欧易OKX

欧易数字货币交易所，更快、更好、更强！

官网注册

Nillion完成2500万美元融资，主打的盲计算是什么？与zkp、fhe有什么区别？

最近Nillion宣布完成2500万美元的融资，很多人开始好奇“盲计算”到底是什么？在我们刚开始了解MPC、ZKP、FHE、TEE这些复杂的概念时，又冒出了一个新名词。让我来分享一下我对盲计算的理解吧。

盲计算，顾名思义，就是让服务器（节点）在不知道数据完整内容的情况下，对加密状态的数据片段进行计算，从而保护隐私。和ZKP、TEE、MPC、FHE这些加密技术一样，盲计算的目标也是保护数据隐私，但实现方式有所不同。ZKP需要巨大的计算开销，适合链下计算和链上验证的场景；TEE依赖硬件厂商提供的隔离环境；FHE虽然能在加密数据上直接计算，但目前只支持特定运算。盲计算则是一种更通用的计算框架，可以将这些技术整合起来，为隐私保护提供一体化的解决方案。

盲计算的核心逻辑是通过分布式节点增强，让每个节点既能存储又能计算数据，同时构建一个可验证的开放治理网络。这样，节点在不知道完整数据的情况下也能有效工作。通常，保护数据隐私需要在A节点存储数据，然后加密后交由B节点计算，再解密后由C节点验证。这个过程不仅成本高，而且数据在传输和多次加密解密中容易暴露，节点之间的信任成本也高。Nillion的业务逻辑则解决了这些问题。

Nillion构建了一个分布式节点网络，每个节点都具备存储和计算的能力。当网络收到数据处理需求时，首先通过Nada特定语言进行编译预处理，将原始数据拆分成许多加密的片段。然后，AIVM虚拟机调度和分配这些片段，分布式节点随机存储并计算这些数据，最终完成聚合和验证。整个过程中，单个节点无法知道全部数据内容，但通过协作可以完成整体数据的加密传输和计算。

盲计算之所以能整合ZKP、TEE、FHE等技术，是因为在数据预处理阶段可以使用FHE进行同态加密，节点存储和计算数据时可以在TEE环境下进行，而在聚合和验证阶段则可以使用ZKP提高效率。

在我看来，ZKP、TEE、FHE、MPC等技术在工程化落地方面都存在一些缺陷。虽然目前Crypto领域的项目都在努力优化成本和效率，但大多聚焦于特定应用场景。Nillion提出的盲计算框架虽然尚未大规模应用，但其一体化的加密解决方案可能在AI可验证计算、机器学习等更广泛的数据保护领域得到广泛应用。