受VC热捧，一览FHE生态值得关注的项目

原文作者：Poopman

原文编译：Joyce，BlockBeats
编者按：

「FHE」是近期加密社区的炙手可热的技术话题。

两周前，以太坊 Layer 2 Fhenix 宣布完成 Hack VC 领投的 1500 万美元 A 轮融资，而早在去年，Fhenix 已经获得了 Multicoin 领投的种子轮融资。Fhenix 是一个由 FHE Rollups 与 FHE Coprocessors 提供支持的以太坊 L2，可以运行基于 FHE 的具有链上保密计算的智能合约。昨日，正在进行重大更新的 Arweave 创始人 Sam Williams 也在社交媒体上发文，表示即将推出使用 FHE 在 AO 流程内进行隐私计算的功能。

FHE 生态项目众多，社区 KOL Poopman 的这篇长文对 FHE 的概念以及生态项目做了基本梳理，并提出了 FHE 面临的技术挑战和可能的解决方案，BlockBeats 编译如下：

FHE 开启了无需解密即可计算加密数据的可能性。当与区块链、MPC、ZKP（可扩展性）结合时，FHE 提供必要的机密性并支持各种链上用例。

在本文中，我将介绍四个问题，分别是 FHE 的背景、FHE 如何运作、FHE 生态系统的 5 种景观以及当前 FHE 的挑战与解决方案。

FHE 的背景

FHE 于 1978 年首次提出，但由于其计算复杂性，在相当长的一段时间内它并不实用，而且相当理论化。直到 2009 年，Craig 为 FHE 开发了一个可行的模型，从此引发了人们对 FHE 的研究兴趣。

2020 年，Zama 推出 TFHE 和 fhEVM，使 FHE 成为加密货币领域的焦点。从那时起，我们就看到了通用 EVM 兼容的 FHE L1/L2（例如 Fhenix、 Inco 和 FHE 编译器（例如 Sunscreen 等）的出现。

FHE 如何运作？

你可以想象有一个盲盒，里面有拼图。然而，盲盒无法了解您给它的谜题的任何信息，但它仍然可以用数学计算结果。

如果太抽象的话，可以从我对 FHE 的简单化解释中了解更多信息。FHE 是一种隐私技术，无需先解密即可对加密数据进行计算。换句话说，任何第三方或云都可以处理敏感信息，而无需访问内部任何数据。

那么什么是 FHE 的用例？通过 ZKP 和 MPC 增强机器学习、云计算、链上赌博的隐私性。私有链上交易/私有智能合约/注重隐私的虚拟机，例如 FHEVM 等。

一些 FHE 用例包括：私有链上计算、链上数据加密、公共网络上的私人智能合约、机密 ERC 20、私人投票、NFT 盲目拍卖、更安全的 MPC、抢先交易保护、无需信任的桥梁。

FHE 生态系统

总的来说，链上 FHE 的前景可以概括为 5 个领域。分别是通用 FHE、针对特定用例（应用程序）的 FHE/HE、FHE 加速硬件、FHE Wif AI、「替代解决方案」。

通用 FHE 区块链和工具

它们是实现区块链保密性的支柱。这包括 SDK、协处理器、编译器、新的执行环境、区块链、FHE 模块...... 最具挑战性的一项是将 FHE 引入 EVM，即 fhEVM。

fhEVM：

Zama (@zama_fhe )，作为 fhEVM 的代表 - 首个提供 TFHE（全同态加密）+ fhEVM（全同态虚拟机）解决方案的提供商。

Fhenix(@FhenixIO )，在 ETH 上实现 FHE L2（第二层）+FHE 协处理器。

Inco network (@inconetwork )，专注于游戏/RWA（现实世界资产）/DID（去中心化身份）/社交等领域的 EVM 兼容 FHE L1。

FairMath (@FairMath )，一个与 openFHE 合作的全同态虚拟机 (FHE-(E)VM) 研究组织，致力于促进 FHE 的实施和采用。

FHE 基础设施工具：

Octra network (@octra )，支持 HFHE（高阶全同态加密）隔离执行环境的区块链。

Sunscreen (@SunscreenTech )，基于 Rust 的全同态编译器，依赖于微软的 SEAL 库。

Fairblock (@0x fairblock )，提供可编程加密和条件解密服务的供应商，也支持 tFHE（阈值全同态加密）。

Dero (@DeroProject )，支持 HE（同态加密）的 L1，用于私人交易（不是 FHE）。

Arcium (@ArciumHQ )，由@elusivprivacy 团队开发的结合 HE（同态加密）+MPC（多方计算）+ZK（零知识证明）隐私的 L1。

Shibraum FHE chain，使用 zama TFHE 解决方案制作的 FHE L1。

FHE/HE 适用于特定用途的应用

Penumbrazone（@penumbrazone）：一个跨链 Cosmos dex（appchain），使用 tFHE 作为其屏蔽交换/池。

zkHold-em（@zkHoldem）：是 Manta 上的扑克游戏，使用 HE 和 ZKP 来证明游戏的公平性。

硬件加速 FHE

每次将 FHE 用于 FHE-ML 等密集计算时，引导以减少噪声增长至关重要。硬件加速等解决方案在促进引导方面发挥着重要作用，其中 ASIC 的性能最佳。

Optalysys（@Optalysys），一家硬件公司，专注于通过光学计算加速所有与 TEE 相关的软件，包括 FHE。

Chain Reaction（@chainreactioni 0 ），一家硬件公司，生产有助于提高挖矿效率的芯片。他们计划在 2024 年底推出一款 FHE 芯片。

Ingonyama（@Ingo_zk），是一家专注于 ZKP/FHE 硬件加速的半导体公司。现有产品包括 ZPU。

Cysic（@cysic_xyz）是一家硬件加速公司，现有产品包括自主研发的 FPGA 硬件，以及即将推出的 ZK DePiN 芯片、ZK Air 和 ZK Pro 等。

每个公司都专门生产芯片、ASIC 和半导体等硬件，这些硬件可以加速 FHE 的引导/计算。

AI X FHE