TinyRAM是由大名鼎鼎的BCTGTV五人组(EliBen-Sasson,AlessandroChiesa,DanielGenkin,EranTromer,MadarsVirza)和SCIPR实验室提出的一种随机访问器架构，旨在成为表达非确定性计算证明性的便捷工具。具体来说，TinyRAM是一种精简指令集计算机(RISC)，具有字节级可寻址的随机存取存储器。它在“拥有足够表达能力”和“足够简约”这两个对立面之间取得平衡：
?当从高级编程语言编译时，有足够的表达能力来支持简短高效的汇编代码，以及
?小指令集，指令通过运算电路简单验证，利用SCIPR的算法和密码机制实现高效验证。
架构
TinyRAM由两个整数参数化：字长W，需要是2的幂且可以被8整除(这点和现代计算机一样，如32，64)，以及寄存器的数量K。一般用TinyRAM(W,K)来表示，机器的状态包括以下内容：
1.程序计数器pc(programcounter)，由W个bit组成。
2.K个通用寄存器，以r0,r1,...,r(K-1)表示，每个寄存器都是W个bit。
3.条件标志flag，由一个bit组成。
4.内存，2^W个字节的线性数组，使用小端约定排列字节。
CNBC已放弃报道BCH和LTC新闻，增加SOL的报道:金色财经报道，提供实时金融市场报道的有线电视新闻网之一CNBC已放弃报道BCH和LTC新闻，增加 Solana（SOL）。与此同时，将继续报道与BTC和ETH有关的新闻。截至8月26日，CNBC放弃BCH和LTC的原因尚无法确定[2023/8/27 12:59:49]
5.2个磁带(tape)，每个包含一串Wbit的字。每个磁带都是单向只读的。其中，一个磁带是用于公开输入x，另一个用于私有输入w。其实就是TinyRAM的输入载体。
TinyRAM机的输入是2个磁带以及内存，输出是answer指令，该指令有一个参数A，代表返回值，A=0表示接受。也可以使用该指令终止执行程序。
TinyRAM根据执行指令的位置不同有两种变体：一种变体遵循哈佛架构，另一种遵循冯诺依曼架构。前一种架构的数据和程序存放在不同的地址空间中，且程序是只读的；后一种架构数据和程序存放在同一个可读写的地址空间中。具体用图表的方式来表示这两者的区别：
上周日DeFi日交易量仅为11.2亿美元，达年内低点:7月26日消息，根据DefiLlama的数据，周日整个DeFi市场的成交量仅为11.2亿美元，达年内低点。此外，DeFi TVL在7月份从453亿美元降至429亿美元。其中Conic Finance成最大输家，该协议在上周的一次重入攻击中损失1700枚ETH。该协议的单个TVL从1.25亿美元下降65%至4200万美元。
无独有偶，周二，zkSync生态最大借贷协议EraLend遭到了另一次重入攻击，造成340万美元的损失。
本月，其他几个DeFi协议也出现了资金流出，其中，流动性质押协议Ankr、NFT借贷服务BendDAO和基于Arbitrum的DEX Chronos的TVL跌幅高达50%。Curve Finance、Blur和MakerDAO等主流DeFi协议在过去一个月里也都损失了超过15%的TVL。尽管大多数DeFi未能在相对稳定的大市场中获利，但仍有几个协议成为赢家。EigenLayer推出其再质押协议后，获得了新的资金流入，而Lybra Finance和基于Solana的Marinade Finance继续表现出强劲的增长，两者TVL分别增长了73%和45%。[2023/7/26 16:00:30]
以下两个架构的图示：
Martin Leinweber ：加密指数将会发展，但下一阶段的采用可能还很遥远:金色财经报道，MarketVector Indexes 数字资产产品策略师 Martin Leinweber 表示，加密指数的未来涉及一系列深入该细分市场许多子行业的产品，尽管实现这一目标需要时间。?该领域的产品开发是满足客户需求与展望更多创新产品之间的持续平衡。除了智能合约，DeFi 和其他加密货币领域的许多子行业目前都太小且流动性差，无法“投资”。他指出，在下一次牛市到来之前，采用此类指数可能不会受到关注。[2023/5/5 14:43:23]
在开始更详细的TinyRAM设计细节之前，我们以官方白皮书的例子说明，TinyRAM是如何做到既简洁又全面，能够满足非确定性的计算问题的。
意义
Alice拥有x，Bob拥有w。Alice想知道算法A(x,w)的计算结果的正确性，但是不想自己计算。这样的场景，在零知识证明系统中非常常见，有证明者和验证者，验证者想知道证明者提供的证据的正确性，但不必自己重新计算一次。TinyRAM架构就满足这样的场景，两个磁带可以传入私有输入w和公开输入x，证明计算和验证程序在其中执行。SCIPR实验室实现的libsnark库中，已实现了TinyRAM。具体参见：https://github.com/scipr-lab/libsnark.
GDPR罚单排行：Meta涉及平台最多 亚马逊吃最高天价罚单:金色财经报道，1月4日，爱尔兰数据保护委员会（DPC）因Meta旗下的脸书和Instagram违反欧盟《通用数据保护条例》(GDPR)，而对其开出3.9亿欧元（约合4.13亿美元）的罚单。根据市场研究公司Statista截至1月6日的统计数据，在违反GDPR开出的罚单前十排行中，60%平台与扎克伯格的公司相关，而GDPR史上最大罚单则是在2021年开给了亚马逊公司。[2023/1/8 11:00:20]
以CircuitGenerator为例，C程序经过编译器之后，编译成TinyRAM的程序，再经过CircuitGenerator之后，生成电路，最后得到zkSNARK电路。
指令
TinyRAM支持29个指令，每条指令都通过1个操作码和最多3个操作数指定。操作数可以是寄存器名称或者立即数。除非另有说明，否则每条指令都不会修改flag，且将pc增加i，对于哈佛架构来说，i=1，对于冯诺依曼架构来说，i=2W/8。通常，第一个操作数是指令执行计算的目标寄存器，其他操作指定指令的参数。最后，所有指令都需要机器的一个周期来执行。
Crema Finance攻击者已归还超800万美元的被盗资金:7月7日消息，Solana生态流动性协议Crema Finance在Twitter上表示，经过长时间的谈判，Crema Finance攻击者同意收取45455枚SOL（约168.2万美元）作为白帽赏金，并已归还6064枚以太坊和23967.9枚SOL（约810万美元）。此外，Crema Finance表示后续补偿方案将在48小时内发布。[2022/7/7 1:56:42]
指令包含几种类型，指令名称和intelx86汇编指令类似，可顾名思义。
●位操作指令：
?and
?or
?xor
?not
●整数操作指令：
?add
?sub
?mull
?umulh
?smulh
?udiv
?umod
●shift操作指令：
?shl
?shr
●比较操作指令
?cmpe
?cmpa
?cmpae
?cmpg
?cmpge
●move操作指令
?mov
?cmov
●jump操作指令
?jmp
?cjmp
?cnjmp
●内存操作指令
?store.b
?load.b
?store.w
?load.w
●输入操作指令：
?read
●输出操作指令:
?answer
汇编语言
TinyRAM的程序是由TinyRAM汇编语言编写的，这个语言受Intelx86汇编语言语法启发。程序是包含多行TinyRAM汇编代码的文本文件。程序按照哈佛架构还是冯诺依曼架构的不同，第一行包含的字符串也不同：
?哈佛架构
“;TinyRAMV=2.000M=hvW=WK=K”
?冯诺依曼架构
“;TinyRAMV=2.000M=vnW=WK=K”
其中，W是十进制表示的字长，K是十进制表示的寄存器数量。程序文件中，其他每一行依次包含的内容需要满足：
1.可选的空格。
2.可选的label，用于定义为引用其后的第一条指令。
3.可选的指令，由指令助记符，以及后面的操作数。
4.可选的空格。
5.可选的以分号;开始的注释，到该行尾结束。
一个程序中，最多可以有2^W个指令。一个label只能定义一次，有点像高级语言中的变量。
示例代码(https://github.com/scipr-lab/libsnark/blob/master/tinyram_examples/answer0/answer0.s)
为了满足计算的需要，提高电路可满足性的效率，TinyRAM增加了前导语。如果一个TinyRAM的程序以前导语的方式启动，则说明该程序是个合适的程序。
上述的前导语：
?对于哈佛架构来说，I(i)=1*i，并且inc=1
?对于冯诺依曼架构来说，I(i)=2W/8*i，并且inc=W/8
前面的示例代码，也遵循这样的前导语写法。
两种架构的性能对比
TinyRAM的两种架构，其设计区别在前面的“架构”部分介绍了，此处对比两种架构的性能。
第一个图表展示两种架构产生的门数量。
l是指令数量，n是输入大小，T是执行步数。
可以看出，前者的门数量和指令数量呈线性增加。后者改善很大，指令越多，改善的越大。
第二个图表展示两种架构在不同字长的曲线下，生成Keygenerator/prover/verifier的时间及proof大小。
可以看出，在80bit时，冯诺依曼架构相较于哈佛架构有较大提升，在128bit时，也有少许提升。
由上述表格数据可以看出，冯诺依曼架构的效率更高，这也是为什么冯依诺曼架构TinyRAM是后来在哈佛架构TinyRAM的基础上提出的。
总结
我们讲了TinyRAM的架构，设计，汇编指令等，介绍了它的优势：可以用来便捷的进行非确定性计算。尤其在零知识证明系统中，有更多的发挥空间。最后介绍了两种TinyRAM架构的性能对比，在生成的门数量和时间以及proof大小上，冯诺依曼架构都更胜一筹。
引用
http://www.scipr-lab.org/doc/TinyRAM-spec-2.000.pdf
https://www.cs.tau.ac.il/~tromer/slides/csnark-usenix13rump.pdf
http://eprint.iacr.org/2014/59
关于我们
Sin7y成立于2021年，由顶尖的区块链开发者组成。我们既是项目孵化器也是区块链技术研究团队，探索EVM、Layer2、跨链、隐私计算、自主支付解决方案等最重要和最前沿的技术。
微信公众号：Sin7Y
GitHub|Twitter|Telegram|Medium|Mirror|HackMD|HackerNoon
郑重声明： 本文版权归原作者所有， 转载文章仅为传播更多信息之目的， 如作者信息标记有误， 请第一时间联系我们修改或删除， 多谢。