硬件層面，也就是所謂的硬件加速， CPU、GPU、FPGA、ASIC。CPU與GPU相比在大數(shù)據(jù)多任務(wù)處理上，肯定GPU更占優(yōu)勢(shì)。FPGA與GPU相比，在兼顧了靈活性的基礎(chǔ)上，無論是計(jì)算能力和功耗性能上都要更強(qiáng)，缺點(diǎn)是性價(jià)比太低。ASIC是的，其他的硬件形態(tài)都是無法比擬的。

證明生成的過程中，約有60%的時(shí)間花在MSM上，其余時(shí)間由NTT/FTT主導(dǎo)。MSM和NTT都存在性能挑戰(zhàn)，通常的解決辦法：

●MSM可以在多線程上執(zhí)行，從而支持并行處理。然而，當(dāng)處理大型數(shù)據(jù)向量時(shí)，例如6700萬個(gè)參數(shù)，乘法運(yùn)算可能仍然很慢，并且需要大量的內(nèi)存資源。此外，MSM存在可擴(kuò)展性方面的挑戰(zhàn)，即使在廣泛并行化的情況下也可能保持緩慢。

由于Aleo在隱私模式下，每筆交易都需要生產(chǎn)零知識(shí)證明，而且需要在很短的時(shí)間內(nèi)完成，這樣生態(tài)的體驗(yàn)才是流暢的且能大規(guī)模發(fā)展，所以基于這個(gè)背景需求，才會(huì)有Aleo的隱私委托代理計(jì)算方案，也就是在誕生Aleo項(xiàng)目的論文中大篇幅講解的：誕生Aleo項(xiàng)目的論文完整中文版翻譯—Zexe實(shí)現(xiàn)去中心化的私有計(jì)算，Aleo芯片機(jī)，Aleo-ASIC，zktaoma或者maxsayss

再者對(duì)于隱私委托計(jì)算方案不僅可用于Aleo，也可用于其他需要生產(chǎn)證明的ZK項(xiàng)目，所以對(duì)于硬件的儲(chǔ)備和迭代是尤為重要的。