不少朋友看到Nillion融資$25M的消息，都會好奇 WTF什么是“盲計算”？ MPC、ZKP、FHE、TEE這些生僻概念剛有一些了解，一個嶄新的概念又冒出來了。那么，盲計算的工作流程大致怎樣？Nillion提供的盲計算解決方案究竟怎樣？接下來，談談我的理解：
1）什么是Blind Compute（盲計算）？簡單而言，盲計算是一種讓服務端（節點）對某個加密狀態的數據片段執行計算任務，最終達到保護隱私的安全計算方法。
和ZKP、TEE、MPC、FHE等增強加密算法目標都一致，差異在于：ZKP零知識證明生成證明需要巨大的開銷，適合鏈下存儲 計算，鏈上只驗證的場景，比如：Rollup Layer2；TEE可信執行環境是一種依賴硬件廠商在隔離環境下進行計算的方法；FHE全同態加密雖然可以直接在加密數據上執行計算，但當下只支持特定運算；
“盲計算”是一種更加General的計算框架，因為ZKP、TEE、FHE等加密技術都可能被作為其技術框架的一部分。
眾所周知，ZKP、TEE、FHE等目前都在和Crypto接軌技術落地應用探索和優化階段。而盲計算則有可能把這些加密核心技術都聚合應用起來，從而為隱私保護探索出一體化的工程實踐方案。
2）盲計算的核心邏輯是做分布式節點增強，讓單個節點同時具備分段存儲 計算的能力，再加上一個可驗證的開放治理網絡，進而達成節點不知道“完整”數據前提下有效工作的結果。如何理解呢？
常態下保護數據隱私狀態需要在A節點存儲數據，然后加密后交由B節點計算，再解密后經由C節點驗證最終完成數據的存儲 計算工作。這個過程中數據傳輸存在極大的成本損耗，且多次反復Encrypt——>Decrypt的過程數據存在暴露的情況，節點之間的互信成本也高，很難保證隱私不泄漏。
Nillion構建的業務邏輯恰好彌補了這一缺陷，其大致工作流程為（僅供理解）：
Nillion構建了一個分布式節點網絡，每個節點都具備存儲 計算的增強能力，Nillion網絡在收到數據傳輸處理需求時，先經由Nada特定語言執行編譯預處理，讓原始數據被拆分成很多片段，并且都處于加密狀態。
再經AIVM虛擬機來調度和分配，其分布式節點會隨機存儲并計算這些數據片段，最終完成聚合和統一驗證。整個過程，單一節點并無法知道全部的數據內容，拼湊到一起卻能完成整體數據的加密傳輸和計算。
為啥說盲計算可以聚合應用ZKP、TEE、FHE這些技術，邏輯也很簡單，在數據預處理也就是給數據加密階段完全可以應用FHE同態加密技術，而節點存儲計算數據則可以在TEE可信執行環境下進行，在聚合和驗證節點工作成果的時候則可以用ZKP提升驗證聚合效率。
3）在我看來，ZKP、TEE、FHE、MPC等技術都或多或少存在一些工程化落地缺陷，目前Crypto領域幾乎各個賽道都擠滿了項目，但大差不差都在做成本和效率優化的工作，且都聚焦于Crypto特定應用場景。
Nillion所提出的盲計算框架，雖然也未實現大規模應用，但其一體化的加密解決方案，很可能在AI可驗證計算、機器學習等更廣泛的數據保護領域得以通用化采納。
鄭重聲明：本文版權歸原作者所有，轉載文章僅為傳播更多信息之目的，如作者信息標記有誤，請第一時間聯系我們修改或刪除，多謝。
