我看项目有个习惯：不光吃透技术原理，还会重点看团队能不能拿出可供讨论、可核验的性能数据。 密码学方案躺在论文里是一回事，放到金融场景里真实跑起来，完全是另一… · @xinrui0214 · TwKit

@xinrui0214

我看项目有个习惯：不光吃透技术原理，还会重点看团队能不能拿出可供讨论、可核验的性能数据。 密码学方案躺在论文里是一回事，放到金融场景里真实跑起来，完全是另一回事。 @primus_labs 在2026年8月放出的 AutoHoG 技术说明，里面的数据很有参考价值。 按照团队公开信息：在他们这套技术栈下，一笔加密64位余额的机密转账，延迟大约90ms；测试硬件为8张RTX 5090，吞吐可以做到210+ TPS。 吸引我的倒不是数字有多亮眼，而是它直指FHE行业一个老生常谈的工程痛点：全同态加密隐私能力很强，但高昂的计算成本，始终是落地最大阻碍。 如果加密计算又慢又贵，哪怕理论再完美，能跑起来的应用也非常有限。 Primus现在的思路，是靠算法优化+GPU加速去压缩开销。 ⚠️需要注明：90ms是特定测试环境下的指标，不代表任意合约、任意网络都能复现。硬件、任务类型、链上确认、网络延迟，都会改变最终表现。 后续最值得跟踪的两点：性能能不能持续优化，以及这些优化能不能落到产品端，变成更低的用户成本、更顺滑的交互。 #PrimusLabs #FHE #ZK #隐私计算

曝光 255 · 评论 15 · 点赞 18 · 书签 0