证明生成的过程中，约有60%的时间花在MSM上，其余时间由NTT/FTT主导。MSM和NTT都存在性能挑战，通常的解决办法：
●MSM可以在多线程上执行，从而支持并行处理。然而，当处理大型数据向量时，例如6700万个参数，乘法运算可能仍然很慢，并且需要大量的内存资源。此外，MSM存在可扩展性方面的挑战，即使在广泛并行化的情况下也可能保持缓慢。
如果熟悉以太坊PoW算法的应该知道，它的算法并不像大饼的算法，算力大小是与内存和带宽正相关，这点上和Aleo的算法很像，所以我们看到在以太坊PoW算法上能做出有竞争力的ASIC芯片机厂商屈指可数！
对比ASIC来说，由于是专用的机器，利用某些技术可以把内存和带宽做的很大，甚至是4090的几十倍，但是成本和功耗却非常低，这就是ASIC的优势。
目前零知识证明（ZKP）应用的主要2个方向：隐私和可验证计算，Aleo是隐私L1公链，同时兼具可编程性，像ZCash等虽然也是隐私公链，但是不具备可编程性。以太坊L2上的ZK-Rollup项目，属于可验证计算，我们之前的文章也分析过：重磅分析！为什么说FPGA或者ZK通用服务器在Aleo项目上机会是零？，在证明的需求量上完全不是一个级别。
再者对于隐私委托计算方案不仅可用于Aleo，也可用于其他需要生产证明的ZK项目，所以对于硬件的储备和迭代是尤为重要的。