Vertiefende Analyse · Etwa 4 Min. Lesezeit
Microsoft Research stellt Magnetar für nachprüfbare Programmausführung vor
Der Forschungsbericht vom 15. Oktober beschreibt eine RISC-V-zkVM und Leistungsgewinne in klar eingegrenzten Benchmarks.
- Datum der Quelle
- Hier veröffentlicht
- Quelle geprüft
Microsoft Research hat Magnetar vorgestellt, um Rechenergebnisse mit einem überprüfbaren kryptografischen Nachweis zu versehen. Empfänger sollen sich nicht allein auf den Betreiber verlassen müssen, sondern prüfen können, ob die Ausführung dem festgelegten Programm und seinen Eingaben entsprach.
Nachrichten anhören
Diesen Artikel vorlesen oder mit den Nachrichten fortfahren.
Vorlesen wird vorbereitet…
Gerätestimme
Browser oder Gerät verarbeiten die Sprache. AISubHub sendet den Text nicht an eine Audio-API. Stimmen und Wiedergabe bei gesperrtem Bildschirm hängen vom Gerät ab.
Beim Fortsetzen kann sich ein kurzer Satzteil wiederholen.
Auf einen Blick
- Magnetar beweist RISC-V-Ausführung und nutzt bestehende Compiler für Rust, Go oder C. Die kryptografische Grundlage besteht aus Standard-Hashfunktionen und benötigt keine vertrauenswürdige Initialisierung.
- Für 15 Benchmarkprogramme meldet Microsoft durchschnittliche Beschleunigungen um das 10- bis 39-Fache gegenüber vergleichbaren Systemen auf derselben Maschine. Es handelt sich um Messungen des Forschungsteams.
Was ein Ausführungsbeweis aussagt
Microsoft Research stellt Magnetar am 15. Oktober als allgemeine Zero-Knowledge-VM vor. Eine Berechnung liefert Ergebnis und kompakten Beweis. Empfänger prüfen, dass ein bestimmtes Programm mit vereinbarten Eingaben diese Ausgabe erzeugt hat, ohne alles erneut auszuführen. Zero Knowledge soll vertrauliche Eingaben schützen.
Das unterscheidet sich vom Vertrauen in Betreiber, Verträge oder Logs. Es beweist weder die Sinnhaftigkeit der programmierten Richtlinie noch die Wahrheit realer Eingabedaten. Agenten mit Compliance-Beweis und nachweisbare Transaktionsverarbeitung sind mögliche Anwendungen des Beitrags, keine von AISubHub geprüften Installationen.
Warum einen Prozessor nachweisen
Der Beitrag nennt Beweisaufwand, Spezialprogrammierung und langfristiges Kryptografievertrauen als Hindernisse. Anwendungen manuell in arithmetische Schaltkreise zu übertragen kostet Pflege und kann Fehler einführen. Magnetar beweist RISC-V-Ausführung, eine offene Architektur mit vorhandenen Compilern.
Microsoft beschreibt normale Rust-, Go- und C-Programme, etwa Richtlinien, Datenpipelines oder EVM-Interpreter. Analyse: Das kann Beweise näher an Anwendungsteams bringen, erfordert aber weiterhin öffentliche/private Eingaben und akzeptierte Programmversionen. Gewöhnlichen Code zu kompilieren zertifiziert kein vollständiges KI-Produkt.
Zusammengesetzte Forschungsmechanismen
Spartan machte 2019 sum-check für allgemeine Programme ohne vertrauenswürdiges Setup nutzbar. Phalanx nutzt Wiederholung, etwa Prozessorzyklen. Die Nova-Familie entwickelt Folding, das Teilbeweise kombiniert, statt die gesamte Ausführung als unteilbare Aufgabe zu behandeln.
Spice, Lasso, Nebula, Twist and Shout sowie Jolt tragen zu effizienten Speicherbeweisen bei. BinarySpartan nutzt binäre Körper für Logik und Standardhashes; Ligerito liefert hashbasierte Commitments mit kürzeren Beweisen, Ring Switching hilft bei Bitvektoren. Das ist die Blogbeschreibung; Implementierung und formaler Sicherheitsbeweis wurden von uns nicht auditiert.
Standardhashes und Verkettung
Microsoft nennt SHA-256 oder SHA-3 als Grundlage, ohne elliptische Kurven, Gitter, Spezialhashes, vertrauenswürdiges Setup oder die angeführten unbewiesenen Codierungshypothesen. Das ist eine konservative Grundlage, keine Garantie gegen Implementierungsfehler, künftige Angriffe oder ungeeignete Parameter.
Verifikation besteht vor allem aus Hashes und binärer Arithmetik, die Magnetar effizient beweist. Der Prüfer kann selbst beweisbare Arbeit werden, sodass Teile und langlaufende Systeme kombinierbar sind. Analyse: Für angesammelte Evidenz bleiben Programmidentität, Zustandsübergänge und akzeptierte Beweisversionen ausdrücklich zu regeln.
Benchmarks mit korrekten Einheiten
Das Team berichtet 7.2–8.7 Millionen bewiesene Instruktionen pro Sekunde auf einem Laptop. Über 15 Programme werden durchschnittlich 10–39-fache Vorteile gegenüber den schnellsten vergleichbaren zkVMs auf derselben Maschine genannt. Mehr als 300-fach gilt für einen Tokentransfer-Test gegen zwei andere Systeme, nicht pauschal.
Eine optimierte Konfiguration erreicht 9.5–12.8 Millionen Zyklen pro Sekunde, etwa 1.3-mal die genannten Vorteile; Verifikation dauert etwa 12 Millisekunden. Instruktionen und Zyklen nicht vermischen. Die Werte betreffen Beweise, keine 10–39-fache Beschleunigung normaler Anwendungen oder Modellinferenz. Wir haben sie nicht reproduziert; Vergleichsdetails stehen im technischen Papier.
Analyse: Eine überprüfbare Aussage wählen
Ein Pilot kann mit einer kleinen Richtlinie oder deterministischem Verarbeitungsschritt beginnen und vor dem Beweiser Code, Eingaben und Ergebnis festlegen. Erzeugung, Prüfung und Datenschutz gegenüber bestehendem Audit zu vergleichen ist unser Vorschlag, keine Produktionsanleitung oder gemessene Wirtschaftlichkeit von Microsoft.
Eine ausgeführte Zahlungsregel beweist keine korrekten Kontextentscheidungen. Werkzeugrechte, Eingabeherkunft und Verhalten bei Beweisfehlern bleiben wichtig. Der Beitrag zeigt Forschung und Möglichkeiten, aber kein allgemeines Abo, Preis oder Produktionsangebot. Beweise können Ausführung stützen; Spezifikationsqualität und Betriebssicherheit bleiben eigene Aufgaben.
Warum es wichtig ist
Bei KI-Agenten könnten damit explizite Richtlinien oder Verarbeitungsschritte nachvollziehbar ausgeführt werden. Solche Nachweise würden Protokolle ergänzen, wenn andere Beteiligte die Entstehung eines Ergebnisses überprüfen möchten, ohne allein der ausführenden Infrastruktur zu vertrauen.
Grenzen und Verfügbarkeit
Ein Ausführungsnachweis beweist weder die Wahrheit einer Modellantwort noch die Zweckmäßigkeit einer Richtlinie. AISubHub hat keine Benchmarks oder Produktivinstallation nachvollzogen. Die angegebenen Vorteile dürfen nicht auf beliebige Arbeitslasten übertragen werden.
Quellen und Belege
Datum der Quelle: 15.10.2026 · Quelle geprüft: 20.10.2026
KI-gestützte redaktionelle Beiträge, anhand der genannten Primärquellen geprüft. Anbieterangaben werden zugeordnet; eine Aufnahme ist keine Empfehlung.