विस्तृत विश्लेषण · लगभग 5 मिनट पढ़ना
Microsoft Research ने प्रोग्राम निष्पादन के प्रमाण हेतु Magnetar पेश किया
15 अक्टूबर का शोध लेख RISC-V के लिए जीरो नॉलेज वर्चुअल मशीन और सीमित बेंचमार्क परिणाम बताता है।
- स्रोत की तारीख
- यहाँ प्रकाशित
- स्रोत जाँचा गया
Microsoft Research ने Magnetar को गणना के साथ जांच योग्य क्रिप्टोग्राफिक प्रमाण देने के तरीके के रूप में पेश किया। परिणाम पाने वाले को केवल संचालक पर भरोसा नहीं करना पड़ता; वह जांच सकता है कि निष्पादन तय प्रोग्राम और इनपुट के अनुसार हुआ था।
समाचार सुनें
यह लेख सुनें या समाचार लगातार चलाएँ।
पढ़ने की तैयारी हो रही है…
डिवाइस की आवाज़
वाक् प्रक्रिया आपके ब्राउज़र या डिवाइस में होती है। AISubHub पाठ किसी ऑडियो API को नहीं भेजता। आवाज़ों और लॉक स्क्रीन पर चलने की सुविधा डिवाइस पर निर्भर है।
जारी करने पर छोटा वाक्यांश दोहराया जा सकता है।
मुख्य बातें
- Magnetar RISC-V निष्पादन को प्रमाणित करता है और Rust, Go या C के सामान्य कंपाइलर इस्तेमाल कर सकता है। इसका आधार मानक हैश फंक्शन हैं, विश्वसनीय प्रारंभिक सेटअप नहीं।
- Microsoft ने समान मशीन पर 15 बेंचमार्क प्रोग्रामों में तुलनीय प्रणालियों से औसतन 10 से 39 गुना तेजी बताई। ये शोध टीम के माप हैं, हर अनुप्रयोग की गति का दावा नहीं।
निष्पादन प्रमाण क्या बताता है
Microsoft Research ने15 अक्टूबर को Magnetar नामक सामान्य प्रयोजन zero-knowledge virtual machine प्रस्तुत की। गणना परिणाम के साथ छोटा क्रिप्टोग्राफिक प्रमाण देती है। प्राप्तकर्ता पूरा काम दोहराए बिना जाँचता है कि निर्दिष्ट प्रोग्राम और तय इनपुट ने वही आउटपुट दिया। zero knowledge का उद्देश्य निजी इनपुट सुरक्षित रखना है।
यह संचालक, अनुबंध या लॉग पर भरोसे से अलग है। इससे प्रोग्राम की नीति समझदार या वास्तविक डेटा सत्य साबित नहीं होता। एजेंट की नीति-अनुपालना और वित्तीय लेनदेन की जाँच संभावित उदाहरण हैं, AISubHub द्वारा ऑडिट किया परिनियोजन नहीं।
प्रोसेसर का प्रमाण उपयोगी क्यों
लेख प्रमाण की लागत, विशेष प्रोग्रामिंग और दीर्घकालिक क्रिप्टोग्राफिक भरोसा तीन चुनौतियाँ बताता है। ऐप को हाथ से अंकगणितीय circuit में बदलने से रखरखाव और अनुवाद त्रुटि होती है। Magnetar मौजूदा कंपाइलरों वाली खुली RISC-V वास्तुकला का निष्पादन सिद्ध करता है।
Microsoft सामान्य Rust, Go या C प्रोग्राम, कारोबारी नीतियाँ, डेटा पाइपलाइन और EVM interpreter बताता है। विश्लेषण: ऐप टीम प्रमाण के करीब आती है, लेकिन सार्वजनिक/निजी इनपुट और स्वीकार्य संस्करण तय करना बाकी है। सामान्य कोड कंपाइल होना पूरे AI उत्पाद का प्रमाणन नहीं।
किन शोध तंत्रों को जोड़ा
2019 के Spartan ने trusted setup बिना sum-check को सामान्य प्रोग्रामों के लिए उपयोगी बनाया। Phalanx प्रोसेसर चक्र की पुनरावृत्ति का लाभ लेता है। Nova परिवार का folding आंशिक प्रमाण जोड़कर बड़े निष्पादन को एक अखंड कार्य मानने से बचाता है।
Spice, Lasso, Nebula, Twist and Shout तथा Jolt ने मेमोरी प्रमाण में योगदान दिया। BinarySpartan तर्क और मानक hash के लिए binary fields, Ligerito छोटी hash commitments और ring switching bit vectors की दक्षता देता है। यह ब्लॉग की वास्तु व्याख्या है; हमने implementation या तकनीकी पेपर का औपचारिक सुरक्षा प्रमाण ऑडिट नहीं किया।
मानक hash और संयोजन
Microsoft SHA-256 या SHA-3 पर निर्भरता बताता है, बिना elliptic curves, lattices, विशेष hash, trusted setup या उल्लिखित अप्रमाणित coding conjectures के। यह सावधान आधार-चयन है, न implementation bug, भविष्य के हमले या गलत parameters न होने की गारंटी।
सत्यापन मुख्यतः hash और binary arithmetic है, जिन्हें Magnetar कुशलता से सिद्ध कर सकता है। verifier खुद प्रमाण योग्य workload बनता है; टुकड़े जोड़कर लंबे ledger की संभावना आती है। विश्लेषण: संचित साक्ष्य में भी प्रोग्राम पहचान, state transitions और स्वीकार्य proof versions स्पष्ट चाहिए।
बेंचमार्क की इकाइयाँ समझें
टीम laptop पर प्रति सेकंड7.2–8.7 मिलियन निर्देश सिद्ध करने का दावा करती है। 15 प्रोग्रामों में उसी मशीन के सबसे तेज तुलनीय zkVM के मुकाबले औसत10–39 गुना है। 300 गुना से अधिक दो अन्य प्रणालियों के विरुद्ध token-transfer परीक्षण तक सीमित है, सभी workloads का औसत नहीं।
अनुकूलित रूप9.5–12.8 मिलियन cycles प्रति सेकंड, उल्लिखित बढ़त लगभग1.3 गुना, तथा सत्यापन लगभग12 milliseconds है। निर्देश और cycles को एक इकाई न मानें। ये proof उत्पादन और जाँच के आँकड़े हैं, सामान्य ऐप या मॉडल inference10–39 गुना तेज होने के नहीं। हमने पुनरुत्पादन नहीं किया; विस्तृत तुलना तकनीकी पेपर में है।
विश्लेषण: जाँचा जा सकने वाला दावा
पायलट छोटा स्पष्ट नियम या deterministic processing चुन सकता है; पहले कोड, इनपुट और परिणाम तय हों। प्रमाण उत्पादन लागत, सत्यापन और निजी जानकारी का जोखिम वर्तमान audit से तुलना करना हमारा प्रस्ताव है, Microsoft की production recipe या मापा निवेश लाभ नहीं।
भुगतान नियम चला, यह सिद्ध होना हर संदर्भगत निर्णय सही होने का प्रमाण नहीं। tool permissions, इनपुट स्रोत और प्रमाण विफल होने पर व्यवहार भी जरूरी हैं। लेख शोध और संभावनाएँ बताता है, आम सदस्यता, मूल्य या सबके लिए production service नहीं। निष्पादन साक्ष्य, specification गुणवत्ता और संचालन सुरक्षा की जिम्मेदारियाँ अलग रहती हैं।
यह क्यों अहम है
AI एजेंटों के लिए स्पष्ट नीतियों या डेटा प्रक्रिया के पालन का प्रमाण उपयोगी हो सकता है। यह परिणाम की उत्पत्ति जांचने वाले दूसरे पक्ष के लिए सामान्य लॉग को पूरक कर सकता है।
सीमाएँ और उपलब्धता
सही निष्पादन का प्रमाण मॉडल के उत्तर की सच्चाई या नीति की समझदारी साबित नहीं करता। AISubHub ने बेंचमार्क या उत्पादन तैनाती नहीं दोहराई; दूसरी कार्यभार स्थितियों पर ये लाभ लागू मानना उचित नहीं है।
स्रोत और प्रमाण
स्रोत की तारीख: 15 अक्टू॰ 2026 · स्रोत जाँचा गया: 20 अक्टू॰ 2026
AI की सहायता से लिखे लेखों को दिए गए प्राथमिक स्रोतों से जाँचा जाता है। प्रदाता के दावों का श्रेय स्पष्ट है; सूची में होना समर्थन नहीं है।