Análise aprofundada · Cerca de 4 min de leitura
Microsoft Research apresenta Magnetar para provar a execução de programas
O relatório de 15 de outubro descreve uma máquina virtual de conhecimento zero RISC-V e ganhos em testes delimitados.
- Data da fonte
- Publicado aqui
- Fonte verificada
A Microsoft Research apresentou o Magnetar para anexar uma prova criptográfica verificável ao resultado de uma computação. Em vez de confiar somente em quem executou o programa, o destinatário pode conferir se a execução seguiu o código e as entradas especificadas.
Ouça as notícias
Ouça este artigo ou continue ouvindo as notícias.
Preparando a leitura…
Voz do dispositivo
O navegador ou dispositivo processa a voz. O AISubHub não envia o texto a uma API de áudio. As vozes e a reprodução com a tela bloqueada variam conforme o dispositivo.
Ao continuar, uma frase curta pode se repetir.
Resumo
- O Magnetar prova a execução RISC-V, permitindo usar compiladores existentes para Rust, Go ou C. A base criptográfica utiliza funções hash padronizadas e dispensa uma configuração inicial confiável.
- Em 15 programas de referência, a Microsoft relata acelerações médias de 10 a 39 vezes sobre sistemas comparáveis na mesma máquina. Os números são medições da própria equipe de pesquisa.
O que a prova de execução certifica
Microsoft Research apresentou Magnetar em 15 de outubro como máquina virtual de conhecimento zero. A execução gera resultado e prova compacta; o destinatário verifica que o programa especificado, nas entradas acordadas, produziu a saída sem repetir o cálculo. Conhecimento zero procura preservar entradas privadas.
Isso difere de confiar em operador, contrato ou log. Não prova que a política programada é sensata ou que os dados reais são verdadeiros. Agentes demonstrando cumprimento e instituições comprovando transações são possibilidades do artigo, não implantações auditadas por AISubHub.
Por que provar um processador
O texto aponta custo de produção, programação especializada e confiança criptográfica duradoura como desafios. Traduzir aplicações para circuitos aritméticos custa manutenção e pode introduzir falhas. Magnetar prova execução RISC-V, arquitetura aberta com compiladores existentes.
A Microsoft descreve programas comuns Rust, Go ou C, como políticas, pipelines e interpretadores EVM. Análise: isso aproxima provas da equipe da aplicação, mas ainda exige definir dados públicos, privados e versões aceitas. Compilar código comum não certifica todos os componentes de um produto de IA.
A combinação de mecanismos
Spartan, de 2019, tornou sum-check aplicável a programas gerais sem configuração confiável. Phalanx explora repetição, como ciclos do processador. A família Nova usa folding para combinar provas parciais, evitando tratar toda execução como tarefa indivisível.
Spice, Lasso, Nebula, Twist and Shout e Jolt contribuíram para provar memória. BinarySpartan leva lógica e hashes a campos binários; Ligerito oferece compromissos hash com provas menores, e ring switching ajuda com vetores de bits. É a explicação arquitetônica do blog; não auditamos implementação ou demonstração formal do artigo técnico.
Hashes conhecidos e composição
A Microsoft afirma basear-se em SHA-256 ou SHA-3, sem curvas elípticas, reticulados, hashes especiais, configuração confiável ou as conjecturas de códigos citadas. É fundamento conservador, não garantia contra bugs, ataques futuros ou escolhas incorretas de parâmetros.
Verificar consiste sobretudo em hashes e aritmética binária, operações que Magnetar prova eficientemente. O próprio verificador pode virar programa demonstrável, permitindo combinar partes e sustentar sistemas prolongados. Análise: liga execuções à evidência acumulada, mas identidade de código, estados e versões aceitas continuam exigindo regras explícitas.
Números com suas unidades
A equipe informa 7.2–8.7 milhões de instruções provadas por segundo em notebook. Em15 programas, relata aceleração média de 10–39 vezes frente aos zkVM comparáveis mais rápidos na mesma máquina. Mais de 300 vezes aplica-se a transferência de tokens frente a outros dois sistemas, não a todo trabalho.
Uma configuração otimizada chega a9.5–12.8 milhões de ciclos por segundo, cerca de 1.3 vezes as acelerações citadas; verificar leva aproximadamente12 milissegundos. Instruções e ciclos não devem ser confundidos. São métricas de prova, não aceleração10–39 vezes de aplicações ou inferência comuns. Não reproduzimos; condições detalhadas estão no artigo técnico.
Análise: escolher a afirmação verificável
Um piloto pode começar com uma política pequena ou passo determinístico, especificando código, entradas e resultado antes do provador. Comparar geração, verificação e exposição de dados com a auditoria atual é nossa proposta, não receita de produção ou retorno medido pela Microsoft.
Provar uma regra de pagamento executada não prova todas as decisões contextuais. Permissões, origem das entradas e comportamento quando a prova falha continuam necessários. O blog apresenta pesquisa e usos possíveis, sem assinatura, preço ou serviço universal. A evidência de execução pode melhorar; qualidade da especificação e segurança operacional continuam separadas.
Por que importa
Para agentes de IA, uma aplicação possível é produzir evidência verificável de políticas explícitas ou etapas de processamento. Isso pode complementar registros operacionais quando outra parte precisa conferir como um resultado foi obtido.
Limites e disponibilidade
Uma prova de execução não comprova a verdade da resposta de um modelo nem a qualidade da política. O AISubHub não reproduziu os testes ou uma implantação produtiva, e os ganhos não valem automaticamente para outras cargas.
Fontes e evidências
Data da fonte: 15 de out. de 2026 · Fonte verificada: 20 de out. de 2026
Conteúdo editorial com apoio de IA, verificado em fontes primárias. Alegações dos fornecedores são atribuídas; inclusão não é recomendação.