證明生成的過程中，約有60%的時間花在MSM上，其余時間由NTT/FTT主導。MSM和NTT都存在性能挑戰(zhàn)，通常的解決辦法：

●MSM可以在多線程上執(zhí)行，從而支持并行處理。然而，當處理大型數(shù)據(jù)向量時，例如6700萬個參數(shù)，乘法運算可能仍然很慢，并且需要大量的內存資源。此外，MSM存在可擴展性方面的挑戰(zhàn)，即使在廣泛并行化的情況下也可能保持緩慢。

如果熟悉以太坊PoW算法的應該知道，它的算法并不像大餅的算法，算力大小是與內存和帶寬正相關，這點上和Aleo的算法很像，所以我們看到在以太坊PoW算法上能做出有競爭力的ASIC芯片機廠商屈指可數(shù)！

對比ASIC來說，由于是專用的機器，利用某些技術可以把內存和帶寬做的很大，甚至是4090的幾十倍，但是成本和功耗卻非常低，這就是ASIC的優(yōu)勢。

其次，與以太坊對比來看，以太坊并不是隱私公鏈，沒有隱私的剛性要求，從開始設計的時候就沒有考慮過隱私，雖然在L2上也有像Aztec這樣的隱私項目，但是和Aleo這種L1的公鏈相比，完全不在一個數(shù)量級別。

雖然PoW的周期是10年，不代表說10年后ASIC就不需要了，只要隱私委托代理計算方案還存在，那么ASIC其實是一直需要的。

總結，從算法、定位和共識三個方面綜合來看，Aleo都和以往的其他公鏈項目有本質上的差別，而ASIC對于Aleo來說是必需的硬件設備，就好比專用顯卡/芯片對于AI大模型訓練是一樣的道理，所以官方明確表態(tài)支持ASIC也在情理之中，而且無論從Token價格、內存、帶寬、成本、回本周期等因素長期來看，ASIC都是選擇。