Análisis Detallado
1. Corrección Expander para macOS y Sumcheck (8 de agosto de 2025)
Resumen: Se resolvieron problemas de compatibilidad con macOS 15 y se ampliaron las capacidades de prueba para cálculos de longitud variable.
El equipo incorporó una solicitud de la Ethereum Foundation para corregir errores en MPI (Interfaz de Paso de Mensajes) que afectaban la compatibilidad con macOS. Al mismo tiempo, implementaron el protocolo Sumcheck para polinomios de longitud arbitraria, lo que mejora la flexibilidad en casos de uso de zkML, como la verificación de modelos de inteligencia artificial. También avanzaron en el soporte de Docker para servicios zkML, facilitando su despliegue.
¿Qué significa esto? Es positivo para ZKJ porque elimina barreras técnicas para desarrolladores en macOS y amplía los casos de uso para aplicaciones zkML en tiempo real. (Fuente)
2. Aceleración por GPU para FaceID (13 de agosto de 2025)
Resumen: Se aceleraron las pruebas criptográficas para sistemas de reconocimiento facial usando optimizaciones por GPU.
Polyhedra integró la Multiplicación Multi-Escalar (MSM) acelerada por GPU en su verificador Expander, alcanzando 9,000 pruebas por segundo en pruebas de rendimiento. También mejoraron la API de FaceID para ajustarse a patrones reales de autenticación y desplegaron pipelines automáticos de CI/CD mediante Google Cloud Run.
¿Qué significa esto? Es neutral para ZKJ: aunque las pruebas más rápidas mejoran la experiencia del usuario, el impacto dependerá de la adopción de las soluciones biométricas onchain de Polyhedra. (Fuente)
3. Revisión de memoria en Expander (25 de julio de 2025)
Resumen: Se redujeron en un 40% los requisitos de memoria para pruebas zkML, permitiendo compatibilidad con dispositivos de consumo.
Las actualizaciones incluyeron configuraciones de paralelismo SIMD, optimizaciones de memoria compartida (logrando un ancho de banda de 1 TB/s) y la separación de las fases de configuración y verificación de pruebas. Por ejemplo, las pruebas del modelo VGG16 ahora requieren menos de 8 GB de RAM frente a los 13 GB anteriores.
¿Qué significa esto? Es positivo para ZKJ porque la reducción en las demandas de hardware podría acelerar la adopción empresarial de IA que respeta la privacidad. (Fuente)
Conclusión
Las actualizaciones recientes de Polyhedra priorizan la escalabilidad y accesibilidad de las pruebas de conocimiento cero, especialmente en zkML. Aunque los avances técnicos son evidentes, el impacto en el mercado dependerá de la adopción real de sus soluciones de interoperabilidad e inteligencia artificial. ¿Cómo influirá la integración de Docker de Polyhedra en la incorporación de desarrolladores en el cuarto trimestre de 2025?