Zama 发布了 TFHE-rs (v0.8)、Concrete (v2.8) 和 Concrete ML (v1.7) 的新版本。
本月，我们在 Zama 的团队发布了新版本的 TFHE-rs (v0.8)，以及新版本的 Concrete (v2.8) 和 Concrete ML (v1.7)。11 月，我们将发布 fhEVM (v0.6)，其中包含新的 fhEVM Coprocessor，使开发人员能够直接在 Ethereum 上部署机密智能合约。通过这些发布，Zama 继续构建其产品套件，以使同态加密变得可访问、简单和快速。
TFHE-rs v0.8
TFHE-rs v0.8 引入了数组类型并增强了多 GPU 计算。通过此版本，开发人员现在可以更轻松地使用向量和张量。此外，增强的多 GPU 加速大大减少了 GPU 上算术运算的计算时间。例如，在 8xH100 上将两个加密的 64 位整数相乘现在大约需要 100 毫秒，而在高端 CPU 上则需要 366 毫秒，从而实现了 3.5 倍的加速。
阅读 完整的发布博客文章，请点击此处
Concrete v2.8
Concrete v2.8 引入了两项主要增强功能：TFHE-rs 和 Concrete 之间的互操作性，以及自动模块跟踪，从而可以更轻松地微调模块编译。此外，我们对文档进行了许多改进，包括展示实际用例的新教程。Concrete v2.8 还包括各种优化和错误修复，尤其是在 Concrete GPU 运行时中，这使得 FHE 评估更快。
阅读 完整的发布博客文章，请点击此处
Concrete ML v1.7
Concrete ML v1.7 引入了几个有趣的新功能。用户现在可以在加密数据上微调 LLM 和神经网络，从而释放更多潜在的隐私保护机器学习用例。Concrete ML v1.7 还增加了 GPU 加速，从而实现了更快的性能 - 对于 NVIDIA H100 等服务器级 GPU 上的大型神经网络，速度提高了 1-2 倍。试用 Zama 的新 Hugging Face space 演示，该演示展示了一个复杂的用例：从加密的 DNA 预测祖先。最后，Concrete ML 现在支持 Python 3.11 和 PyTorch 2。
阅读 完整的发布博客文章，请点击此处
fhEVM v0.6
11 月，我们将发布 fhEVM v0.6，其中包含新的 fhEVM Coprocessor，使开发人员能够直接在 Ethereum 上部署机密智能合约。通过利用全同态加密，开发人员可以无缝地将机密性添加到 Dapp，而无需额外的桥接，从而确保端到端的链上隐私。此解决方案与 Ethereum 生态系统完全兼容，提供简单的用户体验，并增强了安全性和可扩展性。敬请关注！
