FHE崛起：加密世界的新风暴

全同态加密（FHE）作为加密学领域的“圣杯”，其独特之处在于它允许第三方在不解密的情况下，对加密数据进行任意次数的计算和操作。这为隐私计算开辟了全新的可能性，极大地提升了数据隐私保护的水平。

FHE的定义

全同态加密（FHE）是一种允许对密文进行特定形式的代数运算的技术，运算结果仍然是加密的，解密后的结果与对明文进行相同运算的结果一致。FHE的最大优势在于它赋予云端对加密数据进行计算的能力，从而保护敏感信息免受第三方访问。FHE可以拆分为两部分：HE代表同态加密技术，允许对密文进行计算和操作，这些操作能够直接映射到明文上；F则意味着这种同态性达到了全新的高度，允许对加密数据进行无限次的计算和操作。

FHE与ZK、MPC的比较

在隐私技术领域，FHE、ZK（零知识证明）和MPC（多方计算）是三种前沿技术。FHE能够对加密数据进行各种操作，而无需先解密，极大地保护了数据隐私，并为云端计算和区块链等领域提供了强大的安全性保证。ZK技术则通过证明陈述的真实性，同时保护陈述的隐私，在区块链扩展解决方案中广泛应用。MPC技术则通过分解计算过程，实现多方参与计算而不泄露私密信息。FHE侧重于在不解密数据的情况下进行计算，ZK注重证明陈述的正确性，MPC则致力于多方安全计算。

FHE的重要性

FHE通过对数据进行加密，确保数据在处理计算过程中的隐私和安全性，防止数据泄露和攻击。这种加密方式利用数学原理和密码学技术，使得在云计算环境中进行安全计算成为可能。FHE的应用场景广泛，包括金融领域的安全数据处理、医疗领域的隐私保护、安全云计算、电子投票、物联网领域的数据安全传输等。无论在Web 2还是Web 3中，FHE都具有比ZK和MPC更广泛的应用落地场景。

FHE领域的重点项目

Zama

Zama专注于全同态加密技术，致力于开发和推广FHE解决方案，以保护区块链和人工智能领域的数据隐私。Zama提供了一套强大的开源FHE库和解决方案，使得从独立开发人员到大型企业都可以构建端到端加密的应用程序。Zama的产品和服务主要面向医疗保健、金融服务、广告、国防、生物识别和政府安全等行业。Zama已经完成了7300万美元的A轮融资，由Multicoin Capital和Protocol Labs领投。

Fhenix

Fhenix是一个基于以太坊的Layer 2解决方案，通过FHE Rollups和FHE Coprocessors提供支持。Fhenix完全兼容以太坊虚拟机（EVM），能够运行基于FHE的智能合约，并实现链上保密计算。Fhenix采用了Optimistic Rollup方式，并利用Zama的FHE技术，通过fhEVM实现链上保密性。Fhenix计划于2025年1月上线主网，并已完成700万美元种子轮融资。

Secret Network

Secret Network是一个致力于隐私的区块链项目，旨在为去中心化应用（DApps）提供隐私保护。该项目通过集成Intel SGX技术，增强了其隐私保护能力。Secret Network是第一个在主网上提供私密智能合约的项目，支持隐私计算并实现与其他Cosmos生态系统的互操作性。

Sunscreen

Sunscreen专注于隐私保护的区块链项目，致力于为工程师提供使用FHE等密码技术构建和部署私有应用程序的解决方案。Sunscreen开源了自己的FHE编译器，能够将普通的Rust函数转换为具有隐私性的FHE等效函数。Sunscreen完成了465万美元的种子轮融资，由Polychain Capital领投。

Mind Network

Mind Network是一种由Zama支持的再质押层，目标是实现HTTPZ（端到端加密互联网愿景）。该网络的产品包括适用于AI和DePIN网络的FHE再质押方案MindLayer、经过FHE授权的隐形地址协议MindSAP以及基于FHE验证器网络创建的FHE DataLake MindLake。Mind Network的测试网已经上线，并完成了250万美元的种子轮融资。

Privasea

Privasea是一个整合了全同态加密机器学习（FHEML）的分布式计算网络项目，同时推出了基于FHE技术的DApp“ImHuman”，旨在确保“人脸验证”（PoH）的安全执行。Privasea还建立了AI DePIN基础设施Privasea AI Network，该测试网络已经启动。Privasea完成了500万美元的种子轮融资，并在4月份完成了新一轮战略融资。

FHE赛道的风险

FHE的效率较低，由于算力和算法的限制，FHE所需的计算能力比ZK大4-5个数量级，目前只能实现FHE的加法和减法计算，导致计算效率低下，成本高昂。市场对FHE的需求并不强烈，FHE实现难度大，成本高，导致愿意采用FHE的项目较少。算力基础设施薄弱，全球算力短缺，GPU和ASIC的供应紧张，Crypto行业中的去中心化算力项目也面临诸多硬件设备问题，难以大规模发展FHE赛道。

总结

FHE作为加密学的“圣杯”，能够有效保护用户数据隐私，同时实现数据的安全共享和处理，具有广泛的应用前景。然而，FHE面临的挑战也不小，包括效率低下、市场需求不高和算力基础设施薄弱等问题。尽管如此，FHE仍是未来Crypto行业发展的一个方向，但在现阶段仍处于早期阶段，尚未具备项目应用落地的条件。