硬件层面，也就是所谓的硬件加速， CPU、GPU、FPGA、ASIC。CPU与GPU相比在大数据多任务处理上，肯定GPU更占优势。FPGA与GPU相比，在兼顾了灵活性的基础上，无论是计算能力和功耗性能上都要更强，缺点是性价比太低。ASIC是的，其他的硬件形态都是无法比拟的。

证明生成的过程中，约有60%的时间花在MSM上，其余时间由NTT/FTT主导。MSM和NTT都存在性能挑战，通常的解决办法：

●MSM可以在多线程上执行，从而支持并行处理。然而，当处理大型数据向量时，例如6700万个参数，乘法运算可能仍然很慢，并且需要大量的内存资源。此外，MSM存在可扩展性方面的挑战，即使在广泛并行化的情况下也可能保持缓慢。

由于Aleo在隐私模式下，每笔交易都需要生产零知识证明，而且需要在很短的时间内完成，这样生态的体验才是流畅的且能大规模发展，所以基于这个背景需求，才会有Aleo的隐私委托代理计算方案，也就是在诞生Aleo项目的论文中大篇幅讲解的：诞生Aleo项目的论文完整中文版翻译—Zexe实现去中心化的私有计算，Aleo芯片机，Aleo-ASIC，zktaoma或者maxsayss

再者对于隐私委托计算方案不仅可用于Aleo，也可用于其他需要生产证明的ZK项目，所以对于硬件的储备和迭代是尤为重要的。