「FHE」是近期加密社区的炙手可热的技术话题。两周前，以太坊 Layer 2 Fhenix 宣布完成 Hack VC 领投的 1500 万美元 A 轮融资，而早在去年，Fhenix 已经获得了 Multicoin 领投的种子轮融资。Fhenix 是一个由 FHE Rollups 与 FHE Coprocessors 提供支持的以太坊 L2，可以运行基于 FHE 的具有链上保密计算的智能合约。昨日，正在进行重大更新的 Arweave 创始人 Sam Williams 也在社交媒体上发文，表示即将推出使用 FHE 在 AO 流程内进行隐私计算的功能。FHE 生态项目众多，社区 KOL Poopman 的这篇长文对 FHE 的概念以及生态项目做了基本梳理，并提出了 FHE 面临的技术挑战和可能的解决方案，BlockBeats 编译如下：FHE 开启了无需解密即可计算加密数据的可能性。当与区块链、MPC、ZKP（可扩展性）结合时，FHE 提供必要的机密性并支持各种链上用例。在本文中，我将介绍四个问题，分别是 FHE 的背景、FHE 如何运作、FHE 生态系统的 5 种景观以及当前 FHE 的挑战与解决方案。FHE 的背景FHE 于 1978 年首次提出，但由于其计算复杂性，在相当长的一段时间内它并不实用，而且相当理论化。直到 2009 年，Craig 为 FHE 开发了一个可行的模型，从此引发了人们对 FHE 的研究兴趣。2020 年，Zama 推出 TFHE 和 fhEVM，使 FHE 成为加密货币领域的焦点。从那时起，我们就看到了通用 EVM 兼容的 FHE L1/L2（例如 Fhenix、Inco 和 FHE 编译器（例如 Sunscreen 等）的出现。FHE 如何运作？你可以想象有一个盲盒，里面有拼图。然而，盲盒无法了解您给它的谜题的任何信息，但它仍然可以用数学计算结果。如果太抽象的话，可以从我对 FHE 的简单化解释中了解更多信息。FHE 是一种隐私技术，无需先解密即可对加密数据进行计算。换句话说，任何第三方或云都可以处理敏感信息，而无需访问内部任何数据。那么什么是 FHE 的用例？通过 ZKP 和 MPC 增强机器学习、云计算、链上赌博的隐私性。私有链上交易/私有智能合约/注重隐私的虚拟机，例如 FHEVM 等。一些 FHE 用例包括：私有链上计算、链上数据加密、公共网络上的私人智能合约、机密 ERC 20、私人投票、NFT 盲目拍卖、更安全的 MPC、抢先交易保护、无需信任的桥梁。FHE 生态系统总的来说，链上 FHE 的前景可以概括为 5 个领域。分别是通用 FHE、针对特定用例（应用程序）的 FHE/HE、FHE 加速硬件、FHE Wif AI、「替代解决方案」。通用 FHE 区块链和工具它们是实现区块链保密性的支柱。这包括 SDK、协处理器、编译器、新的执行环境、区块链、FHE 模块…… 最具挑战性的一项是将 FHE 引入 EVM，即 fhEVM。fhEVM：Zama（@zama_fhe），作为 fhEVM 的代表 – 首个提供 TFHE（全同态加密）+ fhEVM（全同态虚拟机）解决方案的提供商。Fhenix（@FhenixIO），在 ETH 上实现 FHE L2（第二层）+FHE 协处理器。Inco network（@inconetwork），专注于游戏/RWA（现实世界资产）/DID（去中心化身份）/社交等领域的 EVM 兼容 FHE L1。FairMath（@