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。
●在算法过程中频繁的数据混洗使得NTT难以在计算集群中分布，无法并行计算，并且由于需要从大型数据集中加载和卸载数据，在硬件上运行时需要大量带宽。即使硬件操作很快，这可能也会导致速度变慢。例如，如果硬件芯片的内存为16GB或更少，那么在100GB的数据集上运行NTT将需要通过网络加载和卸载数据，这可能会大大降低操作速度。
综上来看，内存和带宽是限制证明生成的主要瓶颈。对于显卡来说，这里的内存指的是显存，并不是主板上的内存，主板上的内存主要是参与CPU的计算。当然目前有些芯片技术可以打通主板上的内存和显存，让内存为显存计算来用。
虽然PoW的周期是10年，不代表说10年后ASIC就不需要了，只要隐私委托代理计算方案还存在，那么ASIC其实是一直需要的。
总结，从算法、定位和共识三个方面综合来看，Aleo都和以往的其他公链项目有本质上的差别，而ASIC对于Aleo来说是必需的硬件设备，就好比专用显卡/芯片对于AI大模型训练是一样的道理，所以官方明确表态支持ASIC也在情理之中，而且无论从Token价格、内存、带宽、成本、回本周期等因素长期来看，ASIC都是选择。