Fhenix Pousse la DeFi Chiffrée Vers l'Avant avec une Infrastructure FHE Hautes Performances

TheNewsCryptoPubblicato 2026-02-17Pubblicato ultima volta 2026-02-17

Introduzione

Fhenix, dirigé par Guy Zyskind, présente une avancée majeure dans la finance décentralisée (DeFi) chiffrée grâce au Fully Homomorphic Encryption (FHE). Cette technologie cryptographique permet d’effectuer des calculs sur des données tout en les maintenant chiffrées, préservant ainsi la confidentialité des transactions sans sacrifier la fonctionnalité. Contrairement aux preuves à connaissance zéro ou aux environnements d'exécution de confiance, le FHE offre une confidentialité intégrale tout au long du cycle de traitement des données. Parmi les innovations techniques clés, Fhenix a dévoilé CoFHE, un coprocesseur FHE déployé sur Base, capable d’accélérer les opérations chiffrées avec des gains de performance atteignant jusqu’à 5 000 fois par rapport aux systèmes antérieurs. Parallèlement, fhEVM permet aux développeurs de travailler avec des données chiffrées en utilisant Solidity, sans modification majeure de leurs applications existantes. Fhenix intègre également des mécanismes de vérification décentralisée pour garantir l’exactitude des calculs chiffrés. La plateforme, construite sur Arbitrum et sécurisée via EigenLayer, vise des cas d’usage concrets tels que le trading confidentiel ou la tokenisation d’actifs institutionnels — une problématique illustrée par l’intérêt exprimé par JP Morgan pour la confidentialité dans la gestion de 1 500 milliards de dollars d’actifs. Enfin, Fhenix souligne la compatibilité du FHE avec la cryptographie post-quantique, offrant une protecti...

Lorsque Fhenix est allé en direct pour sa récente diffusion technique, cela ressemblait moins à une mise à jour de routine et plus à un moment de passage à l'âge adulte pour la finance chiffrée. Menée par le fondateur Guy Zyskind, la session a retracé l'évolution de Fhenix, d'une modeste expérience de Layer 2 à une infrastructure full-stack pour la DeFi confidentielle. Le mantra directeur était clair et répété en esprit tout au long du stream : FHE Partout, en commençant par la DeFi privée.

Au cœur de la discussion se trouvait le Chiffrement Entièrement Homomorphe, ou FHE, une percée cryptographique qui permet aux données de rester chiffrées même pendant leur traitement. Dans les systèmes blockchain traditionnels, la transparence est à la fois une vertu et une vulnérabilité. Les contrats intelligents s'exécutent en vue publique, exposant des détails de transaction qui peuvent inviter au front-running, au copy trading et à l'exploitation stratégique. Le FHE change les règles de ce jeu. Avec une exécution, une validation et un règlement chiffrés, les informations sensibles n'apparaissent jamais en clair, même lorsque le réseau les traite.

Zyskind a positionné le FHE comme une solution plus complète que les approches de confidentialité telles que les preuves à divulgation nulle de connaissance (Zero-Knowledge proofs), les Environnements d'Exécution de Confiance (TEE), ou le Calcul Multipartite (MPC). Plutôt que de prouver sélectivement des faits ou de s'appuyer sur des hypothèses matérielles, le FHE maintient l'ensemble du cycle de vie des données scellé dans une armure cryptographique. Le résultat est ce que Fhenix décrit comme une véritable exécution chiffrée.

L'une des annonces techniques les plus notables était CoFHE, un coprocesseur FHE conçu pour délester la chaîne principale des tâches chiffrées lourdes. Récemment déployé sur Base, CoFHE est sans état et léger, construit pour surmonter la critique de longue date selon laquelle le FHE on-chain est trop lent pour une utilisation pratique. Selon Fhenix, les benchmarks de performance montrent des améliorations de débit allant jusqu'à 5 000 fois par rapport aux systèmes précédents. Ce changement transforme le FHE d'une curiosité académique en une infrastructure capable de supporter de véritables environnements de trading.

fhEVM vient compléter cela, un environnement convivial pour les développeurs qui permet aux applications basées sur Solidity de gérer des données chiffrées sans réécritures drastiques. Pour les développeurs Ethereum, cela abaisse la barrière à l'intégration de la confidentialité dans les applications décentralisées. Au lieu d'abandonner les outils familiers, les développeurs peuvent les étendre vers le territoire confidentiel.

La diffusion a également abordé des concepts avancés tels que le calcul chiffré vérifiable et la vérification de fonction aveugle décentralisée, signalant que Fhenix ne se contente pas de chiffrer les données mais assure également que les résultats chiffrés restent prouvablement corrects. Construit sur Arbitrum et sécurisé via EigenLayer, la stack vise à offrir une confidentialité à haut débit adaptée à des cas d'usage réels, du trading confidentiel à la protection du renseignement d'affaires.

Peut-être le signal institutionnel le plus frappant est venu de l'affirmation selon laquelle JP Morgan a approché Fhenix concernant la tokenisation de 1 500 milliards de dollars d'actifs sous gestion. La barrière, selon Zyskind, n'était pas la mécanique de tokenisation mais la confidentialité. Sans infrastructure confidentielle, la tokenisation d'actifs à grande échelle devient théoriquement contrainte.

Fhenix a également lié les fondements mathématiques du FHE à la cryptographie post-quantique, suggérant que la construction de couches d'exécution chiffrées aujourd'hui pourrait future-proof les blockchains contre les menaces quantiques de demain.

Ce qui a commencé comme une "expérience de confidentialité cool" semble maintenant se positionner comme l'épine dorsale de la DeFi confidentielle. Dans un paysage défini par une transparence radicale, Fhenix parie que le secret sélectif n'est pas une contradiction, mais le prochain avantage concurrentiel.

TagsAltcoinBlockchain

Crypto di tendenza

Domande pertinenti

QQu'est-ce que Fhenix et quel est son objectif principal dans le domaine de la finance décentralisée (DeFi) ?

AFhenix est une infrastructure à pile complète qui utilise le chiffrement entièrement homomorphe (FHE) pour permettre une finance décentralisée confidentielle. Son objectif principal est de rendre possible l'exécution, la validation et le règlement de transactions cryptées, afin que les informations sensibles ne soient jamais exposées en texte clair, même pendant leur traitement par le réseau.

QQu'est-ce que le FHE (Fully Homomorphic Encryption) et en quoi diffère-t-il des autres approches de confidentialité comme les preuves à connaissance zéro ?

ALe FHE (chiffrement entièrement homomorphe) est une percée cryptographique qui permet d'effectuer des calculs sur des données tout en restant chiffrées. Contrairement aux preuves à connaissance zéro (ZK), aux environnements d'exécution de confiance (TEE) ou au calcul multipartite (MPC), le FHE maintient l'ensemble du cycle de vie des données scellé dans une armure cryptographique, offrant ainsi une exécution chiffrée véritable plutôt que de simplement prouver sélectivement des faits.

QQu'est-ce que CoFHE et pourquoi est-il important pour les performances du FHE sur la blockchain ?

ACoFHE est un coprocesseur FHE conçu pour délester la chaîne principale des tâches cryptées lourdes. Récemment déployé sur Base, il est sans état et léger, permettant d'améliorer le débit jusqu'à 5 000 fois par rapport aux systèmes précédents. Cela transforme le FHE d'une curiosité académique en une infrastructure capable de prendre en charge des environnements de trading réels.

QComment fhEVM facilite-t-il l'adoption du FHE pour les développeurs Ethereum ?

AfhEVM est un environnement convivial pour les développeurs qui permet aux applications basées sur Solidity de gérer des données chiffrées sans réécritures drastiques. Les développeurs Ethereum peuvent ainsi intégrer la confidentialité dans leurs applications décentralisées sans abandonner leurs outils familiers, en les étendant simplement vers le territoire confidentiel.

QQuel signal institutionnel important Fhenix a-t-il reçu et quel était le principal obstacle identifié pour la tokenisation à grande échelle ?

AJP Morgan a approché Fhenix concernant la tokenisation de 1 500 milliards de dollars d'actifs sous gestion. Le principal obstacle identifié n'était pas la mécanique de tokenisation, mais la confidentialité. Sans infrastructure confidentielle, la tokenisation d'actifs à grande échelle devient théoriquement contrainte.

Letture associate

Breaking: Google Earth Urgently Pulls Back Nano Banana 2 Image Generation Feature!

Google Earth's newly launched "Create image" feature, powered by the Nano Banana 2 AI image generation model, was abruptly withdrawn shortly after its release due to being "played" by users. The feature allowed users to generate and overlay AI-created visuals directly onto real-world satellite and 3D maps in Google Earth. The tool enabled creative applications like historical recreations (e.g., visualizing ancient Pompeii), generating informational graphics for landmarks, and envisioning architectural projects or futuristic cityscapes on real terrain. It operated under "geospatial grounding," meaning the AI respected the underlying geography, topography, and perspective of the chosen map view. The model also integrated with Gemini to retrieve relevant factual information. However, upon release, users quickly tested its limits. A prominent example involved reimagining Philadelphia's historic Independence Hall as a post-apocalyptic ruin overrun by "happy" zombies, evil clowns, and giant alien mechs. This highlighted both the feature's playful potential and its risks regarding the generation of inappropriate or misleading content on realistic maps, leading to its swift temporary removal. Google stated it would re-release the feature after implementing "enhanced guardrails." Analysts note this move strategically leverages Google's vast proprietary geospatial data, positioning its AI not just for artistic generation but for spatially accurate world visualization—a unique advantage in the competitive AI image generation landscape.

marsbit1 h fa

Breaking: Google Earth Urgently Pulls Back Nano Banana 2 Image Generation Feature!

marsbit1 h fa

Altman Admits: Overestimated AI Snatching Jobs! Huang Renxun: The Unemployment Narrative Is Completely Backwards

Sam Altman has revised his earlier predictions about AI rapidly replacing jobs, admitting he overestimated the speed at which AI would eliminate entry-level white-collar roles. Speaking on the "Invest Like the Best" podcast, he stated that people do not truly want an AI CEO, as accountability and human connection remain critical. He found that individuals prefer interacting with people who can be held responsible for decisions. Similarly, NVIDIA's Jensen Huang argued that the narrative of AI destroying jobs is misguided. He distinguishes between tasks and jobs, noting that while AI can automate specific tasks, entire jobs—encompassing communication, judgment, coordination, and accountability—are not eliminated. He cited examples like radiologists and software engineers, where demand for these roles has increased as AI handles repetitive tasks, allowing for business expansion and the creation of more positions. Data from a University of Maryland and LinkUp study supports this, showing that U.S. job postings for new graduates have actually risen, countering the fear of vanishing entry-level roles. However, a significant shift is occurring: the traditional entry-level tasks that help newcomers gain experience are being automated, making initial career access more challenging. The key insight is that as AI takes over standardized tasks, the enduring value of human work shifts toward areas of responsibility, trust-building, and final decision-making—aspects that AI cannot replicate. The real "moat" for professionals lies in these irreplaceable human elements.

marsbit1 h fa

Altman Admits: Overestimated AI Snatching Jobs! Huang Renxun: The Unemployment Narrative Is Completely Backwards

marsbit1 h fa

Weekly Editor's Picks (0725-0731)

Weekly Editor's Picks (0725-0731) provides a curated selection of deep analysis, filtering out market noise. Key themes from this week include: **Macro & Policy:** The Federal Reserve's upcoming meeting is marked by high uncertainty, balancing cooling inflation data against persistent price pressures. Meanwhile, the U.S. crypto regulatory Clarity Act faces critical political hurdles, with its 2026 passage probability seen as low. **Investing & Crypto:** Analysis suggests long-term crypto success depends on conviction through volatile cycles, focusing on assets like Bitcoin and core smart contract platforms. A trend noted is the increasing similarity between global equity markets (especially tech) and crypto, driven by narrative and leverage. Several major crypto protocols show strong revenue growth, but this isn't always translating to token price appreciation due to sell pressure and structural factors. **AI & Semiconductors:** Nvidia's rising credit default swap rates signal market concern over AI infrastructure financing risks. The storage sector experienced volatility as markets began pricing in potential 2027 oversupply. Despite a record profitable quarter, SK Hynix's results were deemed "below expectations," reflecting heightened investor demands for future growth visibility. **Markets & DeFi:** TradeXYZ demonstrated remarkable accuracy in pre-market pricing for a major A股 listing. The token ONDO saw gains, linked to its growing role in the on-chain tokenized stock ecosystem. **Ethereum:** Post-Pectra upgrade, a major structural shift is underway as Lido begins migrating millions of ETH to new validator architectures designed for capital efficiency. **Also Highlighted:** Butian's bullish stock market move; OpenAI's Altman promising major advances; Samsung and SK Hynix securing large AI chip deals; Apple reaching a $5T market cap; and ongoing discussions around exchange security following Poolin's bankruptcy case.

marsbit2 h fa

Weekly Editor's Picks (0725-0731)

marsbit2 h fa

Low Investment Isn't Apple's Immunity Pass

While Meta and Google face investor scrutiny over ballooning AI capital expenditures, Apple's minimal AI investment has paradoxically become a strength. Its market cap recently reclaimed the global top spot, surpassing $5 trillion. The irony is deep: Apple's own AI efforts have lagged, with "Apple Intelligence" delayed and core talent lost, forcing reliance on partners like Google Gemini and Alibaba's Qianwen. Its Q3 FY2026 (Q2 CY) earnings initially seemed stellar. Revenue hit $109.4B (up 16% YoY), with iPhone and Mac sales, growing 22% and 29% respectively, driving most of the growth. However, the stock fell over 8% post-earnings. The primary concern was a weaker Q4 revenue growth forecast of 9-11%, below expectations, due to looming supply chain constraints. Apple is feeling the indirect cost of the AI boom. Soaring memory and chip prices, fueled by massive data center investments from Microsoft, Amazon, and others, are forcing Apple to raise Mac and iPad prices significantly. The upcoming iPhone launch is also expected to see substantial price hikes. Despite avoiding heavy AI infrastructure spending—its capital expenditures are actually down 28%—Apple cannot escape the industry-wide supply and cost pressures. While Apple's operating cash flow remains robust, its substantial R&D spending (up 32% YoY) has yet to yield major AI breakthroughs. As Tim Cook prepares to step down as CEO, Apple faces a challenging transition: balancing its premium hardware success against the strategic and cost pressures of the AI era it has so far cautiously navigated.

marsbit2 h fa

Low Investment Isn't Apple's Immunity Pass

marsbit2 h fa

Trading

Spot

Articoli Popolari

Come comprare FHE

Benvenuto in HTX.com! Abbiamo reso l'acquisto di Mind Network (FHE) semplice e conveniente. Segui la nostra guida passo passo per intraprendere il tuo viaggio nel mondo delle criptovalute.Step 1: Crea il tuo Account HTXUsa la tua email o numero di telefono per registrarti il tuo account gratuito su HTX. Vivi un'esperienza facile e sblocca tutte le funzionalità,Crea il mio accountStep 2: Vai in Acquista crypto e seleziona il tuo metodo di pagamentoCarta di credito/debito: utilizza la tua Visa o Mastercard per acquistare immediatamente Mind NetworkFHE.Bilancio: Usa i fondi dal bilancio del tuo account HTX per fare trading senza problemi.Terze parti: abbiamo aggiunto metodi di pagamento molto utilizzati come Google Pay e Apple Pay per maggiore comodità.P2P: Fai trading direttamente con altri utenti HTX.Over-the-Counter (OTC): Offriamo servizi su misura e tassi di cambio competitivi per i trader.Step 3: Conserva Mind Network (FHE)Dopo aver acquistato Mind Network (FHE), conserva nel tuo account HTX. In alternativa, puoi inviare tramite trasferimento blockchain o scambiare per altre criptovalute.Step 4: Scambia Mind Network (FHE)Scambia facilmente Mind Network (FHE) nel mercato spot di HTX. Accedi al tuo account, seleziona la tua coppia di trading, esegui le tue operazioni e monitora in tempo reale. Offriamo un'esperienza user-friendly sia per chi ha appena iniziato che per i trader più esperti.

264 Totale visualizzazioniPubblicato il 2025.04.22Aggiornato il 2026.06.02

Come comprare FHE

Discussioni

Benvenuto nella Community HTX. Qui puoi rimanere informato sugli ultimi sviluppi della piattaforma e accedere ad approfondimenti esperti sul mercato. Le opinioni degli utenti sul prezzo di FHE FHE sono presentate come di seguito.

活动图片