Cysic Shiftsは、レイヤー2手数料の上昇に伴い、GPUネットワークの焦点をブロックチェーン証明からAI推論に移行します
Cysicは、2025年9月24日にメインネットをローンチした分散型コンピューティングネットワークであり、GPUファームの主な用途をEthereum Layer 2ネットワーク向けのゼロ知識証明生成からAI推論ワークロードのサポートへとシフトしました。この移行は、証明生成に対する需要の明確な低下と、同社によればEthereum自体の取引手数料を上回ったLayer 2取引手数料の上昇を受けて行われました。メインネットローンチ以降、このネットワークは1300万件以上のトランザクションを処理し、1000万件以上のゼロ知識証明を生成しており、ScrollやAleoなどのパートナーと協力しています。現在、ネットワークには11万8000台以上のプローバーと20万台以上のバリデーターが登録されています。
CEOのレオ・ファンは、ゼロ知識作業からの完全な撤退ではなく、既存のハードウェアの実用的な再配分としてこの変更を位置づけており、8秒未満のEthereumブロック証明を依然として目指しています。Ethereum仮想マシンと互換性のあるネットワークのProof-of-Compute Layer 1は、すでにZKおよびAIタスクを調整しており、この方向転換には既に技術的な基盤が整っています。CysicがGPU容量を大規模言語モデルの推論にシフトさせることは、Layer 2の経済状況とGPU市場の条件における明確な変化を反映しており、ネットワークは専用ハードウェアとCyAIマーケットプレイスを通じて選択的なゼロ知識開発を継続しながら、利用効率を維持しています。
-
Cysicは、需要が減少したため、L2 ZK証明からAI推論へGPUリソースを転用しています。
-
Layer 2手数料がEthereumメインネットの手数料を上回った reportedly、証明経済が低下している。
-
2025年9月以降のメインネットの指標には、1,300万件以上のトランザクションと1,000万件の証明が含まれます。
-
Venus zkVMとGPUの最適化により、証明時間の効率が9％以上向上しました。
-
カスタムC1チップは、より高速な証明のために毎秒131万回のKeccak関数を実行します。
-
CyAIマーケットプレイスは、ジョブごとに完全なゼロ知識証明ではなく、統計的な監査をAIタスクに使用しています。
2026年には、Ethereum Layer 2ネットワーク向けのゼロ知識証明生成に対する需要が急激に低下し、CysicはGPUキャパシティを再配分することを余儀なくされた。Layer 2ネットワークは、これらの証明を利用してトランザクションをバッチ処理し、すべての参加者が作業を再実行することなくEthereum上に安全に決済している。証明の需要が鈍化すると、かつて安定した収益を生んでいた専用ハードウェアは十分に活用されなくなる。Cysicの経営陣は、この減少を、特定の期間でEthereumのベースレイヤー費用を上回るようになったLayer 2手数料の上昇と直接的に結びつけている。これにより、かつて外部証明サービスを魅力的にしていた経済的優位性が損なわれている。
ネットワークの独自データによると、2025年9月のメインネット開始以来、1,000万件以上の証明が生成されていますが、現在の状況ではL2に焦点を当てた作業の同様の量を支えることができなくなっています。この動きは特定のプロバイダーに限ったものではなく、AIデータセンターの需要によるGPUの不足により、アクセラレーターを暗号的証明にのみ割り当てる機会コストが上昇しています。キャパシティを再配分することで、Cysicはハードウェアの利用効率を維持しつつ、市場全体が過剰な証明供給を吸収できるようにしています。この決定は、推測的な予測ではなく、観察可能な手数料動向と利用メトリクスに基づいており、ネットワークはすでに構築された検証可能な計算インフラを廃棄することなく適応できます。
ゼロ知識証明の生成と大規模言語モデルの推論は、いずれもGPUリソースに大きな負荷を課すため、Cysicの方向転換に自然な技術的橋渡しを提供する。証明生成は、有限体算術、多重スカラー乗算、数論変換を伴い、これらは並列GPUコアに効率的にマッピングされる。一方、推論は行列乗算とアテンション機構に集中し、同じアクセラレーターを飽和させる。基盤となるシリコンは既に高スループット並列ワークロード向けに最適化されているため、一つのタスククラスから別のタスククラスへ容量を移動させるには、新規ハードウェアの調達ではなく、主にソフトウェアのスケジューリング変更で済む。
CysicのProof-of-Compute Layer 1はすでに両方のタイプのジョブをルーティングしているため、調整レイヤーの再設計は不要でした。CEOのLeo Fanは、アーキテクチャ全体を再構築することなく、既存のファームをLLMの推論に向けられると強調しています。この重複により、資本リスクが軽減され、移行期間が短縮されます。同時に、ネットワークは残存するZK需要に対応する能力を維持し、選択肢を確保しています。実際の結果として、市場状況の変化にもかかわらず、同じ物理的資産の平均利用率が向上し、これは純粋なZKプラットフォームや純粋なAIプラットフォームにはない能力です。
Cysicのメインネットは2025年9月24日から稼働しており、これまでに現在の方向転換を支える意味のある運用規模を蓄積しています。このネットワークは約13ヶ月の運用期間中に1,300万件以上のトランザクションを処理し、1,000万件以上のゼロ知識証明を生成しました。ScrollおよびAleoとのパートナーシップがこの取引量に貢献し、パートナーのエコシステム全体へのネットワーク展開を支援しました。参加者側では、システムは118,000人以上のプローバーと200,000人以上のバリファイアーを登録しており、機会主義的な参加者のテストネット後の離脱後でも、規模の大きな参加者ネットワークが存在していることを示しています。
これらの数値は、Cysicが新興の実験ではなく、ネットワーク活動の計測可能な実績を持つ運用中のネットワークであることを示しています。Proof-of-Computeコンセンサスメカニズムは、ZKまたはAIのいずれであっても、有用な計算をネットワークスコアとインセンティブに変換し、ワークロードの種類にまたがる継続性を生み出します。暗号作業のために多数の異種マシンを調整する能力を実証した後、同様の仕組みは推論ジョブを同等の信頼性でスケジューリングできるようになりました。したがって、これらの指標は過去の能力の証明であると同時に、AIへの注力拡大の基盤ともなっています。
Cysicは、主要な容量をAIにシフトさせながらも、証明スタックの改善を継続しています。Venus zkVMとターゲット化されたGPU最適化により、従来のベースラインと比較してエンドツーエンドの証明時間効率が9％以上向上しました。これらの改善は、シリコン性能の単純な向上ではなく、証明パイプライン全体にわたるスケジューリングの向上によって実現されています。Venusは証明生成を接続された計算グラフとして扱い、CPUとGPUステージ間のアイドル時間を削減することで、同じハードウェアからより多くの有効な作業を引き出しています。
これらの改善は、残存するL2需要と、8秒以内にEthereumブロック全体を証明するという長期的な目標にとって重要です。効率の向上は、稀な証明ジョブの限界コストを下げ、主導的なAIワークロードと並行して選択的なZK作業をより実現可能にします。AIデータセンターが同じGPUを激しく競争する市場において、利用率の1パーセントポイントの改善でも経済的メリットが累積します。Venusスタックのオープンソース要素により、外部開発者が同じ最適化を基に構築でき、ネットワークの技術的範囲を自社のフリートを超えて拡張できます。
CysicのカスタムC1チップは、毎秒131万回のKeccak関数を実行し、これはEthereumのコアハッシング要件と直接対応しています。KeccakはEthereumエコシステム内の多くの暗号操作の基盤を担っており、この層での加速は、これらのプリミティブに依存するロールアップやその他のプロトコルにおける証明生成を高速化します。専用半導体は、最も集中的な暗号カーネルに対する汎用GPUへの依存を減らし、ネットワークを広範なAI駆動のGPU不足から部分的に保護します。このチップは、FPGAおよび早期ASICの道筋も含むより広範なハードウェアロードマップの一部を構成しており、純粋なGPU依存がますます高コストになっていることを認識しています。
カイシックは、カスタムアクセラレーターを既存のGPUファームと組み合わせることで、各ワークロードタイプに最も効率的なリソースを割り当てます：特定のZKカーネルにはASICまたはFPGA、柔軟な推論にはGPU、または残りの証明に割り当てます。このハイブリッドアプローチは、即時のAI転換と、リアルタイムEthereum証明という長期的な目標の両方をサポートします。C1の結果は、同社が既存のキャパシティを単に再ブランドするのではなく、差別化されたハードウェアに投資していることを明確に示しています。
CysicのCyAIマーケットプレイスは、すべてのジョブに対して完全な暗号学的証明を生成するのではなく、実用性を重視した設計によりAI推論リクエストを処理します。各推論に対して完全なゼロ知識証明を生成するのではなく、CyAIはランダムな統計監査やLogit距離分布チェックなどの手法を用いて、モデルの置き換え、精度の低下、過剰請求を検出します。プロバイダーは価格、レイテンシ、測定された信頼性で競い合い、顧客は予算と品質の閾値を設定します。このマーケットプレイスは、より広範なComputeFiフレームワーク内に位置しており、かつてゼロ知識証明に特化していた機械のネットワークが、オープンソースのモデルからサードパーティサービスまで幅広いLLM推論を提供できるようになります。
この軽量な検証モデルは、純粋なZKアプローチと比較してオーバーヘッドを削減し、サービスを中央集権的なAPIと競争力のあるものにしながら、監査可能なトレールを提供します。CyAIの早期導入により、ネットワークが実際の推論トラフィックをルーティングし、オンチェーンで支払いを決済できることを実証しました。したがって、この設計は、すべての顧客が完全な証明コストを負担することなく、同じ分散型ハードウェア基盤をAI推論能力に変換します。
Cysicによると、最近の期間においてLayer 2のトランザクション手数料はEthereumメインネットの手数料を上回り、外部証明サービスの主要な経済的根拠が失われた。L2自体が相対的に高額になると、専門的な証明の追加コストを正当化しづらくなり、第三者による証明生成への需要は減少する。以前の業界分析では、証明生成がZKロールアップの運用コストの大きな割合を占めていたことが示されており、L2の基本手数料の上昇はその負担をさらに増大させる。Cysicの観察は、AIデータセンターが利用可能なアクセラレーターを吸収し、GPU供給が全体的に逼迫していることと一致しており、ハードウェアを暗号化専用に割り当てる機会コストが上昇していることを示している。
手数料の逆転は、ゼロ知識技術の長期的な価値を排除するものではありませんが、短期的な利用パターンを変化させます。証明と推論の間で容量を柔軟に切り替えられるネットワークは、需要の変動時により高い柔軟性を発揮できる可能性があります。Cysicの対応である、専用の証明機能を維持しながらGPUを再配分するというアプローチは、このような状況下での一つの適応戦略を示しています。
Cysicは、ゼロ知識とAIのジョブのための調整レイヤーとして機能するEVM互換のProof-of-Compute Layer 1を運営しています。コンセンサスメカニズムは、純粋なハッシングやステーキングだけでなく、有用な計算を報酬としています。これにより、証明、推論、そして将来的にはトレーニングワークロードを同じインセンティブ構造でサポートできます。開発者は予算とレイテンシーパラメータを伴ってジョブを提出し、ネットワークはそれらを利用可能なGPUまたは専用アクセラレーターにルーティングし、結果をオンチェーンで決済します。
このアーキテクチャは、方向転換以前から既に存在していたため、AI推論への移行には新しいベースレイヤーを必要としませんでした。双用途設計により、フラグメンテーションが削減され、プロバイダーは現在より高いリターンを提供するワークロードから収益を得られます。チェーンがEthereumツールと互換性を維持しているため、既存アプリケーションの統合コストは低く抑えられます。その結果、暗号化タスクと機械学習タスク間の相対的需要の変化に応じて吸収できる、単一の検証可能な計算マーケットプレイスが実現され、参加者が別々のネットワークに移行する必要がなくなります。
Cysicはゼロ知識開発を放棄していません。CEOのLeo Fanは、8秒以内に完全なEthereumブロックを証明するという目標を再確認しました。この能力は、現在のL2証明を超えてリアルタイム検証の使用事例を可能にします。Venusの最適化とC1チップの進展は、証明あたりの遅延とコストを削減することで、この目標を直接支援しています。GPU容量の大部分がAI推論に使用されている間でも、高価値または遅延に敏感なアプリケーション向けの選択的証明は継続できます。
デュアル能力を維持することで、戦略的選択肢が保たれます。L2の経済モデルや専用ハードウェアの進化によって既に実証された需要が回復した場合、ネットワークはゼロからやり直すことなくリバランスできます。効率性の証明への継続的な投資は、統計監査と将来のAI向けZK強化が同じ研究パイプラインを共有できるため、CyAI検証レイヤーの強化にも寄与します。この意味で、この方向転換は一方のワークロードを他方で二値的に置き換えるのではなく、コンピューティングサーフェスの拡張です。
AIのトレーニングと推論が、利用可能な高級GPUの割合を徐々に占めるようになり、同じシリコンを巡ってゼロ知識証明と直接的な競争が生じています。Cysicの経営陣は、業界が資金力のあるデータセンターの予算と競い合っているため、アクセラレーターの価格と希少性が上昇していると指摘しています。このような状況下では、L2証明の需要が減少しているためGPUを空き状態または低利用率で放置することは、ますます高コストになります。キャパシティをLLM推論に振り向けることで、ネットワークはより需要の高いワークロードから収益を獲得でき、同時にFPGA、ASIC、C1チップといった専用ハードウェアのロードマップが、より効率的なZKソリューションへと進化しています。
供給圧力は、分散型マーケットプレイスの価値をさらに高めます。これらのマーケットプレイスは、分散した消費者およびプロフェッショナルGPUを統合できます。Cysicのプロバイダーは、AI需要と暗号化需要の両方の市場に参加することで、どちらか一方の需要変動に対するレジリエンスを獲得します。業界全体への影響として、純粋なZK証明ネットワークは、同様の柔軟性を獲得しないか、カスタムシリコンへ積極的に移行しない限り、資本集約度が高まる可能性があります。
すべてのAI推論リクエストに対して完全なゼロ知識証明を適用すると、多くのアプリケーションが耐えられない遅延とコストのオーバーヘッドが発生します。そのため、CyAIはランダムな統計監査とロジット距離分布テストを使用して、プロバイダーが主張するモデル、精度、請求の正確性を確認しています。ウィットネスがジョブをサンプリングし、検証者が置き換えや品質の劣化をチェックします。このアプローチにより、大規模モデルの計算グラフ全体に対する暗号学的証明を必要とせずに、監査可能な証拠の追跡が可能になります。
設計は、絶対的な暗号学的保証を犠牲にしてスループットを向上させ、コストを削減することで、中央集権的なサービスと競合しつつ、より高い透明性を提供します。顧客は品質と価格の制約を設定し続けることができ、プロバイダーは測定された信頼性で競争します。このモデルは、Cysicが提唱するエージェント経済の仮説に適合します。自律エージェントには、生成されるすべてのトークンに最大限の暗号学的オーバーヘッドを課すのではなく、検証可能で効率的な推論が必要です。CyAIでの早期の実稼働トラフィックは、軽量な検証レイヤーがネットワーク規模で運用的に実現可能であることを示しています。
Cysicのロードマップは、汎用GPUとC1チップなどのカスタムアクセラレーター、および進行中のFPGAおよびASICの取り組みを組み合わせています。GPUは推論と残差証明の間で切り替え可能な柔軟な容量を提供し、専用シリコンは汎用ハードウェアが最も非効率な数学的カーネルに焦点を当てています。このハイブリッドアプローチにより、純粋なGPU市場サイクルへの露出が削減され、現在最も支配的なワークロードの単位経済性が向上します。同じ調整レイヤーが、異種のマシン間でジョブをスケジューリングし、タスクの特性を最も適したハードウェアにマッチさせます。
AI推論には広範なGPUベースを活用し、高ボリュームまたはレイテンシが重要なZK作業には加速カーネルを活用できます。この戦略は、多様な計算リソースを流動的で収益を生む資産に変えるというComputeFiのビジョンをサポートします。特定のハードウェアクラスに排他的に依存しないことで、CysicはAIとゼロ知識市場が進化し続ける中で運用の柔軟性を高める可能性があります。
Cysicの方向転換は、分散型コンピューティングネットワークが直面する構造的緊張を示している。暗号証明を可能にする同じアクセラレータが、現在その経済性が支配的なAIワークロードに対して高い需要を抱えているのだ。容量を流動的に再配分でき、専門的な証明オプションを維持し、AIジョブに対して実用的な検証を提供できるネットワークは、プロバイダーを維持し、需要を引きつける上でより有利な立場にある。EVM互換の調整レイヤー、ハイブリッドハードウェア、そして2つのマーケットプレイス（ZKとCyAI）という組み合わせにより、Cysicはその緊張への具体的な対応を実現している。
モデルがさらにスケールするかどうかは、継続的な推論需要、統計的監査と集中型代替手段との競争力、および残存するZK要件向けのカスタム半導体の継続的な進展に依存する。より広範なエコシステムにとって、この出来事は、検証可能な計算が純粋な暗号学のニッチから、複数のワークロード市場へと進化していることを示している。GPUを単一目的のツールではなく、柔軟な資産として扱うプロバイダーと開発者は、今後の需要の相対的変化に対してよりスムーズに適応できるだろう。
Cysicのシフトは、既存のゼロ知識証明ユーザーにどのような影響を与えますか？
シシックの証明サービスを利用中のユーザーは、引き続きジョブを送信できます。ネットワークはZK容量を停止していません。残存する需要は依然として対応されており、VenusとC1チップによる効率改善も引き続き利用可能です。主な変更点は、GPU時間の大部分が、利用状況と価格がAI推論ワークロードに有利な場合に優先的に割り当てられるようになったことです。低遅延または高ボリュームの証明を必要とするユーザーは、以前の需要ピーク時期と比較して、キューイングや相対的なコスト上昇を考慮して計画する必要があるかもしれません。
CyAIは完全なゼロ知識証明の代わりにどのような認証方法を使用していますか？
CyAIは、証人が実施するランダムな統計監査と、検証者が行うLogit距離分布チェックに依存しています。これらの手法は、すべての推論に対して完全な暗号学的証明を生成することなく、モデルの置き換え、精度の低下、または不正な請求を検出するためにジョブをサンプリングします。このアプローチはオーバーヘッドを削減しつつ、顧客とプロトコルが紛争時に参照できる監査可能なトレールを生成します。
CysicはEthereumのブロック証明目標を放棄する予定ですか？
CEOのレオ・ファンは、Ethereumブロックを8秒以内に証明するという目標を再確認しました。専用ハードウェアの進展とVenusの最適化は、主要なGPU容量がAI推論に使用されている間も、この目標を引き続き支援しています。リアルタイム証明は、ネットワークが今後提供することを目的としている長期的な機能です。
Cysicネットワークの参加者数と過去の活動規模はどのくらいですか？
2025年9月24日のメインネット開始以降、ネットワークは1,300万件以上のトランザクションを処理し、1,000万件以上のゼロ知識証明を生成しました。現在、118,000人以上のプローバーと200,000人以上のバリファイアーがリストされています。これらの数値は、ZKに焦点を当てたフェーズで達成された規模と、AI拡張の出発点を示しています。
レイヤー2手数料はGPUネットワークの戦略にとってなぜ重要ですか？
レイヤー2手数料がEthereumメインネット手数料に対して上昇すると、外部証明生成に利用可能な経済的マージンは縮小する。オペレーターはサードパーティの証明生成者に支払う意欲が低下し、需要は減少し、GPUの利用率は下がる。これらのGPUをAI推論に再配分することで、新しい手数料環境下で利用率と収益を回復できる。
ピボット後、Proof-of-Compute Layer 1 はどのような役割を果たしますか？
レイヤー1は、残っているZKジョブと新しいAI推論ジョブの両方について、タスクの送信、ルーティング、検証、決済を引き続き調整しています。EVM互換性と有用な作業コンセンサスにより、別途チェーンやマーケットプレイスを必要とせずに、混合ワークロードを同じインセンティブおよび支払いインフラでサポートできます。
免責事項: このページは、お客様の便宜のためにAI技術を使用して翻訳されています。最も正確な情報については、元の英語版を参照してください。