Cysic Shifts Rangkaian GPU berfokus daripada Bukti Blok Rantai kepada Inferens AI disebabkan peningkatan yuran Layer 2

2026/11/08 11:08:00

Cysic mengalihkan kapasiti GPU ke arah inferens AI seiring penurunan permintaan untuk penghasilan bukti ZK

Cysic, rangkaian komputasi terdesentralisasi yang melancarkan rangkaian utamanya pada 24 September 2025, telah mengalihkan fokus utama armada GPU-nya dari menghasilkan bukti tanpa pengetahuan untuk rangkaian Layer 2 ethereum kepada menyokong beban kerja inferensi AI. Perubahan ini mengikuti penurunan jelas dalam permintaan untuk penghasilan bukti bersama dengan caj transaksi Layer 2 yang, menurut syarikat, telah meningkat melebihi caj di ethereum itu sendiri. Sejak pelancaran rangkaian utama, rangkaian ini telah memproses lebih daripada 13 juta transaksi dan menghasilkan lebih daripada 10 juta bukti tanpa pengetahuan, bekerjasama dengan rakan kongsi termasuk Scroll dan Aleo. Ia kini mencantumkan lebih daripada 118,000 pembuktian dan 200,000 pengesah.

CEO Leo Fan menggambarkan perubahan ini sebagai pengalokasian semula peralatan sedia ada secara praktikal, bukan keluar sepenuhnya daripada kerja zero-knowledge, sambil terus mengejar pembuktian blok Ethereum di bawah lapan saat. Lapisan 1 Proof-of-Compute rangkaian, yang kompatibel dengan Ethereum Virtual Machine, sudah mengkoordinasikan tugas ZK dan AI, memberikan asas teknikal yang sedia ada untuk peralihan ini. Peralihan Cysic terhadap kapasiti GPU-nya ke arah inferens model bahasa besar mencerminkan perubahan yang dapat diukur dalam ekonomi Lapisan 2 dan keadaan pasaran GPU, membolehkan rangkaian mengekalkan penggunaan sambil meneruskan pembangunan zero-knowledge yang terpilih melalui peralatan khas dan pasaran CyAI-nya.

Poin Utama

Cysic mengalihkan sumber daya GPU dari bukti L2 ZK ke inferensi AI selepas permintaan menurun.
Yuran Layer 2 dilaporkan melebihi yuran rangkaian utama ethereum, mengurangkan ekonomi pembuktian.
Metrik rangkaian utama sejak September 2025 termasuk lebih daripada 13 juta transaksi dan 10 juta bukti.
Venus zkVM dan pengoptimuman GPU memberikan peningkatan kecekapan masa bukti lebih daripada 9 peratus.
Cip C1 tersuai mencapai 1,31 juta fungsi Keccak per saat untuk membuktikan lebih pantas.
Pasar CyAI menggunakan audit statistik untuk tugas AI bukan bukti tanpa pengetahuan penuh setiap tugas.

Penurunan permintaan bukti ZK memaksa pengalihan peralatan di seluruh rangkaian terdesentralisasi

Permintaan untuk penghasilan bukti tanpa pengetahuan yang melayani rangkaian Layer 2 ethereum telah menurun tajam sepanjang 2026, mendorong Cysic untuk mengalihkan kapasiti GPU-nya. Rangkaian Layer 2 bergantung pada bukti-bukti ini untuk mengumpulkan transaksi dan menyelesaikannya dengan selamat di ethereum tanpa memerlukan setiap peserta untuk menjalankan semula kerja tersebut. Apabila permintaan bukti melemah, peranti khas yang dahulu menghasilkan pendapatan stabil kini kurang digunakan. Kepimpinan Cysic telah mengaitkan penurunan ini secara langsung dengan kenaikan caj Layer 2 yang kini melebihi kos lapisan asas ethereum dalam tempoh-tempoh tertentu, merosakkan kelebihan ekonomi yang dahulu menjadikan perkhidmatan pembuktian luaran menarik.

Data milik rangkaian itu menunjukkan aktiviti awal yang ketara, lebih daripada 10 juta bukti dihasilkan sejak pelancaran rangkaian utama pada September 2025, namun keadaan semasa tidak lagi menyokong volum kerja yang berfokus pada L2 yang sama. Tindakan ini bukan unik kepada satu penyedia; kelangkaan GPU yang disebabkan oleh permintaan pusat data AI telah meningkatkan kos peluang bagi mendedikasikan akselerator semata-mata kepada pembuktian kriptografi. Dengan mengalihkan kapasiti, Cysic mengekalkan penggunaan peranti keras sementara pasaran yang lebih luas menyerap kelebihan bekalan pembuktian. Keputusan ini berasaskan dinamik yuran dan metrik penggunaan yang boleh diperhatikan, bukan ramalan spekulatif, membolehkan rangkaian beradaptasi tanpa membuang infrastruktur yang telah dibina untuk pengiraan boleh disahkan.

Tindih GPU Antara Pembuktian Zero-Knowledge dan Inferens Model Bahasa Besar Membolehkan Perpindahan Mulus

Penghasilan bukti tanpa pengetahuan dan inferens model bahasa besar kedua-duanya menuntut sumber daya GPU yang berat, menciptakan jambatan teknikal semula jadi untuk peralihan Cysic. Penghasilan bukti melibatkan aritmetik medan terhingga yang intensif, pendaraban skalar pelbagai, dan transformasi teori nombor yang boleh dipetakan secara efisien kepada teras GPU selari. Sebaliknya, inferens berpusat pada pendaraban matriks dan mekanisme perhatian yang juga memenuhi akselerator yang sama. Oleh kerana silikon asas sudah dioptimakan untuk beban kerja selari dengan throughput tinggi, perpindahan kapasiti dari satu kelas tugas ke yang lain memerlukan perubahan penjadualan perisian sahaja, bukan pengambilan peranti keras baru.

Lapisan Proof-of-Compute Cysic sudah menghala tugas kedua jenis tersebut, jadi lapisan koordinasi tidak perlu dicipta semula. CEO Leo Fan menekankan bahawa armada yang sedia ada boleh diarahkan kepada inferens LLM tanpa peninjauan semula struktur yang lengkap. Tumpang tindih ini mengurangkan risiko modal dan memendekkan tempoh peralihan. Pada masa yang sama, rangkaian itu kekal mampu melayani permintaan ZK yang tinggal, mempertahankan pilihan. Hasil praktikalnya ialah penggunaan purata yang lebih tinggi terhadap aset fizikal yang sama di bawah keadaan pasaran yang berubah, kemampuan yang mungkin tidak dimiliki oleh platform ZK tulen atau AI tulen.

Metrik Prestasi Rangkaian Utama Menunjukkan Skala yang Dicapai Sebelum Perubahan Strategik

Mainnet Cysic, yang dilancarkan pada 24 September 2025, telah mengumpulkan skala operasi yang bermakna yang menjadi asas kepada semula arah semasa. Rangkaian ini telah memproses lebih daripada 13 juta transaksi dan menghasilkan lebih daripada 10 juta bukti tanpa pengetahuan dalam tempoh kira-kira tiga belas bulan operasi. Perkongsian dengan Scroll dan Aleo menyumbang kepada volum tersebut, menyokong pelaksanaan rangkaian di seluruh ekosistem rakan kongsi. Dari segi penyertaan, sistem ini mencatatkan lebih daripada 118,000 prover dan 200,000 verifier, menunjukkan rangkaian peserta yang besar walaupun selepas penurunan peserta oportunis pasca-testnet.

Angka-angka ini menunjukkan bahawa Cysic bukanlah satu eksperimen baru, tetapi satu rangkaian yang beroperasi dengan rekod aktiviti rangkaian yang boleh diukur. Mekanisme konsensus Proof-of-Compute menterjemahkan pengiraan yang berguna, sama ada ZK atau AI, kepada skor dan insentif rangkaian, mencipta kesinambungan di antara jenis beban kerja. Setelah berjaya menunjukkan keupayaan untuk mengkoordinasikan sejumlah besar mesin heterogen untuk kerja kriptografi, mesin yang sama kini boleh menjadualkan tugas inferens dengan kebolehpercayaan yang sebanding. Oleh itu, metrik-metrik ini berfungsi sebagai bukti keupayaan masa lalu dan sebagai asas untuk fokus AI yang diperluaskan.

Venus zkVM dan Pengoptimuman GPU Menghasilkan Peningkatan Kecekapan yang Terukur untuk Pekerjaan Membuktikan Baki

Cysic terus menyempurnakan stak pembuktianannya walaupun mengalihkan kapasiti utama ke arah AI. Venus zkVM yang digabungkan dengan pengoptimuman GPU yang ditargetkan telah meningkatkan kecekapan masa pembuktian end-to-end sebanyak lebih daripada 9 peratus berbanding asas sebelumnya. Keuntungan ini timbul daripada penjadualan yang lebih baik sepanjang saluran pembuktian penuh, bukan semata-mata daripada peningkatan mentah dalam prestasi silikon. Dengan memperlakukan penghasilan bukti sebagai graf komputasi yang saling terhubung dan mengurangkan masa menganggur antara peringkat CPU dan GPU, Venus mengekstrak lebih banyak kerja berguna daripada peralatan yang sama.

Peningkatan ini penting untuk sebarang permintaan L2 yang tinggal dan untuk matlamat jangka panjang membuktikan blok Ethereum penuh dalam masa kurang daripada lapan saat. Keuntungan kecekapan juga mengurangkan kos marginal bagi tugas pembuktian yang jarang berlaku, menjadikan kerja ZK yang dipilih lebih boleh dilaksanakan bersama beban kerja AI yang dominan. Di pasaran di mana pusat data AI bersaing dengan agresif untuk GPU yang sama, setiap peratus peningkatan penggunaan akan menggandakan kebaikan ekonomi. Elemen sumber terbuka dalam gubahan Venus juga membolehkan pembangun luar membina berdasarkan peningkatan yang sama, memperluaskan jangkauan teknikal rangkaian melampaui armada sendiri.

Ujian C1 Ciptaan Khusus Menonjolkan Pembedaan Peranti Keras untuk Penghasingan yang Berkaitan dengan Ethereum

Cip C1 khusus Cysic menghantar 1,31 juta fungsi Keccak per saat, satu tolok ukur yang secara langsung selari dengan keperluan penghujahan inti ethereum. Keccak menjadi asas banyak operasi kriptografi di dalam ekosistem ethereum, jadi akselerasi pada lapisan ini menerjemahkan kepada penghasilan bukti yang lebih pantas untuk rollup dan protokol lain yang bergantung pada primitif tersebut. Silikon khusus mengurangkan ketergantungan terhadap GPU generik untuk kernel kriptografi paling intensif, sebahagian melindungi rangkaian daripada kekurangan GPU yang didorong oleh AI. Cip ini membentuk sebahagian daripada peta jalan peranti keras yang lebih luas yang juga mengkaji laluan FPGA dan ASIC awal, menunjukkan pengiktirafan bahawa ketergantungan semata-mata pada GPU menjadi semakin mahal.

Dengan menggabungkan akselerator tersuai dengan armada GPU yang sedia ada, Cysic boleh mengalokasikan sumber paling cekap kepada setiap jenis beban kerja: ASIC atau FPGA untuk beberapa zon ZK, GPU untuk inferens fleksibel, atau bukti yang tinggal. Pendekatan hibrid ini menyokong both pivot AI segera dan ambisi jangka panjang untuk membuktikan Ethereum secara masa nyata. Keputusan C1 memberikan bukti konkrit bahawa syarikat sedang berinvestasi dalam peranti yang berbeza daripada sekadar mengganti semula kapasiti sedia ada.

Pasar CyAI Memperkenalkan Pengesahan Pragmatik untuk Beban Inferensia AI Terdesentralisasi

Pasaran CyAI Cysic mengendalikan permintaan inferens AI melalui reka bentuk yang mengutamakan kepraktisan berbanding bukti kriptografi penuh untuk setiap tugas. Alih-alih menghasilkan bukti tanpa pengetahuan penuh untuk setiap inferens, CyAI menggunakan audit statistik rawak dan teknik seperti pemeriksaan Taburan Jarak Logit untuk mengesan penggantian model, penurunan ketepatan, atau penagihan berlebihan. Penyedia bersaing berdasarkan harga, latensi, dan kebolehpercayaan yang diukur, sementara pelanggan menetapkan bajet dan ambang kualiti. Pasaran ini berada di dalam kerangka ComputeFi yang lebih luas, membolehkan rangkaian mesin yang sama yang dahulu fokus pada bukti ZK untuk melayani inferens LLM bagi model yang merangkumi pilihan sumber terbuka hingga perkhidmatan pihak ketiga.

Model pengesahan yang lebih ringan ini mengurangkan beban berbanding pendekatan ZK tulen dan menjadikan perkhidmatan ini lebih kompetitif berbanding API terpusat, sambil masih menyediakan jejak yang boleh diaudit. Pelaksanaan awal CyAI menunjukkan bahawa rangkaian boleh menghala trafik inferens sebenar dan menyelesaikan pembayaran di atas rantai. Oleh itu, reka bentuk ini menukar asas peranti terdesentralisasi yang sama menjadi kapasiti inferens AI tanpa memerlukan setiap pelanggan menanggung kos pengesahan penuh.

Dinamik Cukai Layer 2 Mengubah Ekonomi Perkhidmatan Penghasilan Bukti Eksternal

Menurut Cysic, yuran transaksi Layer 2 telah meningkat melebihi yuran rangkaian utama ethereum dalam tempoh terkini, menghapuskan alasan ekonomi utama untuk perkhidmatan pembuktian luar. Apabila L2 sendiri menjadi相对 mahal, kos tambahan untuk pembuktian khusus sukar dibenarkan, dan permintaan untuk penghasilan bukti pihak ketiga menurun. Analisis industri sebelumnya telah menunjukkan bahawa penghasilan bukti menyumbang bahagian besar kepada kos operasi ZK rollup; sebarang kenaikan dalam yuran asas L2 akan memperburukkan beban tersebut. Pemerhatian Cysic selari dengan pengetatan bekalan GPU secara lebih luas kerana pusat data AI menyerap akselerator yang tersedia, meningkatkan kos peluang untuk mendedikasikan peranti secara eksklusif kepada kriptografi.

Inversi caj tidak menghilangkan nilai jangka panjang teknologi zero-knowledge, tetapi ia mengubah corak penggunaan jangka pendek. Rangkaian yang mampu menukar kapasiti dengan fleksibel antara membuktikan dan inferens mungkin mempunyai fleksibiliti yang lebih besar semasa perubahan permintaan. Respons Cysic, mengalihkan semula GPU sambil mengekalkan kemampuan membuktikan khusus, menggambarkan satu strategi adaptif di bawah keadaan ini.

Lapisan Proof-of-Compute Layer 1 Menyediakan Koordinasi Terpadu untuk Beban Kerja Bercampur

Cysic mengendalikan Layer 1 yang kompatibel dengan EVM dan berdasarkan Bukti-Perhitungan yang berfungsi sebagai lapisan koordinasi untuk tugas-tugas zero-knowledge dan AI. Mekanisme konsensus memberi ganjaran kepada komputasi yang berguna, bukan hanya penggalian atau staking semata, membolehkan struktur insentif yang sama menyokong beban kerja pembuktian, inferens, dan berpotensi latihan. Pembangun menghantar tugas dengan parameter bajet dan latensi; rangkaian menghala tugas tersebut kepada GPU atau akselerator khusus yang tersedia dan menyelesaikan hasilnya di atas rantai.

Arsitektur ini sudah wujud sebelum peralihan, jadi peralihan kepada inferens AI tidak memerlukan lapisan asas baharu. Reka bentuk dua tujuan mengurangkan kepecahan dan membenarkan penyedia mendapat keuntungan daripada beban kerja mana-mana yang menawarkan pulangan lebih baik pada masa kini. Kerana rantai ini kekal serasi dengan alat ethereum, kos integrasi untuk aplikasi sedia ada tetap rendah. Hasilnya ialah satu pasaran tunggal untuk pengiraan boleh disahkan yang boleh menyerap perubahan dalam permintaan relatif antara tugas kriptografi dan pembelajaran mesin tanpa memerlukan peserta untuk berpindah ke rangkaian yang berasingan.

Ambisi Zero-Knowledge yang Tersisa Terus Berlanjut Bersama Fokus AI

Cysic tidak meninggalkan pembangunan zero-knowledge. CEO Leo Fan telah mengulangi sasaran untuk membuktikan blok Ethereum penuh dalam masa kurang daripada lapan saat, satu kemampuan yang akan membuka kesan pengesahan masa nyata melampaui pengesahan L2 semasa. Pengoptimuman Venus dan kemajuan cip C1 secara langsung menyokong matlamat itu dengan mengurangkan latensi dan kos setiap bukti. Pembuktian terpilih untuk aplikasi bernilai tinggi atau sensitif terhadap latensi boleh diteruskan walaupun sebahagian besar kapasiti GPU digunakan untuk inferens AI.

Mengekalkan kemampuan dwiganda mempertahankan opsi strategik: jika ekonomi L2 atau peranti khas memajukan permintaan yang telah dibuktikan, rangkaian boleh diimbangkan semula tanpa bermula dari awal. Pelaburan berterusan dalam membuktikan kecekapan juga memperkuat lapisan pengesahan CyAI, kerana audit statistik dan peningkatan ZK masa depan yang berpotensi untuk AI boleh berkongsi saluran penyelidikan yang sama. Dalam pengertian ini, peralihan adalah pengembangan permukaan pengiraan bukan penggantian binari satu beban kerja oleh yang lain.

Permintaan pusat data AI mengukuhkan bekalan GPU dan meningkatkan kos peluang untuk beban kerja khusus

Pembelajaran dan inferens AI telah menyerap bahagian yang semakin besar daripada GPU kelas atas yang tersedia, mencipta persaingan langsung dengan pembuktian tanpa pengetahuan untuk silikon yang sama. Kepimpinan Cysic telah memperhatikan bahawa industri ini secara efektif bersaing dengan bajet pusat data yang dibiayai dengan baik, yang meningkatkan harga dan kekurangan akselerator. Dalam keadaan ini, membiarkan GPU tidak digunakan atau kurang dimanfaatkan bagi permintaan pembuktian L2 yang menurun menjadi semakin mahal. Mengalihkan kapasiti kepada inferens LLM membolehkan rangkaian menangkap pendapatan daripada beban kerja yang mempunyai permintaan lebih tinggi sambil jalan raya peranti khas—FPGA, ASIC, dan cip C1—meneruskan perkembangan menuju penyelesaian ZK yang lebih cekap.

Tekanan bekalan juga memperkuat nilai pasaran terdesentralisasi yang boleh mengumpulkan GPU pengguna dan profesional yang sebelumnya terpecah. Dengan menyertai kedua-dua pasaran, penyedia Cysic mendapat ketahanan terhadap fluktuasi dalam permintaan AI atau kriptografi. Implikasi industri yang lebih luas ialah rangkaian pembuktian ZK tulen mungkin menghadapi peningkatan keintensifan modal kecuali mereka membangunkan fleksibiliti serupa atau bergerak agresif ke arah silikon tersuai.

Pengauditan Statistik dalam CyAI Menyeimbangkan Pengurangan Kepercayaan dengan Throughput Praktikal

Bukti tanpa pengetahuan penuh untuk setiap permintaan inferensi AI akan menimbulkan beban latensi dan kos yang tidak dapat diserap oleh banyak aplikasi. Oleh itu, CyAI menggunakan audit statistik rawak dan pengujian Taburan Jarak Logit untuk mengesahkan bahawa penyedia memberikan model, ketepatan, dan keakuratan penagihan yang dijanjikan. Saksi mengambil sampel tugas, dan pemeriksa memeriksa adanya penggantian atau penurunan kualiti. Pendekatan ini memberikan jejak bukti yang boleh diaudit tanpa memerlukan bukti kriptografi untuk keseluruhan graf komputasi model besar.

Reka bentuk ini menukar jaminan kriptografi mutlak kepada throughput yang lebih tinggi dan kos yang lebih rendah, menjadikan pasaran ini bersaing dengan perkhidmatan terpusat sambil masih menawarkan transparansi yang lebih besar. Pelanggan kekal mampu menetapkan batasan kualiti dan harga, dan penyedia bersaing berdasarkan kebolehpercayaan yang diukur. Model ini sesuai dengan teori ekonomi agen yang telah dirumuskan oleh Cysic: agen autonom perlu inferens yang boleh disahkan tetapi cekap, bukan beban kriptografi maksimum pada setiap token yang dihasilkan. Lalu lintas awal secara langsung di CyAI menunjukkan bahawa lapisan pengesahan yang lebih ringan adalah boleh dilaksanakan pada skala rangkaian.

Strategi Peranti Hibrid Menyediakan Rangkaian untuk Fleksibiliti Komputasi Jangka Panjang

Peta jalan Cysic menggabungkan GPU generik dengan akselerator khusus seperti cip C1 dan kerja FPGA serta ASIC yang sedang berlangsung. GPU menyediakan kapasiti fleksibel yang boleh berpindah antara inferens dan pembuktian residu, manakala silikon khusus menargetkan kernel matematik di mana peranti generik paling tidak cekap. Pendekatan hibrid ini mengurangkan eksposur kepada kitaran pasaran GPU semata-mata dan meningkatkan ekonomi unit bagi beban kerja mana pun yang sedang mendominasi. Lapisan pengkoordinasian yang sama boleh menjadualkan tugas merentas mesin heterogen, mencocokkan ciri tugas dengan peranti yang paling sesuai.

Untuk inferensi AI, rangkaian boleh memanfaatkan asas GPU yang luas; untuk kerja ZK berisipadu tinggi atau kritikal latensi, ia boleh bergantung pada kernel dipercepat. Strategi ini juga menyokong visi ComputeFi untuk mengubah sumber komputasi pelbagai menjadi aset cair yang menghasilkan imbalan. Dengan mengelakkan ketergantungan eksklusif pada sebarang kelas peranti tunggal, Cysic mungkin meningkatkan fleksibiliti operasi sambil pasaran AI dan zero-knowledge terus berkembang.

Bagaimana Permintaan AI Mengubah Pasar Komputasi Terdesentralisasi

Pivotal Cysic menggambarkan ketegangan struktural yang dihadapi rangkaian komputasi terdesentralisasi: akselerator yang sama yang memperkuat bukti kriptografi kini sangat diminati untuk beban kerja AI yang ekonominya kini mendominasi. Rangkaian yang mampu mengalihkan kapasiti dengan lancar, mengekalkan pilihan pembuktian khas, dan menawarkan pengesahan pragmatis untuk tugas AI berada dalam kedudukan yang lebih baik untuk mengekalkan penyedia dan menarik permintaan. Kombinasi lapisan koordinasi yang sepadan dengan EVM, peranti hibrid, dan dua pasaran ganda (ZK dan CyAI) memberikan Cysic satu respons konkrit terhadap ketegangan tersebut.

Samada model ini boleh diskalakan lebih lanjut akan bergantung kepada permintaan inferens yang berterusan, daya saing audit statistik berbanding alternatif terpusat, dan kemajuan berterusan pada silikon khusus untuk keperluan ZK sisa. Untuk ekosistem yang lebih luas, kejadian ini menekankan bahawa pengiraan yang boleh diverifikasi sedang menjadi pasaran pelbagai beban kerja, bukan hanya niche kriptografi semata-mata. Penyedia dan pembangun yang memperlakukan GPU sebagai aset fleksibel, bukan alat tujuan tunggal, kemungkinan besar akan beradaptasi lebih pantas kepada perubahan seterusnya dalam permintaan relatif.

Soalan Lazim

Bagaimanakah perubahan Cysic memberi kesan kepada pengguna bukti tanpa pengetahuan yang sedia ada?

Pengguna sedia ada dari perkhidmatan pembuktian Cysic boleh terus menghantar tugas; rangkaian tidak menghentikan kapasiti ZK. Permintaan baki masih dilayan, dan peningkatan kecekapan daripada Venus dan cip C1 masih tersedia. Perubahan utama ialah sebahagian besar masa GPU kini didahulukan untuk inferens AI apabila penggunaan dan harga lebih menguntungkan beban kerja tersebut. Pengguna yang memerlukan pembuktian latensi rendah atau isipadu tinggi mungkin perlu merancang mengelakkan antrean berpotensi atau kos relatif yang lebih tinggi berbanding tempoh permintaan puncak sebelum ini.

Apakah kaedah pengesahan yang digunakan CyAI sebagai ganti bukti tanpa pengetahuan penuh?

CyAI bergantung pada audit statistik rawak yang dijalankan oleh saksi dan pemeriksaan Taburan Jarak Logit oleh pengesah. Kaedah-kaedah ini mengambil sampel tugas untuk mengesan penggantian model, presisi yang berkurang, atau penagihan yang salah tanpa menghasilkan bukti kriptografi penuh untuk setiap inferens. Pendekatan ini mengurangkan beban sambil masih menghasilkan jejak yang boleh diaudit yang boleh dirujuk oleh pelanggan dan protokol dalam pertikaian.

Adakah Cysic merancang untuk meninggalkan matlamat pembuktian blok ethereum?

Tiada. CEO Leo Fan telah menyatakan semula sasaran untuk membuktikan blok ethereum dalam masa kurang daripada lapan saat. Kemajuan peranti khas dan pengoptimuman Venus terus menyokong objektif ini walaupun kapasiti GPU utama digunakan untuk inferens AI. Pembuktian masa nyata tetap merupakan kemampuan jangka panjang yang ingin disediakan rangkaian.

Seberapa besar rangkaian Cysic dari segi peserta dan aktiviti sejarah?

Sejak pelancaran rangkaian utama pada 24 September 2025, rangkaian ini telah memproses lebih daripada 13 juta transaksi dan menghasilkan lebih daripada 10 juta bukti tanpa pengetahuan. Semasa ini, ia mencantumkan lebih daripada 118,000 pembuktian dan 200,000 pengesah. Angka-angka ini mencerminkan skala yang dicapai semasa fasa yang berfokus pada ZK serta asas daripada mana ekspansi AI bermula.

Mengapakah caj Layer 2 relevan kepada strategi rangkaian GPU?

Apabila caj Layer 2 meningkat berbanding caj rangkaian utama ethereum, margin ekonomi yang tersedia untuk penghasilan bukti luar menyempit. Pengendali menjadi kurang bersedia membayar pihak ketiga yang menghasilkan bukti, permintaan menurun, dan penggunaan GPU berkurang. Mengalihkan GPU tersebut kepada inferensi AI memulihkan penggunaan dan pendapatan di bawah persekitaran caj baharu.

Apakah peranan Lapisan 1 Proof-of-Compute selepas peralihan?

Layer 1 terus mengkoordinasikan penghantaran tugas, penghalaan, pengesahan, dan penyelesaian untuk kedua-dua tugas ZK yang tinggal dan tugas inferens AI baharu. Kompatibiliti EVM dan konsensus kerja berguna membolehkan saluran insentif dan pembayaran yang sama menyokong beban kerja campuran tanpa memerlukan rantai atau pasaran yang berasingan.

Penafian: Maklumat pasaran umum ini, yang mungkin berasal dari sumber pihak ketiga, komersial, atau disponsori, diberikan semata-mata untuk rujukan dan tujuan pendidikan dan tidak merupakan nasihat kewangan atau pelaburan, tawaran, ajakan, atau jaminan. Kami menafikan tanggungjawab atas ketepatan, kelengkapan, kebolehpercayaan, dan sebarang kerugian yang timbul. Pelaburan/dagangan adalah berisiko; prestasi lepas tidak menjamin keputusan masa depan. Pengguna harus menyelidik, menilai dengan bijak, dan mengambil tanggungjawab penuh. Untuk butiran lanjut, sila rujuk Terma Penggunaan dan Penafian Risiko KuCoin.

Penafian: Halaman ini telah diterjemahkan dengan menggunakan teknologi AI untuk keselesaan anda. Untuk mendapatkan maklumat yang paling tepat, rujuk kepada versi bahasa Inggeris asal.