Cysic Shifts GPU Network Focus from Blockchain Proofs to AI Inference amid Rising Layer 2 Fees

2026/11/08 11:08:00

Cysic перенаправляет мощность GPU на выполнение AI-выводов по мере снижения спроса на генерацию ZK-доказательств

Cysic, децентрализованная вычислительная сеть, запустившая свой мейннет 24 сентября 2025 года, сместила основное направление использования своего парка GPU с генерации доказательств с нулевым разглашением для сетей Layer 2 Ethereum на поддержку рабочих нагрузок AI-вывода. Это решение было принято после четкого снижения спроса на генерацию доказательств и роста комиссий за транзакции Layer 2, которые, по данным компании, превысили комиссии на Ethereum. С момента запуска мейннета сеть обработала более 13 миллионов транзакций и сгенерировала более 10 миллионов доказательств с нулевым разглашением, сотрудничая с такими партнерами, как Scroll и Aleo. В настоящее время в сети зарегистрировано более 118 000 провайеров и 200 000 верификаторов.

Генеральный директор Лео Фан описал это изменение как практическую переориентацию существующего оборудования, а не полный выход из работы в области нулевого знания, при этом сохраняя цель достижения доказательства блоков ethereum менее чем за восемь секунд. Слой доказательства вычислений Layer 1 сети, совместимый с Ethereum Virtual Machine, уже координирует задачи ZK и ИИ, обеспечивая готовую техническую основу для этого поворота. Переориентация Cysic своей GPU-мощности на инференс больших языковых моделей отражает измеримые изменения в экономике Layer 2 и условиях рынка GPU, что позволяет сети поддерживать загрузку, продолжая избирательную разработку в области нулевого знания с помощью специализированного оборудования и своей платформы CyAI.

Основные выводы

Cysic перенаправляет ресурсы GPU от L2 ZK-доказательств к AI-выводам после снижения спроса.
Плата за Layer 2, как сообщается, превысила плату за мейннет Ethereum, снизив экономическую эффективность доказательств.
Метрики мейннета с сентября 2025 года включают более 13 миллионов транзакций и 10 миллионов доказательств.
Venus zkVM и оптимизации GPU обеспечили прирост эффективности времени доказательства более чем на 9 процентов.
Специальный чип C1 обеспечивает 1,31 миллиона операций Keccak в секунду для более быстрого доказательства.
Рынок CyAI использует статистические аудиты для задач ИИ, а не полные доказательства с нулевым разглашением для каждой задачи.

Снижение спроса на ZK-доказательства вынуждает перераспределить аппаратные ресурсы в децентрализованных сетях

Спрос на генерацию доказательств с нулевым разглашением, обслуживающих сети Layer 2 Ethereum, резко снизился в 2026 году, что побудило Cysic перераспределить свою GPU-емкость. Сети Layer 2 полагаются на эти доказательства для пакетной обработки транзакций и их безопасного оформления на Ethereum без необходимости, чтобы каждый участник повторно выполнял работу. Когда спрос на доказательства снижается, специализированное оборудование, которое ранее приносило стабильный доход, остается недоиспользуемым. Руководство Cysic связало снижение напрямую с ростом комиссий Layer 2, которые в определенные периоды теперь превышают базовые затраты самого Ethereum, стирая экономическое преимущество, которое ранее делало внешние сервисы доказательств привлекательными.

Собственные данные сети показывают значительную активность ранее: более 10 миллионов доказательств было создано с момента запуска мейннета в сентябре 2025 года, однако текущие условия больше не поддерживают такой же объем работы, ориентированной на L2. Этот шаг не уникален для одного провайдера: дефицит GPU, вызванный спросом на центры обработки данных ИИ, повысил альтернативную стоимость выделения ускорителей исключительно для криптографического доказательства. Перенаправляя мощности, Cysic сохраняет использование оборудования, в то время как более широкий рынок поглощает избыточное предложение доказательств. Решение основано на наблюдаемой динамике комиссий и метриках использования, а не на спекулятивных прогнозах, что позволяет сети адаптироваться, не отказываясь от инфраструктуры, уже построенной для проверяемых вычислений.

Перекрытие GPU между доказательствами с нулевым разглашением и инференсом больших языковых моделей обеспечивает бесшовный переход

Генерация доказательств с нулевым разглашением и инференс на основе больших языковых моделей предъявляют высокие требования к ресурсам GPU, создавая естественную техническую связь для смены направления Cysic. Генерация доказательств включает интенсивную арифметику конечных полей, многократные скалярные умножения и числовые преобразования, которые эффективно отображаются на параллельные ядра GPU. Инференс, напротив, сосредоточен на матричных умножениях и механизмах внимания, которые также нагружают те же ускорители. Поскольку базовое кремниевое оборудование уже оптимизировано для высокопроизводительных параллельных задач, перераспределение мощностей между этими классами задач требует в основном изменений в программном планировании, а не приобретения нового оборудования.

Слой доказательства вычислений Cysic уже обрабатывает задания обоих типов, поэтому слой координации не требовал повторного изобретения. Генеральный директор Лео Фан подчеркнул, что существующий парк оборудования можно направить на инференс LLM без полной перестройки архитектуры. Это перекрытие снижает капиталоемкость и сокращает сроки перехода. В то же время сеть сохраняет способность обслуживать остаточный спрос на ZK, сохраняя гибкость. Практический результат — более высокое среднее использование тех же физических ресурсов при изменяющихся рыночных условиях, возможностью, которой могут не обладать чисто ZK или чисто AI платформы.

Метрики производительности мейннета демонстрируют масштаб, достигнутый до стратегического сдвига

Мейннет Cysic, запущенный 24 сентября 2025 года, уже накопил значимый масштаб операций, лежащий в основе текущей переориентации. Сеть обработала более 13 миллионов транзакций и сгенерировала более 10 миллионов доказательств с нулевым разглашением за примерно тринадцать месяцев работы. Партнерства со Scroll и Aleo способствовали этому объему, поддерживая развертывание сети в экосистемах партнеров. Что касается участия, система насчитывает более 118 000 провайеров и 200 000 верификаторов, что указывает на значительную зарегистрированную сеть участников даже после оттока случайных участников после тестнета.

Эти данные подтверждают, что Cysic — это не новаторский эксперимент, а функционирующая сеть с измеримой историей сетевой активности. Механизм консенсуса Proof-of-Compute преобразует полезные вычисления, будь то ZK или AI, в сетевые баллы и стимулы, обеспечивая преемственность между типами рабочих нагрузок. После того как была продемонстрирована способность координировать большое количество разнородных машин для криптографических задач, та же инфраструктура теперь может планировать задачи инференса с сопоставимой надежностью. Таким образом, эти метрики служат как доказательством прошлых возможностей, так и основой для расширенного фокуса на AI.

Venus zkVM и оптимизации для GPU обеспечивают измеримый прирост эффективности для остаточных задач доказательства

Cysic продолжает совершенствовать свой стек доказательств, даже переходя основные мощности на ИИ. Venus zkVM в сочетании с целевыми оптимизациями GPU повысил эффективность времени генерации доказательств в целом более чем на 9 процентов по сравнению с предыдущими базовыми показателями. Эти улучшения достигнуты за счет более эффективного планирования во всей цепочке доказательств, а не только за счет увеличения производительности оборудования. Обрабатывая генерацию доказательств как связанный вычислительный граф и сокращая простои между этапами CPU и GPU, Venus извлекает больше полезной работы из того же оборудования.

Улучшения важны для любого оставшегося спроса на L2 и для долгосрочной цели подтверждения полных блоков Ethereum за восемь секунд. Повышение эффективности также снижает предельную стоимость случайных задач по подтверждению, делая избирательную ZK-работу более жизнеспособной на фоне доминирующей нагрузки ИИ. На рынке, где центры обработки данных ИИ активно конкурируют за одни и те же GPU, каждый процентный пункт роста использования улучшает экономическую эффективность. Открытые компоненты стека Venus позволяют внешним разработчикам строить на тех же оптимизациях, расширяя технический охват сети за пределы собственного парка.

Тестирование чипа C1 демонстрирует аппаратные преимущества для хеширования, связанного с ethereum

Пользовательский чип C1 от Cysic обеспечивает 1,31 миллиона функций Keccak в секунду — показатель, напрямую соответствующий основным требованиям к хешированию в ethereum. Keccak лежит в основе многих криптографических операций внутри экосистемы ethereum, поэтому ускорение на этом уровне приводит к более быстрому формированию доказательств для роллапов и других протоколов, зависящих от этих примитивов. Специализированное полупроводниковое оборудование снижает зависимость от универсальных GPU для наиболее ресурсоемких криптографических ядер, частично защищая сеть от общего дефицита GPU, вызванного ростом ИИ. Чип является частью более широкой аппаратной дорожной карты, которая также исследует пути на основе FPGA и ранних ASIC, что свидетельствует о признании того, что полная зависимость от GPU становится все более затратной.

Объединяя специализированные ускорители с существующим парком GPU, Cysic может выделять наиболее эффективный ресурс для каждого типа рабочей нагрузки: ASIC или FPGA для определённых ZK-ядер, GPU для гибкого вывода или оставшихся доказательств. Этот гибридный подход поддерживает как немедленный переход к ИИ, так и долгосрочную цель — доказательства ethereum в реальном времени. Результаты C1 предоставляют конкретные доказательства того, что компания инвестирует в дифференцированное оборудование, а не просто переименовывает существующие мощности.

CyAI Marketplace представляет прагматичную верификацию для децентрализованных рабочих нагрузок AI-вывода

Рынок CyAI от Cysic обрабатывает запросы на выполнение ИИ с помощью дизайна, ориентированного на практическую применимость, а не на генерацию полных криптографических доказательств для каждой задачи. Вместо создания полного доказательства с нулевым разглашением для каждого вывода CyAI использует случайные статистические аудиты и методы, такие как проверки распределения логит-расстояния, для выявления замены модели, снижения точности или завышения стоимости. Поставщики конкурируют по цене, задержке и измеряемой надежности, в то время как клиенты задают бюджеты и пороги качества. Рынок встроен в более широкую инфраструктуру ComputeFi, позволяя той же сети машин, которая ранее фокусировалась на ZK-доказательствах, выполнять вывод для моделей, начиная от открытых источников и заканчивая сторонними сервисами.

Эта более легкая модель верификации снижает накладные расходы по сравнению с чистыми ZK-подходами и делает сервис более конкурентоспособным по отношению к централизованным API, сохраняя при этом проверяемую цепочку. Раннее внедрение CyAI демонстрирует, что сеть может маршрутизировать реальный трафик инференса и осуществлять платежи в блокчейне. Таким образом, дизайн преобразует ту же децентрализованную аппаратную базу в мощность для инференса ИИ, не требуя от каждого клиента покрывать полные расходы на доказательство.

Динамика комиссий Layer 2 изменяет экономику услуг внешнего генерирования доказательств

Согласно Cysic, комиссии за транзакции Layer 2 в последние периоды превысили комиссии мейннета ethereum, устраняя ключевую экономическую основу для внешних сервисов доказательств. Когда сами L2 становятся относительно дорогими, дополнительная стоимость специализированных доказательств становится труднее оправдать, и спрос на генерацию доказательств третьими сторонами снижается. Ранние отраслевые анализы показывали, что генерация доказательств составляет значительную долю операционных расходов ZK-ролапов; любое повышение базовых комиссий L2 усиливает эту нагрузку. Наблюдение Cysic согласуется с общим сокращением предложения GPU, поскольку центры обработки данных ИИ поглощают доступные ускорители, повышая альтернативную стоимость выделения оборудования исключительно для криптографии.

Инверсия комиссий не устраняет долгосрочную ценность технологии нулевого знания, но изменяет паттерны использования в краткосрочной перспективе. Сети, которые могут гибко перераспределять мощности между доказательством и выводом, могут обладать большей гибкостью при изменениях спроса. Ответ Cysic — перераспределение GPU при сохранении специализированных возможностей доказательства — иллюстрирует одну из адаптивных стратегий в этих условиях.

Proof-of-Compute Layer 1 обеспечивает унифицированную координацию для смешанных рабочих нагрузок

Cysic управляет совместимой с EVM Layer 1 на основе доказательства вычислений, которая служит координационным слоем для задач, использующих нулевые знания и ИИ. Механизм консенсуса вознаграждает полезные вычисления, а не только чистое хеширование или стейкинг, позволяя одной и той же структуре стимулов поддерживать задачи по доказательству, инференсу и потенциально обучению. Разработчики отправляют задания с параметрами бюджета и задержки; сеть направляет их на доступные GPU или специализированные ускорители и фиксирует результаты в блокчейне.

Эта архитектура уже существовала до поворота, поэтому переход к AI-выводу не потребовал новой базовой платформы. Двухцелевая конструкция снижает фрагментацию и позволяет провайдерам получать доход от любой нагрузки, которая в данный момент предлагает более высокую доходность. Поскольку цепочка остается совместимой с инструментами Ethereum, затраты на интеграцию для существующих приложений остаются низкими. В результате создается единый рынок проверяемых вычислений, который может адаптироваться к изменениям относительного спроса между криптографическими и машинно-обучающими задачами, не требуя от участников перехода на отдельные сети.

Остаточные амбиции нулевого знания сохраняются на фоне акцента на ИИ

Cysic не оставил разработку нулевого знания. Генеральный директор Лео Фан вновь подтвердил цель доказательства полных блоков Ethereum менее чем за восемь секунд — возможность, которая откроет варианты использования реального времени для верификации, выходящие за рамки текущих L2-доказательств. Оптимизации Venus и прогресс в разработке чипа C1 напрямую поддерживают эту цель, снижая задержку и стоимость каждого доказательства. Селективное доказательство для высокоценных или чувствительных к задержке приложений может продолжаться даже тогда, когда основная часть мощности GPU используется для инференса ИИ.

Сохранение двойственной способности обеспечивает стратегическую гибкость: если экономика L2 или специализированное аппаратное обеспечение восстановят доказанный спрос, сеть сможет перебалансировать без начала с нуля. Постоянные инвестиции в доказательство эффективности также укрепляют верификационный слой CyAI, поскольку статистические аудиты и потенциальные будущие улучшения ZK для ИИ могут использовать одну и ту же исследовательскую цепочку. В этом смысле смена курса является расширением вычислительной поверхности, а не бинарной заменой одной нагрузки другой.

Спрос на ИИ-центры обработки данных сжимает поставки GPU и повышает альтернативные издержки для специализированных рабочих нагрузок

Обучение и инференс ИИ поглощают всё большую долю доступных высокопроизводительных GPU, создавая прямую конкуренцию с доказательствами нулевого знания за те же чипы. Руководство Cysic отметило, что отрасль фактически конкурирует с хорошо финансируемыми бюджетами центров обработки данных, что повышает цену и дефицит ускорителей. При таких условиях простой или недогрузка GPU из-за снижающегося спроса на L2-доказательства становится всё более дорогой. Перенаправление мощностей на инференс LLM позволяет сети получать доход от более востребованной нагрузки, в то время как специализированная дорожная карта оборудования — FPGA, ASIC и чип C1 — продвигается к более эффективным решениям для ZK.

Давление на предложение также подчеркивает ценность децентрализованных рынков, способных агрегировать фрагментированные потребительские и профессиональные GPU. Участвуя в обоих рынках, поставщики Cysic получают устойчивость к колебаниям спроса как на ИИ, так и на криптографические вычисления. Более широкое отраслевое последствие заключается в том, что чистые сети ZK-доказательств могут столкнуться с растущей капиталоемкостью, если не разработают подобную гибкость или не начнут активно двигаться в направлении создания специализированного силикона.

Статистический аудит в CyAI обеспечивает баланс между минимизацией доверия и практической пропускной способностью

Полные доказательства с нулевым разглашением для каждого запроса на вывод ИИ создали бы задержки и дополнительные расходы, которые многие приложения не могут себе позволить. Поэтому CyAI использует случайные статистические аудиты и тестирование распределения логит-расстояния для проверки того, что провайдеры предоставляют заявленную модель, точность и точность начисления платы. Свидетели выбирают задания для выборки, а проверяющие проверяют наличие подмены или снижения качества. Этот подход обеспечивает проверяемую цепочку доказательств без необходимости использования криптографических доказательств для всего вычислительного графа крупных моделей.

Дизайн торговли жертвует абсолютными криптографическими гарантиями ради более высокой пропускной способности и более низкой стоимости, что делает рынок конкурентоспособным с централизованными сервисами, сохраняя при этом большую прозрачность. Клиенты сохраняют возможность задавать ограничения по качеству и цене, а поставщики конкурируют на основе измеряемой надежности. Модель соответствует тезису агентной экономики, сформулированному Cysic: автономные агенты нуждаются в проверяемых, но эффективных выводах, а не в максимальном криптографическом overhead для каждого сгенерированного токена. Ранние данные о реальном трафике на CyAI демонстрируют, что более легкий уровень проверки операционно жизнеспособен в масштабе сети.

Гибридная аппаратная стратегия обеспечивает сети долгосрочную гибкость вычислений

Дорожная карта Cysic объединяет универсальные GPU с специализированными ускорителями, такими как чип C1, а также текущие разработки FPGA и ASIC. GPU обеспечивают гибкую мощность, которая может переключаться между инференсом и остаточным доказательством, в то время как специализированная микросхема ориентирована на математические ядра, где универсальное оборудование наименее эффективно. Этот гибридный подход снижает зависимость от чисто GPU-рыночных циклов и улучшает единичную экономическую эффективность для любой нагрузки, которая в данный момент доминирует. Один и тот же уровень координации может распределять задачи между разнородными машинами, сопоставляя характеристики задач с наиболее подходящим оборудованием.

Для выполнения задач ИИ сеть может использовать широкую базу GPU; для высоконагруженных или критичных по задержке задач ZK — ускоренные ядра. Стратегия также поддерживает концепцию ComputeFi по превращению разнородных вычислительных ресурсов в ликвидные активы с доходностью. Избегая исключительной зависимости от какого-либо одного класса оборудования, Cysic может повысить операционную гибкость по мере развития рынков ИИ и нулевого знания.

Как спрос на ИИ перестраивает рынок децентрализованных вычислений

Поворот Cysic иллюстрирует структурное напряжение, с которым сталкиваются децентрализованные вычислительные сети: те же ускорители, которые обеспечивают криптографические доказательства, теперь находятся в высоком спросе для задач ИИ, экономика которых в настоящее время доминирует. Сети, которые могут гибко перераспределять мощности, сохранять специализированные опции доказательств и предлагать практическую верификацию для задач ИИ, лучше позиционированы для удержания провайдеров и привлечения спроса. Комбинация совместимого с EVM слоя координации, гибридного оборудования и двух рыночных площадок (ZK и CyAI) предоставляет Cysic конкретное решение этого напряжения.

Будет ли модель масштабироваться дальше, зависит от устойчивого спроса на инференс, конкурентоспособности статистического аудита по сравнению с централизованными альтернативами и постоянного прогресса в разработке специализированного силикона для остаточных ZK-потребностей. Для более широкой экосистемы этот эпизод подчеркивает, что проверяемые вычисления становятся рынком с несколькими типами рабочих нагрузок, а не узкой нишей криптографии. Поставщики и разработчики, которые рассматривают GPU как гибкие активы, а не как инструменты с единственной целью, скорее всего, быстрее адаптируются к следующему сдвигу в относительном спросе.

ЧаВо

Как смена Cysic влияет на существующих пользователей доказательства с нулевым разглашением?

Существующие пользователи услуг доказательств Cysic могут продолжать отправлять задания; сеть не отключила ZK-возможности. Остаточный спрос по-прежнему обслуживается, а улучшения эффективности от Venus и чипа C1 остаются доступными. Основное изменение заключается в том, что основная часть времени GPU теперь приоритизируется для вывода ИИ, когда загрузка и цена выгоднее для этой задачи. Пользователям, требующим низкой задержки или высокой производительности доказательств, возможно, потребуется планировать учет потенциальных очередей или более высоких относительных затрат по сравнению с предыдущим периодом пикового спроса.

Какой метод верификации использует CyAI вместо полных доказательств с нулевым разглашением?

CyAI использует случайные статистические аудиты, проводимые свидетелями, и проверки распределения логит-расстояния проверяющими. Эти методы выбирают задания для выявления замены модели, снижения точности или неправильного выставления счетов, не создавая криптографическое доказательство для каждого вывода. Подход снижает накладные расходы, сохраняя при этом аудитируемую цепочку, на которую могут ссылаться клиенты и протокол при спорах.

Планирует ли Cysic отказаться от целей по доказательству блоков Ethereum?

Нет. Генеральный директор Лео Фан вновь подтвердил цель доказательства блоков Ethereum за время менее восьми секунд. Прогресс в области специализированного оборудования и оптимизации Venus продолжают поддерживать эту цель, даже когда основные мощности GPU используются для инференса ИИ. Реальное время доказательства остается долгосрочной целью, которую сеть намерена реализовать.

Каков размер сети Cysic по количеству участников и исторической активности?

С момента запуска мейннета 24 сентября 2025 года сеть обработала более 13 миллионов транзакций и сгенерировала более 10 миллионов доказательств с нулевым разглашением. В настоящее время в ней зарегистрировано более 118 000 провайдеров и 200 000 проверяющих. Эти показатели отражают масштаб, достигнутый на этапе, ориентированном на ZK, а также базу, с которой начинается расширение в направлении ИИ.

Почему комиссии Layer 2 важны для стратегии GPU-сети?

Когда комиссии Layer 2 растут по сравнению с комиссиями ethereum мейннета, экономическая маржа, доступная для генерации внешних доказательств, сокращается. Операторы становятся менее склонны платить сторонним провайдерам доказательств, спрос падает, а загрузка GPU снижается. Перераспределение этих GPU на задачи AI-выводов восстанавливает загрузку и доходы в новых условиях комиссий.

Какую роль играет слой 1 Proof-of-Compute после поворота?

Layer 1 продолжает координировать отправку задач, маршрутизацию, проверку и расчеты как для оставшихся ZK-задач, так и для новых задач AI-вывода. Совместимость с EVM и консенсус «полезной работы» позволяют использовать одни и те же механизмы стимулирования и оплаты для поддержки смешанной нагрузки без необходимости отдельной цепочки или рынка.

Отказ от ответственности: Данная общая информация о рынке, возможно, из сторонних, коммерческих или спонсорских источников, предоставлена исключительно в справочных и образовательных целях и не является финансовой или инвестиционной консультацией, предложением, запросом или гарантией. Мы отказываемся от ответственности за её точность, полноту, надежность и любые возникшие потери. Инвестиции/торговля сопряжены с риском; прошлые результаты не гарантируют будущих. Пользователи должны проводить собственное исследование, принимать обоснованные решения и нести полную ответственность. Для получения дополнительной информации обратитесь к Условиям использования и Раскрытию рисков KuCoin.

Отказ от ответственности: Эта страница была переведена для вашего удобства с использованием технологии искусственного интеллекта. Для получения наиболее точной информации обратитесь к оригинальной английской версии.