A prova ZK começou a competir com data centers de IA de trilhões de dólares pelas mesmas GPUs, elevando os custos de prova, mesmo com a Cysic relatando um ganho de desempenho de 9% com a melhoria do uso de hardware.
Resumo
- A Cysic afirma que o uso ineficiente de GPU, em vez de poder computacional bruto inadequado, agora impulsiona os custos de prova.
- As cargas de trabalho ZK competem com a IA por GPUs da Nvidia, apesar de dependerem de operações matemáticas diferentes.
- A prova em tempo real do Ethereum e os ZK-rollups podem enfrentar custos mais altos antes dos aplicativos de consumo.
- A Cysic espera que o aperto acelere a adoção de FPGAs, ASICs específicos para ZK e mercados abertos de provadores.
Leo Fan, fundador e CEO da Cysic, disse ao crypto.news que o uso de GPU se tornou uma restrição vinculante para a prova de conhecimento zero, porque os sistemas de prova agora competem com data centers de IA fortemente financiados pelos mesmos silícios.
“Os modelos de IA estão convergindo. A computação não. Todos assumiram que os custos de prova cairiam porque os chips ficam mais baratos. Em vez disso, estamos concorrendo com orçamentos de data centers de trilhões de dólares pelos mesmos silícios. É por isso que a camada de hardware teve que ser aberta, em vez de deixada para um punhado de provadores proprietários.”
A pressão não vem apenas da falta de capacidade de computação, de acordo com Fan. Ele disse que o principal problema é uma incompatibilidade arquitetural entre o software zkVM e os aceleradores usados para gerar provas, o que deixa parte da capacidade disponível da GPU sem uso e aumenta o custo de cada prova.
O mecanismo de prova Venus da Cysic expôs essa incompatibilidade ao reduzir o tempo gasto coordenando o trabalho entre CPUs e GPUs. Como relatado em abril, a empresa registrou uma melhoria no tempo de prova de ponta a ponta de mais de 9% em relação ao ZisK 0.16.1 sem substituir o hardware subjacente.
Os custos de prova ZK agora importam mais do que a velocidade bruta
Construído como uma extensão focada em hardware do ZisK zkVM do Polygon Hermez, o Venus representa a geração de provas como um grafo de computação conectado. A Cysic diz que o design permite que o sistema agende o trabalho em todo o processo de prova, em vez de tratar cada função de hardware como uma chamada separada.
Por meio da integração CUDA Graph, ajuste de kernel e mudanças de memória compartilhada, o Venus reduz transferências de dados repetidas e sincronização entre o processador e a GPU. Fan disse que o resultado mostra que os aceleradores existentes não estavam sendo totalmente utilizados, tornando a utilização o gargalo prático por trás dos custos de prova.
A velocidade bruta de prova melhorou rapidamente em toda a indústria. A Cysic disse que o ZisK pode gerar uma prova de bloco do Ethereum em 7,4 segundos com 24 GPUs e pode enviar provas em tempo real por meio de uma configuração com uma única RTX 4090. As alegações vêm da empresa e não foram testadas de forma independente sob um benchmark comum cobrindo uso de energia, tamanho da prova, nível de segurança e custo total de hardware.
Outros desenvolvedores também cruzaram o limite de tempo real do Ethereum. Em novembro de 2025, a Succinct relatou que o SP1 Hypercube provou 99,7% de uma amostra de 954 blocos do Ethereum em menos de 12 segundos usando 16 GPUs Nvidia RTX 5090. Cerca de 95,4% da amostra foi provada em 10 segundos.
A Fundação Ethereum define prova em tempo real como a conclusão de provas para pelo menos 99% dos blocos da mainnet em 10 segundos. Sua estrutura também exige código totalmente de código aberto, tamanhos de prova abaixo de 300 KiB, segurança de pelo menos 128 bits, hardware custando no máximo US$ 100.000 e uso de energia limitado a 10 quilowatts.
O uso de energia pode ser um limite mais sério do que o custo do equipamento para provadores domésticos, disse a Fundação. Uma prova pode chegar antes do prazo do Ethereum, mas ainda exigir muita energia, resfriamento ou capital para um operador independente.
A demanda por IA está apertando o acesso às mesmas GPUs
Embora a IA e a prova ZK usem GPUs de maneiras diferentes, ambas as cargas de trabalho dependem de aceleradores da Nvidia, desde placas RTX de consumo até sistemas H100 de data center.
O treinamento e a inferência de IA usam principalmente cálculos de matriz. A geração de prova ZK depende fortemente de multiplicações multi-escalares e transformações teóricas de números, operações que as GPUs podem processar, mas não foram projetadas especificamente para executar.
Fan disse que a incompatibilidade apoia o caso de hardware específico para ZK, porque os sistemas de prova estão entrando na mesma fila de fornecimento que os desenvolvedores de IA sem usar os chips da mesma maneira. Como as horas de GPU representam grande parte da conta de prova, custos mais altos de hardware e aluguel passam para o custo de cada prova, acrescentou.
Os resultados financeiros da Nvidia mostram a escala da demanda proveniente da infraestrutura de IA. A fabricante de chips listada nos EUA reportou US$ 75,2 bilhões em receita de data center para o trimestre encerrado em 26 de abril, um aumento de 92% em relação ao ano anterior. A receita de computação para data center atingiu US$ 60,4 bilhões, um aumento anual de 77%.
A Amazon Web Services concordou separadamente em comprar um milhão de GPUs da Nvidia, com entregas programadas para continuar até 2027, informou a Reuters em março. O CEO da Nvidia, Jensen Huang, estimou uma oportunidade de vendas de US$ 1 trilhão para as famílias de produtos Blackwell e Rubin até aquele ano.
Em junho, a venda planejada de títulos da Nvidia buscava pelo menos US$ 20 bilhões para financiar investimentos em IA e refinanciar dívidas. As empresas de mineração de Bitcoin haviam anunciado mais de US$ 70 bilhões em contratos de IA e computação de alto desempenho na época, ilustrando como os proprietários de infraestrutura ligados à criptomoeda também estão redirecionando energia e instalações para cargas de trabalho de IA.
Um relatório da Bernstein divulgado em maio colocou as parcerias anunciadas de infraestrutura de IA em quase US$ 90 bilhões. Os analistas estimaram que os mineradores de Bitcoin controlavam mais de 27 gigawatts de capacidade de energia planejada, em comparação com cerca de 3,7 gigawatts vinculados a acordos de IA anunciados, enquanto algumas conexões à rede elétrica dos EUA podem levar até 50 meses.
ZK-rollups e provadores em tempo real enfrentam a pressão primeiro
A prova em tempo real de camada 1 está na frente do aperto de custos porque requer GPUs para produzir uma prova nova para cada bloco, disse Fan. Qualquer atraso pode fazer com que um provador perca o limite de tempo da rede, então os operadores precisam de capacidade ociosa, bem como hardware suficiente para a demanda normal.
ZK-rollups e mercados de prova seguem porque as horas de GPU alimentam diretamente as despesas operacionais e, em alguns casos, as taxas dos usuários. Uma análise de custo de prova anterior estimou que a geração de provas representava de 60% a 70% das taxas em redes ZK de camada 2, citando dados da L2Beat.
De acordo com a mesma análise, gerar uma prova para um lote de 4.000 transações poderia levar de dois a cinco minutos em uma Nvidia A100 e custar entre US$ 0,04 e US$ 0,17 em cobranças de computação em nuvem. Os números dependem do sistema de prova, do lote de transações, da configuração de hardware e da taxa de nuvem.
Fan colocou zkML entre os aplicativos mais expostos porque combina uma carga de trabalho de IA com a despesa adicional de provar que o modelo foi executado corretamente. Para pagamentos privados, jogos on-chain e outros produtos de consumo, ele disse que a economia muitas vezes exige custos de prova medidos em centavos.
“O custo pode limitar a adoção? Sim, na margem”, disse Fan, acrescentando que pagamentos privados e jogos provavelmente seriam adiados primeiro quando sua economia não funcionasse mais.
A pressão de custos também pode afetar quantas entidades podem operar provadores. Fan disse que mais de 90% das redes ZK de camada 2 dependem de um pequeno grupo de serviços de prova, embora a estimativa exija um conjunto de dados nomeado e deva ser tratada como avaliação da Cysic.
FPGAs e ASICs ZK oferecem um caminho alternativo de hardware
A Cysic respondeu desenvolvendo múltiplos backends em vez de depender apenas de GPUs. O repositório público Venus inclui otimizações de GPU, um backend completo de aceleração FPGA e uma implementação inicial voltada para ASIC.
Seu backend FPGA contém kernels para aritmética de campo Goldilocks, NTTs, Poseidon2, árvores de Merkle, FRI e avaliação de expressões. O código tem como alvo dispositivos AMD UltraScale+ e Versal com memória de alta largura de banda e está disponível sob as licenças Apache 2.0 e MIT.
Ao contrário de um ASIC, um FPGA pode ser reprogramado após a produção, permitindo que os desenvolvedores atualizem circuitos e experimentem novos sistemas de prova. ASICs personalizados oferecem menos flexibilidade, mas podem fornecer melhor desempenho e eficiência energética quando projetados para um conjunto estável de operações ZK.
Fan disse que a mudança para FPGAs e ASICs ZK removeria os operadores de prova da fila principal de hardware de IA. Dispositivos especializados também evitariam pagar por funções de GPU que as cargas de trabalho ZK não precisam, embora os custos de desenvolvimento e os volumes de fabricação limitados continuem sendo obstáculos.
Abrir o software é uma parte da abordagem da Cysic. A empresa também propõe um mercado global de provadores no qual dispositivos que vão desde hardware móvel até clusters profissionais podem aceitar trabalhos, com backends de GPU e FPGA reduzindo a dependência de uma única classe de chip.
A verificação criptográfica significa que um verificador rejeita uma prova inválida, independentemente de qual operador a gerou, disse Fan. Abrir a participação, portanto, não altera a solidez do sistema de prova, mas aumenta a exposição a erros de implementação em código não auditado ou inacabado.
A Cysic afirma no repositório Venus que o projeto permanece em desenvolvimento ativo. Fan disse que auditorias e configurações redundantes de multi-provers seriam necessárias para limitar o risco de implementação.
O rascunho do EIP-8025 permitiria que validadores Ethereum optassem por gerar ou verificar provas de execução enquanto a reexecução convencional de blocos permanece em vigor. A proposta introduz um canal de gossip de provas e nós de prova externos, mas sua versão atual não fornece incentivos para operadores que geram e transmitem as provas.
