ZK 证明已开始与万亿美元级的人工智能数据中心争夺相同的 GPU，即使 Cysic 报告称通过改进硬件使用实现了 9% 的性能提升，证明成本仍在上升。
摘要
- Cysic 表示，目前推动证明成本上升的是 GPU 使用效率低下，而非原始算力不足。
- 尽管依赖不同的数学运算，ZK 工作负载仍与 AI 争夺 Nvidia GPU。
- 实时以太坊证明和 ZK 汇总可能会在消费级应用之前面临更高的成本。
- Cysic 预计这种挤压将加速 FPGA、ZK 专用 ASIC 和开放证明者市场的采用。
Cysic 创始人兼首席执行官 Leo Fan 告诉 crypto.news，GPU 的使用已成为零知识证明的制约因素，因为证明系统现在与资金雄厚的人工智能数据中心争夺相同的芯片。
“AI 模型正在趋同，但计算并未趋同。每个人都以为证明成本会因芯片降价而下降。相反，我们正在与万亿美元级的数据中心预算竞标相同的芯片。这就是为什么硬件层必须开放，而不是留给少数专有证明者。”
Fan 表示，压力并非仅仅来自计算能力的缺乏。他说，主要问题在于 zkVM 软件与用于生成证明的加速器之间存在架构不匹配，这导致部分可用 GPU 容量未被使用，并提高了每个证明的成本。
Cysic 的 Venus 证明引擎通过减少 CPU 和 GPU 之间协调工作的时间暴露了这种不匹配。正如四月份报道的那样，该公司记录到，在不更换底层硬件的情况下，与 ZisK 0.16.1 相比，端到端证明时间改善了超过 9%。
ZK 证明成本现在比原始速度更重要
Venus 作为 Polygon Hermez 的 ZisK zkVM 的硬件聚焦扩展，将证明生成表示为一个连接的计算图。Cysic 表示，该设计让系统能够在整个证明过程中调度工作，而不是将每个硬件功能作为单独的调用处理。
通过 CUDA Graph 集成、内核调优和共享内存更改，Venus 减少了处理器和 GPU 之间的重复数据传输和同步。Fan 表示，结果表明现有加速器并未被充分利用，利用率成为证明成本背后的实际瓶颈。
原始证明速度在整个行业迅速提升。Cysic 表示，ZisK 可以使用 24 个 GPU 在 7.4 秒内生成以太坊区块证明，并可以通过单个 RTX 4090 设置提交实时证明。这些说法来自该公司，尚未在涵盖能源使用、证明大小、安全级别和总硬件成本的通用基准下进行独立测试。
其他开发者也已跨越以太坊的实时门槛。2025 年 11 月，Succinct 报告称，SP1 Hypercube 使用 16 个 Nvidia RTX 5090 GPU 在不到 12 秒内证明了 954 个以太坊区块样本中的 99.7%。约 95.4% 的样本在 10 秒内被证明。
以太坊基金会将实时证明定义为在 10 秒内完成至少 99% 主网区块的证明。其框架还要求完全开源代码、证明大小低于 300 KiB、至少 128 位安全性、硬件成本不超过 10 万美元，以及功耗上限为 10 千瓦。
基金会表示，对于家庭证明者来说，能源使用可能比设备成本更严重的限制。一个证明可能在以太坊截止时间之前到达，但仍然需要过多的电力、冷却或资本，独立操作者难以承担。
AI 需求正在收紧对相同 GPU 的获取
尽管 AI 和 ZK 证明使用 GPU 的方式不同，但两种工作负载都依赖 Nvidia 加速器，从消费级 RTX 卡到数据中心 H100 系统。
AI 训练和推理主要使用矩阵计算。ZK 证明生成严重依赖多标量乘法和数论变换，这些操作 GPU 可以处理，但并非专门设计用于运行。
Fan 表示，这种不匹配支持了 ZK 专用硬件的理由，因为证明系统正在进入与 AI 开发者相同的供应队列，但并未以相同方式使用芯片。他补充说，由于 GPU 小时数占证明账单的很大一部分，更高的硬件和租赁成本会转嫁到每个证明的成本中。
英伟达的财务业绩显示了人工智能基础设施需求的规模。这家美国上市的芯片制造商报告称，截至4月26日的季度数据中心收入为752亿美元，同比增长92%。数据中心计算收入达到604亿美元，同比增长77%。
据路透社3月报道，亚马逊网络服务已另行同意购买100万块英伟达GPU，交付将持续到2027年。英伟达首席执行官黄仁勋估计，到那一年，Blackwell和Rubin产品系列将带来1万亿美元的销售机会。
6月，英伟达计划发行债券，寻求至少200亿美元用于资助人工智能投资和再融资债务。当时，比特币矿企已宣布超过700亿美元的人工智能和高性能计算合同，这表明与加密货币相关的基础设施所有者也在将电力和设施转向人工智能工作负载。
5月报道的一份伯恩斯坦报告显示，已宣布的人工智能基础设施合作伙伴关系接近900亿美元。分析师估计，比特币矿工控制着超过27吉瓦的规划电力容量，而已宣布的人工智能协议相关的电力容量约为3.7吉瓦，而美国部分电网接入可能需要长达50个月的时间。
ZK-rollups和实时证明者首先面临压力
实时第一层证明处于成本压力的前沿，因为它需要GPU为每个区块生成新的证明，范说。任何延迟都可能导致证明者错过网络的时间限制，因此运营商需要备用容量以及足够的硬件来满足正常需求。
ZK-rollups和证明市场紧随其后，因为GPU小时直接计入运营费用，在某些情况下还计入用户费用。早前的一份证明成本分析估计，根据L2Beat数据，证明生成占ZK第二层网络费用的60%至70%。
根据同一分析，在Nvidia A100上为一批4000笔交易生成证明可能需要2到5分钟，云计算费用在0.04美元到0.17美元之间。这些数字取决于证明系统、交易批次、硬件配置和云费率。
范将zkML列为受影响最大的应用之一，因为它将人工智能工作负载与证明模型正确运行的额外费用相结合。对于私人支付、链上游戏和其他消费产品，他表示，经济性通常要求证明成本以美分计。
“成本会限制采用吗？在边际上是这样，”范说，并补充说，当私人支付和游戏的经济性不再可行时，它们可能会首先被推迟。
成本压力也可能影响能够运营证明者的实体数量。范表示，超过90%的ZK第二层网络依赖一小部分证明服务，尽管这一估计需要命名数据集，并应视为Cysic的评估。
FPGA和ZK ASIC提供了替代硬件路径
Cysic的回应是开发多个后端，而不是仅依赖GPU。公共Venus仓库包括GPU优化、完整的FPGA加速后端和早期的ASIC导向实现。
其FPGA后端包含Goldilocks域算术、NTT、Poseidon2、Merkle树、FRI和表达式评估的内核。代码针对具有高带宽内存的AMD UltraScale+和Versal设备，并在Apache 2.0和MIT许可下提供。
与ASIC不同，FPGA在生产后可以重新编程，允许开发人员更新电路并试验新的证明系统。定制ASIC灵活性较低，但在为稳定的ZK操作集设计时，可以提供更好的性能和能效。
范表示，转向FPGA和ZK ASIC将使证明运营商脱离主要的人工智能硬件队列。专用设备还将避免为ZK工作负载不需要的GPU功能付费，尽管开发成本和有限的制造量仍然是障碍。
开放软件是Cysic方法的一部分。该公司还提出了一个全球证明者市场，从移动硬件到专业集群的设备都可以接受任务，GPU和FPGA后端减少了对单一芯片类别的依赖。
密码学验证意味着无论哪个运营商生成证明，验证者都会拒绝无效证明，范说。因此，开放参与不会改变证明系统的可靠性，但会增加未经审计或未完成代码中实现错误的风险。
Cysic在Venus仓库中表示，该项目仍在积极开发中。Fan表示，需要审计和冗余的多证明者配置来限制实施风险。
EIP-8025草案将允许以太坊验证者选择生成或验证执行证明，同时保留传统的区块重新执行。该提案引入了证明八卦通道和外部证明节点，但其当前版本并未为生成和广播证明的操作者提供激励。
