[Bài viết dài] Báo cáo nghiên cứu của Cysic: Con đường ComputeFi với tăng tốc phần cứng ZK

Chainfeeds Dẫn nhập:

Bằng chứng không kiến thức (ZK) với tư cách là thế hệ mới của hạ tầng mã hóa và mở rộng, đã thể hiện tiềm năng rộng lớn trong các lĩnh vực như mở rộng blockchain, tính toán bảo mật cũng như các ứng dụng mới nổi như zkML, xác thực chuỗi chéo. Tuy nhiên, quá trình tạo bằng chứng của nó đòi hỏi lượng tính toán khổng lồ và độ trễ cao, trở thành nút thắt lớn nhất cho việc ứng dụng công nghiệp hóa.

Nguồn bài viết:

Jacob Zhao

Quan điểm:

Jacob Zhao:GPU đã trở thành nguồn lực tính toán cốt lõi cho AI và ZK. Trong lĩnh vực trí tuệ nhân tạo (AI), GPU dựa vào kiến trúc tính toán song song mạnh mẽ và hệ sinh thái phát triển, gần như trở thành phần cứng chủ đạo không thể thay thế. Đặc biệt trong huấn luyện và suy luận của học sâu và mạng nơ-ron, GPU thể hiện ưu thế vượt trội. Trong quá trình huấn luyện, mạng nơ-ron cần lượng lớn phép toán ma trận và tính toán song song cao, đây chính là điểm mạnh của GPU. Thông qua mô hình lập trình CUDA (Compute Unified Device Architecture) cùng các framework học sâu như PyTorch, TensorFlow, GPU có thể đạt hiệu suất tính toán cực cao. Điều này khiến GPU trở thành lựa chọn lý tưởng cho các mô hình AI lớn (như GPT, BERT...), dù là trong huấn luyện hay khi triển khai suy luận. Trong lĩnh vực ZK, GPU cũng đóng vai trò quan trọng. Bằng chứng không kiến thức (Zero-Knowledge Proof, viết tắt ZK) là một thuật toán mã hóa cho phép một bên chứng minh tính xác thực của thông tin mà không tiết lộ bản thân thông tin đó. Trong các tác vụ tính toán của ZK, GPU với khả năng song song cao và thông lượng lớn, đã trở thành nguồn lực tính toán chủ đạo hiện nay, đặc biệt ở giai đoạn đầu, GPU nhờ chi phí thấp và dễ tiếp cận đã trở thành lựa chọn lý tưởng. Tuy nhiên, hạn chế của GPU cũng rất rõ ràng. Dù GPU có ưu thế trong nhiều thuật toán bằng chứng ZK, nhưng ở một số tác vụ đặc thù như phép toán mô số nguyên lớn, MSM (nhân đa thức) và FFT/NTT (biến đổi Fourier nhanh/biến đổi số học), băng thông lưu trữ và bộ nhớ của GPU lại trở thành nút thắt. Những tác vụ này đòi hỏi rất cao về lưu trữ và băng thông, trong khi kiến trúc GPU chưa tối ưu hoàn toàn cho các nút thắt này. Do đó, dù GPU đang chiếm ưu thế trong lĩnh vực ZK, về lâu dài, các giải pháp phần cứng chuyên dụng hơn vẫn là xu hướng không thể tránh khỏi. FPGA (mảng cổng lập trình trường) là phần cứng có thể lập trình, từ lâu đã được xem là giải pháp trung gian giữa GPU và ASIC. So với GPU, FPGA có tính linh hoạt cao hơn, nhà phát triển có thể lập trình và tùy chỉnh phần cứng theo nhu cầu. Tính linh hoạt này giúp FPGA phát huy hiệu năng xuất sắc trong nhiều kịch bản ứng dụng, đặc biệt ở giai đoạn phát triển và tối ưu thuật toán. Khả năng lập trình phần cứng của FPGA khiến nó trở thành lựa chọn lý tưởng cho các tác vụ xác minh và lặp lại thuật toán bằng chứng ZK, kiểm thử nguyên mẫu, cũng như các kịch bản yêu cầu độ trễ thấp (như giao dịch tần suất cao, trạm gốc 5G). Trong lĩnh vực ZK, ứng dụng của FPGA có tiềm năng rất lớn. Do thuật toán bằng chứng ZK liên tục phát triển, nhiều nhóm nghiên cứu sẽ điều chỉnh và tối ưu thuật toán theo nhu cầu cụ thể, tính linh hoạt của FPGA đáp ứng đúng nhu cầu này. Nhà phát triển có thể tùy chỉnh kiến trúc phần cứng theo từng thuật toán ZK khác nhau, từ đó tối đa hóa hiệu năng. Ngoài ra, FPGA cũng có ưu thế nhất định về tiêu thụ điện năng và độ trễ, đặc biệt trong các kịch bản tính toán biên tiêu thụ điện năng thấp nhưng yêu cầu tài nguyên tính toán cao, FPGA có lợi thế nhất định. Cysic Network là một mạng lưới phi tập trung dựa trên khái niệm ComputeFi (tài chính hóa tính toán), nhằm tài chính hóa các nguồn lực tính toán (như GPU, ASIC và máy đào), phá vỡ giới hạn truyền thống của tài nguyên tính toán, hiện thực hóa khả năng lập trình, xác minh và giao dịch tài nguyên tính toán. Mạng lưới này dựa trên Cosmos SDK (bộ công cụ phát triển phần mềm) và cơ chế Proof-of-Compute (PoC), xây dựng một thị trường ghép nối nhiệm vụ và xác minh đa tầng phi tập trung, hỗ trợ thống nhất các nhu cầu tính toán như bằng chứng ZK, suy luận AI, đào coin và tính toán hiệu năng cao (HPC). Mục tiêu của Cysic là cung cấp một hạ tầng mới cho hệ sinh thái Web3, đặc biệt trong lĩnh vực tính toán, thúc đẩy tính thanh khoản và phi tập trung của tài nguyên tính toán. Một ưu thế then chốt của Cysic Network là khả năng tích hợp dọc độc đáo, dựa vào ZK ASIC tự phát triển, cụm GPU và máy đào di động, Cysic có thể cung cấp nguồn lực tính toán hiệu quả cao. Đội ngũ Cysic kết hợp ưu thế của GPU và ASIC, có thể cung cấp hỗ trợ tính toán tùy chỉnh cho các kịch bản ứng dụng khác nhau, nâng cao hơn nữa tính linh hoạt và khả năng mở rộng của mạng lưới. Ngoài ra, Cysic áp dụng cơ chế hai token, gồm CYS và CGT, trong đó CYS chủ yếu dùng cho quản trị mạng lưới và cơ chế thưởng, còn CGT dùng cho giao dịch tài nguyên tính toán và hỗ trợ thanh khoản.