ZK proving kini menghadapi persaingan ketat dengan pusat data AI bernilai triliunan dolar dalam memperebutkan penggunaan GPU yang sama, yang menyebabkan peningkatan biaya pembuktian, meskipun Cysic melaporkan peningkatan kinerja sebesar 9% berkat pemanfaatan perangkat keras yang lebih baik. Leo Fan, pendiri dan CEO Cysic, menjelaskan kepada crypto.news bahwa penggunaan GPU kini menjadi kendala utama bagi sistem pembuktian zero-knowledge. Sistem pembuktian tersebut harus bersaing dengan pusat data AI yang didanai besar-besaran untuk mendapatkan chip silikon yang sama. “Model-model AI semakin mendekati kesamaan, tetapi kebutuhan komputasi tidak. Semua orang mengira biaya pembuktian akan turun seiring dengan penurunan harga chip. Namun kenyataannya, kami berkompetisi dengan anggaran pusat data triliunan dolar untuk silikon yang sama. Oleh karena itu, lapisan perangkat keras harus dibuka, bukan hanya disandarkan pada sejumlah penyedia pembuktian yang bersifat proprietary,” ungkap Fan.
Menurut Fan, tekanan tersebut tidak hanya disebabkan oleh kurangnya kapasitas komputasi. Masalah utama terletak pada ketidakcocokan arsitektural antara perangkat lunak zkVM dan akselerator yang digunakan untuk menghasilkan bukti, yang menyebabkan sebagian kapasitas GPU yang tersedia tidak terpakai dan meningkatkan biaya setiap bukti. Mesin pembuktian Venus milik Cysic mengungkap ketidakcocokan ini dengan mengurangi waktu yang dihabiskan untuk mengoordinasikan kerja antara CPU dan GPU. Seperti yang dilaporkan pada bulan April, perusahaan tersebut mencatat peningkatan waktu bukti end-to-end lebih dari 9% dibandingkan dengan ZisK 0.16.1 tanpa mengganti perangkat keras yang mendasarinya.
Saat ini, biaya ZK proving memiliki bobot yang lebih signifikan dibandingkan dengan kecepatan mentah. Dirancang sebagai perpanjangan fokus perangkat keras dari ZisK zkVM milik Polygon Hermez, Venus merepresentasikan proses pembuatan bukti sebagai satu grafik komputasi yang terhubung. Cysic menyatakan bahwa desain ini memungkinkan sistem untuk merencanakan kerja di seluruh proses pembuktian, alih-alih menangani setiap fungsi perangkat keras sebagai panggilan terpisah. Melalui integrasi CUDA Graph, penyetelan kernel, dan perubahan memori bersama, Venus mengurangi transfer data yang berulang serta sinkronisasi antara prosesor dan GPU.
Fan menambahkan bahwa hasil ini menunjukkan bahwa akselerator yang ada tidak digunakan secara optimal, sehingga pemanfaatan menjadi kendala praktis di balik biaya pembuktian. Kecepatan pembuktian mentah telah meningkat pesat di seluruh industri. Cysic mengklaim bahwa ZisK dapat menghasilkan bukti blok Ethereum dalam waktu 7,4 detik dengan 24 GPU dan dapat mengajukan bukti secara real-time melalui satu pengaturan RTX 4090. Klaim tersebut berasal dari perusahaan dan belum diuji secara independen di bawah tolok ukur umum yang mencakup penggunaan energi, ukuran bukti, tingkat keamanan, dan total biaya perangkat keras.
Pengembang lain juga telah melewati ambang batas real-time Ethereum. Pada November 2025, Succinct melaporkan bahwa SP1 Hypercube berhasil membuktikan 99,7% dari sampel Ethereum yang terdiri dari 954 blok dalam waktu kurang dari 12 detik dengan menggunakan 16 GPU Nvidia RTX 5090, dengan sekitar 95,4% dari sampel tersebut terbukti dalam waktu 10 detik. Ethereum Foundation mendefinisikan pembuktian real-time sebagai menyelesaikan bukti untuk setidaknya 99% blok mainnet dalam waktu 10 detik. Kerangka kerja mereka juga menekankan perlunya kode sumber terbuka sepenuhnya, ukuran bukti di bawah 300 KiB, keamanan minimal 128-bit, biaya perangkat keras tidak lebih dari $100.000, dan penggunaan daya dibatasi hingga 10 kilowatt. Penggunaan energi mungkin menjadi batasan yang lebih serius daripada biaya peralatan untuk penyedia bukti rumahan, kata Foundation tersebut.
Meskipun AI dan ZK proving menggunakan GPU dengan cara yang berbeda, kedua beban kerja ini tergantung pada akselerator Nvidia, mulai dari kartu RTX konsumen hingga perangkat keras kelas atas. Permintaan AI semakin memperketat akses ke GPU yang sama, di mana Nvidia merencanakan penjualan obligasi senilai setidaknya $20 miliar untuk mendanai investasi AI dan membiayai utang. Perusahaan penambangan Bitcoin telah mengumumkan lebih dari $70 miliar dalam kontrak AI dan komputasi kinerja tinggi, yang menunjukkan bagaimana pemilik infrastruktur terkait kripto juga mengalihkan daya dan fasilitas mereka untuk mendukung beban kerja AI.
Laporan Bernstein yang dibahas pada bulan Mei mencatat bahwa kemitraan infrastruktur AI yang diumumkan mencapai hampir $90 miliar. Para analis memperkirakan bahwa penambang Bitcoin mengendalikan lebih dari 27 gigawatt kapasitas daya yang direncanakan, dibandingkan dengan sekitar 3,7 gigawatt terkait dengan perjanjian AI yang diumumkan, sementara beberapa sambungan jaringan di AS dapat memakan waktu hingga 50 bulan.
ZK-rollups dan pembuktian real-time menjadi yang pertama merasakan tekanan ini. Pembuktian layer-1 secara real-time berada di garis depan tekanan biaya karena memerlukan GPU untuk menghasilkan bukti baru untuk setiap blok. Setiap keterlambatan dapat membuat penyedia bukti melewatkan batas waktu jaringan, sehingga operator memerlukan kapasitas cadangan serta perangkat keras yang cukup untuk memenuhi permintaan normal. ZK-rollups dan pasar bukti mengikuti karena jam GPU langsung berdampak pada biaya operasional dan, dalam beberapa kasus, biaya pengguna. Sebuah analisis biaya pembuktian sebelumnya memperkirakan bahwa pembuatan bukti menyumbang 60% hingga 70% dari biaya di jaringan layer-2 ZK, mengacu pada data L2Beat. Menurut analisis yang sama, menghasilkan bukti untuk sekelompok 4.000 transaksi dapat memakan waktu antara dua hingga lima menit pada Nvidia A100 dan dikenakan biaya antara $0,04 hingga $0,17 dalam biaya komputasi awan. Angka-angka ini tergantung pada sistem bukti, kelompok transaksi, konfigurasi perangkat keras, dan tarif awan.
Fan menempatkan zkML di antara aplikasi yang paling terpapar karena menggabungkan beban kerja AI dengan biaya tambahan untuk membuktikan bahwa model telah berjalan dengan benar. Untuk pembayaran pribadi, permainan on-chain, dan produk konsumen lainnya, ia menjelaskan bahwa seringkali ekonomi memerlukan biaya bukti yang diukur dalam sen. “Apakah biaya bisa membatasi adopsi? Ya, pada margin,” kata Fan. Ia menambahkan bahwa pembayaran pribadi dan permainan kemungkinan akan ditunda terlebih dahulu ketika ekonomi mereka tidak lagi berfungsi.
Tekanan biaya juga dapat memengaruhi seberapa banyak entitas yang dapat mengoperasikan penyedia bukti. Fan mencatat bahwa lebih dari 90% jaringan layer-2 ZK bergantung pada sekelompok kecil layanan penyedia bukti, meskipun estimasi ini memerlukan dataset yang terdaftar dan harus diperlakukan sebagai penilaian dari Cysic.
Cysic telah merespons dengan mengembangkan berbagai backend daripada hanya mengandalkan GPU. Repositori publik Venus mencakup optimasi GPU, backend akselerasi FPGA yang lengkap, dan implementasi awal yang berorientasi ASIC. Backend FPGA-nya mengandung kernel untuk aritmetika bidang Goldilocks, NTT, Poseidon2, pohon Merkle, FRI, dan evaluasi ekspresi. Kode ini ditargetkan untuk perangkat AMD UltraScale+ dan Versal dengan memori bandwidth tinggi dan tersedia di bawah lisensi Apache 2.0 dan MIT. Berbeda dengan ASIC, FPGA dapat diprogram ulang setelah produksi, memungkinkan pengembang untuk memperbarui sirkuit dan bereksperimen dengan sistem pembuktian baru. ASIC kustom menawarkan fleksibilitas yang lebih sedikit tetapi dapat memberikan kinerja dan efisiensi energi yang lebih baik jika dirancang untuk seperangkat operasi ZK yang stabil.
Fan menyatakan bahwa peralihan ke FPGA dan ZK ASIC akan mengeluarkan operator bukti dari antrean perangkat keras AI utama. Perangkat khusus juga akan menghindari pembayaran untuk fungsi GPU yang tidak diperlukan oleh beban kerja ZK, meskipun biaya pengembangan dan volume produksi yang terbatas tetap menjadi hambatan. Membuka perangkat lunak adalah salah satu bagian dari pendekatan Cysic. Perusahaan ini juga mengusulkan pasar penyedia global di mana perangkat mulai dari perangkat keras mobile hingga kluster profesional dapat menerima pekerjaan, dengan backend GPU dan FPGA mengurangi ketergantungan pada satu kelas chip. Verifikasi kriptografi berarti seorang verifier menolak bukti yang tidak valid terlepas dari operator mana yang menghasilkannya, kata Fan. Oleh karena itu, membuka partisipasi tidak mengubah kepastian sistem bukti, tetapi meningkatkan paparan terhadap kesalahan implementasi dalam kode yang belum diaudit atau belum selesai. Cysic menyatakan dalam repositori Venus bahwa proyek ini tetap dalam pengembangan aktif. Fan menambahkan bahwa audit dan konfigurasi multi-penyedia redundan diperlukan untuk membatasi risiko implementasi. Draf EIP-8025 akan memungkinkan validator
Baca berikutnya
BlockchainStudi Bersama Cardano Foundation dan CEMS Mengenai Keberlanjutan BlockchainMungkin kamu juga suka
Disclaimer
CryptoMarket.id berkomitmen menyajikan berita yang akurat dan transparan. Artikel ini bersifat informasi, bukan saran keuangan. Aset kripto berisiko tinggi; lakukan riset sendiri dan gunakan exchange yang terdaftar di OJK. Baca juga Disclaimer, Syarat & Ketentuan, dan Kebijakan Privasi.

