Cysic将部分GPU转向大模型推理
去中心化算力网络Cysic正把原本用于以太坊Layer 2零知识证明（ZK）的部分GPU资源转向大语言模型（LLM）推理。公司首席执行官Leo Fan表示，调整背景是原有证明需求减弱，同时Layer 2费用升至高于以太坊主网费用的水平；不过，Cysic并未放弃ZK业务，仍提出过在8秒内完成以太坊区块证明的目标。
这次转向具备一定技术基础，而不是完全更换业务。ZK证明负责在不重复执行计算的情况下验证结果，AI推理则是训练完成的模型实际响应用户请求。两类任务都需要GPU，因此Cysic可以尝试复用现有硬件，但这并不意味着证明业务与AI推理的性能要求、客户需求或验证方式完全相同。
已有网络规模为业务迁移提供算力基础
Cysic主网于2025年9月24日上线，已处理超过1300万笔交易并生成超过1000万份ZK证明，相关积累部分来自与Scroll和Aleo的合作。该网络称拥有超过11.8万名证明者和20万名验证者，并运行兼容以太坊虚拟机的Proof-of-Compute Layer 1，用于协调ZK与AI任务。
在ZK硬件与软件方面，Cysic称其Venus zkVM及GPU优化方案将证明时间效率提升超过9%；自研C1芯片的基准性能为每秒131万次Keccak函数运算。Keccak是以太坊使用的哈希函数，这一指标与证明计算直接相关，但不能据此直接推导出AI推理市场的收入或需求规模。
CyAI采用抽样审计而非逐任务完整证明
Cysic的AI市场名为CyAI，与更广义的ComputeFi市场并行运行。CyAI没有为每项AI任务都生成完整零知识证明，而是采用随机统计审计检查计算结果。这种机制有望降低验证成本，但其可信度取决于抽样设计、审计覆盖率以及参与者对异常结果的处理规则，不能简单等同于ZK证明提供的逐项密码学验证。
我们的判断是，Cysic此次调整首先反映的是算力资源需要寻找更具吸引力的使用场景，而非已经证明AI业务能够取代ZK业务。后续关键在于，现有GPU和网络参与者能否稳定承接推理任务，以及CyAI的抽样审计能否在成本与结果可信度之间形成可持续平衡。
