Pembuktian ZK telah mulai bersaing dengan pusat data AI bernilai triliunan dolar untuk mendapatkan GPU yang sama, meningkatkan biaya pembuktian bahkan saat Cysic melaporkan peningkatan kinerja 9% dari peningkatan penggunaan perangkat keras.
Pendiri dan CEO Cysic, Leo Fan, mengatakan kepada crypto.news bahwa penggunaan GPU telah menjadi batasan yang mengikat untuk pembuktian zero-knowledge karena sistem pembuktian kini bersaing dengan pusat data AI yang didanai besar-besaran untuk mendapatkan silikon yang sama.
“Model AI sedang konvergen. Komputasi tidak. Semua orang berasumsi biaya pembuktian akan turun karena chip semakin murah. Sebaliknya, kami bersaing dalam penawaran melawan anggaran pusat data triliunan dolar untuk silikon yang sama. Itulah mengapa lapisan perangkat keras harus dibuka daripada diserahkan kepada segelintir prover berpemilik.”
Tekanan ini tidak hanya berasal dari kurangnya kapasitas komputasi, menurut Fan. Dia mengatakan masalah utamanya adalah ketidakcocokan arsitektur 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 dari Cysic mengungkap ketidakcocokan tersebut dengan mengurangi waktu yang dihabiskan untuk mengoordinasikan pekerjaan antara CPU dan GPU. Seperti yang dilaporkan pada bulan April, perusahaan mencatat peningkatan waktu pembuktian ujung-ke-ujung lebih dari 9% dibandingkan ZisK 0.16.1 tanpa mengganti perangkat keras yang mendasarinya.
Dibangun sebagai ekstensi berfokus pada perangkat keras dari ZisK zkVM Polygon Hermez, Venus merepresentasikan pembuatan bukti sebagai satu grafik komputasi yang terhubung. Cysic mengatakan desain ini memungkinkan sistem menjadwalkan pekerjaan di seluruh proses pembuktian lengkap, alih-alih menangani setiap fungsi perangkat keras sebagai panggilan terpisah.
Melalui integrasi CUDA Graph, penyetelan kernel, dan perubahan memori bersama, Venus mengurangi transfer data berulang dan sinkronisasi antara prosesor dan GPU. Fan mengatakan hasilnya menunjukkan bahwa akselerator yang ada tidak digunakan sepenuhnya, menjadikan pemanfaatan sebagai hambatan praktis di balik biaya bukti.
Kecepatan pembuktian mentah telah meningkat pesat di seluruh industri. Cysic mengatakan ZisK dapat menghasilkan bukti blok Ethereum dalam 7,4 detik dengan 24 GPU dan dapat mengirimkan bukti real-time melalui satu pengaturan RTX 4090. Klaim ini 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 melampaui ambang batas real-time Ethereum. Pada November 2025, Succinct melaporkan bahwa SP1 Hypercube membuktikan 99,7% dari sampel Ethereum 954 blok dalam waktu kurang dari 12 detik menggunakan 16 GPU Nvidia RTX 5090. Sekitar 95,4% dari sampel dibuktikan dalam waktu 10 detik.
Ethereum Foundation mendefinisikan pembuktian real-time sebagai penyelesaian bukti untuk setidaknya 99% blok mainnet dalam waktu 10 detik. Kerangkanya juga menyerukan kode sumber terbuka sepenuhnya, ukuran bukti di bawah 300 KiB, keamanan setidaknya 128-bit, perangkat keras berbiaya tidak lebih dari $100.000, dan penggunaan daya dibatasi pada 10 kilowatt.
Penggunaan energi mungkin merupakan batasan yang lebih serius daripada biaya peralatan untuk prover rumahan, kata Foundation. Sebuah bukti dapat tiba sebelum batas waktu Ethereum namun masih membutuhkan terlalu banyak daya, pendinginan, atau modal untuk operator independen.
Meskipun AI dan pembuktian ZK menggunakan GPU secara berbeda, kedua beban kerja tersebut bergantung pada akselerator Nvidia mulai dari kartu RTX konsumen hingga sistem H100 pusat data.
Pelatihan dan inferensi AI terutama menggunakan perhitungan matriks. Pembuatan bukti ZK sangat mengandalkan perkalian multi-skalar dan transformasi teori bilangan, operasi yang dapat diproses GPU tetapi tidak dirancang khusus untuk dijalankan.
Fan mengatakan ketidakcocokan ini mendukung kasus untuk perangkat keras khusus ZK karena sistem bukti masuk ke antrean pasokan yang sama dengan pengembang AI tanpa menggunakan chip dengan cara yang sama. Karena jam GPU menyumbang sebagian besar tagihan pembuktian, biaya perangkat keras dan sewa yang lebih tinggi berdampak pada biaya setiap bukti, tambahnya.
Hasil keuangan Nvidia menunjukkan skala permintaan yang berasal dari infrastruktur AI. Pembuat chip yang terdaftar di AS ini melaporkan pendapatan pusat data sebesar $75,2 miliar untuk kuartal yang berakhir 26 April, naik 92% dari tahun sebelumnya. Pendapatan komputasi pusat data mencapai $60,4 miliar, peningkatan tahunan sebesar 77%.
Amazon Web Services secara terpisah telah setuju untuk membeli satu juta GPU Nvidia, dengan pengiriman dijadwalkan berlanjut hingga tahun 2027, Reuters melaporkan pada bulan Maret. CEO Nvidia Jensen Huang memperkirakan peluang penjualan senilai $1 triliun untuk keluarga produk Blackwell dan Rubin hingga tahun tersebut.
Pada bulan Juni, penjualan obligasi Nvidia yang direncanakan mencari setidaknya $20 miliar untuk mendanai investasi AI dan merefinansiasi utang. Perusahaan penambangan Bitcoin telah mengumumkan lebih dari $70 miliar dalam kontrak AI dan komputasi kinerja tinggi pada saat itu, menggambarkan bagaimana pemilik infrastruktur terkait kripto juga mengalihkan daya dan fasilitas menuju beban kerja AI.
Sebuah laporan Bernstein yang diliput pada bulan Mei menempatkan kemitraan infrastruktur AI yang diumumkan hampir $90 miliar. Para analis memperkirakan bahwa penambang Bitcoin mengendalikan lebih dari 27 gigawatt kapasitas daya terencana, dibandingkan dengan sekitar 3,7 gigawatt yang terkait dengan perjanjian AI yang diumumkan, sementara beberapa koneksi jaringan listrik AS dapat memakan waktu hingga 50 bulan.
Pembuktian layer-1 real-time berada di garis depan tekanan biaya karena memerlukan GPU untuk menghasilkan bukti baru untuk setiap blok, kata Fan. Penundaan apa pun dapat menyebabkan prover melewatkan batas waktu jaringan, sehingga operator membutuhkan kapasitas cadangan serta perangkat keras yang cukup untuk permintaan normal.
ZK-rollups dan pasar bukti mengikuti karena jam GPU langsung berkontribusi pada biaya operasional dan, dalam beberapa kasus, biaya pengguna. Sebuah analisis biaya pembuktian sebelumnya memperkirakan bahwa pembuatan bukti menyumbang 60% hingga 70% dari biaya pada jaringan ZK layer-2, mengutip data L2Beat.
Menurut analisis yang sama, menghasilkan bukti untuk batch 4.000 transaksi dapat memakan waktu dua hingga lima menit pada Nvidia A100 dan menelan biaya antara $0,04 dan $0,17 dalam biaya komputasi awan. Angka-angka tersebut bergantung pada sistem bukti, batch 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 berjalan dengan benar. Untuk pembayaran pribadi, game on-chain, dan produk konsumen lainnya, ia mengatakan ekonomi seringkali memerlukan biaya bukti yang diukur dalam sen.
“Bisakah biaya membatasi adopsi? Ya, pada batasnya,” kata Fan, menambahkan bahwa pembayaran pribadi dan game kemungkinan akan ditunda terlebih dahulu ketika ekonominya tidak lagi berfungsi.
Tekanan biaya juga dapat memengaruhi berapa banyak entitas yang dapat mengoperasikan prover. Fan mengatakan lebih dari 90% jaringan ZK layer-2 mengandalkan sekelompok kecil layanan prover, meskipun perkiraan ini memerlukan kumpulan data bernama dan harus diperlakukan sebagai penilaian Cysic.
Cysic telah menanggapi dengan mengembangkan beberapa backend daripada hanya mengandalkan GPU. Repositori Venus publik mencakup optimasi GPU, backend akselerasi FPGA lengkap, dan implementasi berorientasi ASIC awal.
Backend FPGA-nya berisi kernel untuk aritmetika bidang Goldilocks, NTT, Poseidon2, pohon Merkle, FRI, dan evaluasi ekspresi. Kode ini menargetkan perangkat AMD UltraScale+ dan Versal dengan memori bandwidth tinggi dan tersedia di bawah lisensi Apache 2.0 dan MIT.
Tidak seperti ASIC, FPGA dapat diprogram ulang setelah produksi, memungkinkan pengembang untuk memperbarui sirkuit dan bereksperimen dengan sistem pembuktian baru. ASIC kustom menawarkan fleksibilitas yang lebih rendah tetapi dapat memberikan kinerja dan efisiensi energi yang lebih baik saat dirancang untuk kumpulan operasi ZK yang stabil.
Fan mengatakan bahwa beralih ke FPGA dan ASIC ZK akan mengeluarkan operator bukti dari antrean perangkat keras AI utama. Perangkat khusus juga akan menghindari pembayaran untuk fungsi GPU yang tidak dibutuhkan beban kerja ZK, meskipun biaya pengembangan dan volume produksi terbatas tetap menjadi hambatan.
Membuka perangkat lunak adalah salah satu bagian dari pendekatan Cysic. Perusahaan juga mengusulkan pasar prover global di mana perangkat mulai dari perangkat keras seluler hingga kluster profesional dapat menerima pekerjaan, dengan backend GPU dan FPGA mengurangi ketergantungan pada satu kelas chip.
Verifikasi kriptografi berarti verifier menolak bukti yang tidak valid terlepas dari operator mana yang menghasilkannya, kata Fan. Oleh karena itu, membuka partisipasi tidak mengubah keandalan sistem bukti, tetapi meningkatkan paparan terhadap kesalahan implementasi dalam kode yang belum diaudit atau belum selesai.
Cysic menyatakan dalam repositori Venus bahwa proyek tersebut masih dalam pengembangan aktif. Fan mengatakan audit dan konfigurasi multi-prover redundan akan diperlukan untuk membatasi risiko implementasi.
Draf EIP-8025 akan memungkinkan validator Ethereum untuk memilih menghasilkan atau memverifikasi bukti eksekusi sementara eksekusi ulang blok konvensional tetap berlaku. Proposal ini memperkenalkan saluran gosip bukti dan node bukti eksternal, tetapi versi saat ini tidak memberikan insentif bagi operator yang menghasilkan dan menyiarkan bukti.
