加密杂谈:对RaaS和Eigenl
重新理解Marlin:AI下半场的可验证计算L0「新基建」
加密世界,永远不缺新的叙事,但称得上性感且务实的却屈指可数。
譬如本轮 AI 超级叙事起势以来,云计算虽然已经成为未来数字经济时代的核心生产力,但传统 Web2 巨头垄断了优质的高性能 GPU 和算力资源,而中尾部的项目则毫无议价权、自主权,且更广泛的可验证计算应用场景也面临无米下锅的窘境。
因此 AI+Crypto 大潮之下,全同态加密(FHE)等概念近期也逐步登堂入室,被广泛视为可验证计算及 AI 机密数据处理的最佳解决方案之一。
本文就将把视角投向定位于「可验证云计算基础设施」的加密老兵 Marlin,挖一挖作为切中 AI、MEV、Oracle、ZK、TEE 等多线叙事的 DeAI 项目,究竟如何契合当下的 AI 热潮,又是否能为「AI+Crypto」赛道带来全新的变量。
AI 下半场,离不开「可验证云计算」?
众所周知,目前除了 AIGC 大模型的极速膨胀之外,医疗、教育、智能驾驶等无数处于爆发初期的 AI 场景都在快速铺开,这无一不需要进行海量计算。
但对于这些细分场景来说,用户的医疗、教育、智驾信息无一不是事关经济甚至生命安全的关键数据:诸如医疗保健、能源系统、带宽网络、联网车辆等维度的信息数据,不仅直接关系到个人机密数据安全,还需要通过更广泛的数据共享和合作来推动赛道发展。
但与此同时,传统的云服务市场又由亚马逊云科技(AWS)、微软 Azure、谷歌云平台(GCP 等互联网巨头占据主流地位——三家合计占据了六成以上的云计算份额,处于明显的卖方市场。
这种市场架构最明显的一个问题就在于普遍依赖中心化云服务器,也即意味着开发者/项目方对自己所使用的云服务的信赖,本质上是与一家或多家巨头的信誉高度绑定,等同于将数据自主权与安全让渡给了 Web2 巨头公司。
正因如此,近年来云服务厂商频发数据泄漏事件,造成个人与机构的严重损失,所以无论开发者/项目方如何看待「去中心化」这个 Crypto 世界的核心议题,与其相信巨头们会「不作恶」(Dont Be Evil),远远不如从机制设计上使其「不能作恶」(Cant Be Evil)。
在此背景下,如果仔细剖析 AI 云计算方向,其实依旧在底层与 Web2 成熟的云计算服务解决方案存在一个生态鸿沟,也即机密计算技术的改造面临较高的成本,因此如何让程序实现快速安全的部署在行业内没有特别好的方案,导致无法满足 AI+Web3 所需要的系列应用功能,这也限制了其发展势头。
因此说白了,AI 云计算市场的下半场发展,亟需一整套面向 Web3 的区块链开发工具集,从而提供满足去中心化、可验证、低延迟、低成本的综合解决方案,从这个角度看,去中心化可验证云计算服务的必要性也逐步浮出水面,正好卡住了这个细分方向的空档:
在此背景下,去中心化可验证云计算服务的必要性也逐步浮出水面,作为一种使用加密技术执行计算的解决方案,它允许验证计算结果的正确性而无需透露底层数据,既不泄露私人信息,也确保关键数据不被泄露。
凡此种种,与 Web3 的应用场景极为契合,进而催生出业内用户对于机密云计算的诸多想象空间,故诸如零知识证明(ZKP)、多方计算(MPC)以及近期再度大热的全同态加密(FHE)赛道才格外受到市场关注。
而这也是 Marlin 要做的事情——任何 DePIN/Web2.5/AI 应用,只要对低延迟和高算力的计算服务存在需求,其实就可以选择在 WeTEE 上进行部署,获得和传统云服务一样的通用化云计算方案。
重新理解 Marlin:成为 AI 世界的可验证 L0
如果用一句话来概括 Marlin 在 AI 可验证计算领域的愿景,那其实就是在 AI 大模型训练日益重要的当下,致力于以基础设施层的插件形式,直接帮助有需求的 AI 计算需求方,随时随地将可验证云计算服务集成嵌入自己的既有产品中:
这本质上就是成为一个 AI 世界的可验证通用 L0,因此它把核心功能封装起来,基于 TEE 高性能节点增强网络和 ZK 可验证通信网络向项目方提供可一键调用的服务:
其中 Marlin 通过借助可信执行环境 (TEE) 和基于零知识证明(ZKP)的协处理器,使得数据和代码在硬件级别与其他进程隔离,可确保数据的机密性和其中运行的计算的完整性,同时也可实现计算结果的准确性和可验证性,并且不可篡改。
同时不同于大多数 ZK 协处理器专为某些环境(RISC-V、WASM 或 MIPS)而设计,只能处理用兼容语言编写的程序,Marlin 的 ZK 证明市场是基于电路的,因此与语言无关,允许节点选择他们想要支持的电路——可直接移植现有的 Python、C++ 或 Go 应用程序或使用 zkVM。
同时 Marlin 网络架构整体上可以分为 Oyster、Kalypso、中继网络(Marlin Relay)这「三驾马车」。