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」。
其中 Oyster 和 Kalypso 分别利用可信执行环境(TEE)和零知识证明(ZKP)来确保计算的正确性和安全性,而中继网络则通过内置的激励功能则负责确保无需信任的节点可以为网络贡献资源,而不会对其安全保障产生不利影响:
-
Oyster 作为由 TEE 提供的链下服务,核心愿景就是允许使用者以最小的更改,在 Marlin 云计算网络上部署自己的后端或实现智能合约扩展,因此其最大的优势之一就是其无服务器特性——用户无需设置节点并选择要使用的特定节点,结果可以方便地返回给用户;
-
Kalypso 则代表了 Marlin 对零知识证明(ZKP)的灵活集成,要知道使用 FPGA、GPU 和 ASIC 进行硬件优化可以显著加快 ZK 证明的生成速度,从而减少时间和成本。而 Marlin 网络依靠带有 GPU 和 FPGA 的节点进行外包 ZK 证明生成,从而可以高效处理来自客户端的请求并返回生成的证明;
-
Marlin Relay 则是一个与区块链无关的无需许可的中继网络,具有内置的激励功能,且可以同时与多个区块链集成。该激励结构确保了无需信任的节点可以为网络贡献资源,而不会对其安全保障产生不利影响;
值得注意的是,Marlin 的节点网络中每个节点运维都配备了 TEE,同时可在存储系统中构建一个安全隔离的 Enclave 飞地环境,保证计算和存储数据时信息不被窥探和泄露。
且每个节点通过 ZK 协议,能够让一方向另一方证明某个陈述是真实的,同时又不需揭示任何有关该陈述的具体数据,这保护了数据主体的信息安全,同时也确保了事实的正确性。
总的来看,Marlin 作为一个面向 AI 可验证云计算 L0,面向的场景十分广泛,可以基于去中心化分布式节点网络系统,为 Oracle 预言机、ZK Prover 系统、AI 人工智能等应用场景提供节点算力和存储等网络资源服务,成为众多加密+AI 应用的数据保护基石。
Marlin 及「AI 世界 L0」的想象空间
从这个角度讲,Marlin 其实就是在扮演关键的 AI+Web3 下半场基建角色——核心要义就是真正把可验证计算真正带到 AI 与 Web3 世界。
譬如借助自身「L0」属性的可验证云计算组件服务,Marlin 可以更进一步,把自己变为一块「乐高积木」,成为 AI「可验证计算+」服务的关键基础设施组件,赋能各赛道的 DApp 产品实现完全的可验证计算属性。
最直接的应用场景就是 Marlin 可以在 AI 大模型训练日益重要的当下,基于 TEE 可信执行环境协处理器可以为 AI 模型训练提供安全的模型训练和计算环境,这意味着 ChatGPT 之外,不同大模型项目可以集成 Marlin 或基于 Marlin 进行构建,形成可友好插入使用的可验证计算中间件,从而并通过「可验证计算+」的形式实现赋能。
同时更关键的是还能构建一个去中心化、透明化可验证的激励环境,让分布式节点网络摇身一变成为一个去中心化的云算力「租赁」服务网络,也即实现更广泛的 DePIN 业务逻辑,通过代币激励降低云计算服务成本:
聚集闲置的算力,用低廉的成本和更灵活的部署配置形式,来帮助创业者训练更个性化的中小 AI 模型,极大提高了资源的利用率。
这也只是 Marlin 作为可验证计算中间件所能赋能 AI 应用场景的冰山一角。
小结
简言之,Marlin 所能给 AI+Web3 带来的最主要想象空间,就是作为 L0 层的基础设施,赋能各 AI 项目方开发原生可验证计算的产品服务(即视为可验证计算的中间件)。
其实作为 AI+Web3 时代不可或缺的核心组件,这在某种程度上相当于是行业的关键「基础设施」:
从底层的算力供需撮合、到预言机数据提供,再到基于分布式存储的去中心化前端服务等等,基本可以在逻辑上形成闭环,从而让用户和应用可以低成本、灵活获得可验证计算的插件服务,有效地利用和发挥数据的价值,进而为多元化应用场景奠定基础。
可以明确的是,在 AI 下半场中,可验证计算赛道还有巨大的价值潜力等待我们去发掘,尤其是叠加 Web3 基于链上的「可验证计算+」概念本身包含的内容可能会更为宏大。
不止于 AI,链上娱乐、社交、游戏等我们能想到的几乎所有应用,都可以进一步扩展可验证计算/机密数据服务的想象空间。
而在这个日拱一卒的建设过程中,Marlin 很可能成为将来包罗万象的 AI+Web3 应用们的关键底层基础设施,这可能也是 AI+Web3 时代真正属于可验证计算最大的想象空间。