Dari Laboratorium Cornell ke Protokol Kripto: Dr. Leo Fan tentang Membangun Mesin ZK Cysic

Dengan bukti nol-pengetahuan yang dengan cepat membentuk batasan blockchain dan privasi, perjalanan dari teori akademis ke protokol dunia nyata dipenuhi dengan tantangan. Artikel ini menyelami kisah Dr. Leo Fan — seorang akademisi yang berpindah dari aula laboratorium utama di Cornell untuk bersama-sama membangun mesin ZK (nol-pengetahuan) di Cysic. Sepanjang jalan, kami membongkar bagaimana penelitian yang ketat berpadu dengan ambisi rekayasa, dan apa yang diperlukan untuk mengubah ide kriptografi yang kompleks menjadi protokol yang hidup.

Saat kita mengeksplorasi transisi Dr. Fan, wawasan teknis, dan visinya untuk masa depan, pembaca akan mendapatkan pandangan yang lebih mendalam tentang bagaimana mesin ZK dibuat — dan mengapa mereka penting untuk gelombang berikutnya dari sistem terdesentralisasi.

Q1. Anda melakukan pergeseran besar dari akademisi (Cornell → Rutgers) ke pendirian Cysic. Apa momen atau masalah yang meyakinkan Anda untuk meninggalkan penelitian/pengajaran dan membangun perusahaan di sekitar perangkat keras dan infrastruktur ZK?

Selama waktu saya di akademia dan dalam peran penelitian industri, menjadi jelas bahwa sistem zero-knowledge mengalami bottleneck fundamental: mereka matematis elegan, tetapi jauh terlalu lambat dan tidak efisien untuk adopsi di dunia nyata. Di Algorand, saya melihat dengan jelas bahwa sistem ZK kekurangan perangkat keras dan infrastruktur untuk skala di luar prototipe. Kesenjangan itu, alih-alih momen tunggal, meyakinkan saya untuk meninggalkan Rutgers dan membangun Cysic pada tahun 2022 sebagai upaya khusus untuk membuat komputasi yang dapat diverifikasi menjadi praktis.

Q2. Bagaimana penelitian akademis Anda dan peran industri awal (Algorand, IBM/Bell Labs, dll.) membentuk visi teknis untuk Cysic, terutama keputusan untuk menggabungkan perangkat keras kustom (ASIC/CUDA) dengan jaringan pembuktian terdesentralisasi?

Pekerjaan akademis saya di Cornell, di bawah Profesor Elaine Shi, ilmuwan komputer dan kriptografer terkenal, memberikan saya dasar yang kokoh dalam kriptografi dan komputasi yang dapat diverifikasi. Peran industri di Algorand dan IBM/Bell Labs memperkenalkan saya pada batasan praktis: sebagian besar sistem ZK terikat pada komputasi, dan perangkat keras umum tidak dirancang untuk beban kerja yang dibutuhkan oleh bukti. Kombinasi itu—teori yang ketat ditambah dengan kendala dunia nyata—membentuk keputusan Cysic untuk menggabungkan perangkat keras khusus (ASIC/CUDA akselerasi) dengan jaringan prover terdesentralisasi. Itu adalah satu-satunya cara untuk membuat bukti menjadi cepat, terjangkau, dan skalabel secara andal.

Q3. Cysic menggambarkan dirinya sebagai “silicon to protocol.” Bisakah Anda menjelaskan tumpukan ini, dari desain perangkat keras hingga pembangkitan bukti hingga penyelesaian, dan lapisan mana yang telah Anda prioritaskan saat melakukan skala?

“Silicon to protocol” berarti kami mengoptimalkan setiap lapisan siklus pembuktian:

Lapisan perangkat keras: akselerator yang dirancang khusus untuk beban kerja ZK, dioptimalkan untuk kecepatan dan biaya.

Lapisan pro: jaringan terdesentralisasi GPU dan ASIC yang menjalankan model ComputeFi kami.

Lapisan protokol: penyelesaian, verifikasi, dan integrasi dengan pasar bukti dan ekosistem L2.

Pada tahap awal, kami memprioritaskan lapisan perangkat keras dan prover karena mereka adalah dasar untuk skalabilitas. ComputeFi—mekanisme kami untuk menempatkan perangkat keras di dalam rantai—menjadi momen terobosan, memungkinkan komputasi terverifikasi dan terdesentralisasi secara besar-besaran.

Q4. Merancang perangkat keras akselerator untuk bukti ZK sangat sulit. Apa saja kejutan rekayasa atau kompromi terbesar yang Anda temui saat mencoba mengoptimalkan untuk throughput, latensi, biaya, dan generalitas di seluruh sistem bukti?

Mengoptimalkan throughput, latensi, biaya, dan generalitas secara bersamaan adalah hal yang sulit. Terobosan terbesar kami adalah ComputeFi, yang memungkinkan kami memetakan sumber daya perangkat keras langsung di dalam rantai. Pilihan desain itu menyelesaikan banyak kompromi antara fleksibilitas dan kinerja dan membentuk dasar visi jangka panjang kami untuk komputasi terdesentralisasi yang dapat diverifikasi.

Q5. Cysic memposisikan dirinya sebagai semacam DePIN ZK (pasar sumber daya komputasi). Menurut Anda, bagaimana desentralisasi komputasi ZK mengubah ekonomi dan UX dari rollup ZK dan L2?

Pasar DePIN saat ini sangat bergantung pada perangkat keras dari produsen GPU besar seperti Nvidia. Faktanya, GPU Nvidia menjalankan sekitar 80% infrastruktur DePIN yang kita lihat hari ini. Ini mengarah pada monopolisasi di mana pasar sangat dipengaruhi oleh harga, keputusan, dan kemampuan upgrade Nvidia. Pengembang kecil juga terkena dampak negatif oleh tingginya biaya GPU saat ini karena mereka tidak mampu mendapatkan skala ekonomi yang dinikmati oleh pengembang yang lebih terpendukung.

Desentralisasi daya komputasi adalah solusinya, karena pengguna tidak lagi harus membeli dan memiliki perangkat keras yang mahal; sebaliknya, mereka dapat mengakses daya komputasi berkinerja tinggi sesuai permintaan. Ini memungkinkan pengembang kecil dengan dana terbatas untuk menghindari membeli dan memelihara perangkat keras fisik yang mahal dan hanya membeli akses kapan pun mereka membutuhkannya untuk operasi seperti pengujian atau benchmarking.

Q6. Kesesuaian produk-pasar sering memaksa perubahan arah. Bagaimana peta jalan produk Cysic dan strategi go-to-market telah berubah dari prototipe awal hingga fase testnet Anda saat ini, dan umpan balik pengguna/mitra apa yang mendorong perubahan tersebut?

Peta jalan kami mengikuti ekspansi yang disengaja dan berurutan. Pasar bukti adalah lapisan dasar kami. Dari sana, kami memperluas ke pasar komputasi yang lebih luas melalui verifikasi AI, inferensi, dan pembelajaran mesin ZK. Evolusi ini didorong oleh umpan balik mitra dan pelanggan yang meminta infrastruktur terpadu untuk beban kerja AI dan ZK. Akibatnya, kami sekarang menyediakan server dan layanan yang mendukung kelas tugas komputasi yang lebih luas ini.

Q7. Ekonomi komunitas dan operator sangat penting untuk DePIN. Bagaimana Anda merancang insentif, peralatan, dan onboarding sehingga berbagai penyedia perangkat keras ( dari GPU hobi hingga ASIC ) dapat berpartisipasi secara berkelanjutan?

Mekanisme untuk memastikan keberlanjutan jangka panjang termasuk pemotongan: jika prover atau validator tidak dapat merespons tepat waktu, token $CYS mereka akan disita dan didistribusikan kepada orang lain. Ini memastikan validator tetap mengawasi tugas-tugas, yang mencegah keterlambatan yang lama.

Untuk penambang, kami menerapkan biaya pemeliharaan pada BTC yang dibakar seiring waktu. Mekanisme ini memastikan keberlangsungan, mencegah kinerja yang buruk, dan memberi penghargaan kepada partisipasi jangka panjang yang dapat diandalkan di seluruh spektrum perangkat keras.

Q8. Dapatkah Anda membagikan pelajaran dari pengembangan ekosistem Cysic, kemitraan, integrasi, alat pengembang, atau hubungan inkubator/validator yang secara material mempercepat adopsi?

Pelajaran terpenting adalah adaptabilitas. Lanskap kripto berubah terus-menerus, dan peta jalan yang kaku jarang bertahan saat berhadapan dengan realitas pasar. Meskipun pembangunan komunitas dan kemitraan ekosistem yang kuat telah menjadi hal yang penting, adaptabilitas telah menjadi faktor penentu—kemampuan untuk memperbaiki alat, integrasi, dan kemitraan dengan cepat telah memungkinkan kami untuk memenuhi para pengembang dan jaringan di mana kebutuhan mereka muncul.

Q9. Mengenai tata kelola dan token ( jika Anda bisa berbicara tentangnya ): model tata kelola dan pengungkit ekonomi apa yang Anda anggap penting untuk menyeimbangkan desentralisasi, keamanan, dan pendanaan protokol jangka panjang?

Tujuan ekonomi inti yang kami andalkan adalah pemotongan, imbalan dinamis untuk penyedia dan validator, serta mekanisme pembakaran biaya yang terkait dengan biaya pemeliharaan. Ini menyelaraskan insentif di seluruh jaringan, memastikan bahwa keamanan dan keberlangsungan terjaga sambil menciptakan siklus pendanaan jangka panjang yang berkelanjutan untuk protokol.

Q10. Keamanan dan kepercayaan adalah inti dari infrastruktur ZK. Bagaimana Anda mendekati manajemen risiko, misalnya, bug perangkat keras, provers jahat, atau serangan rantai pasokan, dan lapisan pertahanan apa yang Anda prioritaskan?

Pendekatan kami fokus pada pertahanan bertingkat: validasi tingkat perangkat keras, jaminan kebenaran tingkat prover melalui pemotongan, dan pemeriksaan tingkat protokol untuk kelangsungan hidup dan perilaku. Dengan menggabungkan redundansi prover terdesentralisasi dengan penalti ekonomi untuk perilaku buruk, kami mengurangi risiko kegagalan titik tunggal dan memastikan bahwa aktivitas jahat baik dicegah atau tidak ekonomis.

Q11. Melihat kembali transisi Anda dari profesor menjadi CEO, keterampilan lunak atau tantangan manajemen tak terduga apa yang paling sulit untuk dipelajari, dan nasihat apa yang akan Anda berikan kepada akademisi lain yang berpikir untuk mendirikan startup teknologi dalam?

Menjadi seorang profesor dan menjadi pendiri startup adalah dua peran yang sepenuhnya berbeda. Sebagai profesor, saya harus tepat, konservatif dalam klaim saya, dan sangat mempersiapkan; setiap karya harus disempurnakan sebelum dapat diterbitkan.

Di sebuah startup, hampir kebalikannya. Saya harus belajar untuk fokus pada visi makro dan beroperasi dari perspektif tingkat tinggi. Alih-alih menunggu hasil yang sempurna, saya harus menunjukkan kemajuan secara bertahap dan percaya diri tentang setiap perbaikan. Pola pikir ini secara langsung bertentangan dengan pelatihan akademis, di mana Anda diharapkan untuk menghindari membuat klaim awal sampai semuanya terbukti.

Saran utama saya untuk akademisi yang mempertimbangkan startup deep-tech adalah jangan hanya fokus pada teknologi. 99% startup tidak dapat menang hanya dengan teknologi. Anda membutuhkan PR, pemasaran, kemitraan, dan komunitas. Sebagai pendiri, Anda harus mengelola semua ini dan tetap fokus pada gambaran yang lebih besar.

Q12. Lima tahun dari sekarang, seperti apa keberhasilan bagi Cysic, secara teknis, untuk ekosistem, dan untuk lanskap ZK yang lebih luas? Dan apa risiko teknis atau pasar utama yang Anda perhatikan sekarang?

Sukses berarti menjadi solusi utama untuk percepatan perangkat keras yang dapat diskalakan dan hemat biaya untuk seluruh ekosistem komputasi ZK dan verifiable. Tujuan jangka panjang kami adalah untuk menjadi tulang punggung infrastruktur bagi inovasi di AI dan crypto. Risiko utama saat ini adalah volatilitas pasar dan kecepatan perubahan teknologi yang cepat, yang memperkuat kebutuhan untuk tetap adaptif sambil membangun menuju visi yang lebih luas.