Mọi cuộc thảo luận ZKML nghiêm túc cuối cùng đều chạm cùng một bức tường: zkml chi phí — chi phí chứng minh — bùng nổ khi model lớn lên. Hãy tự tính. Một model hồi quy tuyến tính chứng minh trong 0,118 giây trên laptop với 19 MB bộ nhớ. Một LLM 13 tỷ tham số cần tới 15 phút GPU để tạo proof cho một lần suy luận duy nhất. Giữa hai điểm đó là toàn bộ lý do khiến zero-knowledge machine learning có mặt trong sản xuất cho chấm điểm tín dụng, phát hiện gian lận và KYC — nhưng không dành cho những frontier model mà mọi người nhắc tới. Bài viết này định lượng chính xác chi phí đó đến từ đâu, nó tác động thế nào tới ngân sách phần cứng, và vì sao ranh giới đứng ở vị trí hôm nay.
Zero-knowledge proof cho phép bạn chứng minh một model tạo ra đầu ra nhất định mà không tiết lộ model. Prover (người sở hữu model) tạo ra biên nhận mật mã; verifier kiểm tra trong vài mili-giây. Đó là một primitive đẹp — và vô dụng nếu chứng minh một lần suy luận đắt hơn giá trị của lần suy luận đó. Vậy nên trước khi đặt cược sản phẩm vào ZKML, hãy hiểu đường cong chi phí bạn đang bước lên, và các kỹ thuật zk proving cost có thể bẻ cong nó.
Vì sao proof, không phải model, là bước đắt nhất
Một mạng nơ-ron chạy trong mili-giây. Chứng minh nó chạy đúng thì mất nhiều bậc độ lớn thời gian hơn. Các con số không hề mơ hồ.
- Modulus Labs đo một bộ phân loại chữ số MNIST năm 2023: 0,20 USD và khoảng 15 giây mỗi proof — cho một model phân loại một chữ số viết tay.
- ChainScore Labs đo ResNet-50 với kết quả tương tự: hơn 10 phút chứng minh trên phần cứng phổ thông và khoảng 0,50 USD tiền GPU trên một accelerator cao cấp.
- Điểm dữ liệu sạch nhất đến từ benchmark zkGPT do zkComposer công bố: chứng minh 64 token suy luận kiểu GPT-2 mất 147,7 giây trên máy 192 lõi với 755 GB RAM, trong khi bản thân model trả lời chỉ mất 94,55 mili-giây trên cùng máy đó. Tức là độ trễ ~1.560x.
Mô hình lặp lại nhất quán trong mọi benchmark độc lập: tạo proof tốn gấp 100-1000x compute của việc chạy model. Đây là con số quan trọng nhất trong kinh tế học ZKML — mọi thứ khác chỉ là nỗ lực thu nhỏ hệ số nhân đó.
Vì sao độ trễ lại tàn bạo vậy? Để chứng minh một phép tính trong zero-knowledge, trước tiên bạn phải dịch nó thành một arithmetic circuit: một hệ constraint trên một trường nguyên tố. Mỗi phép nhân float trong model trở thành từ 100 đến 1.000 arithmetic gate, tùy vào độ chính xác bạn yêu cầu và chiến lược lookup table. Sau đó prover phải đánh giá circuit, cam kết từng giá trị trung gian, và chạy bộ máy chứng minh — multi-scalar multiplication (MSM) và number-theoretic transform (NTT) — trên hàng chục triệu gate. Silicon hiện đại không được chế tạo cho số học trên trường hữu hạn, ở khối lượng lớn hơn nhiều lần phép suy luận gốc.
Hình 1: Đường cong chi phí chứng minh ZKML — thời gian chứng minh và chi phí mỗi proof tăng siêu tuyến tính theo kích thước model
Hệ số nhân đôi: vì sao chi phí chứng minh tăng theo kích thước model
Đây là chỗ hầu hết các bài giải thích sai. Người ta giả định thời gian chứng minh tỉ lệ tuyến tính với số tham số, nên model to gấp 10 thì tốn gấp 10 để chứng minh. Đường cong thật dốc hơn, vì hai hiệu ứng chồng nhau.
Hiệu ứng một — thời gian chứng minh gần như tuyến tính theo số constraint. Theo thực nghiệm, một Groth16 proof mất khoảng 1,4 giây ở 10.000 constraint, 3,2 giây ở 100.000, 28 giây ở 1 triệu, và 4,2 phút ở 10 triệu. STARK hơi tốt hơn ở quy mô lớn (gần tuyến tính: 10 triệu constraint trong ~1,4 phút) nhưng vẫn tăng. Ngược lại, verification là hằng số: 3,1 ms dù circuit có 10.000 hay 10 triệu constraint. Phía đắt — prover — là phía tăng theo kích thước phép tính.
Hiệu ứng hai — constraint tăng nhanh hơn tham số. Mỗi tham số không phải một gate. Nó tham gia vào phép nhân ma trận, hàm kích hoạt, và các bước chuẩn hóa, mỗi bước đều sinh gate. Sự bùng nổ đến từ ba nguồn cộng dồn:
- Tầng phi tuyến. Softmax, GELU, SiLU và LayerNorm không thể biểu diễn bằng số học trường thô. Chúng cần lookup table, xấp xỉ từng đoạn, hoặc bộ máy chính xác — nguyên nhân chi phí mà các nhà nghiên cứu ở biên giới lookup-based zkML xác định năm 2026: "chi phí chi phối... tập trung ở các hàm phi tuyến mà transformer phải tính bên trong hệ thống proof." Giao thức ZIP (2025) cho thấy thay mã hóa phi tuyến ngây thơ có thể giảm kích thước circuit tới ba bậc độ lớn — phi tuyến, không phải đại số tuyến tính, là nơi gate nhân lên.
- Attention và độ dài chuỗi. Transformer đặt softmax trong mọi attention head, trên mọi token. Tensor trung gian của cả chuỗi phải được cam kết và kiểm tra, và chiều KV làm circuit bùng nổ.
- Độ chính xác. Nếu bạn khăng khăng số học độ chính xác cao (ngữ nghĩa IEEE-754 mà một số ứng dụng yêu cầu), mỗi phép toán cần nhiều gate hơn. Đây là núm mà hầu hết mọi người chỉnh đầu tiên: quantization tồn tại chính xác để đổi độ chính xác lấy số gate.
Kết hợp lại là một đường cong chi phí siêu tuyến tính: nhân đôi tham số thì chi phí chứng minh tăng hơn gấp đôi, vì bạn vừa nhân đôi số phép toán vừa tăng chi phí gate mỗi phép toán. Đây chính là toán học đằng sau giới hạn zkml model lớn — giới hạn giữ model lớn ngoài sản xuất.
Chi phí phần cứng GPU theo kích thước model
Khi đã biết thời gian chứng minh, chi phí bằng đô-la đơn giản là thời gian chứng minh × giá GPU mỗi giờ. Giá cloud đã xác minh năm 2026 làm phép tính cụ thể:
| Hạng GPU | Giá on-demand điển hình | Chứng minh thoải mái được gì |
|---|---|---|
| RTX 4090 (24 GB) | $0,34-0,74/giờ | 10k-200k params trong 0,1-15 s |
| A100 80 GB | $1,19-2,49/giờ | model vừa, zkLLM 13B vừa VRAM |
| H100 80 GB | $1,99-3,49/giờ | chứng minh model lớn (phút+) |
| H200 / B200 | $3,29-5,98/giờ | circuit quy mô nghiên cứu |
RunPod Community bán RTX 4090 ở mức 0,34 USD/giờ; Vast.ai có thể xuống còn 0,27 USD. Lambda Labs tính 2,49 USD/giờ cho A100 80 GB và 2,99 USD/giờ cho H100. Các hyperscaler (AWS, GCP) thường đắt gấp 2-3x những mức đó. Không có gì xa lạ cả — một startup Việt Nam có thể đăng ký bất kỳ dịch vụ nào trong số này hôm nay chỉ bằng một thẻ tín dụng.
Giờ nhân lên. Một EZKL proof 50k tham số mất ~10 giây trên 4090: ở 0,34 USD/giờ tức khoảng 0,001 USD mỗi proof — thực sự rẻ. Một zkLLM proof 13B tham số mất ~15 phút trên GPU lớp A100: ở ~1,64 USD/giờ tức ~0,41 USD mỗi proof chỉ riêng tiền GPU, và GPU bị chiếm trọn 15 phút. Benchmark ngành cho chứng minh tăng tốc GPU trên A100 đặt khoảng 0,02-0,50 USD mỗi proof tùy độ phức tạp circuit. Một lượt forward 70B tham số, ở tốc độ hiện tại ~10 triệu constraint/giây, sẽ mất nhiều ngày và cần petabytes bộ nhớ — giá trị hóa đơn gần như vô hạn và không liên quan tới quyết định sản phẩm.
Tỉ lệ quan trọng cho đội sản phẩm: chi phí proof mỗi suy luận nên là một phần nhỏ giá trị của suy luận đó. Quyết định chấm điểm tín dụng, phát hiện gian lận và KYC đáng giá vài đô-la đến hàng chục đô-la — một proof 0,001-0,02 USD là tiếng ồn. Một lượt chat LLM chỉ đáng giá một phần nhỏ xu tính riêng compute, và một proof 0,41 USD+ là chí mạng. Sự bất đối xứng đó, hơn bất kỳ giới hạn phần cứng nào, là lý do model nhỏ ra sản phẩm còn model lớn nằm lại trong nghiên cứu.
Bức tường bộ nhớ của prover
Thời gian không phải chi phí duy nhất. Chứng minh circuit lớn có vấn đề bộ nhớ thường là bức tường khó hơn.
- Proving key Groth16 tốn khoảng 500 MB mỗi triệu gate — và bạn phải giữ toàn bộ khi chứng minh.
- Circuit Halo2 của EZKL trên model lớn sinh proving key và artifact circuit tính bằng hàng trăm GB RAM — nhiều hơn 24-80 GB VRAM của một GPU.
- zkLLM, prover model lớn tiết kiệm bộ nhớ nhất, giữ chứng minh 13B tham số dưới 23,1 GB — vừa đủ trong một A100. Đó là đóng góp nghiên cứu, không phải tình cờ: thiết kế
zkAttnvàtlookuptồn tại chính xác để diệt bùng nổ bộ nhớ ở tầng attention và phi tuyến. - zkComposer (2026) định lượng đường nền cho model phổ biến ở 240-532 GB bộ nhớ chính, sau đó cho thấy chia circuit thành sub-proof giảm mỗi mảnh xuống 32-66 GB, đủ nhỏ để vừa bộ nhớ thiết bị và khai thác băng thông GPU.
Bộ nhớ là hệ số nhân chi phí bạn không thể giấu sau một GPU nhanh hơn. Nếu circuit không vừa bộ nhớ, không mức giá theo giờ nào cứu bạn — bạn cần máy to hơn (đắt hơn), chiến lược sharding (tốn kỹ thuật hơn), hoặc model nhỏ hơn (lựa chọn thực dụng).
Kích thước proof và verification: đánh đổi bạn thực sự kiểm soát
Chiều chi phí thứ ba là bản thân proof. Kích thước proof quyết định chi phí truyền tải, gas calldata on-chain, và lưu trữ — và nó thay đổi rất lớn giữa các hệ proof:
| Hệ | Kích thước proof | Verification | Setup |
|---|---|---|---|
| Groth16 | 128-192 byte | hằng số ~1,2-5 ms | trusted setup (lễ MPC) |
| EZKL / Halo2 | ~5 KB+ | hằng số ms | transparent |
| zkLLM (13B LLM) | 160-200 KB | 1-4 s | cam kết transparent |
| STARK / zkVM | lớn hơn | polylog (12-42 ms) | transparent, post-quantum |
Verification không bao giờ là nút thắt — SNARK verification là hằng số theo kích thước circuit, STARK verification tăng theo polylog (12 ms ở 10k constraint, 42 ms ở 10M). Nhưng phía kích thước proof có răng sắc. On-chain, verifier Halo2 KZG của EZKL tốn khoảng 173x so với tham chiếu Groth16 vì phép pairing: proof Halo2 cỡ KB và rẻ để truyền nhưng đắt để verify trong smart contract; khoảng phổ biến on-chain là 200k-600k gas mỗi proof (~3-18 USD ở giá mainnet cao, vài xu ở gas thấp). Trong khi đó, proof Groth16 192 byte verify gần như miễn phí on-chain nhưng cần lễ trusted-setup riêng cho từng circuit — một chi phí tổ chức thực sự.
Vậy đánh đổi bạn kiểm soát là: transparent + nặng hơn (Halo2, STARK, zkLLM) cho dùng off-chain và kiểm toán; trusted-setup + siêu nhẹ (Groth16) cho verification on-chain. Kích thước proof và chi phí verification là hai núm ngược chiều, và cả hai đều thứ yếu so với chi phí chứng minh chi phối toàn hệ thống.
Con đường xuống đường cong chi phí: recursion, aggregation, parallel prover
Bức tường chứng minh không vĩnh viễn. Ba họ kỹ thuật đang chủ động làm phẳng đường cong — recursion, aggregation, và chứng minh song song/phân tán — và chúng quan trọng với bất kỳ ai đang quyết định thời điểm áp dụng ZKML.
Recursion và composition. SNARK đệ quy — folding kiểu Nova, Plonky2, và gói STARK-to-SNARK (SP1, Risc Zero) — cho phép prover chứng minh rằng một proof khác hợp lệ, rồi chứng minh cái proof đó, vô hạn. Đây là cách bạn biến một phép tính quá lớn để chứng minh một lượt thành chuỗi các bước nhỏ có thể chứng minh; hướng đệ quy của Halo2 cho kích thước proof kiểu SNARK mà không cần trusted setup. Điểm trừ: recursion thêm chi phí mỗi bước, nên nó có ích khi lựa chọn thay thế là một circuit duy nhất không vừa hoặc không kịp chứng minh.
Aggregation. SnarkPack gộp n Groth16 proof thành một proof kích thước O(log n): với 1.024 proof, khoảng 2 KB thay vì 192 KB, với tốc độ verification nhanh hơn ~340x. Nếu sản phẩm bạn tạo hàng nghìn proof mỗi ngày, aggregation là khác biệt giữa 100.000 lượt verification on-chain riêng lẻ và một lượt duy nhất.
Chứng minh song song và sharding. zkComposer chia circuit thành K shard, chứng minh từng shard trên thiết bị riêng, rồi kết hợp các sub-proof — biến đường nền bất khả thi về bộ nhớ (240-532 GB) thành thứ vừa một GPU. Inference Labs chia chứng minh model lớn trên cụm phi tập trung: Subnet-2 của họ đã tích lũy hơn 283 triệu proof và giảm bộ nhớ đỉnh tới 3x trên model 1,27B tham số. Đây là luận điểm "prover network": thay vì một prover tập trung đắt đỏ, thuê nhiều prover rẻ và kết hợp đầu ra của chúng.
Phần cứng tốt hơn và thị trường chứng minh. Thư viện ICICLE GPU của Ingonyama cắt thời gian MSM của EZKL 98% và tổng thời gian proof 35% chỉ bằng phần mềm; zk-ASIC (Cysic, Ingonyama, Fabric Cryptography) nhắm tới thêm 10-100x. Và làn sóng DePIN — Vast.ai, Akash, và các thị trường chứng minh chuyên dụng như Boundless — cho phép bạn mua thời gian chứng minh từ các pool GPU phân tán, kéo zk proving cost hiệu dụng mỗi proof đi xuống giống cách thị trường GPU spot cắt chi phí training.
Hình 2: Nơi chi phí zk proving dồn lại — pipeline từ model đã huấn luyện tới proof xác minh, với prove là bước đắt nhất
Kỹ thuật giảm chi phí hiệu quả hôm nay
Trước khi đụng tới recursion, có những tối ưu chứng minh được, nhàm chán nhưng cắt ngay hóa đơn chứng minh hôm nay. Chúng được liệt kê theo thứ tự đòn bẩy:
- Quantization trước, luôn luôn. Số học điểm cố định với ít bit hơn nghĩa là ít gate mỗi phép toán hơn. Calibration của EZKL cho bạn đặt scale factor và xác minh độ chính xác với bộ test; phương pháp lookup-table 16-bit của NanoZK báo cáo không mất độ chính xác đo được trên benchmark chuẩn. Với model tín dụng, quantize về 8-10 bit, chạy tập giữ lại, và xác nhận độ lệch AUC nằm trong dung sai.
- Lookup table cho phi tuyến. ReLU, softmax, GELU và LayerNorm trở thành tra bảng thay vì hàng nghìn gate. Đây chính xác là điều EZKL (kiểu Plookup) và zkLLM (
tlookup) làm — đòn bẩy lớn nhất cho model nặng transformer. - Arithmetization tối ưu. zkCNN có circuit convolution chuyên dụng; zkGPT dùng "circuit squashing" và tính kết quả phi tuyến như advice thay vì mô phỏng trong circuit, cắt độ phức tạp proof từ hàng trăm relation xuống một. Chọn framework có arithmetization phù hợp loại layer của bạn là quyết định 10-100x, không phải tinh chỉnh.
- Batching và aggregation. Chứng minh một suy luận, hoặc chứng minh mười nghìn trong một proof gộp. Proof gộp phân bổ chi phí setup, cam kết, và on-chain trên nhiều suy luận.
- Chứng minh song song. Shard circuit (zkComposer) hoặc chạy cụm (Inference Labs). Nếu circuit vừa một GPU, song song mua thời gian tường; nếu không vừa, nó mua khả thi.
Ngân sách trung thực cho model sản xuất 50k tham số: compile một lần (vài giờ), setup một lần (vài giờ), rồi 0,1-15 giây mỗi proof trên GPU 0,34 USD/giờ — 0,001-0,02 USD mỗi proof, chi phối bởi các tầng phi tuyến của model.
Benchmark thực tế: model nhỏ, vừa, lớn thực sự đứng ở đâu
| Kích thước model | Thời gian proof điển hình | Bộ nhớ | GPU | Chi phí mỗi proof | Trạng thái hôm nay |
|---|---|---|---|---|---|
| 10k-200k params (hồi quy, chấm điểm, gian lận) | 0,1-15 s | circuit <1 GB | RTX 4090 | ~$0,001-0,02 | Sẵn sàng sản xuất |
| 1M-10M params (CNN nhỏ, cỡ ResNet) | 15 s - phút | 1-100 GB | A100 | ~$0,02-0,50 | Batch / nghiên cứu |
| 100M-13B params (LLM, zkLLM) | 12-15 phút | tới 23 GB+ | A100/H100 | ~$0,41-0,90 | Chỉ nghiên cứu / async |
| 70B+ params (frontier) | nhiều ngày | petabytes | cụm | vô hạn | Không khả thi |
Ranh giới không mơ hồ. 10k-200k tham số là vùng sản xuất hôm nay; 1M-10M là vùng xử lý batch; 100M+ là nơi mọi benchmark ngừng nghe như sản phẩm và bắt đầu nghe như bài báo. Kết quả zkLLM — 13B tham số, proof dưới 15 phút, proof dưới 200 KB, bộ nhớ dưới 23,1 GB — thực sự đáng chú ý, và nó vẫn là 15 phút GPU chuyên dụng cho một lần suy luận. Đó không phải sản phẩm chat; đó là sản phẩm kiểm toán.
Hình 3: Mô hình nhỏ chạy được, mô hình lớn mắc kẹt trong nghiên cứu — ranh giới sản xuất hôm nay và con đường xuống cost curve
Giới hạn zkml model lớn: vì sao 100M+ tham số chỉ dừng ở nghiên cứu
Gộp toàn bộ trên lại, giới hạn zkml model lớn — ranh giới nơi ZKML ngừng khả thi — là giao điểm của bốn bức tường:
- Constraint. Model 100M tham số compile thành hàng tỷ hoặc hàng nghìn tỷ constraint khi tính gate mỗi phép toán, bộ máy phi tuyến, và hiệu ứng độ dài chuỗi. Ở ~10 triệu constraint/giây, đó là hàng giờ đến hàng ngày chứng minh mỗi suy luận.
- Bộ nhớ. Circuit lớp Halo2 ở quy mô đó cần hàng trăm GB RAM; ngay cả tối ưu 13B của zkLLM cũng nằm ở mép của một A100 80 GB.
- Chi phí. Chỉ riêng GPU đã 0,41-5+ USD mỗi proof, và GPU bị chiếm toàn bộ thời gian chứng minh. Ở 10.000 proof/ngày, model 13B cần ~100 ngày thời gian A100 liên tục — 4.000-6.000 USD/tháng tiền thuê GPU trước cả kỹ thuật.
- Độ trễ. Không gì về một proof 15 phút hỗ trợ sản phẩm tương tác. Các triển khai trung thực duy nhất là batch, async, kiểu kiểm toán — và những cái đó phải đáng giá 1 USD+ mỗi suy luận được xác minh.
Trong khi đó, vùng 10k-200k vượt sạch bốn bức tường: proof dưới giây đến 15 giây, bộ nhớ circuit vừa GPU phổ thông, proof chỉ vài phần trăm xu, và độ trễ tương thích với các luồng quyết định async thống trị tài chính. Kết luận không thoải mái nhưng trung thực: kích thước model bạn có thể chứng minh do đường cong chi phí của bạn quyết định, không phải tham vọng của bạn. Giải bài toán model nhỏ trước, kiếm tiền từ việc chứng minh nó, rồi để recursion, sharding và prover network kéo ranh giới đi lên trong vài năm tới.
Việt Nam: chi phí GPU và vì sao đội Việt nên bắt đầu với model nhỏ
Với đội AI Việt Nam, đường cong chi phí rơi vào địa hình cụ thể. Thuê GPU cloud tính bằng đô-la và ở nước ngoài: RunPod (RTX 4090 ở 0,34 USD/giờ), Lambda Labs (A100 ở 1,19-2,49 USD/giờ), Vast.ai (giá spot thấp hơn cả hai). Colocation A100/H100 nội địa cho startup khan hiếm và đắt, và giá hyperscaler (AWS, GCP) cộng thêm 2-3x trên các nhà cung cấp chuyên dụng. Thực tế một đội Việt trả mức giờ xấp xỉ đội Mỹ — nhưng thu nhập và định giá bằng VND, khiến mỗi 0,01 USD chi phí mỗi proof đáng kể hơn.
Đó chính xác là lý do vùng model nhỏ là điểm khởi đầu đúng cho Việt Nam. Model phát hiện gian lận hoặc chấm điểm tín dụng 50k tham số — món bánh mì bơ của fintech Việt — chứng minh trong vài giây trên 4090 0,34 USD/giờ. Ở 10.000 proof/ngày, hạ tầng chứng minh tốn khoảng 10-30 USD/tháng tiền GPU. Đó là mức chi trả được cho đội giai đoạn hạt giống, và nó nằm trong câu chuyện sandbox của SBV (Nghị định 94/2025/NĐ-CP) nơi quyết định AI kiểm toán được, bảo mật riêng tư là tín hiệu quy định rõ ràng.
Cái bẫy cần tránh là mua một proof model lớn như thí nghiệm vì vanity. Một proof kiểu zkLLM 13B ở ~0,41-0,90 USD mỗi suy luận, trên H100 thuê, cho sản phẩm không có đơn vị kinh tế cho mức đó — đó là tiền nghiên cứu, và nó cạn nhanh ở tốc độ đốt của startup Việt giai đoạn hạt giống. Trình tự thực dụng: (1) ra mắt ZKML trên model 10k-200k tham số, (2) tái sử dụng cùng compiler circuit và hạ tầng prover khi model lớn lên, (3) áp dụng batching và aggregation ngay khi chi phí mỗi proof thành vấn đề, và (4) xem lại recursion và prover network khi model thực sự vượt một GPU.
Câu hỏi thường gặp
Điều gì chính xác đẩy zk proving cost tăng khi model lớn lên?
Ba hiệu ứng chồng nhau: tham số nhiều hơn nghĩa là phép toán nhiều hơn; mỗi phép toán float trở thành 100-1.000 arithmetic gate; và tầng phi tuyến (softmax, GELU, attention) thêm bộ máy tra bảng/độ chính xác nhân số gate tiếp. Thời gian chứng minh gần tuyến tính mỗi constraint, nhưng constraint tăng nhanh hơn tham số, nên tổng zk proving cost tăng siêu tuyến tính theo kích thước model.
Một ZKML proof thực tế tốn bao nhiêu đô-la hôm nay?
Số liệu đã xác minh 2026: proof hồi quy tuyến tính tốn một phần xu (lớp 0,001 USD) trên RTX 4090 0,34 USD/giờ; chứng minh tăng tốc GPU trên A100 chạy 0,02-0,50 USD mỗi proof tùy độ phức tạp circuit; proof LLM 13B tốn ~0,41-0,90 USD tiền GPU. Verification on-chain cộng thêm 200k-600k gas (~3-18 USD ở giá mainnet cao). Khoản mục chi phối luôn là thời gian chứng minh.
Có cách nào chứng minh model lớn mà không đợi hàng giờ?
Chưa ở độ trễ sản phẩm, nhưng ba hướng đang thu hẹp khoảng cách: recursion/folding kiểu Nova chia phép tính khổng lồ thành các bước chứng minh được; sharding song song (zkComposer, Inference Labs) chứng minh sub-circuit đồng thời; và gói STARK-to-SNARK kết hợp chứng minh nhanh với proof nhỏ. Mỗi hướng thêm chi phí kỹ thuật, nên hôm nay chúng đẩy chứng minh model lớn từ "nhiều ngày" về "vài phút" — có ích cho nghiên cứu, chưa dùng cho người dùng cuối.
Vì sao verification và kích thước proof gần như không đổi khi model to hơn?
SNARK verification là hằng số theo kích thước circuit (Groth16 verify trong ~3,1 ms dù circuit có 10.000 hay 10 triệu constraint) và STARK verification chỉ tăng polylog. Kích thước proof tăng chậm (zkLLM: 160-200 KB cho 13B tham số). Sự bất cân xứng mang tính cấu trúc: chứng minh tăng theo phép tính, verification thì không — đó là lý do kiến trúc batch-and-aggregate là câu trả lời chuẩn.
Kết luận
Đường cong zkml chi phí là người điều hành thật sự của công nghệ này. Chứng minh tốn gấp 100-1000x suy luận, và hệ số nhân đó tăng siêu tuyến tính theo kích thước model qua constraint, bộ nhớ và giờ GPU. Kết quả là một ranh giới sản xuất cứng: 10k-200k tham số ra sản phẩm hôm nay trên GPU 0,34 USD/giờ với vài phần trăm xu mỗi proof; 100M+ tham số vẫn là dự án nghiên cứu tính bằng phút, đô-la và gigabyte. Không điều nào trong đó là lý do bỏ qua ZKML — mà là lý do chọn kích thước model mà đường cong chi phí của bạn chịu được, làm chủ quantization và batching, và cưỡi recursion cùng prover network khi chúng kéo ranh giới đi lên. Với đội Việt, vùng model nhỏ vừa là lựa chọn tài chính hợp lý vừa là lựa chọn chiến lược: chứng minh đúng những model bạn thực sự chạy, làm cho proof đủ rẻ để bỏ qua, và tiến tới frontier khi đường cong phẳng lại bên dưới bạn.
Quick Reference
| Thuộc tính | Giá trị |
|---|---|
| Độ trễ chứng minh vs suy luận | 100-1000x compute cho proof (zkGPT: 147,7 s vs 94,55 ms) |
| Hành vi mở rộng | ~tuyến tính mỗi constraint; constraint tăng siêu tuyến tính theo params |
| Vùng sẵn sàng sản xuất | 10k-200k params (proof 0,1-15 s, ~$0,001-0,02/proof) |
| Vùng batch/nghiên cứu | 1M-10M params (15 s-phút, ~$0,02-0,50/proof) |
| Vùng chỉ nghiên cứu | 100M+ params (phút-ngày, $0,41-5+/proof) |
| Giá GPU (2026) | RTX 4090 ~$0,34-0,74/giờ; A100 ~$1,19-2,49/giờ; H100 ~$1,99-3,49/giờ |
| Kích thước proof | Groth16 128-192 B; Halo2 ~5 KB+; zkLLM 160-200 KB; STARK lớn hơn |
| Verification | hằng số ms (SNARK) / polylog (STARK) — không bao giờ là nút thắt |
| Bộ nhớ | PK Groth16 ~500 MB/1M gate; circuit Halo2 lớn cần hàng trăm GB; sharding (zkComposer) giảm còn 32-66 GB |
| Verify on-chain | 200k-600k gas (~$3-18 giá mainnet cao); Halo2 ~173x Groth16 |
| Con đường mở rộng | recursion (Nova/Plonky2), aggregation (SnarkPack), parallel prover, zk-ASIC |
| Đòn bẩy chi phí hôm nay | quantization → lookup table → arithmetization tối ưu → batching → chứng minh song song |
| Phù hợp Việt Nam | model gian lận/tín dụng 50k-param chứng minh ~$10-30/tháng GPU ở 10k proof/ngày; bắt đầu nhỏ, tái dùng tooling |