加密世界，永遠不缺乏新的敘事，但稱得上性感、務實的卻屈指可數。

譬如本輪AI 超級敘事起勢以來，雲端運算雖然已成為未來數位經濟時代的核心生產力，但傳統Web2 巨頭壟斷了優質的高性能GPU 和算力資源，而中尾部的項目則毫無議價權、自主權，且更廣泛的可驗證計算應用場景也面臨無米下鍋的窘境。

因此AI+Crypto 大潮之下，全同態加密（FHE）等概念近期也逐步登堂入室，被廣泛視為可驗證計算及AI 機密資料處理的最佳解決方案之一。

本文將把視角投向定位於「可驗證雲端運算基礎設施」的加密老兵Marlin，挖一挖作為切中AI、MEV、Oracle、ZK、TEE 等多線敘事的DeAI 項目，究竟如何契合當下的AI 熱潮，又是否能為「AI+Crypto」賽道帶來全新的變數。

AI 下半場，離不開「可驗證雲端運算」？

眾所周知，目前除了AIGC 大模型的極速膨脹之外，醫療、教育、智慧駕駛等無數處於爆發初期的AI 場景都在快速鋪開，這無一不需要進行海量計算。

但對於這些細分場景來說，使用者的醫療、教育、智駕資訊無一不是事關經濟甚至生命安全的關鍵數據：諸如醫療保健、能源系統、頻寬網路、連網車輛等維度的資訊數據，不僅直接關係到個人機密資料安全，還需要透過更廣泛的資料共享和合作來推動賽道發展。

但同時，傳統的雲端服務市場又由亞馬遜雲端科技（AWS）、微軟Azure、Google雲端平台（GCP 等網路巨頭佔據主流地位——三家合計佔據了六成以上的雲端運算份額，處於明顯的賣方市場。

這種市場架構最明顯的一個問題就在於普遍依賴中心化雲端伺服器，也即意味著開發者/專案方對自己所使用的雲端服務的信賴，本質上是與一家或多家巨頭的信譽高度綁定，等同於將資料自主權與安全讓渡給了Web2 巨頭公司。

正因如此，近年來雲端服務廠商頻傳資料外洩事件，造成個人與機構的嚴重損失，所以無論開發者/專案方如何看待「去中心化」這個Crypto 世界的核心議題，與其相信巨頭們會「不作惡」（Don't Be Evil），遠遠不如從機制設計上使其「不能作惡」（Can't Be Evil）。

在此背景下，如果仔細剖析AI 雲端運算方向，其實依舊在底層與Web2 成熟的雲端運算服務解決方案存在一個生態鴻溝，也即機密運算技術的改造面臨較高的成本，因此如何讓程式實現快速安全的部署在業界沒有特別好的方案，導致無法滿足AI+Web3 所需的系列應用功能，這也限制了其發展動能。

因此說穿了，AI 雲端運算市場的下半場發展，亟需一整套面向Web3 的區塊鏈開發工具集，從而提供滿足去中心化、可驗證、低延遲、低成本的綜合解決方案，從這個角度看，去中心化可驗證雲端運算服務的必要性也逐步浮出水面，正好卡住了這個細分方向的空檔：

在此背景下，去中心化可驗證雲端運算服務的必要性也逐步浮出水面，作為一種使用加密技術執行計算的解決方案，它允許驗證計算結果的正確性而無需透露底層數據，既不洩漏私人訊息，也確保關鍵資料不外洩。

凡此種種，與Web3 的應用場景極為契合，進而催生出業內用戶對於機密雲端運算的諸多想像空間，故諸如零知識證明（ZKP）、多方運算（MPC）以及近期再度大熱的全同態加密（FHE）賽道才格外受到市場關注。

而這也是Marlin 要做的事情——任何DePIN/Web2.5/AI 應用，只要對低延遲和高算力的運算服務存在需求，其實就可以選擇在WeTEE 上進行部署，獲得和傳統雲端服務一樣的通用化雲端運算方案。

重新理解Marlin：成為AI 世界的可驗證L0

如果用一句話來概括Marlin 在AI 可驗證計算領域的願景，那其實就是在AI 大模型訓練日益重要的當下，致力於以基礎設施層的插件形式，直接幫助有需求的AI 計算需求方，隨時隨地將可驗證雲端運算服務整合嵌入自己的既有產品中：

這本質上就是成為一個AI 世界的可驗證通用L0，因此它將核心功能封裝起來，基於TEE 高效能節點增強網路和ZK 可驗證通訊網路向專案方提供可一鍵呼叫的服務：

其中Marlin 透過借助可信任執行環境（TEE） 和基於零知識證明（ZKP）的協處理器，使得資料和程式碼在硬體層級與其他進程隔離，可確保資料的機密性和其中運行的運算的完整性，同時也可實現計算結果的準確性和可驗證性，且不可竄改。

同時不同於大多數ZK 協處理器專為某些環境（RISC-V、WASM 或MIPS）而設計，只能處理用相容語言編寫的程序，Marlin 的ZK 證明市場是基於電路的，因此與語言無關，允許節點選擇他們想要支援的電路——可直接移植現有的Python、C++ 或Go 應用程式或使用zkVM。

同時Marlin 網路架構整體上可以分為Oyster、Kalypso、中繼網路（Marlin Relay）這「三駕馬車」。

其中Oyster 和Kalypso 分別利用可信任執行環境（TEE）和零知識證明（ZKP）來確保計算的正確性和安全性，而中繼網絡則透過內建的激勵功能則負責確保無需信任的節點可以為網絡貢獻資源，而不會對其安全保障產生不利影響：

• Oyster 作為由TEE 提供的鏈下服務，核心願景就是允許用戶以最小的更改，在Marlin 雲端運算網路上部署自己的後端或實現智慧合約擴展，因此其最大的優勢之一就是其無伺服器特性——使用者無需設定節點並選擇要使用的特定節點，結果可以方便地傳回給使用者；

• Kalypso 則代表了Marlin 對零知識證明（ZKP）的靈活集成，要知道使用FPGA、GPU 和ASIC 進行硬體優化可以顯著加快ZK 證明的生成速度，從而減少時間和成本。而Marlin 網路則依靠帶有GPU 和FPGA 的節點進行外包ZK 證明生成，從而可以高效處理來自客戶端的請求並返回生成的證明；

• Marlin Relay 則是一個與區塊鏈無關的無需許可的中繼網絡，具有內建的激勵功能，並且可以同時與多個區塊鏈整合。此激勵結構確保了無需信任的節點可以為網路貢獻資源，而不會對其安全保障產生不利影響；

值得注意的是，Marlin 的節點網路中每個節點運維都配備了TEE，同時可在儲存系統中建置一個安全隔離的Enclave 飛地環境，保證計算和儲存資料時資訊不被窺探和外洩。

而每個節點透過ZK 協議，能夠讓一方向另一方證明某個陳述是真實的，同時又不需揭示任何有關該陳述的具體數據，這保護了數據主體的資訊安全，同時也確保了事實的正確性。

總的來看，Marlin 作為一個以AI 可驗證雲端運算L0，面向的場景十分廣泛，可以基於去中心化分散式節點網路系統，為Oracle 預言機、ZK Prover 系統、AI 人工智慧等應用場景提供節點算力和儲存等網路資源服務，成為眾多加密+AI 應用的資料保護基石。

Marlin 及「AI 世界L0」的想像空間

從這個角度講，Marlin 其實就是在扮演關鍵的AI+Web3 下半場基建角色──核心要義就是真正把可驗證運算真正帶到AI 與Web3 世界。

譬如借助自身「L0」屬性的可驗證雲端運算元件服務，Marlin 可以更進一步，把自己變成一塊「樂高積木」，成為AI「可驗證運算+」服務的關鍵基礎設施元件，賦能各賽道的DApp 產品實現完全的可驗證計算屬性。

最直接的應用場景就是Marlin 可以在AI 大模型訓練日益重要的當下，基於TEE 可信任執行環境協處理器可以為AI 模型訓練提供安全的模型訓練和運算環境，這意味著ChatGPT 之外，不同大模型專案可以整合Marlin 或基於Marlin 進行構建，形成可友善插入使用的可驗證計算中間件，從而並透過「可驗證計算+」的形式實現賦能。

同時更關鍵的是還能建構一個去中心化、透明化可驗證的激勵環境，讓分散式節點網絡搖身一變成為一個去中心化的雲端算力「租賃」服務網絡，也即實現更廣泛的DePIN 業務邏輯，透過代幣激勵降低雲端運算服務成本：

聚集閒置的算力，以低廉的成本和更靈活的部署配置形式，來幫助創業者訓練更個性化的中小AI 模型，大大提高了資源的利用率。

這也只是Marlin 作為可驗證計算中間件所能賦能AI 應用場景的冰山一角。

小結

簡言之，Marlin 所能為AI+Web3 帶來的最主要想像空間，就是作為L0 層的基礎設施，賦能各AI 專案方開發原生可驗證運算的產品服務（即視為可驗證運算的中間件）。

其實作為AI+Web3 時代不可或缺的核心組件，這在某種程度上相當於產業的關鍵「基礎設施」：

從底層的算力供需撮合、到預言機資料提供，再到基於分散式儲存的去中心化前端服務等等，基本上可以在邏輯上形成閉環，從而讓使用者和應用可以低成本、靈活獲得可驗證計算的插件服務，有效利用和發揮數據的價值，進而為多元化應用場景奠定基礎。

可以明確的是，在AI 下半場中，可驗證計算賽道還有巨大的價值潛力等待我們去發掘，尤其是疊加Web3 基於鏈上的“可驗證計算+”概念本身包含的內容可能會更為宏大。

不止於AI，鏈上娛樂、社交、遊戲等我們能想到的幾乎所有應用，都可以進一步擴展可驗證運算/機密數據服務的想像空間。

而在這個日拱一卒的建設過程中，Marlin 很可能成為未來包羅萬象的AI+Web3 應用們的關鍵底層基礎設施，這可能也是AI+Web3 時代真正屬於可驗證計算最大的想像空間。