Vitalik Buterin Mendorong AI CROPS Beragam Perangkat Keras Saat DeepSeek V4 Berjalan Secara Lokal di Apple dan AMD

Istilah “AI terdesentralisasi” sering kali digunakan secara sembarangan, tetapi co-founder Ethereum Vitalik Buterin menarik garis yang lebih tajam. Bagi dia, ujian nyata dari sistem AI yang dapat melayani pengguna kripto bukan hanya di mana inferensi terjadi—tetapi apakah model tersebut berjalan di berbagai perangkat keras nyata, dari MacBook hingga rig AMD. Dalam pembaruan yang diposting di situs pribadinya dan ditandai oleh laporan asli, Buterin menunjuk ke tolok ukur konkret: DeepSeek V4 sekarang memiliki versi kuantisasi 2-bit yang muat dalam sekitar 90 GB VRAM, mencapai sekitar 35 token per detik di perangkat keras Apple dan sekitar 7 token per detik di AMD. Itu lebih penting dari yang disadari banyak orang.

Selama berbulan-bulan, percakapan AI-kripto terbagi antara inferensi cloud terpusat dan skema besar untuk jaringan komputasi terdesentralisasi. Konsep “CROPS AI” milik Buterin—singkatan dari Consequential, Recoverable, Open, Private, dan Sovereign AI—memotong pemasaran. Dia berpendapat bahwa jika sebuah model AI tidak bisa berjalan di perangkat keras yang sudah dimiliki pengguna biasa dan operator node, maka itu tidak benar-benar menjaga privasi atau berdaulat. Angka DeepSeek V4, meskipun modest di sisi AMD, menunjukkan bahwa model yang mampu dapat beroperasi secara lokal tanpa pusat data. Mendapatkan 7 t/s di GPU AMD belum merupakan pengalaman pengembang tingkat produksi, tetapi ini mendefinisikan ulang apa yang mungkin. Kesenjangan antara 35 t/s di Apple silicon dan 7 t/s di AMD juga menceritakan tentang fragmentasi perangkat keras yang harus diselesaikan ekosistem jika AI lokal akan lebih dari sekadar niche.

Mengapa Keberagaman Perangkat Keras Mengubah Debat AI-Crypto

Kebanyakan antusiasme saat ini tentang AI dan blockchain berfokus pada pasar komputasi berbasis token atau agen AI di rantai. Tetapi framing Buterin lebih berakar. Sebuah model yang hanya berjalan efisien di TEE di satu penyedia cloud tidak memberikan privasi kepada pengguna Ethereum. Mungkin lolos uji pemasaran, tetapi gagal dalam uji perangkat keras. Tujuan CROPS AI adalah bahwa pengguna mempertahankan kendali atas data dan permintaan inferensi mereka sendiri. Itu berarti model harus cukup ringan untuk berjalan di perangkat keras tingkat menengah, bukan hanya di klaster H100. Ketika Buterin menyebut lapisan akses Ethereum yang tumpang tindih dengan CROPS AI, dia berbicara tentang sesuatu yang nyata: bukti tanpa pengetahuan (zero-knowledge) dapat memverifikasi bahwa panggilan LLM jarak jauh dilakukan dengan benar, sementara pembacaan RPC pribadi melindungi data pengguna dari operator node yang mungkin menjalankan model di latar belakang. Ini bukan sekadar ide riset—ini adalah batasan desain yang mempengaruhi bagaimana sequencer, validator, dan dompet mungkin berkembang.

Sudut pandang perangkat keras juga mengalihkan percakapan dari label “AI terdesentralisasi” yang sederhana. Sebuah jaringan dengan ribuan node yang menjalankan inferensi di GPU Nvidia yang sama tetap menciptakan satu titik kegagalan dari perspektif rantai pasokan. Penekanan Buterin pada kompatibilitas Apple dan AMD menunjukkan dia membayangkan dunia di mana validator Ethereum dapat menggunakan apa pun perangkat komputasi yang mereka miliki, bukan hanya perangkat paling mahal. Itu sejalan dengan ethos Ethereum yang lama tentang menjaga agar persyaratan validator tetap terjangkau, bahkan saat jaringan memasuki wilayah baru. Untuk melihat lebih dalam tentang chain mana yang benar-benar menarik pembangun di siklus baru ini, laporan Top 10 Blockchain berdasarkan Aktivitas Pengembang Minggu Ini menawarkan gambaran tentang di mana momentum terkonsentrasi, dan Ethereum tetap di dekat puncak meskipun ada kompetisi yang berkembang.

Model yang Disesuaikan Ethereum dan Lapisan Privasi

Seruan Buterin untuk model AI yang lebih disesuaikan dengan Ethereum bukan sekadar komentar santai. Saat ini, sebagian besar model bahasa besar hampir tidak memahami semantik Solidity, apalagi cara halus kontrak proxy, panggilan delegasi, dan tabrakan penyimpanan menciptakan kerentanan. Sebuah model yang disesuaikan dengan seluruh kode protokol Ethereum, dikombinasikan dengan eksekusi lokal, bisa menjadi alat keamanan yang kuat bagi auditor dan pengembang. Panggilan jarak jauh berbasis ZK yang dia sebutkan membuka pintu lain: pengembang bisa membayar untuk inferensi pribadi di model jarak jauh menggunakan bukti ZK untuk mengonfirmasi bahwa outputnya benar, tanpa mengekspos kode kontrak pintar ke operator. Model hybrid lokal-remote ini, jika berhasil, secara dramatis mengubah model keamanan bagi tim yang tidak mampu menjalankan model besar secara lokal tetapi tetap membutuhkan kerahasiaan.

Ini bukan sekadar teori. Dorongan AI lokal beririsan dengan gelombang infrastruktur komputasi dan data terdesentralisasi yang lebih luas. Kemitraan seperti antara UXLINK dan Origins Network sudah mengatasi masalah aplikasi Web3 berbasis AI yang skalabel menggunakan komputasi terdesentralisasi. Tetapi fokus Buterin pada pembacaan RPC pribadi menambahkan lapisan yang sebagian besar proyek ini belum sepenuhnya tangani: metadata di sekitar kueri Anda bisa bocor sebanyak kueri itu sendiri. Jika node validator dapat melihat alamat kontrak yang Anda interaksikan saat menggunakan model lokal, keuntungan privasi terbatas. Menyegel jalur metadata tersebut dengan RPC kriptografi adalah bagian yang hilang dari puzzle ini, dan itulah mengapa pembaruan Buterin berbeda dari pengumuman AI-crypto biasanya.

Apa yang Dilewatkan Pasar, dan Apa yang Akan Datang

Reaksi langsung terhadap postingan Buterin mungkin adalah menganggapnya sebagai sinyal bullish untuk token AI atau beberapa L2 Ethereum. Itu melewatkan poin strukturalnya. Dia tidak mempromosikan token atau peluncuran—dia menguraikan tumpukan teknis yang belum terbentuk. Membuat DeepSeek V4 berjalan di 7 t/s di AMD adalah bukti konsep, bukan produk. Pekerjaan nyata melibatkan insinyur kompresi model, perancang sirkuit zero-knowledge, dan pengembang inti Ethereum yang menyelaraskan peta jalan mereka. Itu adalah masalah koordinasi multi-tahun, bukan narasi yang akan menggerakkan pasar minggu depan. Tapi, ini patut diperhatikan karena ekosistem Ethereum secara historis berhasil dalam pekerjaan infrastruktur yang lambat dan tidak glamor ini.

Yang belum pasti adalah apakah keberagaman perangkat keras benar-benar akan menjadi prioritas bagi proyek AI-kripto yang sedang mengumpulkan modal saat ini. Lapangan ini penuh dengan inisiatif yang didanai dengan baik yang mengoptimalkan untuk satu arsitektur GPU dan menyebutnya desentralisasi. Tetapi pembaruan Buterin secara diam-diam menantang pendekatan itu. Jika CROPS AI menjadi standar referensi—seperti halnya konsep awal blockchain yang tahan sensor menjadi tolok ukur—maka proyek yang mengabaikan keberagaman perangkat keras mungkin akan berada di sisi yang salah dari narasi saat adopsi nyata tiba. Untuk saat ini, pelajaran konkret yang lebih sederhana adalah: model AI yang berguna dan berjalan di mesin lokal tanpa menghubungi pusat tidak lagi menjadi tujuan yang jauh. Angka dari DeepSeek V4 membuktikan bahwa trajektori ini nyata, dan lapisan privasi Ethereum akhirnya memiliki alasan nyata untuk bergerak lebih cepat.