상세 설명
1. Gemma3 증명 및 텐서 중복 제거 (2025년 9월)
개요: 이번 업데이트로 Lagrange의 DeepProve 시스템이 구글의 진보된 AI 모델인 Gemma3의 추론 결과를 검증할 수 있게 됐습니다. 또한, 여러 레이어에서 동일한 데이터를 담은 텐서를 자동으로 찾아 재사용함으로써 증명 생성 비용을 크게 줄였습니다.
팀은 DeepProve의 구조를 Gemma3의 새로운 기술인 Grouped Query Attention과 Rotary Positional Encoding을 처리할 수 있도록 확장했습니다. 특히 자주 쓰이는 위치 정보용 텐서 같은 데이터를 한 번만 증명하고 재사용하는 기능 덕분에, 긴 시퀀스를 가진 모델에서 불필요한 증명 비용을 크게 줄일 수 있었습니다.
의미: 이는 $LA에게 긍정적인 신호입니다. 최신 AI 모델에 맞춰 검증 서비스를 제공할 수 있음을 보여주며, 복잡한 AI 모델에 대해 더 저렴하고 빠른 증명을 제공할 수 있다는 점에서 개발자와 사용자를 유치하는 데 도움이 됩니다.
(Source)
2. 새로운 그래프 아키텍처 및 통합 Einsum 레이어 (2025년 9월)
개요: DeepProve의 핵심 그래프 구조를 다시 설계해 시스템의 신뢰성과 병렬 처리 능력을 높였습니다. 여러 수학 연산을 하나의 유연한 Einsum 레이어로 통합해 코드가 간결해지고 증명 속도가 빨라졌습니다.
내부에서 개발한 그래프 프레임워크는 데이터 연결을 명확하게 규정해 분산 증명 네트워크를 테스트하고 유지관리하기 더 쉽고 오류 가능성을 줄였습니다. 새로운 Einsum 레이어는 Dense, MatMul 같은 여러 레이어를 대체해 불필요한 계산 오버헤드를 제거하고 선형대수 검증을 효율화했습니다.
의미: $LA에게 이는 분산형 증명자 네트워크를 위한 기술 기반을 강화하는 것입니다. 네트워크가 확장될수록 노드 운영이 안정적이고 증명 속도가 빨라져 경쟁력이 높아질 것입니다.
(Source)
3. 전체 시퀀스 GPT-2 증명 및 GPU 전환 (2025년 8월)
개요: 1024토큰 길이의 GPT-2 추론 전체를 증명하는 데 성공하며 처리량이 25배 향상되었습니다. CPU에서 GPU로 추론 엔진을 이전하는 작업도 시작했고, 메모리 저장 방식도 크게 개선했습니다.
전체 시퀀스를 한 번에 증명함으로써 토큰당 효율이 대폭 상승했습니다. 최신 "scroll/ceno" 기반 코드와 개선된 커밋 구조를 적용해 증명 시간은 절반으로 줄이고 메모리 사용량은 약 10배 줄였습니다. 새로운 캐시 기반 메모리 관리는 단일 장치부터 대규모 클러스터까지 유연하게 작동하도록 돕습니다.
의미: $LA에게 이 성과는 높은 확장성과 성능을 입증하는 중요한 발전입니다. 노드 운영자와 고객 측면에서 더 큰 처리량을 훨씬 빠르고 저렴하게 제공할 수 있어, 실제 사용 확대에 필수적입니다.
(Source)
결론
Lagrange는 최근 코드베이스 업그레이드를 통해 zkML 인프라의 확장성 강화, Gemma3 같은 첨단 AI 모델 증명, 분산 증명자 네트워크의 견고한 기반 구축에 집중하고 있습니다. 이러한 기술적 도약이 네트워크 사용량과 $LA 토큰 수요 증가로 어떻게 이어질지 주목됩니다.