Qisqacha. AutoEng — avtonom agent bo‘lib, kodni optimizatsiya qiladi va faqat isbotlay oladigan tezlatishlarni saqlab qoladi. Biz uni Pico’ga — zkVM’imizga — GPU va CPU kodlari bo‘yicha ham yo‘naltirdik. Odam aralashuvisiz u, real Ethereum blokini isbotlashda, tizimimiz esa allaqachon zamonaviy darajada bo‘lganiga qaramay, uch kundan kam avtonom ishlash vaqtida yakuniy end-to-end ~11% tezlatishga erishdi. U qanday ishlaydi: AutoEng real prover’ni profil qiladi, vaqt aynan qayerga sarflanayotganini topadi, eng yuqori qiymatli yagona bo‘g‘inni nishonga oladi va faqat o‘zgarish isbotlanadigan darajada to‘g‘ri hamda isbotlanadigan darajada tezroq bo‘lsa, uni saqlaydigan optimizatsiya uchun nomzod yaratadi.
Bazal daraja allaqachon jahon darajasida edi
Pico — bizning zkVM’imiz: hisoblash to‘g‘ri bajarilganini kriptografik isbotlar ko‘rinishida chiqaradigan mashina. Bugun u Ethereum mainnet’ining to‘liq bloklarini real vaqt rejimida isbotlay oladi, ethproofs’da ishlaydi. Ethereum slot vaqtida, iste’molchi apparatida butun blokni isbotlash — sanoatdagi eng qiyin ishlardan biri va Pico aynan shu frontierda turibdi.
Biz buni omma oldida qadam-baqadam yetkazdik:
CPU → bitta GPU. Biz Pico’dan boshladik: CPU’dagi modul va yuqori samarali zkVM, keyin 10–20× sakrash uchun GPU tezlatishni qo‘shdik va ethproofs’da real Ethereum bloklarini isbotlashga kirishdik.
Bitta GPU → klaster. Pico Prism iste’molchi apparatda real-time proving’ga yetdi, keyin klasterni 64 ta GPU’dan ikkita mashinada 16 ta RTX 5090’ga qisqartirdi — jami taxminan ~$100K va median isbotlash vaqti 7 soniyadan kam.
Pico Prism 2.0 5.3× samaradorlik sakrashini berdi: 60M-gas bloklarini isbotlab, ularning 99.9% i Ethereum’ning 12 soniyalik sloti ichida yakunlandi.
Yo‘l-yo‘lakay Ethereum Foundation, Vitalik Buterin va Justin Drake hammasi ishni ta’kidlab kelishdi. Shuning uchun AutoEng tizimi ishga tushirilgan paytda u juda yaxshi sozlangan va allaqachon frontierda edi; barcha oson yutuqlar uzoqdan ketgan edi.
Optimallashtirish yollash orqali miqyoslanmaydi
Agar mahsulotingiz latency bo‘lsa, har bir foiz muhim. Pico esa ulkan: 200 000 tadan ortiq kod satri — GPU’dagi low-level CUDA kernel’laridan tortib CPU’da hamma narsani boshqaradigan Rust kodigacha, hammasi tez harakatda. Qayerdadir vaqt doim yashirinib yotadi.
Uni topish — muhandislikdagi eng kam uchraydigan va eng sekin hunarlardan biri. Sikl har safar bir xil ko‘rinadi: tizimni profil qiling, vaqt aslida qayerga ketayotganini toping; nima uchun bitta qism sekinligini tushuntiradigan gipoteza tuzing; uni qayta yozing, kompilyatsiya qiling, baribir aynan to‘g‘ri javobni berayotganini tasdiqlang; benchmark qiling va odatda hech narsa o‘zgarmaganini ko‘rib, yana qaytadan boshlang. Bu ish chuqur, ixtisoslashgan tajribani talab qiladi, eng yaxshi muhandislar uchun ham sekin bo‘lib qoladi va GPU hamda CPU’ni qamrab oladi. Shunchaki yollab, buni ko‘paytira olmaysiz.
Shuning uchun biz boshqa savolni berdik.
Biz Avtonom Optimallashtirish Muhandisini tanladik
AI agent o‘sha butun siklni o‘zi bajara oladimi?
Faqat “ba’zi CUDA’ni autocomplete qilish” emas, balki real muhandis sikli: nimani optimallashtirish arziydiganini top, o‘zgarish taklif qil, to‘g‘ri ekanini isbotla, haqiqatdan tezroq bo‘ladimi-yo‘qmi o‘lchab ko‘r va faqat yutsa shuni saqla. Performance engineeringdagi eng qiyin qism — nimani sinash kerakligini bilish va uning ishlashini isbotlashdan iborat bo‘lgan. Kodni yozish esa hech qachon bottleneck bo‘lmagan. Biz aynan o‘sha qismni avtomatlashtirishga kirishdik.
Natija AutoEng bo‘ldi. Biz uni umumiy qilish uchun qurdik, keyin eng qiyin tizimimizga yo‘naltirdik: Pico.
AutoEng nima qiladi
AutoEng uzluksiz ishlaydigan yopiq sikl bo‘lib, birma-bir tekshirilgan yaxshilanishni olib keladi:
Profil: ishlayotgan proverning call graphini tuzib, devor-clock vaqtini aslida belgilab beradigan “hotspot”larni toping.
Reja: keyingi optimallashtirish uchun eng qimmatli bitta narsa tanla, avval qilingan urinishlar asosida.
Refine: nomzod optimallashtirishlarni yaratib, sinab ko‘r.
Validate: real workload’da qayta o‘lchab ko‘r va qaror qil: saqla yoki qaytar.
Keyin u 1-bosqichga qaytadi: biroz tezroq bo‘lgan yangi tizim endi baseline bo‘ladi. Hech bir inson har qadamni tasdiqlamaydi.
(To‘rt bosqich bitta uzluksiz siklni tashkil qiladi. Refine ikki yo‘lakda ishlaydi: GPU va CPU, va har bir nomzod saqlanishidan oldin Validate to‘sig‘idan o‘tishi shart.)
Asosiy tamoyil: model taklif qiladi, o‘lchov esa qaror qiladi
Mana shuning uchun AutoEng ishonchli: odamlar odatda tasavvur qiladigan “AI kod yozadi”ga qarama-qarshi narsa.
Til modeli o‘zgarish yaxshi-yo‘qligini hal qila olmaydi. U taklif qilishi mumkin, lekin baholay olmaydi. Taklifdan saqlanib qolishigacha ikkita qat’iy “to‘siq” bor:
To‘g‘rilik byte-for-byte tekshiriladi. Har bir nomzod kernel asl nusxa bilan bir xil input’da ishlaydi va uning output’i aynan, bitma-bit mos kelishi shart. “Yetarlicha yaqin” degani yo‘q. Javob noto‘g‘ri bo‘lsa, u qanchalik tez bo‘lmasin, bekor qilinadi.
Tezlik deterministik benchmarklar bilan belgilanadi. Har bir nomzod ko‘p marta o‘lchanadigan shovqin bazasi (noise floor)ga qarshi vaqtlanadi, shuning uchun tasodifiy o‘zgarishlar g‘alaba sifatida ko‘rinib qololmaydi. O‘zgarish faqat statistika bo‘yicha haqiqiy farq bilan bazani yutsa hisoblanadi.
O‘zgarish faqat AND sifatida isbotlab to‘g‘ri HAMda isbotlab tezroq bo‘lsa omon qoladi. Qolgan hammasi avtomatik ravishda bekor qilinadi. Tizim ham halol xabar beradi: agar bir raund haqiqiy yaxshilanish bermasa, u shuni aytadi va hech qachon “speedup”ni o‘ylab topmaydi. Aynan shu sabab u nazoratsiz ishlashi mumkin. U fiziologik jihatdan o‘zini alday olmaydi.
Ikki dvigatel: GPU va CPU
Hozirgi Pico versiyasida ham CPU, ham GPU kodi bor va AutoEng ikkalasi bo‘ylab ham optimallashtiradi, shuning uchun u ikkita o‘zaro to‘ldiruvchi dvigatelni ishga tushiradi.
GPU kernel optimallashtirish — kenglik. Bu alohida CUDA kernel’larga qaratiladi. Bir xil matematik natijani ko‘plab turli algoritmlar bilan hisoblash mumkin, demak qidiruv keng. AutoEng buni distillangan GPU optimallashtirish naqshlari bo‘yicha bilimlar bazasi bilan qo‘llab-quvvatlaydi — CUDA bo‘yicha tajribani qidiriladigan ko‘rinishga aylantirgan. Har bir kernel uchun mos naqshlarni topadi, bir nechta tartiblangan nomzod g‘oyalarni yaratadi va qaysi g‘oya qaysi speedup’ni berganini aniq bilish uchun ularning har birini alohida benchmark qiladi. Muvaffaqiyatli naqshlar kutubxonaga qaytadi; tizim vaqt o‘tishi bilan yanada “o‘tkir”lashib boradi.
CPU host optimallashtirish — chuqurlik. GPU kernel’lari hikoyaning faqat yarmi. Vaqtning katta qismi proverni boshqaradigan CPU tomondagi kodda yashaydi: sinxronizatsiya, batchlash, xotira ajratish, rejalashtirish. Bu yerda naqshlar uchun chiroyli katalog yo‘q va qidiruv ham ochiq-oydin bo‘lib qoladi. Bu dvigatel ko‘proq izlanish xarakteridagi siklni yuritadi: bir vaqtning o‘zida bitta yo‘naltirilgan o‘zgarishni taklif qiladi, nima ishlagan-u nima ishlamaganini doimiy “xotira”da saqlaydi; shu tariqa o‘lik yo‘llarni qaytarishdan qochadi.
Nega ikkalasi ham? GPU dvigateli natijani qaysi algoritm hisoblashini o‘zgartiradi, CPU dvigateli esa uning atrofida ish qanday orkestratsiya qilinishini o‘zgartiradi. Ikkalasi ham chiqishni identik saqlaydi. Eng muhim tomoni: bottleneck doim harakatda. GPU kernel’larini tezlatdingizmi — CPU tomondagi qo‘shimcha xarajatlar to‘satdan ustun bo‘lib qoladi. CPU tomonni tuzatsangiz — keyingi kernel devor bo‘lib chiqadi. U qayerga borsa, siz ham uni ortidan quvishingiz kerak.
Natijalar
Biz turli o‘lchamdagi real Ethereum bloklarida end-to-end isbotlash vaqtini o‘lchadik (bitta GPU, beshta run bo‘yicha o‘rtacha, to‘liq avtonom):
To‘liq prover bo‘yicha, startdan finishtagacha, 11M dan 60M gacha (Ethereum’ning hozirgi mainnet limiti) bloklar ustida, real-time proving qiladigan tizimda doimiy ~11% end-to-end speedup. Bu yutuqlarning har biri AutoEng tomonidan topildi, tekshirildi va inson “to‘g‘ri” yoki “tez” deb qaror qilmasdan turib joyiga qo‘yildi.
Va u bularning hammasini avtonom runtime’ning uch kunidan kamroq vaqtida bajardi.
Kamayib borayotgan samara devori
Performance ishida shafqatsiz xususiyat bor: frontierga yaqinlashgan sari yutuqlar eksponensial qiyinlashadi. Avval boshida, yangi tizim sizga bir nechta bo‘lib berishi mumkin. Pico kabi yetuk, kuchli sozlangan tizimga chuqur kirib borganda, bir mutaxassis ikki-uch hafta sarflab, balki atigi yarim foiz daromadga erishadi. Egri chiziq devorga aylanib, tekislanib qoladi.
AutoEng o‘sha plato’dan ~11% ga tushdi, uch kundan kamroq muddatda, hech kim boshqarmasdan. Xuddi shu tizimda, xuddi shu frontierda, bu sur’at boshqa tartibdagi kattalikdir.
Xuddi shu yondashuv, Pico’dan tashqarida
AutoEng umumiy bo‘lishi uchun qurilgan, Pico esa biz uni yo‘naltirgan birinchi joy xolos. O‘lchovga asoslangan o‘sha agent turli boshqa sohalarda tashqi benchmarklarda ham bellashdi:
ecdsa.fail — teskari kvant sxemasining (ECDSA’ga Shor uslubidagi hujumning ichki ibtidosi, Ethereum hisoblari ortidagi imzo sxemasi) narxini minimallashtirish bo‘yicha ochiq challenge. Bizning avtonom agentimiz qisqa muddat leaderboard’da #1’ga yetdi, Google’ning sxemasidan 44.2% oldinda (sayt ma’lumotlariga ko‘ra), agent yaratgan nomzodlar va GPU tezlatilgan qidiruv orqali, hech qanday qo‘l bilan sozlashsiz.
GPU MODE — NVIDIA B200’dagi batchlangan-QR CUDA kernel vazifasi. Agentning ixtisoslashgan kernel’i top-20’da joy oldi, MAGMA’dan (batchlangan zich chiziqli algebra uchun eng kuchli GPU kutubxonasi) ~2.4× tezroq ishladi.
Turli apparat, turli matematika, bitta retsept: taklif qil, o‘lchab ko‘r va faqat isbotlab yutganini saqla.
Nega bu muhim
Ko‘p “AI kod yozadi” haqidagi hikoyalar avlod qilish bilan tugaydi: model nimanidir taxminan to‘g‘ri ko‘rsatadi-yu, odam esa tekshiradi. AutoEng bundan ham oldinga boradi va baholashning o‘zini avtomatlashtiradi. To‘g‘rilik va o‘lchov — hakam, va ular yomon natijaga ko‘ndirilib bo‘lmaydi.
Bu avtonom performance engineeringga kichik, lekin real nazar: real production tizimda to‘liq, o‘lchovga asoslangan engineering siklini yuritadigan agentlar va ular aytgan har bir speedup’ni topib beradiganlar.
Endi biz o‘sha siklni yanada qiyin tizimlarga yo‘natyapmiz va u ketib borayotgani sari o‘zini yanada charxlayverishiga imkon beramiz.
Brevis haqida ($BREV )
Brevis — nol bilimga asoslangan (zero-knowledge) isbotlar bilan ishlaydigan verifikatsiyalanadigan hisoblash platformasi; u Web3 uchun cheksiz compute qatlamini taqdim etadi. Ilovalar qimmat hisoblashlarni off-chain’ga yuklab, har bir natijani on-chain’da isbotlab berishi mumkin. Brevis stack’iga umumiy maqsadli hisoblash uchun Pico zkVM, tarixiy blockchain ma’lumotlariga ishonchsiz (trustless) kirish uchun ZK Data Coprocessor, real-time Ethereum blok isbotlash uchun Pico Prism (16 GPU’da 99.8% qamrov, Ethereum Foundation’ning $100K hardware maqsadiga yetish), ZK-proven media autentikligi uchun Vera hamda hozir mainnet’da ishlayotgan ZK proof generation uchun markazlashmagan bozor ProverNet kiradi. Hozirgacha Brevis 8+ blockchain’da 50+ protokollarda 340M+ isbotlarni yaratdi.