Show HN：Glyph——一种工作量证明为神经网络推理的区块链

Glyph是一个创新的区块链项目，其核心设计是将工作量证明（PoW）替换为神经网络推理。矿工需要运行一个固定权重的开源Transformer模型（如GPT-2或Qwen2.5），对加盐的提示词进行前向推理，然后从模型的注意力分布中提取压缩指纹，并以此作为哈希输入来竞争区块奖励。与传统PoW依赖专用ASIC不同，Glyph的计算资源是AI推理硬件（如GPU或CPU），因此网络积累的是通用计算能力。

该项目采用了整数推理引擎（v4协议），确保所有运算为精确整数算术，从而在不同硬件上产生完全相同的哈希结果。此前v3协议使用浮点运算，在测试中表现确定，但在主网区块1693时，由于量化边界翻转导致GPU验证通过而CPU失败。为此，团队重新设计了v4协议，使用纯整数推理引擎，包括定点激活、整数层归一化、整数Softmax/GELU等，确保构造上的位完全相同。重新运行所有2450个v3主网区块后，GPU和CPU结果一致，包括区块1693。该引擎已在NVIDIA GTX 1650、Intel i3 CPU和另一台Intel笔记本上验证通过，且通过Wi-Fi实现了P2P同步和独立验证。

挖矿流程方面：盐值由前一个区块哈希和矿工地址的哈希生成，防止预计算或被盗。盐值与一个随机词提示一起输入固定模型；从整数前向传播中提取6个由盐值选择的注意力头；每行通过固定网格（GRID=100）进行整数量化，然后经过Glyph级联处理（中位数R/G分类、降序配对、奇数回文、每层Glyph提取、最终B）；最后对盐值加指纹进行SHA-256哈希，低于难度目标则获胜。验证只需一次推理。矿工提交提示，不提交分数，验证者重新计算一切。

项目包含完整的测试套件，覆盖跨硬件确定性、P2P共识、21种对抗性攻击（包括签名伪造、双花、重放攻击等），以及模型容量测试（最高支持Qwen2.5-3B）。模型固定是可执行的——DistilGPT2的0/5哈希匹配。Sybil攻击测试中，一个300万参数的随机权重模型虽然通过了“陌生人同意”检查，但指纹空间缩小至6.3%。结论是模型只能通过审查注册表进入。

在tokenomics方面，Glyph的区块奖励为7 GLY，目标出块时间20秒。每150万块（约一年）奖励减半，总供应量收敛至约2091万GLY。最小单位为0.01 GLY，类似比特币的聪。验证者强制执行高度正确的奖励，在减半后声称减半前奖励的coinbase被视为无效块（已测试）。

项目也列出了诚实限制：验证成本一次推理可能导致DoS攻击面（费用/质押/检查点待定）；模型注册表是永久的治理面；GPU攻击硬件可租用，年轻网络存在51%攻击风险；网络目前只有2个节点，尚无实时对抗历史；目前挖矿提示为随机词，有用工作挖矿仍待开发。

目前网络已有两个节点运行，创始人种子节点位于https://glyph.surfacedplus.com。项目采用MIT许可证开源，鼓励开发者参与测试和攻击验证。如果任何声明被可运行脚本打破，欢迎提交issue。