Je reviens toujours à un choix de design dans OpenGradient qui n'est pas assez discuté. La plupart des projets d'IA décentralisée obligent chaque nœud à réexécuter un modèle, ce qui est lent et coûteux, ou ils font confiance à un seul serveur et l'appellent décentralisé, ce qui va à l'encontre de l'idée même. OpenGradient divise le travail à la place. Les nœuds d'inférence exécutent le modèle rapidement, les nœuds complets vérifient la preuve par la suite, et seule la preuve doit atteindre le consensus, pas le calcul lui-même.

C'est le pari derrière HACA. Cela considère l'exécution de l'IA comme quelque chose de trop lourd pour être mis directement sur une blockchain, tout en gardant le résultat vérifiable. Je pense que c'est le bon compromis pour l'instant. Le travail de GPU ne s'intègre pas proprement dans le consensus des validateurs, et faire semblant du contraire signifie généralement sacrifier la vitesse ou l'honnêteté.

Ce que je veux voir, c'est si la vérification tient sous charge. Les preuves qui se règlent sur la chaîne après coup n'ont d'importance que si les différends sont réellement détectés, pas seulement enregistrés. Des millions d'inférences et de preuves sont un véritable chiffre, mais c'est encore tôt pour un système qui n'a pas encore été confronté à une utilisation adversaire.

$OPG #OPG @OpenGradient