#opg $OPG @OpenGradient
Salah satu kendala teknis terbesar dalam menjalankan AI di blockchain adalah ukuran model. Model vision modern dapat memiliki ukuran 7-70 miliar parameter. Jika dikonversi ukurannya bisa mencapai puluhan gigabyte.
Mustahil bagi setiap node validator di jaringan blockchain untuk menyimpan model sebesar itu. Jika dipaksakan, maka hanya data centre besar yg bisa menjadi validator. Hal ini bertentangan dengan prinsip desentralisasi.
OpenGradient menyelesaikan masalah ini melalui arsitektur Fragmented Model Storage. Konsepnya sederhana, model AI tidak disimpan utuh tapi dipecah menjadi fragmen-fragmen kecil. Fragmen ini lalu didistribusikan ke berbagai node di jaringan.
Ketika smart contract membutuhkan inferensi, sistem hanya akan memanggil fragmen yg relevan utk perhitungan tsb. Node tidak perlu memuat seluruh model ke memori. Setelah perhitungan selesai, node menghasilkan Proof of Computation. Bukti ini adalah ringkasan kriptografis yg dapat diverifikasi seluruh jaringan utk memastikan perhitungan dilakukan dengan benar.
Pendekatan ini mirip dengan cara kerja sistem file terdistribusi tapi diterapkan khusus utk model AI. Keuntungannya 2 arah, persyaratan perangkat keras validator tetap masuk akal dan verifikabilitas hasil tetap terjaga.
Tanpa solusi spt ini, narasi AI on-chain hanya menjadi slogan. Fragmented Model Storage adalah fondasi teknis yg membuat OPG layak secara praktis, bukan hanya teoritis.
Aspek ini jarang dibahas karena terlalu teknis utk publik. Padahal inilah pembeda utama OPG dari proyek AI dengan Web3 lain yg hanya 'menempelkan' API AI ke smart contract tanpa menyelesaikan masalah skalabilitas.
Salah satu kendala teknis terbesar dalam menjalankan AI di blockchain adalah ukuran model. Model vision modern dapat memiliki ukuran 7-70 miliar parameter. Jika dikonversi ukurannya bisa mencapai puluhan gigabyte.
Mustahil bagi setiap node validator di jaringan blockchain untuk menyimpan model sebesar itu. Jika dipaksakan, maka hanya data centre besar yg bisa menjadi validator. Hal ini bertentangan dengan prinsip desentralisasi.
OpenGradient menyelesaikan masalah ini melalui arsitektur Fragmented Model Storage. Konsepnya sederhana, model AI tidak disimpan utuh tapi dipecah menjadi fragmen-fragmen kecil. Fragmen ini lalu didistribusikan ke berbagai node di jaringan.
Ketika smart contract membutuhkan inferensi, sistem hanya akan memanggil fragmen yg relevan utk perhitungan tsb. Node tidak perlu memuat seluruh model ke memori. Setelah perhitungan selesai, node menghasilkan Proof of Computation. Bukti ini adalah ringkasan kriptografis yg dapat diverifikasi seluruh jaringan utk memastikan perhitungan dilakukan dengan benar.
Pendekatan ini mirip dengan cara kerja sistem file terdistribusi tapi diterapkan khusus utk model AI. Keuntungannya 2 arah, persyaratan perangkat keras validator tetap masuk akal dan verifikabilitas hasil tetap terjaga.
Tanpa solusi spt ini, narasi AI on-chain hanya menjadi slogan. Fragmented Model Storage adalah fondasi teknis yg membuat OPG layak secara praktis, bukan hanya teoritis.
Aspek ini jarang dibahas karena terlalu teknis utk publik. Padahal inilah pembeda utama OPG dari proyek AI dengan Web3 lain yg hanya 'menempelkan' API AI ke smart contract tanpa menyelesaikan masalah skalabilitas.