Я всё время возвращаюсь к одному дизайнерскому решению в OpenGradient, о котором не говорят достаточно. Большинство децентрализованных AI проектов либо заставляют каждый узел повторно запускать модель, что медленно и дорого, либо доверяют одному серверу и называют это децентрализованным, что противоречит самой идее. OpenGradient вместо этого делит задачу. Узлы вывода быстро выполняют модель, полные узлы проверяют доказательства позже, и только доказательства должны достичь консенсуса, а не сами вычисления.

Вот на чём основан HACA. Он рассматривает выполнение AI как что-то слишком тяжёлое, чтобы помещать это напрямую в блокчейн, при этом сохраняя возможность аудита результата. Я думаю, это правильный компромисс на данный момент. Работа с GPU не вписывается в консенсус валидаторов, и притворяться иначе обычно означает жертвовать скоростью или честностью.

Что я хочу увидеть, так это выдержит ли проверка нагрузку. Доказательства, фиксирующиеся в цепочке после факта, имеют значение только если споры действительно фиксируются, а не просто записываются. Миллионы выводов и доказательств — это реальное число, но для системы, которая ещё не сталкивалась с противостоящим использованием, это всё ещё рано.

$OPG #OPG @OpenGradient