ТОРГОВЛЯ С ЗАДЕРЖКОЙ ВЕРИФИКАЦИИ
Вот что действительно интересно насчет @OpenGradient
Каждый раз, когда я смотрю на децентрализованные ИИ проекты, я вижу одну и ту же слепую зону. Они либо заставляют каждого валидатора заново запускать модель, что дает 1000-10000x накладных расходов и делает использование в реальном времени невозможным, либо полностью отказываются от верификации. OpenGradient выбрали третий путь.
Они разделили выполнение и расчет. Когда вы делаете запрос на вывод, он идет прямо к специализированным узлам GPU, без блокчейна на пути. Вы получаете ответ за доли секунды. Доказательство того, что произошло? Оно отправляется после факта, проверяется Полными Узлами и регистрируется в блокчейне. Умное разделение.
Что мне нравится, так это то, что они не притворяются, что существует один идеальный метод верификации. Три варианта в зависимости от того, что вы строите. TEE-энклавы, если вам нужны сильные гарантии с накладными расходами 5-10%. ZKML, если вам нужна криптографическая уверенность и вы можете справиться с вычислительными затратами. Ванильный вариант, если вам просто нужна подпись и вы доверяете оператору. Разные нагрузки, разные компромиссы.
Но стоимость этого дизайна реальна. Между получением вашего ответа и его регистрацией в блокчейне существует окно доверия. Ваше приложение движется вперед, прежде чем криптографическая финализация вступит в силу. Для чат-бота? Нормально. Для ликвидационного бота? Вы, вероятно, используете ZKML в любом случае, который проверяет в момент выполнения.
Сейчас они работают на Base с $OPG для платежей. Python SDK работает. MemSync активен для долгосрочной памяти. Альфа тестнет имеет предварительно скомпилированные Solidity для вывода в блокчейне.
Но вот что меня заставляет задуматься: какой план отката, если аттестация TEE проваливается после того, как мое приложение уже использовало этот результат вывода для изменения состояния? Кажется, это открытая проблема, которую стоит решить.
#opg #OPG $OPG
Вот что действительно интересно насчет @OpenGradient
Каждый раз, когда я смотрю на децентрализованные ИИ проекты, я вижу одну и ту же слепую зону. Они либо заставляют каждого валидатора заново запускать модель, что дает 1000-10000x накладных расходов и делает использование в реальном времени невозможным, либо полностью отказываются от верификации. OpenGradient выбрали третий путь.
Они разделили выполнение и расчет. Когда вы делаете запрос на вывод, он идет прямо к специализированным узлам GPU, без блокчейна на пути. Вы получаете ответ за доли секунды. Доказательство того, что произошло? Оно отправляется после факта, проверяется Полными Узлами и регистрируется в блокчейне. Умное разделение.
Что мне нравится, так это то, что они не притворяются, что существует один идеальный метод верификации. Три варианта в зависимости от того, что вы строите. TEE-энклавы, если вам нужны сильные гарантии с накладными расходами 5-10%. ZKML, если вам нужна криптографическая уверенность и вы можете справиться с вычислительными затратами. Ванильный вариант, если вам просто нужна подпись и вы доверяете оператору. Разные нагрузки, разные компромиссы.
Но стоимость этого дизайна реальна. Между получением вашего ответа и его регистрацией в блокчейне существует окно доверия. Ваше приложение движется вперед, прежде чем криптографическая финализация вступит в силу. Для чат-бота? Нормально. Для ликвидационного бота? Вы, вероятно, используете ZKML в любом случае, который проверяет в момент выполнения.
Сейчас они работают на Base с $OPG для платежей. Python SDK работает. MemSync активен для долгосрочной памяти. Альфа тестнет имеет предварительно скомпилированные Solidity для вывода в блокчейне.
Но вот что меня заставляет задуматься: какой план отката, если аттестация TEE проваливается после того, как мое приложение уже использовало этот результат вывода для изменения состояния? Кажется, это открытая проблема, которую стоит решить.
#opg #OPG $OPG