Mình đang đọc qua những ghi chú kiến trúc mới nhất của OpenGradient, và một điều thực sự nổi bật với mình: hầu hết các blockchain đều không được thiết kế để xử lý tính toán quy mô AI. Chúng ta thường giả định rằng các hệ thống phi tập trung có thể xử lý mọi thứ, nhưng khi nói đến suy diễn AI, mô hình cũ bắt đầu bị phá vỡ nhanh chóng.

Các blockchain truyền thống dựa vào việc thực hiện lại, nơi mỗi validator lặp lại cùng một phép tính. Điều này hoạt động cho các giao dịch đơn giản, nhưng hãy tưởng tượng việc chạy một mô hình AI với 70 tỷ tham số hàng trăm lần chỉ để đạt được sự đồng thuận. Chi phí trở nên vô lý, độ trễ tăng lên, và thậm chí những khác biệt nhỏ về phần cứng cũng có thể tạo ra đầu ra không nhất quán.

Điều làm mình chú ý là cách mà @OpenGradient tiếp cận vấn đề này khác biệt thông qua kiến trúc HACA. Thay vì buộc mỗi nút phải làm mọi thứ, việc thực hiện và xác minh diễn ra riêng biệt. Các nút suy diễn xử lý tính toán AI ngay lập tức, trong khi các nút xác minh xác nhận các bằng chứng một cách không đồng bộ và ghi lại việc thanh toán trên chuỗi.

Điều này thay đổi rất nhiều. Thời gian phản hồi nhanh hơn, khả năng mở rộng throughput, chuyên môn hóa phần cứng, và bảo mật mạnh mẽ hơn vì các validator không cần truy cập trực tiếp vào các prompt hoặc trọng số mô hình.

Cảm giác như có một sự chuyển mình trong tư duy: có thể tương lai của AI phi tập trung không phải là làm cho các blockchain hoạt động nhiều hơn… mà là thiết kế lại cách mà lòng tin được xác minh. #OPG $OPG
$SYN
$UB
Cách tốt nhất để mở rộng AI trên chuỗi là gì?