شبکه تتا پتنت جدیدی برای معماری ترکیبی محاسبات لبه-ابری صادر کرد

آزمایشگاه‌های تتا، بازوی توسعه‌ی شبکه تتا، در اکتبر 2025، پتنت ایالات متحده 12,436,819 را برای معماری ترکیبی محاسبات لبه-ابری که برای پشتیبانی از پلتفرم‌های محاسبات غیرمتمرکز طراحی شده است، دریافت کرد. این پتنت سیستمی را پوشش می‌دهد که دستگاه‌های لبه محلی را با منابع ابری متمرکز ترکیب می‌کند تا بارهای کاری هوش مصنوعی را پردازش کند و به مسائلی مانند تأخیر در تنظیمات ابری سنتی بپردازد. 

این تاییدیه که توسط دفتر ثبت اختراعات و علائم تجاری ایالات متحده صادر شده است، گام دیگری در تلاش‌های تتا برای ساخت شبکه‌های غیرمتمرکز مقیاس‌پذیر است که پس از تغییر رویکرد این شرکت از خاستگاه‌های بلاک‌چین استریم ویدیو به زیرساخت‌های گسترده‌تر متمرکز بر هوش مصنوعی، انجام می‌شود. هدف این معماری، توزیع پویای وظایف، اختصاص عملیات بلادرنگ به گره‌های لبه و محاسبات فشرده به فضای ابری است که می‌تواند به شرکت‌ها در مدیریت وظایف هوش مصنوعی مانند آموزش مدل زبان بزرگ و استنتاج کمک کند.

شبکه تتا و تکامل آن

شبکه تتا در سال ۲۰۱۷ به عنوان یک پروتکل بلاکچین با محوریت پخش ویدیو، فعالیت خود را آغاز کرد و امکان تحویل محتوای همتا به همتا را برای کاهش هزینه‌های پهنای باند برای پلتفرم‌ها فراهم کرد. این شبکه از مکانیسم اجماع اثبات سهام استفاده کرد و توکن‌هایی را برای تشویق کاربران به اشتراک‌گذاری منابع محاسباتی بلااستفاده معرفی کرد. 

تا سال ۲۰۲۳، تتا با انتشار موارد زیر، دامنه فعالیت خود را گسترش داد: گزارش رسمی EdgeCloudکه برنامه‌های دقیقی برای یک پلتفرم ابری هوش مصنوعی غیرمتمرکز ارائه می‌داد. این سند، طرحی ترکیبی را تشریح می‌کرد که از گره‌های لبه توزیع‌شده در کنار سرورهای ابری برای رسیدگی به تقاضاهای رو به رشد در یادگیری ماشین و پردازش داده‌ها استفاده می‌کرد.

این گذار، تغییر در فضای رمزنگاری را منعکس کرد، جایی که تقاضا برای منابع محاسباتی هوش مصنوعی در سال ۲۰۲۵ به دلیل پیشرفت در مدل‌های مولد و برنامه‌های بلادرنگ افزایش یافت. رویکرد تتا، آن را در بخش شبکه زیرساخت فیزیکی غیرمتمرکز (DePIN) قرار داد، جایی که پروتکل‌ها، سخت‌افزار جهانی را برای وظایفی که به طور سنتی توسط ارائه دهندگان متمرکز مانند خدمات وب آمازون یا گوگل کلود مدیریت می‌شوند، هماهنگ می‌کنند. در این زمینه، تتا با ثبت اختراع روش‌هایی برای مسیریابی خودکار بار کاری، قصد داشت سیستم‌های قابل تأیید و سودآور ایجاد کند و به شبکه اجازه دهد تا فناوری را به سایر نهادها واگذار کند.

اطلاعیه‌های شرکت، از جمله پستی در X توسط Theta Network، نقش این حق ثبت اختراع را در اعتبارسنجی روش‌های فنی توسعه‌یافته در طول سال‌ها برجسته کرد. این پست به یک لینک مقاله متوسط ​​مفصل توضیح تمرکز این پتنت بر ادغام عناصر لبه و ابر برای افزایش بهره‌وری. این تکامل از استریمینگ به زیرساخت هوش مصنوعی شامل توسعه پتنت‌های موجود در زمینه‌هایی مانند شبکه نظیر به نظیر و مدیریت حقوق دیجیتال بود.

پروژه‌های امیدبخش را کشف کنید...

پروژه‌های نویدبخش ...

(تبلیغات)

ادامه مقاله...

به چه صورت است ثبت اختراع ایالات متحده 12,436,819

این پتنت با عنوان «معماری ترکیبی محاسبات لبه-ابری برای پلتفرم محاسبات غیرمتمرکز» در اکتبر ۲۰۲۵ به Theta Labs اعطا شد. این پتنت سیستمی را توصیف می‌کند که دستگاه‌های لبه، مانند حسگرهای اینترنت اشیا یا سرورهای محلی مستقر در نزدیکی منابع داده، را با زیرساخت ابری ادغام می‌کند تا یک محیط محاسباتی منسجم تشکیل دهد. اسناد دفتر ثبت اختراع و علائم تجاری ایالات متحده، روش‌هایی را برای هماهنگی غیرمتمرکز مشخص می‌کند که وظایف را بر اساس معیارهای خاصی مانند نیازهای پردازشی و شرایط شبکه تخصیص می‌دهند.

طبق مقاله منتشر شده توسط Theta Labs در Medium، «اکنون به آزمایشگاه‌های تتا، حق ثبت اختراع ایالات متحده با شماره ۱۲,۴۳۶,۸۱۹ برای «معماری ترکیبی محاسبات لبه-ابری برای پلتفرم محاسبات غیرمتمرکز» اعطا شده است که رویکردهای نوآورانه و بدیع به یک شبکه لبه غیرمتمرکز ساخته شده توسط تیم تتا را تأیید می‌کند.» 

دسترسی به اختراع از طریق وب سایت USPTO و یا به عنوان یک PDF قابل بارگیریاین تأییدیه بر اساس درخواست‌های قبلی ثبت شده است و فهرست کامل پتنت‌های تتا از طریق گوگل پتنت و تحت نام مخترع آن، جی‌یی لانگ، قابل جستجو است.

این سیستم محدودیت‌های موجود در محاسبات ابری مرسوم، از جمله تأخیر زیاد ناشی از انتقال داده‌ها و هزینه‌های بالای پهنای باند را هدف قرار می‌دهد. دستگاه‌های لبه‌ای پردازش محلی را برای به حداقل رساندن تأخیرها انجام می‌دهند، در حالی که ابر، مقیاس‌پذیری را برای عملیات بزرگتر مدیریت می‌کند. این حق ثبت اختراع از پروتکل‌های ارتباط بین گره‌ها محافظت می‌کند و هماهنگی را بدون تنگناهای متمرکز تضمین می‌کند.

نوآوری‌های کلیدی در معماری ترکیبی

در هسته سیستم ثبت اختراع شده، یک لایه تنظیم غیرمتمرکز وجود دارد که به صورت پویا حجم کار را تعیین می‌کند. این لایه وظایف را به صورت بلادرنگ ارزیابی می‌کند و عملیات حساس به تأخیر را برای پاسخ فوری به گره‌های لبه هدایت می‌کند و کارهای سنگین محاسباتی، مانند تجمیع داده‌ها، را به ابر مسیریابی می‌کند. پروتکل‌های شبکه توزیع‌شده این تعامل را تسهیل می‌کنند و جریان یکپارچه داده‌ها را در سراسر پلتفرم امکان‌پذیر می‌سازند.

معماری شامل سه جزء اصلی است: 

• گره‌های لبه اولین بخش را تشکیل می‌دهند که شامل دستگاه‌هایی مانند دروازه‌های اینترنت اشیا یا سرورهای کوچک واقع در نزدیکی محل مبدا داده‌ها هستند. این واحدها پردازش اولیه را برای کاهش سربار انتقال انجام می‌دهند. 
• عنصر دوم، بک‌اند ابری است که منابع لازم برای محاسبات گسترده‌ای را فراهم می‌کند که سخت‌افزار لبه‌ای نمی‌تواند به طور موثر آنها را مدیریت کند. 
• در نهایت، لایه ارکستراسیون این لایه‌ها را به هم متصل می‌کند و منطقی را بر اساس عواملی از جمله در دسترس بودن منابع، آستانه‌های تأخیر و وضعیت شبکه اعمال می‌کند.

این سیستم از طیف وسیعی از کاربران، از شرکت‌های کوچک که به پردازش‌های اولیه نیاز دارند تا مؤسسات بزرگی که به مقیاس‌پذیری قوی نیاز دارند، پشتیبانی می‌کند. این سیستم به ویژه برای برنامه‌های هوش مصنوعی، از جمله آموزش و استنتاج مدل‌های زبانی بزرگ، که در آن ایجاد تعادل بین منابع محلی و راه دور، عملکرد را بهینه می‌کند، مناسب است.

ادغام با پلتفرم تتا اج کلود

تتا اج کلود (Theta EdgeCloud) به عنوان پیاده‌سازی عملی این معماری ثبت اختراع شده، که برای ارائه محاسبات ترکیبی برای وظایف هوش مصنوعی راه‌اندازی شده است، عمل می‌کند. این پلتفرم از هزاران گره لبه در سراسر جهان، همراه با سرورهای ابری، برای دسترسی به واحدهای پردازش گرافیکی جهت توسعه و استقرار مدل استفاده می‌کند. 

EdgeCloud از مکانیزم‌های پویای عرضه و تقاضا برای تخصیص منابع بر اساس نیازهای کاربر استفاده می‌کند. در عمل، این پلتفرم امکان مدیریت مقرون‌به‌صرفه کدگذاری ویدیو، استنتاج هوش مصنوعی و سایر فرآیندهای محاسباتی فشرده را فراهم می‌کند. 

با خودکارسازی توزیع بار کاری، نیاز کاربران به مدیریت دستی زیرساخت کاهش می‌یابد و آن را برای توسعه‌دهندگان و کسب‌وکارها قابل دسترس می‌کند. حفاظت از این روش‌های مسیریابی توسط حق ثبت اختراع، تضمین می‌کند که تتا می‌تواند کنترل خود را بر این فناوری حفظ کند و به طور بالقوه آن را به فرصتی برای صدور مجوز برای سایر ارائه‌دهندگان ابری که به دنبال ادغام هوش مصنوعی لبه‌ای هستند، تبدیل کند.

این برای محاسبات غیرمتمرکز و هوش مصنوعی چه معنایی دارد؟

مدل ترکیبی که در این پتنت مطرح شده است، با تمرکززدایی از منابع، به افزایش تقاضای محاسبات هوش مصنوعی در سال ۲۰۲۵ می‌پردازد که به طور بالقوه هزینه‌ها را کاهش داده و کارایی را برای کاربران بهبود می‌بخشد. در بخش‌هایی مانند مراقبت‌های بهداشتی و وسایل نقلیه خودران، که پردازش داده‌های بلادرنگ بسیار مهم است، ادغام لبه-ابر می‌تواند با استفاده از قدرت ابر برای تجزیه و تحلیل‌های پیچیده، پاسخگویی را افزایش دهد. سیستم تتا همچنین از عناصر بلاکچین پشتیبانی می‌کند و توزیع ایمن وظایف را در محیط‌های غیرمتمرکز تضمین می‌کند.

بحث‌ها در انجمن‌ها، پتانسیل این پتنت را برای تقویت موقعیت بازار تتا در محاسبات ترکیبی برجسته می‌کند. در مجموع، این معماری به تلاش‌های گسترده‌تر در جهت دسترسی بیشتر به محاسبات با کارایی بالا از طریق شبکه‌های غیرمتمرکز کمک می‌کند.

در عین حال، تمرکز این پتنت بر پروتکل‌های مسیریابی و هماهنگی خودکار می‌تواند بر استانداردهای آینده در هوش مصنوعی لبه‌ای تأثیر بگذارد، جایی که ایجاد تعادل بین منابع محلی و از راه دور به یک رویه استاندارد تبدیل می‌شود. با افزایش حجم کار هوش مصنوعی، چنین سیستم‌هایی ممکن است به کاهش تنگناها در مراکز داده متمرکز کمک کنند.

نتیجه

پتنت ایالات متحده با شماره ثبت ۱۲,۴۳۶,۸۱۹، جزئیات یک معماری ترکیبی لبه-ابر را شرح می‌دهد که گره‌های لبه را برای پردازش محلی با بک‌اندهای ابری برای مقیاس‌پذیری ادغام می‌کند و توسط یک لایه تنظیم غیرمتمرکز مدیریت می‌شود که وظایف را بر اساس تأخیر و نیازهای منابع اختصاص می‌دهد. 

این سیستم که در Theta EdgeCloud تجسم یافته است، حجم کاری هوش مصنوعی مانند آموزش مدل زبانی بزرگ و استنتاج را مدیریت می‌کند و از کاربران از شرکت‌های کوچک گرفته تا موسسات بزرگ پشتیبانی می‌کند. این سیستم بر اساس نمونه کارهای Theta در فناوری‌های غیرمتمرکز، از جمله روش‌های نظیر به نظیر و مدیریت حقوق دیجیتال، ساخته شده و شبکه را در بخش DePIN قرار می‌دهد. 

این توسعه، کاربرد عملی مدل‌های ترکیبی را در پرداختن به مسائل مربوط به تأخیر و هزینه در محاسبات برجسته می‌کند و یک رویکرد ساختاریافته برای استفاده کارآمد از منابع در محیط‌های مبتنی بر هوش مصنوعی ارائه می‌دهد.

منابع:

• آزمایشگاه‌های تتا، پتنت ایالات متحده با شماره ۱۲,۴۳۶,۸۱۹ را برای معماری محاسبات ابری-لبه‌ای ترکیبی صادر کردند: https://medium.com/theta-network/theta-labs-has-now-been-awarded-u-s-patent-12-436-819-for-hybrid-edge-cloud-computing-architecture-5397937b8bb6
• اداره ثبت اختراعات و علائم تجاری ایالات متحده. شماره ثبت اختراع: ۱۲,۴۳۶,۸۱۹: https://patents.google.com/patent/US20250123902A1/en
• شبکه تتا. اعلام جایزه ثبت اختراع در X Post. 8 اکتبر 2025. https://x.com/Theta_Network/status/1976001176769343974