اوپن گرادینت چیست؟

OpenGradient یک شبکه زیرساختی غیرمتمرکز است که برای میزبانی، اجرا و تأیید ساخته شده است. AI استنتاج مدل در مقیاس، که در آن هر محاسبه، اثبات رمزنگاری تولید می‌کند که می‌توان آن را بدون اعتماد به هیچ اپراتور واحدی، به صورت درون زنجیره‌ای بررسی کرد.

این پروژه خود را به عنوان شبکه‌ای برای هوش باز توصیف می‌کند، و ... به تازگی راه اندازی شد $OPG به عنوان توکن بومی خود برای تأمین انرژی عملیات شبکه. در آن هسته، توابع OpenGradient به عنوان یک AI کمک‌پردازنده، یک لایه اختصاصی که سایر عامل‌ها، بلاکچین‌ها و برنامه‌ها می‌توانند آن را مسیریابی کنند AI حجم کاری را به جای تکیه بر ارائه دهندگان API متمرکز، افزایش می‌دهد.

OpenGradient چه مشکلی را حل می‌کند؟

هر AI امروزه برنامه‌ها به یک نقطه اعتماد واحد متکی هستند. وقتی یک AI وقتی نماینده یک پرتفوی را مدیریت می‌کند، وام را تأیید می‌کند یا محتوا را تعدیل می‌کند، در حال حاضر هیچ راهی برای تأیید مستقل اینکه کدام مدل اجرا شده، چه اعلانی استفاده شده یا اینکه آیا خروجی قبل از رسیدن به کاربر نهایی اصلاح شده است یا خیر، وجود ندارد.

مطابق با مستندات OpenGradient, AI زیرساخت‌ها در حال ادغام شدن در بین تعداد انگشت‌شماری از ارائه‌دهندگان هستند و این امر سه مشکل خاص ایجاد می‌کند.

• تیرگی: وقتی یک مدل زبانی بزرگ تصمیمی می‌گیرد که بر پول، سلامت یا حکومت‌داری تأثیر می‌گذارد، هیچ راهی برای اثبات آنچه در داخل سیستم اتفاق افتاده وجود ندارد. نسخه‌های مدل می‌توانند بی‌صدا تغییر کنند، دستورات سیستم می‌توانند تزریق شوند و پاسخ‌ها می‌توانند بدون اطلاع کاربر فیلتر شوند.
• نقاط شکست منفرد: اگر ارائه‌دهنده از کار بیفتد، دسترسی محدود شود یا رفتار مدل تغییر کند، برنامه‌های وابسته بدون هیچ گونه جایگزینی و بدون هیچ گونه راه چاره‌ای از کار می‌افتند.
• اعتماد بدون تأیید: اپراتورها می‌توانند مدل‌ها را تغییر دهند، محتوا تزریق کنند یا بدون افشای اطلاعات، دستورات را ثبت کنند. برای نمایندگان مالی، ابزارهای استدلال پزشکی یا مسیرهای حسابرسی، پذیرش این امر به صورت قطعی، رویکرد مناسبی نیست.

OpenGradient با پیش‌فرض قرار دادن تأیید هویت، نه یک افزونه اختیاری، هر سه مورد را برطرف می‌کند.

اوپن گرادینت چگونه کار می‌کند؟

OpenGradient بر اساس یک Hybrid ساخته شده است AI معماری محاسباتی، که به اختصار HACA نامیده می‌شود، که اجرای ... را از هم جدا می‌کند. AI استنتاج از تأیید آن. این جداسازی، تصمیم کلیدی معماری است که سیستم را کاربردی می‌کند.

وقتی درخواستی دریافت می‌شود، مستقیماً به یک گره استنتاج تخصصی می‌رود و با تأخیر در سطح وب ۲ برمی‌گردد. سپس اثبات رمزنگاری به صورت غیرهمزمان توسط گره‌های کامل ارسال و تأیید می‌شود، قبل از اینکه به طور دائم در زنجیره سازگار با EVM شبکه ثبت شود. کاربر برای دریافت پاسخ منتظر تأیید بلوک نمی‌ماند، بلکه هر پاسخ در نهایت بررسی و قابل حسابرسی می‌شود.

انواع مختلف گره چیست؟

OpenGradient به جای استفاده از یک مجموعه اعتبارسنج واحد که در آن هر گره تمام وظایف را انجام می‌دهد، از انواع گره‌های تخصصی استفاده می‌کند.

• گره های کامل اجماع را اجرا می‌کنند، دفتر کل را مدیریت می‌کنند، اثبات‌ها را تأیید می‌کنند و تسویه حساب پرداخت‌ها را انجام می‌دهند. آنها مدل‌ها را اجرا نمی‌کنند و از پردازنده‌های گرافیکی (GPU) استفاده نمی‌کنند.
• گره‌های استنتاج کارگران GPU بدون تابعیت هستند که مدل‌ها را اجرا می‌کنند. این‌ها به دو شکل وجود دارند: گره‌های پروکسی LLM که درخواست‌ها را از طریق enclaves Trusted Execution Environment (TEE) به ارائه‌دهندگانی مانند OpenAI و Anthropic هدایت می‌کنند، و گره‌های استنتاج محلی که مدل‌های متن‌باز را مستقیماً روی سخت‌افزار اجرا می‌کنند.
• گره های داده در داخل محدوده‌های امن فعالیت می‌کنند تا دسترسی مطمئن به داده‌های خارجی مانند فیدهای قیمت و APIها را فراهم کنند، و گواهی‌هایی ارائه دهند که عدم دستکاری داده‌ها را تأیید کند.
• ذخیره‌سازی غیرمتمرکز روی سیستمی به نام Walrus، فایل‌های مدل و اثبات‌های بزرگ خارج از زنجیره نگهداری می‌شوند و توسط شناسه‌های ثبت‌شده در دفتر کل به آنها ارجاع داده می‌شوند.

این تقسیم کار به این معنی است که هر نوع گره می‌تواند به طور مستقل برای حجم کاری خاص خود مقیاس‌پذیر و ایمن شود.

پروژه‌های امیدبخش را کشف کنید...

پروژه‌های نویدبخش ...

(تبلیغات)

ادامه مقاله...

توسعه‌دهندگان چه چیزهایی می‌توانند روی OpenGradient بسازند؟

این شبکه از یک طیف موارد استفاده در سراسر برنامه‌های سازمانی، مالی و مصرفی. چندین مورد از آنها اکنون در دسترس هستند و برخی دیگر در شبکه آزمایشی آلفا در حال توسعه هستند.

در حال حاضر در دسترس است:

• AI عواملی که در آنها هر فراخوانی LLM به صورت رمزنگاری شده و با همان دستور مورد استفاده امضا می‌شود و زنجیره استدلال را به صورت درون زنجیره‌ای قابل تأیید می‌کند.
• دسترسی قابل تأیید به مدل‌هایی از جمله GPT-4، Claude، Grok و Gemini از طریق یک API یکپارچه با تأیید TEE
• برنامه‌های حفظ حریم خصوصی که در آن‌ها گره‌های TEE دستورات را درون محدوده‌های سخت‌افزاری پردازش می‌کنند و مانع از مشاهده یا ثبت درخواست‌ها توسط اپراتور گره می‌شوند.
• حافظه پایدار برای AI برنامه‌های کاربردی از طریق MemSync، که استخراج حافظه، طبقه‌بندی و تولید پروفایل کاربر را در زیرساخت تأیید شده انجام می‌دهد

در حال توسعه روی شبکه آزمایشی آلفا:

• ادغام قرارداد هوشمند که امکان پذیر است AI مدل‌هایی که به صورت بومی از سالیدیتی و از طریق پیش‌کامپایل‌ها فراخوانی می‌شوند
• اتمی AI تراکنش‌هایی که در آن‌ها استنتاج مدل به عنوان بخشی از یک انتقال حالت اجرا می‌شود، نه به عنوان یک فراخوانی اوراکل خارجی
• قابل ترکیب AI گردش‌های کاری که چندین مدل را با روش‌های تأیید ترکیبی در یک تراکنش واحد به هم پیوند می‌دهند

تأیید TEE چیست؟

TEE مخفف Trusted Execution Environment است. این یک ناحیه امن در داخل پردازنده است که در آن کد و داده‌ها از بقیه سیستم جدا شده‌اند. در متن OpenGradient، تأیید TEE به این معنی است که یک گره استنتاج، یک اعلان را در داخل سخت‌افزار پردازش می‌کند که حتی اپراتور گره را از دسترسی، ثبت یا تغییر تعامل باز می‌دارد. نتیجه با یک گواهی سخت‌افزاری همراه است که ثابت می‌کند محاسبات به درستی اجرا شده‌اند.

چطور می‌توان از $OPG استفاده کرد؟

$OPG توکن بومی شبکه OpenGradient است. از آن برای پرداخت هزینه استنتاج از طریق سیستمی به نام x402 استفاده می‌شود که از فراخوانی‌های استاندارد مبتنی بر HTTP با دسترسی محدود به پرداخت پشتیبانی می‌کند. پرداخت‌ها در Base پردازش می‌شوند و اجرا و تأیید در خود شبکه OpenGradient انجام می‌شود.

نتیجه

OpenGradient یک شبکه هدفمند برای موارد قابل تأیید است. AI استنتاج، ترکیبی از انواع گره‌های تخصصی، گواهی سخت‌افزاری TEE، اثبات‌های یادگیری ماشین با دانش صفر و یک لایه تسویه حساب سازگار با EVM. 

این شبکه در حال حاضر از دسترسی تأیید شده به LLM های اصلی، استنتاج با حفظ حریم خصوصی، حافظه پایدار از طریق MemSync و میزبانی مدل غیرمتمرکز از طریق Walrus پشتیبانی می‌کند. اجرای ML درون زنجیره‌ای، اتمی AI تراکنش‌ها و گردش‌های کاری مدل قابل ترکیب در شبکه آزمایشی آلفا در حال توسعه هستند. توکن $OPG از طریق پروتکل x402 در Base، پرداخت برای استنتاج در سراسر شبکه را امکان‌پذیر می‌کند.

منابع

1. OpenGradient روی X: پست‌ها (آوریل، ۲۰۲۶)

2. وب‌سایت OpenGradientاطلاعات عمومی:

3. مستندات OpenGradientدرباره OpenGradient