Phala Re-poster
52 منشورات
Phala Re-poster
Empowering 10,000 builders and companies to build scalable, private, and safe intelligence.
0 تتابع
6 المتابعون
2 إعجاب
منشورات
الكل
مقاطع فيديو
عرض الترجمة
We are pleased to share that Qwen3.8-27B is now accessible on Phala. The model is currently being hosted inside a TDX-attested GPU TEE. This integration brings you private and verifiable multimodal inference for a wide array of applications. Whether you are focusing on video, images, research, agents, or coding, this setup is ready to assist you. You can find the model at https://phala.com/models/qwen/qwen3.8-27b
عرض الترجمة
Over the course of the previous 24 hours, Phala Confidential AI successfully handled a total of 37.11 billion billed input and output tokens. This system operates as a TEE-backed AI infrastructure.
When observing the most frequently used models during this timeframe, z-ai/glm-5.2 ranked highest by processing 41.08% of the volume. Following closely was the deepseek/deepseek-v4-flash-0731 model with a 32.31% share, while moonshotai/kimi-k3 captured 8.70% of the usage.
For further details, you are welcome to visit https://phala.com/models/z-ai/glm-5.2
When observing the most frequently used models during this timeframe, z-ai/glm-5.2 ranked highest by processing 41.08% of the volume. Following closely was the deepseek/deepseek-v4-flash-0731 model with a 32.31% share, while moonshotai/kimi-k3 captured 8.70% of the usage.
For further details, you are welcome to visit https://phala.com/models/z-ai/glm-5.2
عرض الترجمة
Over the last 24 hours, the TEE-backed AI infrastructure at Phala has successfully processed an impressive 16.66 billion tokens to support various Confidential AI workloads.
Taking a closer look at the most utilized models during this period, DeepSeek V4 Flash led the group by accounting for 39.44% of the total volume. It was closely followed by GLM-5.2 at 26.48%, while Muse Glimmer 30B captured an 8.94% share.
You can dive into the details of the leading model by checking out Explore #1: https://phala.com/models/deepseek/deepseek-v4-flash-0731
Taking a closer look at the most utilized models during this period, DeepSeek V4 Flash led the group by accounting for 39.44% of the total volume. It was closely followed by GLM-5.2 at 26.48%, while Muse Glimmer 30B captured an 8.94% share.
You can dive into the details of the leading model by checking out Explore #1: https://phala.com/models/deepseek/deepseek-v4-flash-0731
عرض الترجمة
During the preceding 24 hours, a remarkable 2.50 billion tokens have driven Confidential AI operations across the Phala network. A breakdown of the most actively utilized models places DeepSeek V4 Flash at the forefront, capturing 28.85% of the total volume. GLM-5.2 follows closely with 27.76%, while Muse Glimmer 30B accounts for 12.25% of the usage. We welcome you to find out more about our most popular option; please Explore #1 by visiting https://phala.com/models/deepseek/deepseek-v4-flash-0731. These powerful capabilities are securely delivered through our robust TEE-backed AI infrastructure.
عرض الترجمة
A new collaboration between Phala and @neusnetwork is focused on developing a verifiable trust layer tailored for AI agents. Because these artificial intelligence systems frequently interact with sensitive assets such as customer data, live credentials, and production code, establishing confidence requires concrete proof. To provide this essential evidence, the joint initiative delivers security through signed authority, an attested runtime, and sealed compute.
لم يعد كافياً مجرد الادعاء بأن النظام آمن عندما نتنقل في تقاطع نماذج اللغة الكبيرة وGDPR. في المشهد الحالي، من الضروري توفير تحقق ملموس. يجب أن تكون المؤسسات قادرة على تحديد بثقة ما إذا كانت المعلومات الحساسة لديها أي فرصة للتسرب، إذا كان البرنامج الذي يتم تنفيذه يتطابق تمامًا مع النسخة التي اجتازت تدقيقات الأمان، وإذا كان لمسؤولي البنية التحتية السحابية القدرة على عرض البيانات ضمن ذاكرة التشغيل. اكتشف بالضبط كيف يؤثر الحوسبة التي تركز على الخصوصية على امتثال البيانات في الذكاء الاصطناعي من خلال قراءة نظرتنا الشاملة هنا:
https://phala.com/posts/privacy-preserving-compute-means-for-ai-data-compliance
https://phala.com/posts/privacy-preserving-compute-means-for-ai-data-compliance
تكهنات حديثة تكشف أن صناعة TEEs ستشهد توسعًا ملحوظًا، متقدمة بمعدل نمو سنوي مركب يبلغ 20.8% لتصل إلى تقييم إجمالي قدره 12.36 مليار دولار بحلول عام 2030. هذا المسار المثير يبدو منطقيًا تمامًا عندما ننظر إلى الاتجاهات التكنولوجية الحالية. مع انتشار وكلاء الذكاء الاصطناعي على نطاق أوسع وزيادة حجم المعلومات الحساسة المتداولة، أصبح الاعتماد فقط على تدابير الأمان البرمجية غير كافٍ. لحماية البيانات بشكل صحيح أثناء الاستخدام، أصبح تنفيذ العزل على مستوى الأجهزة من خلال TEEs ضرورة أساسية بعد أن كان مفهومًا ناشئًا.
معظم وكلاء OpenClaw يطلبون ثقتك.
@openclawdi لا تفعل ذلك. تعمل في بيئات Phala الآمنة، لذا تبقى بياناتك محمية على مستوى الأجهزة. حتى Phala لا يمكنها رؤيتها.
قوة OpenClaw. إعداد في 3 دقائق. خصوصية مؤسسية.
$29/شهر.
@openclawdi لا تفعل ذلك. تعمل في بيئات Phala الآمنة، لذا تبقى بياناتك محمية على مستوى الأجهزة. حتى Phala لا يمكنها رؤيتها.
قوة OpenClaw. إعداد في 3 دقائق. خصوصية مؤسسية.
$29/شهر.
عانت Phala من فترة ناجحة للغاية خلال شهر مارس. فقط من خلال النظر إلى النشاط على OpenRouter، تمكن النظام من معالجة حجم يومي يتجاوز 1B توكن.
فالا وذكاء فينيسيا
فريقنا متحمس لتقديم التكنولوجيا الأساسية لوضع الاستدلال الجديد TEE من @AskVenice. من خلال هذا التقدم، يتم معالجة جميع مطالباتك بأمان داخل مناطق TEE. بالإضافة إلى ذلك، يوفر النظام شهادة تشفيرية لتأكيد أن النموذج يظل غير متلاعب به تمامًا. الخصوصية هي أولويتنا القصوى، مما يعني أنه لا يمكن لأحد رؤية بياناتك، وهذا يشمل فريقنا في فالا. هذا ما يعنيه تقديم تجربة ذكاء اصطناعي خاصة تمامًا بينما تظل قابلة للتحقق تمامًا.
فريقنا متحمس لتقديم التكنولوجيا الأساسية لوضع الاستدلال الجديد TEE من @AskVenice. من خلال هذا التقدم، يتم معالجة جميع مطالباتك بأمان داخل مناطق TEE. بالإضافة إلى ذلك، يوفر النظام شهادة تشفيرية لتأكيد أن النموذج يظل غير متلاعب به تمامًا. الخصوصية هي أولويتنا القصوى، مما يعني أنه لا يمكن لأحد رؤية بياناتك، وهذا يشمل فريقنا في فالا. هذا ما يعنيه تقديم تجربة ذكاء اصطناعي خاصة تمامًا بينما تظل قابلة للتحقق تمامًا.
توجهات الصناعة تبعث برسالة واضحة أن الأمان المعتمد على الأجهزة المدعومة بالذكاء الاصطناعي يتطور بسرعة ليصبح المعيار الجديد. تعكس هذه النقلة، تم تقديم حل جديد للذكاء الاصطناعي السري من قبل Fortanix و TELUS خلال @NVIDIAGTC 2026. هذه الشراكة توفر دليلاً تشفيرياً للحماية، مما يضمن أن الأحمال الحساسة للذكاء الاصطناعي تبقى آمنة تماماً أثناء التشغيل عبر البنية التحتية السيادية.
فريقنا اختبر OpenClaw على مدار 5 جولات من المحادثات البرمجية و8 مهام حقيقية. الفهم الأساسي من هذا التقييم يكشف الكثير عن النفقات. عادةً ما لا تتكبد OpenClaw تكاليف مرتفعة بسبب إنتاج نصوص زائدة. بدلاً من ذلك، تنشأ النفقات لأن النموذج يعيد قراءة السياق الخلفي بشكل متكرر.
فالا أسست شراكة مع إنتل تركز على سلطة الثقة. نحن نقوم بترقية قدرات التوثيق للبنية التحتية للذكاء الاصطناعي السري لدينا من خلال اعتماد سلطة الثقة من إنتل (ITA). هذا الحل يعمل كمقيّم مستقل من طرف ثالث يعمل بشكل كامل بعيدًا عن بنية فالا التحتية.
إصدار OpenClaw أحدث ضجة فورية. قدم مساعدًا ذكيًا قادرًا على الاحتفاظ بالسياق، وتنفيذ المهام، والتعامل مع أتمتة سير العمل من البداية للنهاية. على الرغم من الضجة، كشفت المحاولات المبكرة للتكوين عن ثغرات خطيرة، مثل إمكانية اختطاف الوكيل بالكامل من خلال علامة تبويب متصفح بسيطة. ظلت هذه الحواجز الأمنية والاستخدامية قائمة حتى نجح فريق Clawdi في نشر الحل على TEEs الخاص بـ Phala.
🦞
🦞
Phala تشهد نمواً مستداماً على OpenRouter، حيث حققت حجم توجيه يبلغ 3.28B توكنز في 10 فبراير فقط. في الوقت الحاضر، تتميز المنصة بتشكيلة متنوعة من نماذج الذكاء الاصطناعي السرية، حيث يعمل كل واحد منها داخل بنية تحتية مؤمنة بواسطة TEE. تشمل الخيارات المتاحة gpt-oss-120b و Qwen2.5 7B Instruct و GLM 4.7 Flash، بالإضافة إلى Gemma 3 27B و Qwen3 VL 30B A3B Instruct و GLM 5.
فالا وزيكو لابز unite
نحن سعداء بالتعاون مع @ZekoLabs لدمج الرول أب السرية المصممة لوكلاء الذكاء الاصطناعي في بنية Phala TEE التحتية. من خلال استضافة مجموعة الرول أب السيادية والخاصة من زيكو ضمن TEEs المدعومة بالعتاد لدينا، نضمن أن تكون عمليات التنفيذ وإدارة المفاتيح والتسلسل محمية على مستوى العتاد.
نحن سعداء بالتعاون مع @ZekoLabs لدمج الرول أب السرية المصممة لوكلاء الذكاء الاصطناعي في بنية Phala TEE التحتية. من خلال استضافة مجموعة الرول أب السيادية والخاصة من زيكو ضمن TEEs المدعومة بالعتاد لدينا، نضمن أن تكون عمليات التنفيذ وإدارة المفاتيح والتسلسل محمية على مستوى العتاد.
خلال ظهور في بودكاست الشراكات من أجل الربح، سلط جايسون مكوان الضوء على قضية حاسمة تتعلق بالتفاعل بين التعلم الآلي والخصوصية الشخصية. أشار مدير المبيعات في فالا إلى أنه بينما توسع الذكاء الاصطناعي قدراته من خلال التدريب على معلوماتك، لا تزال المسألة قائمة بشأن من يمتلك السلطة على هذه البيانات. وأكد أن بعض المعلومات يجب أن تظل محمية، مشيرًا إلى أن هناك أشياء معينة ربما لا نريدها في الويب الواسع.
النموذج المفتوح المصدر GLM-5 الذي طال انتظاره من قبل @Zai_org هنا أخيرًا. نموذج يحتوي على 744B من المعلمات تم بناؤه لهندسة الأنظمة المعقدة ومهام الوكلاء طويلة الأمد.
تفخر فالا بشراكتها مع Zhipu AI كشريك نشر رسمي، مما يساعد في إدخال GLM-5 إلى الإنتاج.
تفخر فالا بشراكتها مع Zhipu AI كشريك نشر رسمي، مما يساعد في إدخال GLM-5 إلى الإنتاج.
تعزيز الأمان في dstack: تقوية خط أنابيب التصديق
لقد أصدرت فريقنا رسميًا مجموعة من التحسينات المصممة لجعل تحقق التصديق آمنًا بشكل افتراضي. لقد قمنا بحل ونشر الحلول لجميع النتائج المحددة. علاوة على ذلك، أكدنا أنه لا يوجد دليل على استغلال هذه الثغرات. تم تطبيق هذا التحديث تلقائيًا، مما يعني أن مستخدمي dstack، والمكاملين في المنبع، والشركاء لا يحتاجون إلى اتخاذ أي إجراء.
لقد أصدرت فريقنا رسميًا مجموعة من التحسينات المصممة لجعل تحقق التصديق آمنًا بشكل افتراضي. لقد قمنا بحل ونشر الحلول لجميع النتائج المحددة. علاوة على ذلك، أكدنا أنه لا يوجد دليل على استغلال هذه الثغرات. تم تطبيق هذا التحديث تلقائيًا، مما يعني أن مستخدمي dstack، والمكاملين في المنبع، والشركاء لا يحتاجون إلى اتخاذ أي إجراء.
سجّل الدخول لاستكشاف المزيد من المُحتوى