@OpenLedger AI التداول دائماً يبدو قوياً، لكن التحول الحقيقي يحدث عندما يتمكن الوكلاء من تحليل وتنفيذ الصفقات في نفس الوقت، وليس واحداً تلو الآخر. أكبر مشكلة مخفية كانت تشغيل العديد من النماذج المخصصة معاً. إعدادات LoRA القديمة دمرت كفاءة GPU لأن كل طلب فردي كان يحتاج إلى أوزان محول مختلفة. أصبحت التنفيذ الفوري مكلفة جداً لتوسيعها. SGMV من ورقة Punica تصلح هذا على مستوى الجذور. تعمل عدة محولات LoRA داخل دفعة منسقة واحدة. كل محول يتناسب داخل الذاكرة المشتركة لـ GPU، لذا يمكنك تشغيل العشرات من الوكلاء المخصصين مع حوالي 20% فقط من التكلفة مقارنة بالنموذج الأساسي. هذا يغير كل شيء حول التكلفة والسرعة. هذا بالضبط هو المكان الذي تصبح فيه $OPEN مثيرة للاهتمام. يمكن لكل وكيل أن يكون له سلوك مُعدل بشكل دقيق لظروف السوق المختلفة دون تفجير تكاليف البنية التحتية. هذه النوعية من المرونة بتكلفة منخفضة نادرة وصعبة البناء. المشاريع التي تكتشف تقديم خدمات متعددة المحولات أولاً سيكون لديها ميزة كبيرة في تداول الذكاء الاصطناعي على السلسلة. الأفكار تصبح أقل أهمية عندما تكون أنظمة التنفيذ بهذه السرعة وبتكلفة منخفضة لتشغيلها. أما بالنسبة لاتجاه السوق، فإن رموز البنية التحتية للذكاء الاصطناعي تشهد طلباً متزايداً ونشاطاً حقيقياً من البناة وراءها. الشعور العام يميل إلى الاتجاه الصعودي من هنا.#openledger $OPEN #EMRANMONDOLCRIPTO
كيف تمكّن SGMV تشغيل أكثر من 64 محول LoRA مختلف في وقت واحد على وحدة معالجة رسومية واحدة
يفترض معظم الناس أن تشغيل عدة نماذج ذكاء اصطناعي في نفس الوقت يتطلب عدة وحدات معالجة رسومية. يبدو أن هذا الافتراض منطقي. المزيد من النماذج يجب أن يعني المزيد من العتاد. لكن هذه الفكرة تنهار عندما تفهم ما هي محولات LoRA حقًا وكيف أن تقنية SGMV تغير الرياضيات الأساسية لاستخدام وحدات معالجة الرسوم. ما يبدو مستحيلاً على السطح يتضح أنه مشكلة هندسية تم حلها من خلال رؤية خوارزمية نظيفة بشكل مدهش. لفهم لماذا هذا مهم، تحتاج أولاً إلى الجلوس مع المشكلة التي كانت موجودة قبل وصول SGMV. تعتبر وحدة معالجة الرسومات قطعة من العتاد ذات توازي استثنائي، لكن هذا التوازي له تفضيل محدد. إنها تريد القيام بنفس العملية عبر عدد هائل من نقاط البيانات في وقت واحد. عندما تقوم بتشغيل نموذج لغة كبير قياسي، يعمل هذا بشكل رائع. تجمع عشرات طلبات المستخدم معًا، وتكدس مدخلاتهم في مصفوفة واحدة، وتطلق عملية ضرب مصفوفة ضخمة عبر الدفعة بأكملها دفعة واحدة. كل طلب يستفيد من نفس أوزان النموذج، ويعمل العتاد بكفاءة، وتبقى التكلفة لكل توكن منخفضة.
SGMV: المحرك الصامت اللي يشتغل تحت OpenLoRA واللي ما حد يتكلم عنه
لما دخل OpenLoRA المحادثة، معظم الناس ركزوا على مرونة المحولات وأناقة تحليل الانحدار المنخفض. هالرد منطقي. LoRA فكرة جميلة بجد. بدلاً من إعادة تدريب مليارات المعاملات، أنت تضيف مصفوفتين صغيرتين في طبقات معينة وتتحصل على نموذج يتصرف كأنه مصمم خصيصًا لمهمتك. نظيف، فعال، ومرن على الورق. لكن تحت هالسطح النظيف، كان فيه مشكلة هندسية خطيرة مختبئة، وما كان لها علاقة بالرياضيات المتعلقة بالمحولات نفسها.
#openledger $OPEN @OpenLedger الخطوة التالية في اقتصاد الذكاء الاصطناعي تبدأ الآن الذكاء الاصطناعي يغير العالم، لكن هناك مشكلة كبيرة واحدة لا تزال قائمة.
الأشخاص الذين يقدمون البيانات ويبنون النماذج لا يحصلون على أي تقدير أو مكافأة على مساهماتهم.
OpenLedger هنا لحل ذلك. كل مساهمة يتم تتبعها، والتوثيق قابل للتحقق، والمساهمون يتم مكافأتهم مباشرة عن القيمة التي يخلقونها.
سلاسل الكتل العامة لا يمكنها حل هذه المشكلة لأنها لم تُبنى للذكاء الاصطناعي. OpenLedger يعني أن تطوير الذكاء الاصطناعي سيكون مفتوحاً، عادلاً، ومملوكاً للجميع. هذه هي الخطوة التالية في اقتصاد الذكاء الاصطناعي.$OPEN
OpenLedger: أكبر بلوكتشين ذكاء اصطناعي لامركزي بعد Bittensor؟
في مجتمع الكريبتو، هناك توافق هادئ بأن Bittensor هو القائد الواضح في الذكاء الاصطناعي اللامركزي. يشعر حاملو TAO بالثقة، ونظام الشبكات الفرعية يستمر في النمو، وقليل جداً من الناس يسألون أسئلة صعبة حوله. لكن ماذا لو كانت القصة ليست نظيفة كما تبدو على السطح؟ بمجرد أن تقبل بهذه الاحتمالية، يصبح النظر إلى OpenLedger أكثر إثارة للاهتمام. مفهوم Bittensor رائع حقاً. يقوم المُعدّنون بتشغيل نماذج الذكاء الاصطناعي ويتقاضون أجراً، ويقوم المُعتمدون بتقييم الجودة، وعملة TAO تدعم كل شيء. على الورق يبدو كل شيء مثالي. ومع ذلك، عندما تتعمق في الأمر، هناك مشكلة لا يتم الحديث عنها كثيراً في العلن: تركيز المُعتمدين. العشرة الأوائل من عناوين المحافظ يحتفظون بقدر كبير من السيطرة. هم من يقررون أي الشبكات الفرعية تتلقى انبعاثات توكن وأيها لا يحصل عليها. يواجه المُعدّنون الجدد حواجز عالية للدخول، وحوافز المُعتمدين ليست دائماً محايدة تماماً.
يتداول حاليًا حول 77,140 دولار. في 18 مايو 2026، سجلت صناديق Bitcoin ETFs في السوق تدفقًا صافيًا كبيرًا قدره -648.6 مليون دولار. يُعتبر هذا أحد أكبر التدفقات في الأيام الأخيرة. تحليل بيانات تدفق ETF التاريخ: 2026/05/18 صافي التدفق من ETF: -648.6 مليون دولار إجمالي الأصول الصافية: 150.01 مليار دولار سعر BTC الحالي: 77,140.25 دولار (+0.23%) هذا التدفق ناتج أساسًا عن جني الأرباح على المدى القصير وعدم اليقين المؤقت في السوق. من المرجح أن تساهم IBIT الخاصة بـ BlackRock بأكبر حصة من التدفق. التحليل الأساسي الجوانب الإيجابية:
سوق الكريبتو حاليا يمر بمنطقة قرار مهمة جداً. البيتكوين قام بتصحيح من أعلى مستوى له على الإطلاق والآن يتداول حول $76,525. وفقاً للرسم البياني على المدى الطويل، يتحرك البيتكوين داخل قناة صاعدة قوية. في المصطلحات الفنية، يُطلق على هذا اسم 'قناة صاعدة'. على مدار الأشهر القليلة الماضية، لمس البيتكوين الحد العلوي لهذا القناة وأنشأ قمة كبيرة بالقرب من $120,000. بعد ذلك، تم تصحيح السوق بسبب جني الأرباح. حالياً، السعر قريب من الخط الوسيط والدعم السفلي للقناة.