Je relisais à nouveau le livre blanc @OpenGradient , et un détail m’est resté en tête après l’avoir refermé.
Le réseau ne cherche pas à faire exécuter par chaque validateur chaque calcul lié à l’IA.
Au début, je n’y ai pas beaucoup réfléchi.
Puis je me suis rappelé en quoi les charges de travail liées à l’IA diffèrent des transactions blockchain classiques. Un transfert de jetons prend très peu de temps par rapport au fait d’exécuter un modèle d’IA. Traiter ces deux choses exactement de la même manière créerait beaucoup de frais inutiles.
C’est pour cela que j’ai trouvé intéressante l’architecture hybride de calcul IA d’OpenGradient. Au lieu d’obliger chaque nœud à répéter la même inférence, le réseau sépare l’exécution de la vérification. L’inférence est prise en charge par des nœuds de calcul spécialisés, tandis que la vérification se fait ensuite via le réseau.
J’aime cette approche parce qu’elle commence par une question pratique plutôt que par une question marketing.
De quoi l’IA a-t-elle réellement besoin pour fonctionner correctement sur un réseau décentralisé ?
Parfois, la réponse n’est pas de faire en sorte que tout se passe au même endroit. Parfois, il s’agit de confier à différentes parties du réseau des rôles différents.
Cette idée m’a semblé encore plus logique au fur et à mesure que j’y pensais.
C’est peut-être aussi pour cela que les projets d’infrastructure mettent plus de temps à être vraiment appréciés.
On ne les remarque pas la première fois qu’on en lit la description.
On les remarque quand on commence à se demander pourquoi ils ont été conçus ainsi dès le départ.
C’est ce que j’ai retenu du temps passé avec la documentation d’OpenGradient. Ce n’était pas une nouvelle discussion sur les modèles d’IA. C’était une discussion sur la construction d’un réseau en tenant compte de la façon dont l’IA fonctionne réellement.
$OPG #OPG #OPG
Le réseau ne cherche pas à faire exécuter par chaque validateur chaque calcul lié à l’IA.
Au début, je n’y ai pas beaucoup réfléchi.
Puis je me suis rappelé en quoi les charges de travail liées à l’IA diffèrent des transactions blockchain classiques. Un transfert de jetons prend très peu de temps par rapport au fait d’exécuter un modèle d’IA. Traiter ces deux choses exactement de la même manière créerait beaucoup de frais inutiles.
C’est pour cela que j’ai trouvé intéressante l’architecture hybride de calcul IA d’OpenGradient. Au lieu d’obliger chaque nœud à répéter la même inférence, le réseau sépare l’exécution de la vérification. L’inférence est prise en charge par des nœuds de calcul spécialisés, tandis que la vérification se fait ensuite via le réseau.
J’aime cette approche parce qu’elle commence par une question pratique plutôt que par une question marketing.
De quoi l’IA a-t-elle réellement besoin pour fonctionner correctement sur un réseau décentralisé ?
Parfois, la réponse n’est pas de faire en sorte que tout se passe au même endroit. Parfois, il s’agit de confier à différentes parties du réseau des rôles différents.
Cette idée m’a semblé encore plus logique au fur et à mesure que j’y pensais.
C’est peut-être aussi pour cela que les projets d’infrastructure mettent plus de temps à être vraiment appréciés.
On ne les remarque pas la première fois qu’on en lit la description.
On les remarque quand on commence à se demander pourquoi ils ont été conçus ainsi dès le départ.
C’est ce que j’ai retenu du temps passé avec la documentation d’OpenGradient. Ce n’était pas une nouvelle discussion sur les modèles d’IA. C’était une discussion sur la construction d’un réseau en tenant compte de la façon dont l’IA fonctionne réellement.
$OPG #OPG #OPG