Cała masa ludzi się ekscytuje mocą obliczeniową TAO i RNDR. Jak się przyjrzeć, w obecnym zdecentralizowanym AI wszyscy wrzucają kasę w sprzęt, a jak się pobiega po tych natywnych DAppach, to można dostać załamania nerwowego. Wczoraj odpaliłem węzeł, żeby przetestować @OpenGradient świeżo wypuszczony OpenGradient Chat, i szczerze mówiąc, ci ludzie w końcu zrozumieli, gdzie leży słaby punkt w end-to-end inferencji Web3.
Z drugiej strony, na rynku jest masa ukrytych konkurentów z ZKML w nazwie, a ich off-chain obliczenia potrafią tak przeciągnąć dowody, że można to porównać do wizyty u babci. Koszt ekonomiczny na węzły, które knują przekręty, jest tak niski, że nikt się nie broni. Interesujące jest to, że OpenGradient zintegrował FHE i TEE w swoim podstawowym sieci konsensusu, to nie jest tylko prosta logika łączenia nieużywanej mocy obliczeniowej. Jeśli podasz OpenGradient Chat prawdziwe interakcje z wysoką częstotliwością, to czas odpowiedzi i gładkość synchronizacji stanu on-chain rozrywa zasłonę monopolistycznych usług chmurowych. Mówiąc prościej, ta architektura kompatybilna z EVM jest stworzona do natywnego AI na poziomie protokołu.
Przestańcie patrzeć na te sztuczki AI, które sprzedają się pod fałszywą nazwą. Prawdziwą potrzebą jest, aby inteligentne kontrakty mogły bezproblemowo korzystać z zatwierdzonych modeli ML on-chain. Spójrzcie na ostatnie słabe ruchy iteracyjne Ritual i porównajcie to z tutaj przedstawioną heterogeniczną orkiestracją obliczeń, różnice są oczywiste. Całkowicie rozwalić czarną skrzynkę centralizowanych obliczeń, zdecentralizować proces wnioskowania modeli i zakotwiczyć go na poziomie konsensusu, ta narracja działa i naprawdę jest mocna. Mądre pieniądze powinny już z uwagą śledzić rozkład chipów $OPG .
Kiedy rynek opadnie, wszyscy w końcu zdadzą sobie sprawę, jak bardzo warstwa aplikacji pragnie wsparcia bezpiecznej infrastruktury na poziomie podstawowym, a ta twarda bariera technologiczna zbudowana przez #OPG dopiero zaczyna ujawniać swoją prawdziwą siłę cenową.