@OpenGradient
وجدت شيئًا في الورقة البيضاء لم ألاحظه من قبل.
ليس سباكة. استدلال مُوازَ\
محرك ما قبل التنفيذ.
تنفيذ تعلّم آلي على السلسلة بدون الاختناق.
تقول الورقة البيضاء: "قابلية التوسع الأفقي: يتم تنفيذ الاستدلالات لعدد المئات من المعاملات المعلقة بالتوازي."
إليك ما يعنيه ذلك.
أنت تُقدّم معاملة مع طلب استدلال.
تدخل إلى Inference Mempool.
تقوم الـ mempool بمحاكاة المعاملات المعلقة
الجزء الذي جذب انتباهي.
لا يوجد اختناق. لا يوجد تأخير من الأوراكل. تنفيذ ذري.
نتائج الاستدلال جزء من نفس المعاملة.
ليست استدعاءً منفصلاً. ليست معاودة (callback) مؤجلة.
بل جزءًا من المعاملة نفسها.
لماذا هذا مهم.
لطالما عانت السلاسل من مشكلات مع تعلّم الآلة.
بطيء جدًا. مكلف جدًا. غير قابل للتنبؤ بدرجة كبيرة.
PIPE يقلب ذلك.
تصبح ML جزءًا أصليًا من السلسلة.
ما الذي أراقبه.
$OPG لا يهمني إلا إذا ظل PIPE سريعًا عندما يكبر حجم الشبكة.
#OPG
$HEI
$SLX
وجدت شيئًا في الورقة البيضاء لم ألاحظه من قبل.
ليس سباكة. استدلال مُوازَ\
محرك ما قبل التنفيذ.
تنفيذ تعلّم آلي على السلسلة بدون الاختناق.
تقول الورقة البيضاء: "قابلية التوسع الأفقي: يتم تنفيذ الاستدلالات لعدد المئات من المعاملات المعلقة بالتوازي."
إليك ما يعنيه ذلك.
أنت تُقدّم معاملة مع طلب استدلال.
تدخل إلى Inference Mempool.
تقوم الـ mempool بمحاكاة المعاملات المعلقة
الجزء الذي جذب انتباهي.
لا يوجد اختناق. لا يوجد تأخير من الأوراكل. تنفيذ ذري.
نتائج الاستدلال جزء من نفس المعاملة.
ليست استدعاءً منفصلاً. ليست معاودة (callback) مؤجلة.
بل جزءًا من المعاملة نفسها.
لماذا هذا مهم.
لطالما عانت السلاسل من مشكلات مع تعلّم الآلة.
بطيء جدًا. مكلف جدًا. غير قابل للتنبؤ بدرجة كبيرة.
PIPE يقلب ذلك.
تصبح ML جزءًا أصليًا من السلسلة.
ما الذي أراقبه.
$OPG لا يهمني إلا إذا ظل PIPE سريعًا عندما يكبر حجم الشبكة.
#OPG
$HEI
$SLX