#opg $OPG
Parlons d’OpenGradient : inutile de raconter des histoires sophistiquées, concentrons-nous plutôt sur son architecture HACA.
Quel est le défaut des blockchains traditionnelles ? Chaque nœud doit rejouer toutes les transactions. Vous transférez des fonds, pas de problème. Mais si vous faites tourner, sur 100 nœuds, un modèle de 70B chacun ? Les coûts sont multipliés par 100, le temps ne tient pas, et au final ce n’est même pas plus fiable. Le principe d’OpenGradient, c’est de séparer exécution et vérification : les nœuds d’inférence travaillent avec le GPU, puis ils produisent une preuve de certification TEE ou une preuve ZKML. Les nœuds complets se contentent de vérifier la preuve ; pas besoin de relancer bêtement le modèle.
Franchement, l’idée est techniquement plutôt solide. Les nœuds se répartissent en quatre “équipes” : les nœuds d’inférence exécutent le modèle, les nœuds complets enregistrent et vérifient les preuves, les nœuds de données alimentent avec des informations externes, et le stockage s’appuie sur Walrus. Mais où est le problème ? Les nœuds TEE doivent passer une authentification matérielle ; ce n’est pas quelque chose qu’une simple machine domestique peut faire tourner. Qui paie pour acheter des H100 ? Qui paie l’électricité de la salle serveur ?
J’ai justement relu le modèle économique du livre blanc. L’offre totale est de 1 milliard de tokens, et les récompenses de staking ne représentent qu’un dixième, libéré linéairement sur 96 mois. 96 mois, c’est quoi ? Huit ans. À la valorisation actuelle de l’OPG, la quantité libérée chaque mois, en moyenne, suffirait-elle à payer quelques climatiseurs ? L’exploitation des nœuds n’est pas une œuvre caritative : si les subventions s’arrêtent, la puissance de calcul tournera forcément plus vite que tout le monde.
Le projet affirme que, sur le réseau principal, ils ont effectué 2 millions d’inférences. Mais le nombre exact de nœuds d’inférence, et leurs configurations, n’a toujours pas été rendu public. Le récit technique est sexy, mais l’équation économique, ça tient ou pas ? Pour ma part, je garde la liste des nœuds en favoris ; je reviens faire l’audit dans trois mois. Est-ce que j’y fonce maintenant ? Je vais encore regarder : @OpenGradient
Parlons d’OpenGradient : inutile de raconter des histoires sophistiquées, concentrons-nous plutôt sur son architecture HACA.
Quel est le défaut des blockchains traditionnelles ? Chaque nœud doit rejouer toutes les transactions. Vous transférez des fonds, pas de problème. Mais si vous faites tourner, sur 100 nœuds, un modèle de 70B chacun ? Les coûts sont multipliés par 100, le temps ne tient pas, et au final ce n’est même pas plus fiable. Le principe d’OpenGradient, c’est de séparer exécution et vérification : les nœuds d’inférence travaillent avec le GPU, puis ils produisent une preuve de certification TEE ou une preuve ZKML. Les nœuds complets se contentent de vérifier la preuve ; pas besoin de relancer bêtement le modèle.
Franchement, l’idée est techniquement plutôt solide. Les nœuds se répartissent en quatre “équipes” : les nœuds d’inférence exécutent le modèle, les nœuds complets enregistrent et vérifient les preuves, les nœuds de données alimentent avec des informations externes, et le stockage s’appuie sur Walrus. Mais où est le problème ? Les nœuds TEE doivent passer une authentification matérielle ; ce n’est pas quelque chose qu’une simple machine domestique peut faire tourner. Qui paie pour acheter des H100 ? Qui paie l’électricité de la salle serveur ?
J’ai justement relu le modèle économique du livre blanc. L’offre totale est de 1 milliard de tokens, et les récompenses de staking ne représentent qu’un dixième, libéré linéairement sur 96 mois. 96 mois, c’est quoi ? Huit ans. À la valorisation actuelle de l’OPG, la quantité libérée chaque mois, en moyenne, suffirait-elle à payer quelques climatiseurs ? L’exploitation des nœuds n’est pas une œuvre caritative : si les subventions s’arrêtent, la puissance de calcul tournera forcément plus vite que tout le monde.
Le projet affirme que, sur le réseau principal, ils ont effectué 2 millions d’inférences. Mais le nombre exact de nœuds d’inférence, et leurs configurations, n’a toujours pas été rendu public. Le récit technique est sexy, mais l’équation économique, ça tient ou pas ? Pour ma part, je garde la liste des nœuds en favoris ; je reviens faire l’audit dans trois mois. Est-ce que j’y fonce maintenant ? Je vais encore regarder : @OpenGradient