Malam itu aku rebah di sofa sambil berteriak, “Xiao Ai, matikan lampu!” Lampunya tidak merespons. Aku teriak lagi, barulah dia menghiraukanku. Aku menatap speaker tua itu yang menyala dengan lingkaran biru, linglung, sambil mikir: perangkat ini setiap hari mendengarkanku berbicara, mencatat rutinku, tapi otaknya jelas tidak ada di dalam tubuhnya sendiri—semua ada di GPU di sebuah ruang server di cloud. Itulah gambar pertama yang terlintas saat aku melihat berita ketika @OpenGradient berkolaborasi dengan Peri Labs untuk membuat Neuro Stack.
Dari namanya, reaksi pertamaku adalah: ini lagi-lagi “makhluk hasil jahitan”, DePIN + AI + blockchain—tiga kata panas dimasak dalam satu panci. Tapi setelah aku gali lebih dalam, langkah OpenGradient kali ini tidak terlalu sama. Mereka ingin mengoordinasikan model, komputasi, dan data untuk 2,45 miliar perangkat konsumen di seluruh dunia. Router di rumahmu, speaker pintar, ponsel lama, robot penyapu—semuanya adalah node komputasi potensial. $SLX
Kalau kamu membayangkannya, anggap saja ini seperti waralaba kemitraan. Dulu inferensi AI adalah mode dapur pusat: semua pesanan dikirim kembali ke dapur besar untuk diselesaikan dulu, baru didistribusikan—latensinya tinggi, biayanya mahal, dan kamu juga harus membayar “uang tol” ke vendor cloud. OpenGradient memakai model kemitraan toko pasangan: setiap toko punya kompor sendiri dan mengolah makanannya sendiri, sementara pusat hanya mengirim resep dan standar pemeriksaan kualitas. Nah, Neuro Stack melakukan pekerjaan pendistribusian resep plus lapisan pemeriksaan kualitas. Inference yang bisa diverifikasi—itulah “stempel laik makanan” yang ditempel di mulut keluaran hidangan. $BAS
Kedengarannya bagus, kan? Tapi masalah terbesar dari kemitraan toko pasangan selalu bukan membuka toko, melainkan quality control. Dari 2,45 miliar perangkat itu, berapa yang benar-benar bisa menjalankan model sebagai node yang memenuhi kualifikasi, dan berapa yang cuma ngaco untuk menyikat insentif—mesin zombie? Bukankah di proyek DePIN, “benteng anti-bait” ini sering tumbang juga? Fluktuasi daya komputasi di perangkat edge, putus jaringan, mesin diubah oleh penambang untuk menyikat jumlah—setiap hal bisa membuat jaringan jadi “kemakmuran semu” dengan kandungan data yang berlebihan.
Aku berencana menunggu sampai Neuro Stack benar-benar terhubung ke batch pertama perangkat keras kelas konsumen, lalu mencoba memakai satu ponsel lama yang nganggur untuk melihat ambang batas dan imbalan nyatanya saat menjalankan node.
Pukul dua lewat tiga puluh menit dini hari, kipas router berdengung, lingkaran biru di speaker pintar berkedip-kedip. Siapa tahu, baris kode berikutnya yang berjalan di perangkat murah itu—mungkin saja adalah biaya inferensi dari dompet seseorang yang sama sekali asing. #opg $OPG
Dari namanya, reaksi pertamaku adalah: ini lagi-lagi “makhluk hasil jahitan”, DePIN + AI + blockchain—tiga kata panas dimasak dalam satu panci. Tapi setelah aku gali lebih dalam, langkah OpenGradient kali ini tidak terlalu sama. Mereka ingin mengoordinasikan model, komputasi, dan data untuk 2,45 miliar perangkat konsumen di seluruh dunia. Router di rumahmu, speaker pintar, ponsel lama, robot penyapu—semuanya adalah node komputasi potensial. $SLX
Kalau kamu membayangkannya, anggap saja ini seperti waralaba kemitraan. Dulu inferensi AI adalah mode dapur pusat: semua pesanan dikirim kembali ke dapur besar untuk diselesaikan dulu, baru didistribusikan—latensinya tinggi, biayanya mahal, dan kamu juga harus membayar “uang tol” ke vendor cloud. OpenGradient memakai model kemitraan toko pasangan: setiap toko punya kompor sendiri dan mengolah makanannya sendiri, sementara pusat hanya mengirim resep dan standar pemeriksaan kualitas. Nah, Neuro Stack melakukan pekerjaan pendistribusian resep plus lapisan pemeriksaan kualitas. Inference yang bisa diverifikasi—itulah “stempel laik makanan” yang ditempel di mulut keluaran hidangan. $BAS
Kedengarannya bagus, kan? Tapi masalah terbesar dari kemitraan toko pasangan selalu bukan membuka toko, melainkan quality control. Dari 2,45 miliar perangkat itu, berapa yang benar-benar bisa menjalankan model sebagai node yang memenuhi kualifikasi, dan berapa yang cuma ngaco untuk menyikat insentif—mesin zombie? Bukankah di proyek DePIN, “benteng anti-bait” ini sering tumbang juga? Fluktuasi daya komputasi di perangkat edge, putus jaringan, mesin diubah oleh penambang untuk menyikat jumlah—setiap hal bisa membuat jaringan jadi “kemakmuran semu” dengan kandungan data yang berlebihan.
Aku berencana menunggu sampai Neuro Stack benar-benar terhubung ke batch pertama perangkat keras kelas konsumen, lalu mencoba memakai satu ponsel lama yang nganggur untuk melihat ambang batas dan imbalan nyatanya saat menjalankan node.
Pukul dua lewat tiga puluh menit dini hari, kipas router berdengung, lingkaran biru di speaker pintar berkedip-kedip. Siapa tahu, baris kode berikutnya yang berjalan di perangkat murah itu—mungkin saja adalah biaya inferensi dari dompet seseorang yang sama sekali asing. #opg $OPG
所有设备都可以跑节点太爽了
100%
要试一下,设备跑了节点会不会很卡
0%
1 Voting • Voting ditutup