Saya mulai membaca tentang OpenGradient karena narasi AI.
Beberapa saat kemudian, saya membaca tentang HACA.
Tidak menyangka itu.
Kebanyakan diskusi AI akhirnya terdengar sama saja. Model yang lebih baik, inferensi yang lebih cepat, benchmark yang lebih besar.
HACA sebenarnya tidak terlalu membahas itu.
Yang menarik perhatian saya adalah cara proyek ini menangani komputasi.
AI membutuhkan tenaga GPU yang serius.
Blockchain bagus untuk verifikasi.
Mencoba membuat setiap validator menjalankan setiap beban kerja AI tidak terdengar realistis ketika modelnya sudah besar.
OpenGradient memilih cara yang berbeda. Inferensi terjadi di node GPU, sementara verifikasi ditangani secara terpisah dan pembuktiannya diselesaikan setelahnya.
Pemilahan itu terasa praktis.
Saya sempat mengecek beberapa pembaruan ekosistem terbaru sambil membaca.
Jaringannya sudah memproses lebih dari 2M inferensi AI, mendukung lebih dari 2.000 model AI, sudah mencapai lebih dari 2M pengguna, dan 100% kompatibel dengan EVM.
Proyek ini juga telah menghimpun sekitar $9,5 juta dengan dukungan yang terhubung ke a16z crypto, Coinbase Ventures, SV Angel, NEAR, Celestia, dan investor lainnya.
Angka-angka itu tidak menceritakan seluruh kisah.
Tapi itu menunjukkan bahwa infrastruktur tidak sedang menganggur.
Orang-orang benar-benar menggunakannya.
Mungkin yang lain terus-menerus membandingkan model AI.
Akhirnya saya menghabiskan lebih banyak waktu untuk mencoba memahami arsitektur di balik semuanya.
#opg $OPG @OpenGradient
Beberapa saat kemudian, saya membaca tentang HACA.
Tidak menyangka itu.
Kebanyakan diskusi AI akhirnya terdengar sama saja. Model yang lebih baik, inferensi yang lebih cepat, benchmark yang lebih besar.
HACA sebenarnya tidak terlalu membahas itu.
Yang menarik perhatian saya adalah cara proyek ini menangani komputasi.
AI membutuhkan tenaga GPU yang serius.
Blockchain bagus untuk verifikasi.
Mencoba membuat setiap validator menjalankan setiap beban kerja AI tidak terdengar realistis ketika modelnya sudah besar.
OpenGradient memilih cara yang berbeda. Inferensi terjadi di node GPU, sementara verifikasi ditangani secara terpisah dan pembuktiannya diselesaikan setelahnya.
Pemilahan itu terasa praktis.
Saya sempat mengecek beberapa pembaruan ekosistem terbaru sambil membaca.
Jaringannya sudah memproses lebih dari 2M inferensi AI, mendukung lebih dari 2.000 model AI, sudah mencapai lebih dari 2M pengguna, dan 100% kompatibel dengan EVM.
Proyek ini juga telah menghimpun sekitar $9,5 juta dengan dukungan yang terhubung ke a16z crypto, Coinbase Ventures, SV Angel, NEAR, Celestia, dan investor lainnya.
Angka-angka itu tidak menceritakan seluruh kisah.
Tapi itu menunjukkan bahwa infrastruktur tidak sedang menganggur.
Orang-orang benar-benar menggunakannya.
Mungkin yang lain terus-menerus membandingkan model AI.
Akhirnya saya menghabiskan lebih banyak waktu untuk mencoba memahami arsitektur di balik semuanya.
#opg $OPG @OpenGradient
