@OpenGradient định vị mình như một lớp tính toán phi tập trung, biến phần cứng chưa được tận dụng thành cơ sở hạ tầng AI — GPU không hoạt động, dung lượng dư thừa, các nút mà lẽ ra sẽ nằm im. Chiến lược mà họ đưa ra là ngang: bất kỳ ai cũng có thể đóng góp, tất cả mọi người đều được hưởng lợi. Nhưng cái thực sự định hình hành vi ban đầu của mạng lưới lại mang tính chất dọc hơn. Các nút có thời gian hoạt động ổn định, độ trễ thấp và VRAM đủ sẽ được chọn cho các tác vụ suy diễn trước tiên. Đuôi dài của những người đóng góp thỉnh thoảng — phần cứng không hoạt động mà câu chuyện này tập trung vào — nằm ở phía sau trong hàng đợi, chờ đợi nhu cầu dư thừa có thể xảy ra hoặc không xảy ra ở mức độ đã hứa. Có một động lực quen thuộc ở đây: các giao thức phi tập trung có xu hướng tập trung ở các rìa, không phải do thiết kế chính xác, mà do áp lực âm thầm của các yêu cầu về hiệu suất. Phần cứng đã gần đạt tiêu chuẩn chuyên nghiệp sẽ nắm bắt giá trị ban đầu. Phần cứng thực sự không hoạt động thì chờ đợi. Liệu đường cong nhu cầu có cuối cùng đạt đến nó hay liệu "tính toán AI phi tập trung" thực sự có nghĩa hẹp hơn trong thực tế, vẫn là một câu hỏi mở.
$OPG #OPG