Gonka раскрывает механизм PoC и направления развития модели: выравнивание с реальной вычислительной мощностью, обеспечение постоянного участия многоуровневых GPU

Odaily сообщил, что децентрализованная AI-сеть вычислительных мощностей Gonka недавно провела AMA в сообществе, где разъяснила поэтапные изменения в механизме PoC и способе работы моделей. Основные изменения включают: использование одной и той же большой модели как для PoC, так и для инференса, перевод активации PoC с отложенного переключения на почти мгновенный запуск, а также оптимизацию метода расчёта веса вычислительных мощностей, чтобы он лучше отражал реальные вычислительные затраты для различных моделей и аппаратного обеспечения.

Соучредитель David отметил, что эти изменения не направлены на краткосрочную выгоду или отдельных участников, а являются необходимой эволюцией структуры консенсуса и валидации по мере быстрого роста вычислительных мощностей сети. Цель — повысить стабильность и безопасность сети при высокой нагрузке и заложить основу для поддержки более масштабных AI-нагрузок в будущем.

В ответ на обсуждение в сообществе о том, что на текущем этапе малые модели приносят больше токенов, команда указала, что при одинаковом количестве токенов реальные вычислительные затраты для моделей разного масштаба значительно различаются. По мере перехода сети к большей плотности вычислений и более сложным задачам Gonka постепенно выравнивает вес вычислительных мощностей в соответствии с реальными затратами, чтобы избежать долгосрочного дисбаланса и сохранить масштабируемость сети.

В рамках нового механизма PoC время активации PoC в сети сокращено до менее чем 5 секунд, что уменьшает потери вычислительных мощностей из-за переключения моделей и ожидания, позволяя использовать GPU-ресурсы для эффективных AI-вычислений в большей степени. Одновременное выполнение моделей снижает системные издержки на переключение между консенсусом и инференсом, повышая общую эффективность использования вычислительных мощностей.

Команда также подчеркнула, что одиночные и средние GPU могут продолжать получать доход и участвовать в управлении через сотрудничество в пулах, гибкое участие по эпохам и выполнение инференс-задач. Долгосрочная цель Gonka — с помощью развития механизмов обеспечить долгосрочное сосуществование вычислительных мощностей разных уровней в одной сети.

Gonka заявила, что все ключевые изменения правил внедряются через ончейн-управление и голосование сообщества. В будущем сеть будет постепенно поддерживать больше типов моделей и форм AI-задач, предоставляя GPU любого масштаба по всему миру прозрачные и постоянные возможности для участия, способствуя долгосрочному и здоровому развитию децентрализованной AI-инфраструктуры вычислительных мощностей.