تحسين آلية Gonka: تقليل وقت التفعيل إلى 5 ثوانٍ، وتنفيذ مشاركة مستمرة عبر طبقات متعددة من وحدات معالجة الرسومات (GPU)

Gonka去中心化AI算力网络近期公布了对核心共识机制的重要调整。其中PoC机制（Proof of Compute，即计算证明）是验证网络中每个节点真实算力贡献的核心方法，此次优化针对PoC的激活效率、模型运行方式以及算力权重计算进行了系统升级，旨在让GPU资源更高效地投入到实际AI计算中。

PoC与推理统一运行，激活机制实现近实时切换

في تصميم الآلية الجديد، وحدت Gonka بين بيئة تشغيل نماذج التحقق من PoC ومهام الاستدلال. كانت آلية PoC السابقة تعتمد على وضع التبديل بالتأخير، مما أدى إلى تكرار التبديل بين المهام المختلفة، ونتج عن ذلك وقت فراغ كبير لوحدة GPU. بعد التحسين، تم تحويل طريقة التفعيل من التبديل السلبي بالتأخير إلى التفعيل النشط، مع تقليل دورة التفعيل إلى أقل من 5 ثوانٍ.

هذا يعني أن العقد لم تعد بحاجة للانتظار لفترات طويلة عند التبديل، ويمكن لوحدة GPU أن تدخل بسرعة في حالة العمل. قال المؤسس المشارك ديفيد إن هذا التحسين ليس بهدف تعظيم الأرباح على المدى القصير، بل هو تطور ضروري خلال مرحلة التوسع السريع لحجم الشبكة، مع التركيز على الحفاظ على استقرار وأمان الشبكة تحت الأحمال العالية.

دقة محاذاة أوزان الحوسبة مع التكاليف الفعلية

قام فريق Gonka بإعادة تنظيم استهلاك الحوسبة الحقيقي لمختلف أجهزة GPU وحجم النماذج. لم تكن نظام الأوزان السابق يعكس بشكل كافٍ الفروق في الحوسبة بين النماذج المختلفة — فالنماذج الصغيرة رغم قلة المعلمات، إلا أن تكاليف حسابها الفعلية عند نفس عدد الرموز (tokens) ليست نسبية. أدى ذلك إلى إنتاج رموز من عقد النماذج الصغيرة بشكل أعلى نسبياً، مما قد يسبب اختلال في هيكلية الحوسبة على المدى الطويل.

نظام الأوزان الجديد يجعل التحفيز يتوافق بشكل أدق مع التكاليف الحقيقية للحساب. من خلال زيادة وزن النماذج الكبيرة والأجهزة ذات الحوسبة العالية، يوجه الشبكة تدريجياً نحو تراكم موارد حوسبة أكثر كثافة، استعداداً لتحمل أعباء عمل AI أكثر تعقيداً وحجماً. هذا المحاذاة لا تحسن فقط من توقعات أرباح كل عقدة، بل توجه أيضاً توزيع الموارد في الشبكة بشكل أكثر تنظيمًا.

مشاركة متعددة من وحدات GPU صغيرة ومتوسطة الحجم

رداً على قلق المجتمع بشأن كيفية بقاء وحدات GPU الصغيرة والمتوسطة قادرة على المنافسة، قدمت Gonka مسارات مشاركة محددة. من خلال آلية التعاون مع تجمعات التعدين، يمكن لوحدة GPU واحدة أو وحدات صغيرة ومتوسطة أن تتحد للمشاركة، مركزةً الحوسبة لتحقيق أرباح أكثر استقراراً. بالإضافة إلى ذلك، تتيح آلية المشاركة المرنة حسب Epoch للعقد الانضمام أو الانسحاب بشكل ديناميكي وفقاً لحمولتها.

علاوة على ذلك، يوفر مسار أرباح مستقل لمهام الاستدلال آلية تكاملية لوحدات الحوسبة الصغيرة والمتوسطة. مقارنةً مع التحقق من PoC، تتطلب مهام الاستدلال مرونة أكبر في متطلبات الأجهزة، ويمكن للعقد الاختيار بحرية بين القناتين، إما للمشاركة في التوافق الشبكي أو للمساهمة في العمل الفعلي للذكاء الاصطناعي. تؤكد Gonka أن المستقبل لن يتم استبعاده لأي مشارك بسبب حجم الأجهزة، بل سيتم تصميم حوافز تمييزية تتيح لكل مستوى من وحدات GPU أن يجد مكانه الخاص.

موحدة تشغيل النماذج، تفعيل قريب من الوقت الحقيقي، محاذاة دقيقة للأوزان — هذه التحسينات الثلاثة تتجه نحو هدف رئيسي: جعل الحوسبة والأرباح أكثر شفافية وعدلاً، مما يمكن شبكة Gonka من الحفاظ على الأمان والكفاءة أثناء التوسع في الحجم.