a16z CSX liderou, um artigo para entender a introdução do consenso PoL na forquilha Solana Ambient

Ambient preservou a alta velocidade e eficiência do Solana, e ao introduzir o mecanismo de prova Logits, criou um novo ecossistema de Blockchain.

Escrito por: Fairy, ChainCatcher

Hoje, com o constante desenvolvimento das tecnologias de Blockchain e Inteligência Artificial, como combinar efetivamente estas duas áreas tornou-se um dos objetivos de muitos projetos inovadores. Ambient surgiu neste contexto, dedicando-se a combinar uma arquitetura de blockchain descentralizada com raciocínio de IA em grande escala, explorando um novo modelo de economia inteligente.

Como um fork completo do Solana, o Ambient mantém a alta velocidade e eficiência do Solana, e ao introduzir o mecanismo de prova Logits (PoL), cria um novo ecossistema de blockchain.

O que é Ambient?

Ambient é uma blockchain Layer-1 que combina a compatibilidade com Solana SVM com um novo mecanismo de prova de trabalho, oferecendo validação de inferência em grande escala. A ideia central do projeto Ambient é integrar profundamente a inferência de IA e a blockchain, criando uma economia de IA descentralizada.

Diferente dos sistemas tradicionais de Prova de Participação (PoS), o Ambient adota um mecanismo de incentivos semelhante ao do Bitcoin e oferece lucros previsíveis para cada nó que participa da inferência, ajuste fino ou treinamento na rede. Esse método evita a dependência de GPUs de nível empresarial, garantindo a lucratividade sustentável dos mineradores através de um sistema de compensação baseado em transações e inflação. Tanto os mineradores quanto os usuários podem receber recompensas que correspondem à sua contribuição, enquanto o valor da plataforma aumenta continuamente com o crescimento da rede.

Características do Ambient:

  • Inferência eficiente e segurança: oferece inferência totalmente verificada, com um custo inferior a 1%, garantindo ao mesmo tempo alta segurança em modelos de inteligência massivos (com mais de 600B parâmetros) e suas versões ajustadas.
  • Desempenho de treinamento excepcional: o desempenho de treinamento é 10 vezes melhor do que os métodos existentes, aumentando a eficiência do treinamento do modelo de IA.
  • Alta taxa de utilização dos mineradores: Através da otimização em um único modelo, a taxa de utilização dos mineradores foi aumentada, melhorando a eficiência dos processos de inferência e verificação.
  • Prova de Trabalho Não Bloqueante: utiliza um mecanismo de prova de trabalho não bloqueante, garantindo a concorrência econômica nas atividades centrais da rede (raciocínio, ajuste fino, treinamento), enquanto mantém uma alta TPS, evitando os gargalos de desempenho das blockchains tradicionais.

Background e Estado Atual da Equipa Ambient

Além do histórico do fundador, a Ambient ainda não divulgou informações sobre outros membros. O CEO e fundador da Ambient, Travis Good, possui um histórico acadêmico diversificado, abrangendo quatro áreas: Ciências Políticas, Economia, Ciência da Computação e Aprendizado de Máquina. O estilo de liderança de Travis é focado na execução e no pragmatismo, e ele mantém uma abordagem prática e um foco em soluções executáveis ao impulsionar a inovação tecnológica. Além disso, Travis é muito ativo no Twitter, frequentemente compartilhando suas percepções únicas sobre tecnologia, inovação e tendências do setor.

No dia 1 de abril, a Ambient completou uma rodada de financiamento seed de 7,2 milhões de dólares, liderada pela a16z CSX, Delphi Digital e Amber Group. Big Brain Holdings, Superscrypt, Proof Group, Rubik Ventures, Aethir Foundation e Edessa Capital também participaram. A Ambient planeja lançar a testnet no segundo / terceiro trimestre.

Logits Prova do Mecanismo de Consenso

O algoritmo de "Prova de Logits" utiliza um fato chave: os logits (que podem ser entendidos como unidades lógicas) são tanto impressões digitais únicas quanto capazes de capturar efetivamente o estado de "pensamento" do modelo em um determinado momento (ou seja, quando o modelo está gerando saídas de forma "streaming") através do hash gerado durante o processo de modelagem. Neste mecanismo, o hash da prova de logits é uma lista de hashes de cada grupo de logits antes de cada token de saída. Em termos simples, para cada token n, até o token final t, o hash da prova de logits é:

Hash(Hash(n) … Hash(t))

E o valor hash da prova de marcação de progresso de logits é o hash de logits após a geração de x tokens, onde x está entre n e t (incluindo n e t), ou seja:

Hash(n) … Hash(x) … Hash(t)

Com base neste princípio, pode-se construir um mecanismo de validação: primeiro, os mineradores geram texto; em seguida, os validadores escolhem aleatoriamente uma palavra do texto e solicitam que o minerador forneça o "estado mental" desse ponto (ou seja, a prova de hash do marcador de progresso correspondente aos logits). Depois, o validador executa uma inferência sobre essa palavra no mesmo modelo e contexto, gerando seu próprio "estado mental". Se os dois "estados mentais" (representados pelo valor de hash) forem consistentes, a validação é bem-sucedida.

Este mecanismo de prova de trabalho está alinhado com os princípios de design do Bitcoin: a mineração (neste caso, executando repetidamente o modelo com a inferência de 4000 tokens) é cara, mas o processo de verificação é muito barato (apenas requer a inferência de 1 token). Este mecanismo não só aumenta a eficiência, mas também garante a segurança e a fiabilidade da verificação.

Ver original
O conteúdo serve apenas de referência e não constitui uma solicitação ou oferta. Não é prestado qualquer aconselhamento em matéria de investimento, fiscal ou jurídica. Consulte a Declaração de exoneração de responsabilidade para obter mais informações sobre os riscos.
  • Recompensa
  • 1
  • Partilhar
Comentar
0/400
GlobalTimu2025vip
· 4h atrás
1000x Vibes 🤑
Ver originalResponder0
  • Pino
Negocie cripto em qualquer lugar e a qualquer hora
qrCode
Digitalizar para transferir a aplicação Gate.io
Novidades
Português (Portugal)
  • 简体中文
  • English
  • Tiếng Việt
  • 繁體中文
  • Español
  • Русский
  • Français (Afrique)
  • Português (Portugal)
  • ไทย
  • Indonesia
  • 日本語
  • بالعربية
  • Українська
  • Português (Brasil)