Gonkaปรับปรุงกลไก PoC: เวลาการเปิดใช้งานถูกบีบอัดเหลือ 5 วินาที, การมีส่วนร่วมอย่างต่อเนื่องด้วย GPU หลายระดับ

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

ในกลไกใหม่นี้ การตรวจสอบ PoC และงานการคาดการณ์ได้ถูกรวมเข้าด้วยกันในสภาพแวดล้อมการทำงานของโมเดล เดิมที PoC ใช้โหมดเปลี่ยนผ่านความล่าช้า ซึ่งทำให้โหนดสลับงานบ่อยครั้งและเกิดเวลาว่างของ GPU จำนวนมาก หลังจากปรับปรุง วิธีการเปิดใช้งานได้เปลี่ยนจากการปรับความล่าช้าแบบพาสซีฟเป็นการกระตุ้นเชิงรุก ทำให้รอบการเปิดใช้งานทั้งหมดลดลงเหลือไม่เกิน 5 วินาที

ซึ่งหมายความว่า โหนดไม่จำเป็นต้องรอการเปลี่ยนงานเป็นเวลานาน GPU สามารถเข้าสู่โหมดทำงานได้อย่างรวดเร็วมากขึ้น ผู้ร่วมก่อตั้ง David กล่าวว่าการปรับปรุงนี้ไม่ได้มุ่งเน้นที่ผลตอบแทนระยะสั้น แต่เป็นวิวัฒนาการที่จำเป็นในช่วงที่ขนาดกำลังประมวลผลของเครือข่ายขยายตัวอย่างรวดเร็ว เป้าหมายหลักคือรักษาเสถียรภาพและความปลอดภัยของเครือข่ายในสภาวะโหลดสูง

การจัดตำแหน่งน้ำหนักกำลังประมวลผลให้ตรงกับต้นทุนการคำนวณจริง

ทีมงาน Gonka ได้ทบทวนการใช้ฮาร์ดแวร์ GPU ต่างๆ และขนาดโมเดลที่สอดคล้องกับการใช้พลังงานจริง ระบบน้ำหนักเดิมไม่สามารถสะท้อนความแตกต่างของกำลังประมวลผลระหว่างโมเดลต่างๆ ได้อย่างเต็มที่ — โมเดลเล็กแม้จะมีพารามิเตอร์น้อย แต่ในจำนวน token เท่ากัน ต้นทุนการคำนวณจริงไม่ได้เป็นสัดส่วน ซึ่งทำให้โหนดโมเดลเล็กในเครือข่ายมีผลผลิต token ค่อนข้างสูง ซึ่งในระยะยาวอาจทำให้โครงสร้างกำลังประมวลผลไม่สมดุล

แนวทางการคำนวณน้ำหนักใหม่ทำให้แรงจูงใจและต้นทุนการคำนวณจริงสอดคล้องกันมากขึ้น โดยการเพิ่มสัดส่วนของน้ำหนักโมเดลขนาดใหญ่และฮาร์ดแวร์กำลังสูง เพื่อชี้นำเครือข่ายให้สะสมทรัพยากรกำลังประมวลผลที่มีความหนาแน่นสูงขึ้น เตรียมพร้อมสำหรับการรองรับงาน AI ที่ซับซ้อนและขนาดใหญ่ขึ้น การปรับแนวทางนี้ไม่เพียงแต่เพิ่มผลตอบแทนของแต่ละโหนดเท่านั้น แต่ยังเป็นแนวทางการจัดสรรทรัพยากรของทั้งเครือข่ายอย่างมีระเบียบ

โครงการมีส่วนร่วมแบบหลายระดับสำหรับ GPU ขนาดกลางและเล็ก

สำหรับคำถามที่ชุมชนสนใจเกี่ยวกับวิธีที่ GPU ขนาดกลางและเล็กจะคงความสามารถในการแข่งขัน Gonka ได้ให้แนวทางการเข้าร่วมอย่างชัดเจน โดยผ่านกลไกการร่วมมือของพูลเหมือง โหนดเดียวและ GPU ขนาดกลางสามารถเข้าร่วมพร้อมกันเพื่อรวมพลังประมวลผลและรับผลตอบแทนที่เสถียรขึ้น นอกจากนี้ กลไกการเข้าร่วมตาม Epoch แบบยืดหยุ่นช่วยให้โหนดสามารถเข้าร่วมและออกจากเครือข่ายได้ตามภาระงานของตนเอง

นอกจากนี้ ช่องทางรายได้จากงานการคาดการณ์ที่แยกต่างหากยังเป็นกลไกเสริมสำหรับกำลังประมวลผลขนาดกลางและเล็ก เมื่อเทียบกับการตรวจสอบ PoC งานการคาดการณ์มีข้อกำหนดด้านฮาร์ดแวร์ที่ยืดหยุ่นมากกว่า โหนดสามารถเลือกเข้าร่วมทั้งสองช่องทางได้อย่างอิสระ ทั้งมีส่วนร่วมในความเห็นชอบของเครือข่ายและให้บริการงาน AI จริง Gonka เน้นย้ำว่าในอนาคตจะไม่ปฏิเสธผู้เข้าร่วมใดๆ เนื่องจากขนาดฮาร์ดแวร์ แต่จะใช้การออกแบบแรงจูงใจที่แตกต่างกัน เพื่อให้ GPU ทุกระดับสามารถหาตำแหน่งของตนเองได้

การรวมโมเดลการทำงาน การเปิดใช้งานใกล้เรียลไทม์ และการจัดตำแหน่งน้ำหนักอย่างแม่นยำ — สามแนวทางนี้มุ่งสู่เป้าหมายหลักเดียวกัน: ทำให้กำลังประมวลผลและผลตอบแทนโปร่งใสและเป็นธรรมมากขึ้น เพื่อให้เครือข่าย Gonka สามารถขยายขนาดได้อย่างปลอดภัยและมีประสิทธิภาพ