gonka-ai/gonka

解決する課題

中央集権的なクラウドプロバイダーによる高コストで独占的な性質に対処し、AI モデルのトレーニングと推論のための分散型インフラストラクチャを提供します。リソースがブロックチェーンのセキュリティに浪費されるのではなく、実際の AI ワークロードに使用されるよう計算能力を最適化することを目的としています。

仕組み

このシステムは Proof of Work 2.0 と呼ばれる新しいコンセンサスメカニズムを使用しており、ノードは transformer ベースのモデルを使用して「Sprints」で AI タスクを解決するために競い合います。これらのレースにおけるノードの成功が投票の重みを決定し、それが割り当てられる AI 推論およびトレーニングのワークロードの量を制御します。

過度なオーバーヘッドなしに誠実性を確保するため、プラットフォームはランダム化されたタスク検証（タスクの 1-10% のみをチェック）と、一貫して誠実なノードの検証頻度を減らすレピュテーションシステムを採用しています。分散トレーニングについては、DiLoCo の周期的な同期を活用し、地理的に分散したハードウェアプロバイダー間での通信オーバーヘッドを最小限に抑えます。

対象ユーザー

• 開発者：分散型ネットワーク上で LLM のトレーニングと推論を実行したい開発者。
• ホスト（ハードウェアプロバイダー）：計算リソースを提供して報酬を得たいプロバイダー。

ハイライト

• Proof of Work 2.0: ブロックチェーンのコンセンサスを実際の AI モデルのワークロードと整合させます。
• ランダム化された検証: タスクのサブセットを確率的に検証することでシステムオーバーヘッドを削減します。
• 地理分散型トレーニング: DiLoCo を使用して、通信遅延を最小限に抑えたスケーラブルで分散型のトレーニングを実現します。
• レピュテーションベースの信頼: ノードの誠実な行動履歴に基づいて検証頻度を動的に調整します。