gonka-ai/gonka

解決的問題

解決中心化雲端服務提供商成本高昂與壟斷性問題，提供用於模型訓練與推論的去中心化AI基礎設施。旨在確保計算資源被高效用於實際AI工作負載，而非浪費在區塊鏈安全上。

工作原理

系統採用一種稱為「Proof of Work 2.0」的創新共識機制，節點透過使用基於Transformer的模型參與「衝刺」（Sprints）來解決AI任務。節點在這些競賽中的成功程度決定其投票權重，進而控制其分配到的AI工作負載以及驗證他人結果的責任。為在不增加過多開銷的前提下維持信任，平台採用隨機任務驗證機制與聲譽系統，獎勵誠實行為，懲罰作弊行為。在訓練方面，利用DiLoCo的週期性同步，實現跨獨立硬體供應商的地理分散式訓練。

適用對象

• 開發者：希望在去中心化網路上執行LLM訓練與推論的人
• 主機（硬體供應商）：希望貢獻計算資源以獲取獎勵的人

核心亮點

• Proof of Work 2.0：使用基於Transformer的模型，將區塊鏈共識與實際AI工作負載對齊。
• 隨機任務驗證：將驗證開銷降低至1–10%，同時保持機率性安全。
• 地理分散式訓練：利用DiLoCo實現高效、去中心化的模型訓練，通訊開銷極低。
• 基於聲譽的審查機制：根據節點的歷史誠實貢獻動態調整驗證頻率。