"research" 태그가 붙은 하나의 게시물

대형 언어 모델(LLM)을 모바일 기기에 배포하려는 수요가 증가하고 있으며, 이는 개인정보 보호, 지연 시간 감소, 효율적인 대역폭 사용의 필요성에 의해 촉진되고 있습니다. 그러나 LLM의 광범위한 메모리 및 계산 요구 사항은 상당한 도전 과제를 제기합니다. LinguaLinked에 주목하세요. 이는 UC Irvine의 연구진이 개발한 새로운 시스템으로, 여러 모바일 기기에 걸쳐 분산된 LLM 추론을 가능하게 하여 복잡한 작업을 효율적으로 수행할 수 있도록 설계되었습니다.

도전 과제​

GPT-3 또는 BLOOM과 같은 LLM을 모바일 기기에 배포하는 것은 다음과 같은 이유로 어려움을 겪습니다:

• 메모리 제약: LLM은 상당한 메모리를 필요로 하며, 이는 종종 개별 모바일 기기의 용량을 초과합니다.
• 계산 제한: 모바일 기기는 일반적으로 처리 능력이 제한되어 있어 대형 모델을 실행하기 어렵습니다.
• 개인정보 보호 문제: 데이터를 중앙 서버로 전송하여 처리하는 것은 개인정보 보호 문제를 야기합니다.

LinguaLinked의 솔루션​

LinguaLinked는 세 가지 주요 전략으로 이러한 문제를 해결합니다:

1. 최적화된 모델 할당:

   • 시스템은 LLM을 더 작은 서브그래프로 분할하여 각 세그먼트를 기기의 기능에 맞게 조정합니다.
   • 이를 통해 자원의 효율적인 사용을 보장하고 기기 간 데이터 전송을 최소화합니다.

2. 실시간 부하 분산:

   • LinguaLinked는 기기 성능을 적극적으로 모니터링하고 병목 현상을 방지하기 위해 작업을 재분배합니다.
   • 이 동적 접근 방식은 사용 가능한 모든 자원의 효율적인 사용을 보장하여 전체 시스템의 응답성을 향상시킵니다.

3. 최적화된 통신:

   • 효율적인 데이터 전송 맵은 기기 간 정보 흐름을 안내하여 모델의 구조적 무결성을 유지합니다.
   • 이 방법은 지연 시간을 줄이고 모바일 기기 네트워크 전반에 걸쳐 적시 데이터 처리를 보장합니다.

단일 대형 언어 모델(LLM)은 여러 부분(또는 세그먼트)으로 분할되어 여러 모바일 기기에 분산됩니다. 이 접근 방식은 각 기기가 전체 계산 및 저장 요구 사항의 일부만 처리하도록 하여 제한된 자원을 가진 기기에서도 복잡한 모델을 실행할 수 있도록 합니다. 다음은 이 작업이 어떻게 수행되는지에 대한 설명입니다:

모델 세분화 및 분배​

1. 모델 세분화:
   • 대형 언어 모델은 네트워크 내의 각 작업이 노드로 표현되는 계산 그래프로 변환됩니다.
   • 이 그래프는 독립적으로 기능할 수 있는 더 작은 서브그래프로 분할됩니다.
2. 최적화된 모델 할당:
   • 선형 최적화를 사용하여 이러한 서브그래프(또는 모델 세그먼트)는 서로 다른 모바일 기기에 할당됩니다.
   • 할당은 각 기기의 계산 및 메모리 기능을 고려하여 자원의 효율적인 사용을 보장하고 기기 간 데이터 전송 오버헤드를 최소화합니다.
3. 협력적 추론 실행:
   • 각 모바일 기기는 할당된 모델 세그먼트를 처리합니다.
   • 기기들은 필요한 경우 중간 결과를 교환하여 전체 추론 작업이 올바르게 완료되도록 합니다.
   • 최적화된 통신 전략을 사용하여 원래 모델 구조의 무결성을 유지하고 효율적인 데이터 흐름을 보장합니다.

예제 시나리오​

GPT-3와 같은 대형 언어 모델이 여러 부분으로 분할되는 상황을 상상해보세요. 한 모바일 기기는 초기 토큰 임베딩과 모델의 첫 몇 레이어를 처리하고, 다른 기기는 중간 레이어를 처리하며, 세 번째 기기는 최종 레이어를 완료하고 출력을 생성합니다. 이 과정에서 기기들은 중간 출력을 공유하여 전체 모델 추론이 원활하게 실행되도록 합니다.

성능 및 결과​

LinguaLinked의 효율성은 다양한 고급 및 저가형 Android 기기에서의 광범위한 테스트를 통해 입증되었습니다. 주요 발견 사항은 다음과 같습니다:

• 추론 속도: 기준선과 비교하여 LinguaLinked는 단일 스레드 설정에서 1.11배에서 1.61배, 멀티 스레딩에서는 1.73배에서 2.65배까지 추론 성능을 가속화합니다.
• 부하 분산: 시스템의 실시간 부하 분산은 성능을 더욱 향상시키며, 전체적으로 1.29배에서 1.32배까지 가속화됩니다.
• 확장성: 더 큰 모델은 LinguaLinked의 최적화된 모델 할당으로 인해 상당한 이점을 얻으며, 복잡한 작업을 처리하는 데 있어 그 확장성과 효과를 보여줍니다.

사용 사례 및 응용 프로그램​

LinguaLinked는 개인정보 보호와 효율성이 중요한 시나리오에 특히 적합합니다. 응용 프로그램에는 다음이 포함됩니다:

• 텍스트 생성 및 요약: 모바일 기기에서 일관되고 맥락적으로 관련 있는 텍스트를 로컬로 생성합니다.
• 감정 분석: 사용자 개인정보를 침해하지 않고 텍스트 데이터를 효율적으로 분류합니다.
• 실시간 번역: 기기에서 직접 빠르고 정확한 번역을 제공합니다.

향후 방향​

LinguaLinked는 모바일 AI의 추가 발전을 위한 길을 열어줍니다:

• 에너지 효율성: 향후 버전은 배터리 소모 및 과열을 방지하기 위해 에너지 소비 최적화에 중점을 둘 것입니다.
• 개인정보 보호 강화: 분산 처리의 지속적인 개선을 통해 더욱 향상된 데이터 개인정보 보호를 보장할 것입니다.
• 다중 모달 모델: 다양한 실제 응용 프로그램을 위한 다중 모달 모델을 지원하도록 LinguaLinked를 확장할 것입니다.

결론​

LinguaLinked는 모바일 기기에 LLM을 배포하는 데 있어 상당한 도약을 나타냅니다. 계산 부하를 분산하고 자원 사용을 최적화함으로써 다양한 기기에서 고급 AI를 접근 가능하고 효율적으로 만듭니다. 이 혁신은 성능을 향상시킬 뿐만 아니라 데이터 개인정보 보호를 보장하여 보다 개인화되고 안전한 모바일 AI 응용 프로그램을 위한 무대를 마련합니다.

대규모 언어 모델(LLM)과 분산 컴퓨팅의 부상은 특히 분산 시스템 전반에서 AI 계산의 검증 및 무결성과 관련하여 중요한 과제를 도입했습니다. 6079 추론 증명 프로토콜(PoIP)은 분산 AI 추론을 위한 강력한 프레임워크를 구축하여 신뢰할 수 있고 안전한 계산을 보장함으로써 이러한 문제를 해결합니다.

도전 과제: 분산 AI 추론의 보안​

분산 AI 추론은 분산된 노드 네트워크에서 수행되는 계산의 무결성과 정확성을 보장해야 하는 고유한 문제에 직면해 있습니다. 많은 AI 모델의 비결정적 특성으로 인해 전통적인 검증 방법은 부족합니다. 강력한 프로토콜 없이는 분산 하드웨어가 정확한 추론 결과를 반환한다고 보장하기 어렵습니다.

추론 증명 프로토콜(PoIP) 소개​

6079 추론 증명 프로토콜(PoIP)은 분산 AI 추론을 보호하기 위한 획기적인 솔루션을 제공합니다. 이는 암호경제 보안 메커니즘, 암호학적 증명, 게임 이론적 접근 방식을 결합하여 네트워크 내에서 올바른 행동을 장려하고 악의적인 활동을 처벌합니다.

PoIP의 핵심 구성 요소​

추론 엔진 표준​

추론 엔진 표준은 분산 네트워크 전반에서 AI 추론 작업을 실행하기 위한 계산 패턴과 표준을 설정합니다. 이 표준화는 분산 하드웨어에서 AI 모델의 일관되고 신뢰할 수 있는 성능을 보장합니다.

추론 증명 프로토콜​

프로토콜은 여러 계층에서 작동합니다:

1. 서비스 계층: 물리적 하드웨어에서 모델 추론을 실행합니다.
2. 제어 계층: API 엔드포인트를 관리하고, 로드 밸런싱을 조정하며, 진단을 처리합니다.
3. 트랜잭션 계층: 분산 해시 테이블(DHT)을 사용하여 트랜잭션 메타데이터를 추적합니다.
4. 확률적 증명 계층: 암호학적 및 경제적 메커니즘을 통해 트랜잭션을 검증합니다.
5. 경제 계층: 결제, 스테이킹, 슬래싱, 보안, 거버넌스 및 공공 자금을 처리합니다.

무결성과 보안 보장​

PoIP는 AI 추론 계산의 무결성을 보장하기 위해 여러 메커니즘을 사용합니다:

• 머클 트리 검증: 입력 데이터가 변경되지 않고 GPU에 도달하도록 보장합니다.
• 분산 해시 테이블(DHT): 노드 간 트랜잭션 데이터를 동기화하여 불일치를 감지합니다.
• 진단 테스트: 하드웨어 기능을 평가하고 네트워크 표준 준수를 보장합니다.

경제적 인센티브와 게임 이론​

프로토콜은 노드 간 바람직한 행동을 장려하기 위해 경제적 인센티브를 사용합니다:

• 스테이킹: 노드는 토큰을 스테이킹하여 약속을 증명하고 신뢰성을 높입니다.
• 평판 구축: 성공적인 작업은 노드의 평판을 높여 향후 작업에 더 매력적으로 만듭니다.
• 경쟁적 게임 메커니즘: 노드는 최고의 서비스를 제공하기 위해 경쟁하여 지속적인 개선과 표준 준수를 보장합니다.

자주 묻는 질문​

추론 증명 프로토콜이란 무엇인가요?​

추론 증명 프로토콜(PoIP)은 분산 네트워크 전반에서 AI 추론 계산을 보호하고 검증하기 위해 설계된 시스템입니다. 이는 분산 하드웨어 노드가 정확하고 신뢰할 수 있는 결과를 반환하도록 보장합니다.

PoIP는 AI 계산의 무결성을 어떻게 보장하나요?​

PoIP는 머클 트리 검증, 분산 해시 테이블(DHT), 진단 테스트와 같은 메커니즘을 사용하여 AI 계산의 무결성을 검증합니다. 이러한 도구는 불일치를 감지하고 네트워크 전반에서 처리된 데이터의 정확성을 보장합니다.

PoIP에서 경제적 인센티브는 어떤 역할을 하나요?​

PoIP의 경제적 인센티브는 노드 간 바람직한 행동을 장려합니다. 노드는 토큰을 스테이킹하여 약속을 증명하고, 성공적인 작업을 통해 평판을 쌓으며, 최고의 서비스를 제공하기 위해 경쟁합니다. 이 시스템은 지속적인 개선과 네트워크 표준 준수를 보장합니다.

PoIP의 주요 계층은 무엇인가요?​

PoIP는 서비스 계층, 제어 계층, 트랜잭션 계층, 확률적 증명 계층, 경제 계층의 다섯 가지 주요 계층에서 작동합니다. 각 계층은 분산 네트워크에서 AI 추론의 보안, 무결성 및 효율성을 보장하는 데 중요한 역할을 합니다.

결론​

6079 추론 증명 프로토콜은 분산 AI 분야에서 흥미로운 발전을 나타냅니다. 분산 네트워크 전반에서 AI 계산의 보안과 신뢰성을 보장함으로써 PoIP는 분산 AI 애플리케이션의 더 넓은 채택과 혁신을 위한 새로운 길을 제시합니다. 보다 분산된 미래로 나아가면서 PoIP와 같은 프로토콜은 AI 기반 시스템에서 신뢰와 무결성을 유지하는 데 유용할 것입니다.

• source: https://cuckoo.network/blog/2024/07/03/proof-of-inference-protocol-decentralized-ai
• telegram: https://cuckoo.network/tg
• discord: https://cuckoo.network/dc

탈중앙화 AI에서는 GPU 제공자의 무결성과 신뢰성을 보장하는 것이 중요합니다. Holistic AI의 최근 연구에서 제시된 샘플링 증명 (PoSP) 프로토콜은 좋은 행위자를 장려하고 나쁜 행위자를 처벌하는 정교한 메커니즘을 제공합니다. 이 프로토콜이 어떻게 작동하는지, 경제적 인센티브, 벌칙, 그리고 탈중앙화 AI 추론에의 적용을 살펴보겠습니다.

정직한 행동에 대한 인센티브​

경제적 보상​

PoSP 프로토콜의 핵심은 정직한 참여를 장려하기 위해 설계된 경제적 인센티브입니다. 노드는 주장자와 검증자로서의 기여에 따라 보상을 받습니다:

• 주장자: 계산된 출력이 정확하고 도전받지 않은 경우 보상 (RA)을 받습니다.
• 검증자: 결과가 주장자와 일치하고 정확하다고 검증되면 보상 (RV/n)을 공유합니다.

독특한 내쉬 균형​

PoSP 프로토콜은 모든 노드가 정직하게 행동하도록 동기부여하는 순수 전략의 독특한 내쉬 균형에 도달하도록 설계되었습니다. 개인의 이익을 시스템 보안과 일치시킴으로써, 이 프로토콜은 정직이 참가자에게 가장 수익성 있는 전략이 되도록 보장합니다.

부정직한 행동에 대한 벌칙​

슬래싱 메커니즘​

부정직한 행동을 억제하기 위해, PoSP 프로토콜은 슬래싱 메커니즘을 사용합니다. 주장자나 검증자가 부정직한 것으로 판명되면, 상당한 경제적 벌칙 (S)을 받습니다. 이는 부정직의 비용이 잠재적인 단기 이익을 훨씬 초과하도록 보장합니다.

도전 메커니즘​

무작위 도전은 시스템을 더욱 안전하게 만듭니다. 미리 정해진 확률 (p)로, 프로토콜은 여러 검증자가 주장자의 출력을 다시 계산하는 도전을 시작합니다. 불일치가 발견되면 부정직한 행위자는 처벌받습니다. 이 무작위 선택 과정은 나쁜 행위자가 공모하여 부정행위를 감지되지 않게 하는 것을 어렵게 만듭니다.

PoSP 프로토콜의 단계​

1. 주장자 선택: 노드가 무작위로 선택되어 주장자로서 값을 계산하고 출력합니다.

2. 도전 확률:

   시스템은 미리 정해진 확률에 따라 도전을 시작할 수 있습니다.

   • 도전 없음: 도전이 시작되지 않으면 주장자는 보상을 받습니다.
   • 도전 시작: 주장자의 출력을 검증하기 위해 무작위로 선택된 검증자 수 (n)가 설정됩니다.

3. 검증:

   각 검증자는 독립적으로 결과를 계산하고 주장자의 출력과 비교합니다.

   • 일치: 모든 결과가 일치하면, 주장자와 검증자 모두 보상을 받습니다.
   • 불일치: 중재 과정이 주장자와 검증자의 정직성을 결정합니다.

4. 벌칙: 부정직한 노드는 처벌받고, 정직한 검증자는 보상 몫을 받습니다.

SpML​

spML (샘플링 기반 머신 러닝) 프로토콜은 탈중앙화 AI 추론 네트워크 내에서 샘플링 증명 (PoSP) 프로토콜의 구현입니다.

주요 단계​

1. 사용자 입력: 사용자는 무작위로 선택된 서버 (주장자)에게 디지털 서명과 함께 입력을 보냅니다.
2. 서버 출력: 서버는 출력을 계산하고 결과의 해시와 함께 사용자에게 다시 보냅니다.
3. 도전 메커니즘:
   • 미리 정해진 확률 (p)로, 시스템은 결과를 검증하기 위해 무작위로 다른 서버 (검증자)를 선택하는 도전을 시작합니다.
   • 도전이 시작되지 않으면, 주장자는 보상 (R)을 받고 과정이 종료됩니다.
4. 검증:
   • 도전이 시작되면, 사용자는 동일한 입력을 검증자에게 보냅니다.
   • 검증자는 결과를 계산하고 해시와 함께 사용자에게 다시 보냅니다.
5. 비교:
   • 사용자는 주장자와 검증자의 출력 해시를 비교합니다.
   • 해시가 일치하면, 주장자와 검증자 모두 보상을 받고 사용자는 기본 요금에 대한 할인을 받습니다.
   • 해시가 일치하지 않으면, 사용자는 네트워크에 두 해시를 방송합니다.
6. 중재:
   • 네트워크는 불일치를 기반으로 주장자와 검증자의 정직성을 결정하기 위해 투표합니다.
   • 정직한 노드는 보상을 받고, 부정직한 노드는 처벌받습니다 (슬래싱).

주요 구성 요소 및 메커니즘​

• 결정론적 ML 실행: 고정 소수점 산술 및 소프트웨어 기반 부동 소수점 라이브러리를 사용하여 일관되고 재현 가능한 결과를 보장합니다.
• 상태 비저장 설계: 각 쿼리를 독립적으로 처리하여 ML 과정 전반에 걸쳐 상태 비저장을 유지합니다.
• 허가 없는 참여: 누구나 네트워크에 참여하여 AI 서버를 운영함으로써 기여할 수 있습니다.
• 오프체인 작업: AI 추론은 블록체인의 부하를 줄이기 위해 오프체인에서 계산되며, 결과와 디지털 서명은 사용자에게 직접 전달됩니다.
• 온체인 작업: 잔액 계산 및 도전 메커니즘과 같은 중요한 기능은 투명성과 보안을 보장하기 위해 온체인에서 처리됩니다.

spML의 장점​

• 높은 보안성: 경제적 인센티브를 통해 보안을 달성하여 노드가 부정직에 대한 잠재적 벌칙 때문에 정직하게 행동하도록 보장합니다.
• 낮은 계산 오버헤드: 대부분의 경우 검증자는 해시만 비교하면 되므로 검증 시 계산 부하를 줄입니다.
• 확장성: 네트워크 활동이 많아도 성능 저하 없이 처리할 수 있습니다.
• 단순성: 구현의 단순성을 유지하여 통합 및 유지보수를 용이하게 합니다.

다른 프로토콜과의 비교​

• 낙관적 사기 증명 (opML):
  • 사기 행위에 대한 경제적 억제와 분쟁 해결 메커니즘에 의존합니다.
  • 충분한 검증자가 정직하지 않으면 사기 행위에 취약합니다.
• 영지식 증명 (zkML):
  • 암호학적 증명을 통해 높은 보안을 보장합니다.
  • 높은 계산 오버헤드로 인해 확장성과 효율성에서 도전에 직면합니다.
• spML:
  • 경제적 인센티브를 통한 높은 보안성, 낮은 계산 오버헤드, 높은 확장성을 결합합니다.
  • 해시 비교에 중점을 두어 검증 과정을 단순화하고 도전 시 복잡한 계산의 필요성을 줄입니다.

요약​

샘플링 증명 (PoSP) 프로토콜은 좋은 행위자를 장려하고 나쁜 행위자를 억제하는 필요성을 효과적으로 균형 잡아 탈중앙화 시스템의 전반적인 보안과 신뢰성을 보장합니다. 경제적 보상과 엄격한 벌칙을 결합함으로써, PoSP는 정직한 행동이 장려될 뿐만 아니라 성공을 위해 필수적인 환경을 조성합니다. 탈중앙화 AI가 계속 성장함에 따라, PoSP와 같은 프로토콜은 이러한 고급 시스템의 무결성과 신뢰성을 유지하는 데 필수적일 것입니다.

• source: https://cuckoo.network/blog/2024/06/17/proof-of-sampling-posp-protocol-decentralized-ai
• telegram: https://cuckoo.network/tg
• discord: https://cuckoo.network/dc

Arbitrum Nitro는 Offchain Labs에서 개발한 2세대 레이어 2 블록체인 프로토콜로, 처리량, 최종성 및 분쟁 해결을 개선하기 위해 설계되었습니다. 이는 기존 Arbitrum 프로토콜을 기반으로 하여 현대 블록체인 요구를 충족하는 중요한 개선 사항을 제공합니다.

Arbitrum Nitro의 주요 속성​

Arbitrum Nitro는 이더리움 위에 레이어 2 솔루션으로 작동하며, 이더리움 가상 머신(EVM) 코드를 사용하여 스마트 계약 실행을 지원합니다. 이는 기존 이더리움 애플리케이션 및 도구와의 호환성을 보장합니다. 프로토콜은 기본 이더리움 체인이 안전하고 활성 상태로 유지되며, Nitro 프로토콜의 적어도 한 명의 참가자가 정직하게 행동한다고 가정할 때 안전성과 진행을 보장합니다.

설계 접근 방식​

Nitro의 아키텍처는 네 가지 핵심 원칙을 기반으로 구축되었습니다:

• 순서 지정 후 결정론적 실행: 트랜잭션은 먼저 순서가 지정되고, 그 후 결정론적으로 처리됩니다. 이 두 단계 접근 방식은 일관되고 신뢰할 수 있는 실행 환경을 보장합니다.
• Geth를 핵심으로: Nitro는 핵심 실행 및 상태 유지를 위해 go-ethereum(geth) 패키지를 사용하여 이더리움과 높은 호환성을 보장합니다.
• 실행과 증명 분리: 상태 전이 함수는 효율적인 실행과 구조화된, 기계 독립적인 증명을 촉진하기 위해 네이티브 실행 및 웹 어셈블리(wasm) 모두로 컴파일됩니다.
• 상호작용 사기 증명과 낙관적 롤업: Arbitrum의 원래 설계를 기반으로 하여, Nitro는 정교한 사기 증명 메커니즘을 갖춘 개선된 낙관적 롤업 프로토콜을 사용합니다.

순서 지정 및 실행​

Nitro에서의 트랜잭션 처리에는 두 가지 주요 구성 요소가 포함됩니다: 순서 지정자와 상태 전이 함수(STF).

• 순서 지정자: 들어오는 트랜잭션의 순서를 지정하고 이 순서에 대한 커밋을 수행합니다. 이는 트랜잭션 순서가 알려지고 신뢰할 수 있도록 보장하며, 이를 실시간 피드 및 이더리움 레이어 1 체인에 압축된 데이터 배치로 게시합니다. 이 이중 접근 방식은 신뢰성을 높이고 검열을 방지합니다.
• 결정론적 실행: STF는 순서가 지정된 트랜잭션을 처리하여 체인 상태를 업데이트하고 새로운 블록을 생성합니다. 이 과정은 결정론적이며, 결과는 트랜잭션 데이터와 이전 상태에만 의존하여 네트워크 전반의 일관성을 보장합니다.

소프트웨어 아키텍처: Geth를 핵심으로​

Nitro의 소프트웨어 아키텍처는 세 개의 계층으로 구성되어 있습니다:

• 기본 계층 (Geth Core): 이 계층은 EVM 계약의 실행을 처리하고 이더리움 상태 데이터 구조를 유지 관리합니다.
• 중간 계층 (ArbOS): 시퀀서 배치를 압축 해제하고, 가스 비용을 관리하며, 크로스체인 기능을 지원하는 레이어 2 기능을 제공하는 맞춤형 소프트웨어입니다.
• 상위 계층: geth에서 가져온 이 계층은 연결, 들어오는 RPC 요청 및 기타 최상위 노드 기능을 처리합니다.

크로스체인 상호작용​

Arbitrum Nitro는 Outbox, Inbox 및 Retryable Tickets와 같은 메커니즘을 통해 안전한 크로스체인 상호작용을 지원합니다.

• Outbox: 레이어 2에서 레이어 1로의 계약 호출을 가능하게 하여 메시지가 안전하게 전송되고 이더리움에서 실행되도록 보장합니다.
• Inbox: 이더리움에서 Nitro로 전송된 트랜잭션을 관리하여 올바른 순서로 포함되도록 보장합니다.
• Retryable Tickets: 실패한 트랜잭션의 재제출을 허용하여 신뢰성을 보장하고 트랜잭션 손실의 위험을 줄입니다.

가스 및 수수료​

Nitro는 트랜잭션 비용을 관리하기 위해 정교한 가스 계량 및 가격 책정 메커니즘을 사용합니다:

• L2 가스 계량 및 가격 책정: 가스 사용량을 추적하고 수요와 용량의 균형을 맞추기 위해 기본 수수료를 알고리즘적으로 조정합니다.
• L1 데이터 계량 및 가격 책정: 레이어 1 상호작용과 관련된 비용이 충당되도록 보장하며, 이러한 비용을 트랜잭션 간에 정확하게 배분하기 위해 적응형 가격 책정 알고리즘을 사용합니다.

결론​

Cuckoo Network는 Arbitrum의 개발에 투자하는 것에 자신감을 가지고 있습니다. Arbitrum Nitro의 고급 레이어 2 솔루션은 뛰어난 확장성, 더 빠른 최종성 및 효율적인 분쟁 해결을 제공합니다. 이더리움과의 호환성은 우리의 분산 애플리케이션에 안전하고 효율적인 환경을 보장하며, 혁신과 성능에 대한 우리의 약속과 일치합니다.

• source: https://cuckoo.network/blog/2024/06/06/introduction-to-arbitrum-nitro
• telegram: https://cuckoo.network/tg
• discord: https://cuckoo.network/dc

블록체인과 AI의 결합은 상당한 시장의 주목을 받고 있습니다. ChatGPT가 수백만 명의 사용자를 빠르게 확보하고 Nvidia의 주가가 2023년에 여덟 배로 급등하면서, AI는 확고한 지배적 트렌드로 자리 잡았습니다. 이 영향력은 블록체인과 같은 인접 부문으로 확산되고 있으며, AI 응용 프로그램이 탐구되고 있습니다.

현재, 암호화폐는 AI에서 보조적인 역할을 하며, 성장 가능성이 큽니다. 대부분의 조직은 여전히 탐색 단계에 있으며, 컴퓨팅 파워(클라우드 및 마켓플레이스), 모델(AI 에이전트), 데이터 저장소의 토큰화에 중점을 두고 있습니다.

탈중앙화된 암호화 기술은 AI 훈련에서 효율성을 직접적으로 향상시키거나 비용을 절감하지 않지만, 자산 거래를 용이하게 하여 이전에 사용되지 않았던 컴퓨팅 파워를 끌어들입니다. 이는 오늘날의 컴퓨팅 부족 환경에서 수익성이 있습니다. 모델의 토큰화는 탈중앙화된 커뮤니티 소유권 또는 사용을 가능하게 하여 장벽을 줄이고 중앙화된 AI에 대한 대안을 제공합니다. 그러나 탈중앙화된 데이터는 여전히 토큰화하기 어려워 추가 탐구가 필요합니다.

시장이 AI와 암호화폐에 대한 합의를 이루지 못했지만, 생태계는 형성되고 있습니다. 오늘 검토할 몇 가지 카테고리는 다음과 같습니다: 서비스형 인프라 클라우드, 컴퓨팅 마켓플레이스, 모델 토큰화 및 훈련, AI 에이전트, 데이터 토큰화, ZKML, AI 응용 프로그램.

서비스형 인프라 클라우드​

AI 시장이 성장함에 따라, GPU 클라우드 컴퓨팅 프로젝트와 마켓플레이스가 가장 먼저 혜택을 받습니다. 이들은 사용되지 않는 GPU 자원을 중앙화된 네트워크에 통합하여 전통적인 서비스에 비해 컴퓨팅 비용을 낮추는 것을 목표로 합니다.

이러한 클라우드 서비스는 탈중앙화된 솔루션으로 간주되지 않지만, 웹3 + AI 생태계의 중요한 부분입니다. GPU는 희소 자원이며 본질적인 가치를 지니고 있다는 아이디어입니다.

주요 프로젝트:

• Akash Network: Cosmos SDK를 기반으로 한 탈중앙화 클라우드 컴퓨팅 마켓플레이스로, Kubernetes를 사용하여 오케스트레이션하고 역경매 가격 책정을 통해 비용을 절감합니다. CPU 및 GPU 컴퓨팅에 중점을 둡니다.
• Ritual: AI 모델을 블록체인 프로토콜에 통합하는 AI 인프라 네트워크입니다. Infernet 플랫폼을 통해 스마트 계약이 모델에 직접 접근할 수 있습니다.
• Render Network: 렌더링과 AI 컴퓨팅 모두에 중점을 둔 탈중앙화 GPU 렌더링 플랫폼입니다. 성능과 비용을 개선하기 위해 Solana로 이전했습니다.
• NetMind.AI: 컴퓨팅 자원, 챗봇 및 생활 보조 서비스를 위한 마켓플레이스를 제공하는 AI 생태계입니다. 다양한 GPU 모델을 지원하고 Google Colab과 통합합니다.
• CUDOS: Cosmos SDK를 통해 GPU 컴퓨팅에 중점을 둔 블록체인 컴퓨트 네트워크로, Akash와 유사합니다.
• Nuco.cloud: Ethereum과 Telos를 기반으로 한 탈중앙화 컴퓨팅 클라우드 서비스로, 다양한 솔루션을 제공합니다.
• Dynex: 신경형 컴퓨팅을 위한 블록체인으로, 효율성을 위해 유용한 작업 증명을 사용합니다.
• OctaSpace: AI 및 이미지 처리를 위한 자체 블록체인에서 운영되는 탈중앙화 컴퓨팅 클라우드입니다.
• AIOZ Network: AI, 저장 및 스트리밍을 위한 레이어 1 탈중앙화 컴퓨트 플랫폼입니다.
• Phoenix: AI 컴퓨팅 및 데이터 중심 네트워크를 위한 웹3 블록체인 인프라입니다.
• Aethir: Arbitrum을 기반으로 한 게임 및 AI를 위한 클라우드 인프라입니다.
• Iagon: Cardano에서 운영되는 탈중앙화 저장 및 컴퓨팅 마켓플레이스입니다.
• OpFlow: NVIDIA GPU를 사용하여 AI 및 렌더링에 중점을 둔 클라우드 플랫폼입니다.
• OpSec: 차세대 슈퍼컴퓨터를 구축하려는 신흥 탈중앙화 클라우드 플랫폼입니다.

컴퓨팅 자원 마켓플레이스​

탈중앙화된 컴퓨팅 자원 마켓플레이스는 사용자 제공 GPU 및 CPU 자원을 AI 작업, 훈련 및 추론에 활용합니다. 이러한 마켓플레이스는 사용되지 않은 컴퓨팅 파워를 동원하여 참가자에게 보상을 제공하고 진입 장벽을 낮춥니다.

이러한 GPU 컴퓨팅 마켓플레이스는 서비스 유틸리티보다는 탈중앙화의 내러티브에 중점을 두는 경우가 많습니다. Solana와 DePin 개념을 활용하는 io.net 및 Nosana와 같은 프로젝트는 큰 성장 잠재력을 보여줍니다. GPU 시장의 수요가 최고조에 달할 때 일찍 투자하면 인센티브와 ROI를 통해 높은 수익을 얻을 수 있습니다.

주요 프로젝트:

• Cuckoo AI: AI 모델을 서비스하는 GPU 채굴자에게 ERC20 일일 지급으로 보상하는 탈중앙화 마켓플레이스입니다. 블록체인 스마트 계약을 사용하며 투명성, 프라이버시 및 모듈성을 중시합니다.
• Clore.ai: PoW를 사용하는 GPU 렌탈 플랫폼입니다. 사용자는 AI 훈련, 렌더링 및 채굴 작업을 위해 GPU를 대여할 수 있습니다. 보상은 보유한 토큰의 양에 따라 달라집니다.
• Nosana: 오픈 소스, Solana 기반 GPU 클라우드 컴퓨팅 제공업체입니다. AI 추론에 중점을 두고 있으며 PyTorch, HuggingFace, TensorFlow 및 커뮤니티 라이브러리를 위한 커넥터를 개발하고 있습니다.
• io.net: Solana 블록체인 기술을 활용한 AI 클라우드 컴퓨팅 네트워크입니다. 배치 추론 및 병렬 훈련을 지원하는 비용 효율적인 GPU 자원을 제공합니다.
• Gensyn: 심층 학습 모델 훈련을 위한 L1 프로토콜입니다. 신뢰할 수 없는 분산 시스템을 통해 훈련 효율성을 개선하는 것을 목표로 하며, 훈련 비용을 줄이고 접근성을 높이는 데 중점을 둡니다.
• Nimble: 데이터, 컴퓨팅 파워 및 개발자를 결합한 탈중앙화 AI 생태계입니다. AI 훈련을 보다 쉽게 접근할 수 있도록 하고 탈중앙화된 구성 가능한 프레임워크를 제공합니다.
• Morpheus AI: Arbitrum에 구축된 탈중앙화 컴퓨팅 마켓플레이스로, 사용자가 스마트 계약과 상호작용하는 AI 에이전트를 생성할 수 있도록 돕습니다.
• Kuzco: Solana에서 LLM 추론을 위한 분산 GPU 클러스터입니다. 효율적인 로컬 모델 호스팅을 제공하고 기여자에게 KZO 포인트로 보상합니다.
• Golem: GPU로 확장된 Ethereum 기반 CPU 컴퓨팅 마켓플레이스로, 가장 초기의 피어 투 피어 컴퓨팅 네트워크 중 하나입니다.
• Node AI: EyePerformance를 통해 저렴한 GPU 렌탈을 제공하는 GPU 클라우드 마켓플레이스입니다.
• GPU.Net: 생성 AI, Web3 및 고급 그래픽 렌더링을 위한 인프라를 제공하는 탈중앙화 GPU 네트워크입니다.
• GamerHash: 게이머의 여분의 컴퓨팅 파워를 암호화폐 채굴에 활용하면서 저사양 장치를 위한 플레이 투 언 모델을 도입하는 플랫폼입니다.
• NodeSynapse: Web3 인프라, GPU 컴퓨팅, 서버 호스팅 및 토큰 보유자를 위한 독특한 수익 공유 모델을 제공하는 GPU 마켓플레이스입니다.

모델 토큰화 및 훈련​

모델 토큰화 및 훈련은 AI 모델을 가치 있는 자산으로 변환하고 이를 블록체인 네트워크에 통합하는 것을 포함합니다. 이 접근 방식은 탈중앙화된 소유권, 데이터 공유 및 의사 결정이 가능하게 하며, 투명성, 보안 및 수익화 기회를 개선하고 새로운 투자 채널을 창출합니다.

중요한 요소는 실제 혁신과 기술적 도전 과제를 가진 프로젝트를 인식하는 것입니다. AI 모델의 소유권 또는 사용 권한을 거래하는 것만으로는 진정한 혁신이 아닙니다. 진정한 발전은 모델 출력을 효과적으로 검증하고 안전하고 탈중앙화된 모델 운영을 보장하는 데서 옵니다.

주요 프로젝트:

• SaharaLabs: 개인 정보 보호 및 데이터 공유에 중점을 두고 Knowledge Agent 및 Data Marketplace와 같은 도구를 제공하여 데이터 운영을 보호하고 MIT 및 Microsoft와 같은 고객을 유치합니다.
• Bittensor: AI 모델이 가치를 교환할 수 있는 탈중앙화 프로토콜을 구축합니다. 검증자와 채굴자를 사용하여 응답을 순위 매기고 AI 기반 응용 프로그램의 전반적인 품질을 향상시킵니다.
• iExec RLC: Proof-of-Contribution 합의를 통해 자원 보안을 보장하며 단기 계산 작업을 관리하는 탈중앙화 클라우드 컴퓨팅 플랫폼입니다.
• Allora: 시장 예측의 정확성에 대해 AI 에이전트에게 보상하며, 합의 메커니즘을 사용하여 탈중앙화 네트워크에서 에이전트 예측을 검증합니다.
• lPAAL AI: 시장 정보, 거래 전략 및 기타 전문 작업을 처리할 수 있는 개인화된 AI 모델을 생성할 수 있는 플랫폼을 제공합니다.
• MyShell: 챗봇 개발 및 타사 모델 통합을 위한 유연한 AI 플랫폼을 제공하며, 개발자에게 네이티브 토큰을 통해 인센티브를 제공합니다.
• Qubic: Aigarth 소프트웨어 레이어를 통해 신경망 생성을 촉진하는 AI 훈련을 위한 작업 증명 합의를 활용합니다.

AI 에이전트​

AI 에이전트 또는 지능형 에이전트는 자율적인 이해, 기억, 의사 결정, 도구 사용 및 복잡한 작업 수행이 가능한 엔티티입니다. 이러한 에이전트는 사용자가 작업을 "어떻게" 수행해야 하는지 안내할 뿐만 아니라 실제로 작업을 완료하는 데 적극적으로 도움을 줍니다. 특히, 블록체인 기술과 상호작용하여 거래, 투자 조언 제공, 봇 운영, 탈중앙화 금융(DeFi) 기능 향상 및 온체인 데이터 분석과 같은 활동을 수행하는 AI 에이전트를 말합니다.

이러한 AI 에이전트는 블록체인 기술과 밀접하게 통합되어 있어 직접적인 수익을 창출하고 새로운 거래 시나리오를 도입하며 블록체인 사용자 경험을 향상시킵니다. 이러한 통합은 DeFi에서 고급 내러티브를 나타내며, 거래 활동을 통해 이익을 창출하고 자본 투자를 유치하며, 하이프를 조성하여 투자 사이클을 유도하는 폰지 스킴과 유사한 사이클을 만듭니다.

주요 프로젝트:

• Morpheus: 스마트 계약을 운영하는 에이전트 AI를 생성할 수 있는 Arbitrum에 구축된 탈중앙화 AI 컴퓨팅 마켓플레이스입니다. 투자 및 경영 리더십 배경을 가진 David Johnston이 이끄는 프로젝트로, 공정한 출시, 보안 감사된 스테이킹 코드 및 적극적인 개발을 통해 커뮤니티 참여에 중점을 두고 있습니다. 그러나 AI 에이전트 코드에 대한 업데이트는 느리고 핵심 모듈의 진행 상황은 불분명합니다.
• QnA3.AI: 정보 검색 및 생성 기능을 향상시키는 Retrieval-Augmented Generation (RAG) 기술을 사용하여 정보 관리, 자산 관리 및 권리 관리에 대한 종합적인 서비스를 제공합니다. 2023년 설립 이후 사용자 참여 및 응용 프로그램이 크게 증가하며 빠르게 성장하고 있습니다.
• Autonolas: 여러 블록체인에 연결할 수 있는 AI 에이전트를 구축할 수 있는 도구를 제공하는 탈중앙화 AI 에이전트 생성 및 사용을 위한 오픈 마켓입니다. 다중 에이전트 서비스에 특화된 케임브리지 교육을 받은 경제학자 David Minarsch가 이끌고 있습니다.
• SingularityNET: 범용 AI를 민주화하고 탈중앙화하는 것을 목표로 하는 오픈, 탈중앙화 AI 서비스 네트워크입니다. 네트워크는 개발자가 네이티브 AGIX 토큰을 사용하여 AI 서비스를 수익화할 수 있도록 하며, 휴머노이드 로봇 Sophia로 유명한 Dr. Ben Goertzel과 Dr. David Hanson이 설립했습니다.
• Fetch.AI: FET 토큰을 사용하여 에이전트를 배포하기 위한 생태계를 개발한 초기 AI 에이전트 프로토콜 중 하나입니다. 팀은 AI 및 알고리즘 솔루션에 중점을 둔 명문 대학 및 주요 기업 출신의 전문가들로 구성되어 있습니다.
• Humans.ai: AI 기반 창작에 참여하는 이해관계자를 창의적 스튜디오 스위트 내에서 결합하여 개인이 디지털 자산을 생성하고 소유할 수 있도록 하는 AI 블록체인 플랫폼입니다.
• Metatrust: 소프트웨어 개발 수명주기를 포괄하는 종합적인 Web3 보안 솔루션을 제공하는 암호화 지원 AI 에이전트 네트워크로, 난양기술대학교의 세계적으로 인정받는 연구팀이 설립했습니다.
• AgentLayer: Metatrust 팀이 개발한 이 탈중앙화 에이전트 네트워크는 데이터 효율성과 전반적인 성능 및 보안을 향상시키기 위해 OP Stack 및 EigenDA를 활용합니다.
• DAIN: Solana에서 에이전트 간 경제를 구축하여 웹2 및 웹3 제품 모두와의 통합을 강조하며 다양한 기업의 에이전트 간 원활한 상호작용을 가능하게 하는 범용 API를 제공합니다.
• ChainGPT: AI NFT 생성기, AI 기반 뉴스 생성기, 거래 보조, 스마트 계약 생성기 및 감사자와 같은 제품을 특징으로 하는 블록체인 및 암호화폐를 위한 AI 모델입니다. ChainGPT는 2023년 9월 BNB 생태계 촉매 상을 수상했습니다.

데이터 토큰화​

데이터 부문에서 AI와 암호화의 교차점은 상당한 잠재력을 지니고 있으며, 데이터와 컴퓨팅 파워는 AI의 기본 자원입니다. 탈중앙화된 컴퓨팅은 때때로 효율성을 감소시킬 수 있지만, 데이터의 탈중앙화는 합리적입니다. 데이터 생산은 본질적으로 탈중앙화되어 있기 때문입니다. 따라서 데이터 부문에서 AI와 블록체인의 결합은 상당한 성장 잠재력을 제공합니다.

이 분야의 주요 과제는 성숙한 데이터 마켓플레이스의 부족으로, 데이터의 효과적인 평가 및 표준화가 어렵다는 것입니다. 신뢰할 수 있는 평가 메커니즘이 없으면 프로젝트가 토큰 인센티브를 통해 자본을 유치하기 어려워 잠재력이 높은 프로젝트에서도 "플라이휠 효과"를 깨뜨릴 수 있습니다.

주요 프로젝트:

• Synesis One: Solana에서 사용자들이 AI 훈련을 위한 마이크로 작업을 완료하여 토큰을 얻을 수 있는 크라우드소싱 플랫폼입니다. Mind AI와 협력하여 다양한 데이터 유형 및 로봇 프로세스 자동화를 지원합니다. Mind AI는 GM 및 인도 정부와 계약을 체결했으며 950만 달러의 자금을 조달했습니다.
• Grass.io: AI 회사에 여분의 대역폭을 판매할 수 있는 탈중앙화 대역폭 마켓플레이스입니다. 200만 개 이상의 IP 주소를 보유하고 있으며, 활성 사용자만 보상을 받습니다. Polychain 및 Tribe Capital이 주도하는 시드 펀딩에서 350만 달러를 조달했습니다.
• GagaNode: Web 3.0 기술을 사용하여 IPv4 부족 문제를 해결하는 차세대 탈중앙화 대역폭 시장입니다. 모바일을 포함한 여러 플랫폼과 호환되며 코드는 오픈 소스입니다.
• Ocean Protocol: 사용자가 Ocean Market에서 데이터를 토큰화하고 거래할 수 있도록 하며, 데이터 NFT 및 데이터 토큰을 생성합니다. Mercedes-Benz 출신의 창립자 Bruce Pon은 블록체인 및 탈중앙화 기술에 대한 강사이며, 글로벌 자문 팀의 지원을 받고 있습니다.

AI 응용 프로그램​

AI 기능을 현재의 암호화폐 비즈니스와 결합하면 DeFi, 게임, NFT, 교육 및 시스템 관리와 같은 다양한 부문에서 효율성과 기능을 향상시킬 수 있는 새로운 길이 열립니다.

DeFi​

• inSure DeFi: 사용자가 SURE 토큰을 구매하여 암호화 자산을 보험에 가입할 수 있는 탈중앙화 보험 프로토콜입니다. Chainlink를 활용하여 동적 가격 책정을 수행합니다.
• Hera Finance: Ethereum, BNB 및 Arbitrum과 같은 여러 체인과 통합된 AI 기반 크로스 체인 DEX 애그리게이터입니다.
• SingularityDAO: 투자 관리를 제공하는 AI 기반 DeFi 프로토콜로, SingularityNET과 파트너십을 맺고 AI 도구 및 생태계를 확장하기 위해 2500만 달러를 확보했습니다.
• Arc: Reactor 및 DApp을 통해 AI 기반 DeFi 생태계를 제공합니다. Lychee AI를 인수하고 Google Cloud의 AI 스타트업 프로그램에 참여했으며 AI 기반 ARC Swaps를 출시했습니다.
• AQTIS: Ethereum의 가스와 유사한 $AQTIS로 지속 가능한 생태계를 구축하는 것을 목표로 하는 AI 지원 유동성 프로토콜입니다.
• Jarvis Network: 암호화폐 및 기타 자산에 대한 거래 전략을 최적화하기 위해 AI 알고리즘을 활용합니다. 네이티브 토큰 JRT는 활발히 유통되고 있습니다.
• LeverFi: Microsoft와 함께 AI DeFi 솔루션을 개발 중인 레버리지 거래 프로토콜입니다. AI 투자 관리에 200만 달러를 DWF Labs로부터 확보했습니다.
• Mozaic: AI 개념과 LayerZero 기술을 혼합한 자동 농사 프로토콜입니다.

게임​

• Sleepless AI: 가상 동반자 게임을 위한 AI 블록체인을 사용합니다. 첫 번째 게임인 _HIM_은 고유한 SBT 캐릭터를 온체인에서 제공합니다. Binance는 Sleepless AI의 토큰을 Launchpool을 통해 출시했습니다.
• Phantasma: 스마트NFT 및 AI 스마트 계약 인코더를 제공하는 게임 중심 레이어 1 블록체인입니다.
• Delysium: AI 기반 Web3 게임 퍼블리셔로, 오픈 월드 프레임워크를 제공합니다. Lucy라는 AI Web3 OS를 제공하고 상호작용 게임을 위한 AI-Twins 생성을 가능하게 합니다.
• Mars4.me: NASA 데이터를 지원받는 인터랙티브 3D 메타버스 프로젝트입니다. DWF Labs로부터 장기 자금을 확보했습니다.
• GamerHash: 고급 게임 중 여분의 컴퓨팅 파워를 암호화폐 채굴에 활용합니다. Play&Earn 기능은 저사양 컴퓨터를 위한 작업을 제공합니다.
• Gaimin: eSports 팀에 의해 설립된 이 회사는 클라우드 컴퓨팅과 게임을 결합하여 추가 GPU 보상을 제공하는 dApp을 구축합니다.
• Cerebrum Tech: 생성 AI, 게임 및 Web3 솔루션 제공업체입니다. 게임 및 AI 확장을 위해 180만 달러를 최근 조달했습니다.
• Ultiverse: AI 기반 오픈 메타버스 프로토콜인 Bodhi를 출시하기 위해 Binance Labs로부터 자금을 조달한 메타버스 게임 플랫폼입니다.

NFT​

• NFPrompt: 사용자가 NFT 아트를 생성할 수 있는 AI 기반 플랫폼입니다. Binance의 Launchpool은 NFP 스테이킹을 통해 보상을 지원합니다.
• Vertex Labs: 블록체인, AI 계산 및 Web3 브랜드인 Hape Prime과 같은 Web3 및 AI 인프라 제공업체입니다.

교육​

• Hooked Protocol: 소셜 교육 게임을 제공하며 ChatGPT의 지원을 받는 AI 기반 교육 도구인 Hooked Academy를 보유하고 있습니다.

시스템​

• Terminus OS: AI 시대의 지능 증명을 위해 설계된 블록체인-엣지-클라이언트 아키텍처 기반의 Web3 OS입니다. ByteTrade는 개발을 위해 5000만 달러의 자금을 확보했습니다.

결론​

AI와 암호화폐의 융합은 클라우드 컴퓨팅 및 AI 응용 프로그램에서 데이터 토큰화 및 영지식 기계 학습에 이르기까지 다양한 부문에서 획기적인 기회를 열어가고 있습니다. 이러한 기술의 결합은 이미 그 변혁적인 힘을 보여주고 있습니다. 더 많은 혁신적인 프로젝트가 다가오면서, AI와 암호화폐의 미래는 다양하고 지능적이며 안전할 것입니다.

우리는 AI와 블록체인의 범위를 더욱 넓힐 새로운 협업과 최첨단 기술을 기대하고 있습니다.