OPML: Sistema de aprendizado de máquina blockchain baseado na abordagem otimista
OPML( otimismo aprendizado de máquina ) é um novo sistema de Blockchain que pode realizar inferência e treinamento de modelos de IA de baixo custo e alta eficiência. Comparado com ZKML, os requisitos de hardware do OPML são mais baixos, podendo até ser executado em um PC comum com modelos de linguagem grandes como 7B-LLaMA.
A OPML utiliza um mecanismo de jogo de verificação para garantir a descentralização e a verificabilidade dos serviços de ML. O seu fluxo básico é:
O solicitante inicia a tarefa de ML
O servidor completa a tarefa e submete o resultado ao Blockchain
Os validadores verificam os resultados, e se houver objeções, iniciam o jogo de validação.
Localizar precisamente os passos controversos através do protocolo de divisão
O contrato inteligente arbitra um único passo.
Para realizar uma execução off-chain eficiente e uma arbitragem on-chain, a OPML construiu uma máquina virtual dedicada e uma biblioteca DNN leve, e utilizou tecnologia de compilação cruzada para compilar o código de inferência de IA em instruções da VM. O estado da VM é gerido por uma árvore de Merkle, com apenas o hash raiz a ser colocado na blockchain.
A limitação do OPML de uma única fase é que todos os cálculos devem ser realizados dentro da VM, não podendo utilizar aceleração por GPU. Para isso, o OPML foi expandido para um protocolo de múltiplas fases:
A fase 2 executa o cálculo dos nós do gráfico computacional no ambiente local, podendo utilizar GPU.
A fase 1 irá converter o cálculo de um único nó em execução de instruções VM
A OPML de múltiplas fases pode alcançar uma aceleração de cálculo de α vezes em comparação com a de uma única fase, onde α pode chegar a dezenas ou centenas de vezes. Ao mesmo tempo, o tamanho da árvore Merkle é reduzido de O(mn) para O(m+n).
Para garantir a consistência dos resultados, o OPML utiliza algoritmos de ponto fixo e bibliotecas de ponto flutuante de software, resolvendo o problema das diferenças nos cálculos em ponto flutuante entre diferentes plataformas.
No geral, o OPML oferece uma solução eficiente, de baixo custo e verificável para o aprendizado de máquina na Blockchain, com amplas perspectivas de aplicação.
Ver original
Esta página pode conter conteúdo de terceiros, que é fornecido apenas para fins informativos (não para representações/garantias) e não deve ser considerada como um endosso de suas opiniões pela Gate nem como aconselhamento financeiro ou profissional. Consulte a Isenção de responsabilidade para obter detalhes.
11 Curtidas
Recompensa
11
3
Compartilhar
Comentário
0/400
MevWhisperer
· 11h atrás
A aprendizagem automática foi para a cadeia?
Ver originalResponder0
ApeWithNoFear
· 11h atrás
Tem alguma graça.
Ver originalResponder0
BakedCatFanboy
· 11h atrás
Alguém experiente pode falar sobre quão confiável é isso?
OPML: Sistema de treinamento e inferência de modelos de IA de baixo custo e alta eficiência na cadeia
OPML: Sistema de aprendizado de máquina blockchain baseado na abordagem otimista
OPML( otimismo aprendizado de máquina ) é um novo sistema de Blockchain que pode realizar inferência e treinamento de modelos de IA de baixo custo e alta eficiência. Comparado com ZKML, os requisitos de hardware do OPML são mais baixos, podendo até ser executado em um PC comum com modelos de linguagem grandes como 7B-LLaMA.
A OPML utiliza um mecanismo de jogo de verificação para garantir a descentralização e a verificabilidade dos serviços de ML. O seu fluxo básico é:
Para realizar uma execução off-chain eficiente e uma arbitragem on-chain, a OPML construiu uma máquina virtual dedicada e uma biblioteca DNN leve, e utilizou tecnologia de compilação cruzada para compilar o código de inferência de IA em instruções da VM. O estado da VM é gerido por uma árvore de Merkle, com apenas o hash raiz a ser colocado na blockchain.
A limitação do OPML de uma única fase é que todos os cálculos devem ser realizados dentro da VM, não podendo utilizar aceleração por GPU. Para isso, o OPML foi expandido para um protocolo de múltiplas fases:
A OPML de múltiplas fases pode alcançar uma aceleração de cálculo de α vezes em comparação com a de uma única fase, onde α pode chegar a dezenas ou centenas de vezes. Ao mesmo tempo, o tamanho da árvore Merkle é reduzido de O(mn) para O(m+n).
Para garantir a consistência dos resultados, o OPML utiliza algoritmos de ponto fixo e bibliotecas de ponto flutuante de software, resolvendo o problema das diferenças nos cálculos em ponto flutuante entre diferentes plataformas.
No geral, o OPML oferece uma solução eficiente, de baixo custo e verificável para o aprendizado de máquina na Blockchain, com amplas perspectivas de aplicação.