来自 @glxyresearch 的新消息 - 去中心化 AI 训练：架构、机会与挑战，由 @Uptodatenow 提供。 去中心化训练正从理论走向现实。以下是您需要了解的内容🧵

去年，@glxyresearch 写过关于加密货币的无许可基础设施如何支持 AI 的文章：GPU 市场、用于可验证推理的 zkML，以及 AI 代理。 今天，去中心化训练网络正在全球范围内进行真实的模型训练。

像 @NousResearch、@PrimeIntellect、@PluralisHQ、@tplr_ai 和 @gensynai 这样的项目正在推动前沿。 他们正在协调全球的 GPU，减少通信开销，甚至在实验加密经济激励。

这有什么重要性？ ✔️ 解锁未使用的全球GPU以支持开源AI ✔️ 挑战集中实验室对模型开发的控制 ✔️ 为完全链上AI堆栈奠定基础

该报告深入探讨了： ✔️去中心化训练背后的架构 ✔️技术和经济挑战 ✔️项目如何应对验证、激励和扩展

去中心化训练不再是一个假设。中型模型已经在全球实时网络中进行训练。 未解的问题是：它们能否在实际应用中比集中实验室获得优势？