长推:AI从分布式算力到可信计算的演进

Haotian热度: 33720

市场关注AI分布式云算力聚合平台,但Messari报告关注AI去中心化推理方向。报告提到MarlinProtocol的teeML架构,利用TEE提供计算证明,保证用户数据安全。Marlin通过TEE构建安全隔离的Enclave飞地环境,实现AI数据模型训练和推理服务。报告还提到基于zkML和Optimism ML的分布式推理架构,代表项目有Ora和HyperspaceAI。随着分布式AI聚合算力应用场景的发展,分布式推理赛道也会变得热闹。

摘要由 Mars AI 生成
本摘要由 Mars AI 模型生成,其生成内容的准确性、完整性还处于迭代更新阶段。

原文作者:Haotian

原文来源:X

最近,市场讨论焦点主要在AI分布式云算力聚合平台上,但Messari一份报告却把注意力聚焦到了AI去中心化推理方向。而且该报告提到了 @MarlinProtocol 所推出的teeML去中心化推理架构,一种利用可信执行环境(TEE)来提供计算证明的方式。

为什么要做分布式推理架构?逻辑很简单,ChatGPT等大模型Prompt推理都依赖一个可信的中心化的模型服务器实体,比如:OpenAI,用户无法确保数据在推理过程中是否被恶意篡改或窥探。

而若采用分布式推理,用户的每次调用大模型输入和输出,都能有可验证的计算做保证,用户无需信任中心化的服务提供上,而仅可依赖密码学或者其他数据或安全模型来建立信任连接。

Marlin我之前有写文章分析过,主要定位做去中心化的节点增强服务,去中心化AI服务是其发力的一个核心场景。Marlin通过TEE可信执行环境协处理器,在节点硬件存储系统中构建了安全隔离的Enclave飞地环境,继而可实现AI数据模型训练和推理等服务。


在去中心化推理背景下,模型提供者可以选择在TEE环境下运行模型,并生成加密证明,由于证明本身也在TEE内环境下,因此可确保模型在运行过程中不被透露或篡改。


当然,在Messari的报告中,还提到了除了TEE之外的另外两种分布式推理架构方式:


1)基于zkML零知识证明协议,ZK可以证明某个输出是特定的Dataset产生的,ZK可以成为支撑模型运行的服务器和模型输出结果的可信桥梁。 @ProjectZKM 提供的zkVM可信验证最近也和Marlin达成了战略合作,会作为底层技术支持帮助Marlin基于zkVM进一步强化分布式推理能力;


2)基于Optimism ML乐观机器学习,和OP-Rollup逻辑类似,多方实体可共同参与指定的推理验证,若对结果存在分析,可以开启挑战模式,理论上,只有有一个诚实的验证者实体,opML就称得上安全可信。相比zkML,opML计算成本更低,但也会存在挑战时间窗口。代表项目有Ora 和 @HyperspaceAI.


总之,在我看来,当分布式AI聚合算力的应用场景被跑通,大量的中小型AI训练、推理、微调以及渲染等需求涌入后,一个完全分布式的可验证的推理计算证明就成了必须。分布式推理赛道也会随之热闹起来。

声明:本文为入驻“MarsBit 专栏”作者作品,不代表MarsBit官方立场。
转载请联系网页底部:内容合作栏目,邮件进行授权。授权后转载时请注明出处、作者和本文链接。未经许可擅自转载本站文章,将追究相关法律责任,侵权必究。
提示:投资有风险,入市须谨慎,本资讯不作为投资理财建议。
免责声明:本文不构成投资建议,用户应考虑本文中的任何意见、观点或结论是否符合其特定状况,及遵守所在国家和地区的相关法律法规。