简析去中心化算力协议Gensyn，为AI模型训练提速

原文来源：TokenMore币萌

项目简述

Gensyn 是一个基于区块链的去中心化深度学习计算协议，旨在建立人工智能（AGI）算力市场。将复杂的机器学习任务分解成多个子任务，借助参与者的计算资源，实现高度并行化的计算。通过智能合约自动化任务分配、验证和奖励，Gensyn 消除了中心化管理，为机器学习计算提供了一种高效、自主的解决方案。

官网： https://www.gensyn.ai/

推特： https://twitter.com/gensynai

技术背景

随着人工智能技术的迅猛发展，深度学习模型变得越来越复杂，计算需求也急剧增加，但可供使用的计算资源却显得相对稀缺。在这个背景下，面临着一系列挑战。

首先，为了确保计算的准确性，需要验证深度学习计算的有效性。但是，深度学习模型中的每一层都依赖于前一层的输出，这使得验证变得复杂。需要找到方法来确保每一步都被正确执行，尤其是在模型变得越来越复杂的情况下。

其次，构建一个计算市场也存在一些问题。如何平衡供需，让计算资源合理匹配，以及如何激励参与者贡献计算时间，都是需要解决的难题。传统市场模式在计算领域可能不再适用，需要探索新的方式。

隐私保护也是一个重要问题。随着全球隐私法规的加强，保护用户数据的隐私变得尤为重要。在构建和训练模型时，如何平衡数据隐私和模型效能是一个复杂的挑战。

此外，为了满足计算需求，高度的并行化已经成为必然趋势。现代深度学习模型需要在大规模硬件集群上进行并行训练，以应对规模不断扩大的计算需求。并行化技术的进步为我们解决计算资源不足提供了一些希望。

综上所述，深度学习计算领域面临着多方面的挑战，涉及验证、市场、隐私和效率等多个方面。解决这些挑战将有助于推动人工智能技术的持续发展。

产品设计

Gensyn 协议就像一个智能计算网络，专门用来处理深度学习任务。它使愿意用自己的计算机参与任务的人可以获得回报，就像在帮助他人完成任务一样。这个协议无需中间人或法律强制，而是通过特定程序自动分配任务并支付报酬。然而，确保这个网络中的任务真的被完成却是一个复杂的问题。由于每个任务都依赖前一个任务的结果，验证任务的完成并不简单。通过将三个关键概念融合成一个更高效的方案来解决这个问题，从而使任务验证更加可靠。

• 概率性学习证明：利用梯度优化过程的元数据，构建工作完成的证书，可以通过重新运行某些阶段快速验证。

• 基于图的定位协议：采用多粒度、基于图的定位协议和交叉验证一致的执行，使验证工作能够重新运行并进行比较，以确保一致性，最终由区块链自身进行确认。

• Truebit 风格的激励博弈：通过质押和削减的机制构建激励博弈，确保每位经济理性的参与者诚实履行任务。

参与者

Gensyn 系统中涉及四个主要角色：提交者、解决者、验证者和举报者。

• 提交者：即系统的最终用户，他们提供需要计算的任务，并支付已完成工作的费用。

• 解决者：是系统的主要工作者，执行模型训练并生成需要由验证者检查的证明。

• 验证者：在将不确定的训练过程与确定性的线性计算相连接方面至关重要，他们会复制解决者的部分证明，并将其与预期的阈值进行比较。

• 举报者：作为最后的安全保障，举报者者会审查验证者的工作，并在发现问题时提出质疑，以期获得奖金。

应用方式

流程：提交任务->分析->训练->证明生成->验证证明->基于图形的精确定位->Cont->合同仲裁 -> 结算

费用与性能

随着以太坊从工作量证明转向权益证明，许多矿工将失去挖矿收益。这为 Gensyn 协议带来了巨大机会，让这些装备了机器学习能力硬件的矿工能够利用有用的处理器周期获得回报，而不仅仅是在工作量证明系统中计算哈希。通过吸引这些挖矿资源以及其他潜在的计算资源，Gensyn 协议在成本方面有着优势，比如 NVIDIA V100 等价的计算成本将比 AWS 按需计算便宜 80%。

通过 Python 模拟，对 Gensyn 协议的性能进行了评估。以一个小型 MNIST 图像分类模型为例，在 6 核的 Intel Core i7 处理器上进行了测试。将协议与其他 3 种方法进行了比较：本地运行模型（不使用任何协议）、使用类似 Truebit 的复制方法（7 个验证者），以及在以太坊上运行模型。尽管代码缺乏生产级的优化，结果显示，Gensyn协议在模型训练时增加了约 46% 的时间开销，但相对于 Truebit 风格的复制，性能提升了 1,350%，而相对于在以太坊上运行模型，性能提升高达 2,522,477%。这表明Gensyn 协议在模型训练方面具有显著的优势。

团队/合作伙伴/融资

领英上的 6 位成员：

https://www.linkedin.com/search/results/people/?currentCompany=%5B%2254109371%22%5Dorigin=COMPANY_PAGE_CANNED_SEARCHsid=dD *

合作伙伴

融资

• 2021 年 1 月进行了 Pre-Seed 轮融资，吸引了 7percent Ventures、Entrepreneur First、Counterview Capital 和 Id4 Ventures 等投资者，融资金额为 110 万美元。

• 2022 年 3 月进行了种子轮融资，由 Eden Block 领投，同时 Galaxy Digital、Maven 11、Coinfund、Jsquare、Hypersphere、Zee Prime 等 11 家投资者也参与投资，融资金额达到 650 万美元。

• 2023 年 6 月 12 日进行了 A 轮融资，由 a16z 领 投，CoinFund、Canonical Crypto、Protocol Labs、Eden Block 等投资者也参与投资，融资金额达到 4300万美元。这些资金将被用于加速协议的启动，扩充员工团队，并招聘更多的机器学习工程师。

Gensyn 在不同融资阶段获得了超过 5000 万美元的投资。

项目小结

总的来说，Gensyn 是一种基于区块链的去中心化算力协议，致力于通过智能合约实现机器学习任务的分配和奖励，以加速 AI 模型的训练并降低成本。然而，针对去中心化训练大型模型的前景，仍面临通信和隐私等挑战，需要重新评估可行性。

在 AI 领域的发展中，尽管利用闲置算力训练大模型具有潜力，但小型 AI 模型在部署和管理方面更加便捷高效。在许多应用场景中，小型 AI 模型仍然是更实际的选择，不应在追逐大模型热潮时忽视其价值。因此，AI 的发展路径应考虑多样化的模型规模和需求，以实现更广泛和灵活的应用。

本文来自投稿，不代表 BlockBeats 的观点