分散型 AI トレーニングが可能であることを実証するという大きなハードルをクリアした今、この知識は、推論分散型 AI スタックの役割について考える次の段階に私たちを導きます。 ネットワークがモデルを生成できることを考えると、分散型推論は「はるかに」興味深いものになります。 なぜでしょうか。さて、以前の分散型推論は、dネットワークを使用してモデル出力を提供できることを意味していました。モデルは、従来のオープンソースまたはクローズドソースモデルでした。そして、ゲームの名前は、顧客が通常の推論よりも d 推論を好むようにコストを下げることでした。しかし、これはd-推論では問題があります、なぜならd-は実際に推論をより高価にするからです(いくつかの推測的な解決策があり、最もエキサイティングなものは補助金です)。 しかし、ネットワークがモデルを生成し、集合的に「所有」できることがわかれば、推論が収益を生み出すポイントになります。顧客はモデル出力を取得するためにネットワークにアクセス*必須*であり、非常に多くのトークン化スキームがこの機能に依存します。 たとえば、deAI モデルをトークン化する場合は、推論の収益源をトークン所有者にリダイレクトする必要があります。 分散型推論は考えるのにクールな分野ですが、deAI 分野のトークン モデルを構築するために座ると、それは *重要な* 領域になります。