OpenGradient

OpenGradient — це блокчейн-мережа, створена для AI-інференсу та пов'язаних із ШІ обчислень, які можна верифікувати. Її архітектура розділяє виконання та верифікацію: інференс-вузли запускають моделі, а повні вузли перевіряють атестації або докази та фіксують розрахунки у блокчейні. Ця архітектура має назву Hybrid AI Compute Architecture (HACA). Вона підтримує три режими верифікації: TEE, ZKML та Vanilla.

OpenGradient позиціонує мережу як інфраструктуру для перевірюваного виконання ШІ, хостингу моделей та розгортання агентів. Мережа сумісна з EVM і використовує стек Cosmos SDK / CometBFT для консенсусу та розрахунків.

Як токен, OPG є рідним утиліті-токеном мережі OpenGradient для оплат, пов'язаних з інференсом. OPG — це токен стандарту ERC-20 із 18 знаками після коми та фіксованою емісією в 1,000,000,000 OPG.

OPG насамперед використовується для оплати інференсу LLM через платіжний механізм OpenGradient x402. В такій схемі платежі здійснюються в мережі Base, а виконання інференсу, розрахунок доказів і їхня верифікація проходять у мережі OpenGradient.

Повні вузли OpenGradient управляють розрахунками платежів і розподілом комісій, а запити x402 вимагають криптографічно підтверджених платежів у OPG перед виконанням.

Окрім оплат LLM, ширша мережа використовує ончейн-розрахунки для AI-операцій, включаючи:

• перевірений інференс LLM
• ончейн ML-виконання через PIPE
• хостинг моделей через Model Hub
• операції з пам'яттю через MemSync
• взаємодії цифрових двійників через Twin.fun

Портал проєкту публікує сторінку розподілу токенів OPG, із виділеннями для екосистеми, фонду, основних учасників, інвесторів і радників, винагород за стейкінг, ліквідності та airdrop.

Архітектура OpenGradient має:

• Повні вузли, що підтримують консенсус, перевіряють атестації TEE і докази ZKML і здійснюють розрахунки платежів
• Інференс-вузли, які виконують моделі або через TEE-проксі-вузли, або локальні GPU-інференс-вузли
• Walrus-сторедж для моделей і великих доказових даних

Діаграма на сторінці 6 ілюструє поділ між виконанням і верифікацією, таблиця на сторінці 7 показує швидкий сценарій, коли користувачі швидко отримують результати, а асинхронний шлях верифікації передбачає подальшу перевірку атестацій або доказів, а сторінки 10 і 11 пояснюють, як використовується TEE та ZKML-верифікація.