Boundless، استارتاپ دانش صفر که در ابتدا بر تسویه اثبات‌های دانش صفر در بیت‌کوین متمرکز بود، در حال گسترش شبکه GPU توزیع‌شده خود برای پشتیبانی از بارهای کاری استنتاج هوش مصنوعی است و ظرفیتی را که در اصل برای اثبات ZK رمزنگاری توسعه یافته بود، به سمت پاسخگویی به تقاضای فزاینده در بخش هوش مصنوعی سوق می‌دهد.

"چهار سال پیش، ما به دنبال حل یک مشکل محاسباتی دشوار بودیم،" شیو شانکار، مدیرعامل Boundless، روز سه‌شنبه در بیانیه‌ای گفت. "در این فرآیند، ما چیزی بزرگ‌تر ساختیم: شبکه‌ای برای هماهنگ کردن ظرفیت GPU توزیع‌شده. اکنون هوش مصنوعی به همان پایه و اساس در مقیاعی بسیار بزرگ‌تر نیاز دارد."

بر اساس این اعلامیه، Boundless شبکه‌ای متشکل از تقریباً 4000 GPU را اداره می‌کند که اکنون برای استنتاج هوش مصنوعی بهینه‌سازی شده است، از جمله تنظیم سخت‌افزار، تطبیق بار کاری و عملیات مدیریت‌شده مانند مسیریابی و زمان‌بندی. این شبکه در ابتدا به عنوان یک لایه هماهنگی و تأیید عمل می‌کرد که ارتباطی بین شبکه اصلی اتریوم و لایه 2 بیس به بیت‌کوین را برقرار می‌ساخت.

این اطلاعیه بیان می‌دارد: "اثبات ZK و استنتاج هوش مصنوعی هر دو نیازمند منابع زیادی هستند و به همان لایه عملیاتی نیاز دارند، لایه‌ای که وظایف را با ظرفیت موجود مطابقت می‌دهد، بهره‌وری را بالا نگه می‌دارد و کار را به طور کارآمد مسیریابی می‌کند."

Boundless تنها شرکت رمزنگاری نیست که توجه خود را به بخش رو به رشد هوش مصنوعی معطوف کرده است. ماینرهای بیت‌کوین که زیرساخت‌های مرکز داده در مقیاس بزرگ را ساخته‌اند و دسترسی به منابع تغذیه صنعتی را تضمین کرده‌اند، به طور فزاینده‌ای به دنبال تغییر کاربری امکانات خود برای محاسبات با عملکرد بالا (HPC) و بارهای کاری هوش مصنوعی بوده‌اند.

تاکنون، تغییر تمرکز تیم‌های پروتکل یا لایه 2 به هوش مصنوعی کمتر رایج بوده است، هرچند شبکه‌های محاسباتی غیرمتمرکز به طور فزاینده‌ای شروع به هدایت ظرفیت به سمت بارهای کاری هوش مصنوعی و اقتصاد عامل‌محور کرده‌اند. Eigen Labs، که در ابتدا بر روی ری‌استیکینگ متمرکز بود، زیرساخت خود را به سمت محاسبات قابل تأیید خارج از زنجیره تغییر داده است.

قابل ذکر است، Boundless اعلام کرد که به طور موازی به اجرای شبکه اثبات دانش صفر خود ادامه خواهد داد و طبق اعلامیه، قصد دارد "توکن بومی خود، ZKC، را نقشی در شبکه هوش مصنوعی خود بدهد" با الزام اپراتورهای هوش مصنوعی به استیک کردن ZKC برای پیوستن به شبکه. اندازه سهام آنها "با پتانسیل درآمد آنها مرتبط است."

این شرکت گفت که معیارهای اولیه نشان می‌دهد که هزینه‌های استنتاج تا 50% کمتر از ارائه‌دهندگان بزرگ ابری است، به ویژه برای بارهای کاری ناهمگام، با استفاده از ظرفیت‌های کم‌هزینه از جمله GPU‌های مصرفی و سخت‌افزاری که قبلاً برای استخراج و اثبات رمزنگاری خریداری شده بودند.

"مدل‌های باز به تیم‌ها کنترل بیشتری بر آنچه می‌سازند می‌دهند، اما استنتاج در تولید همچنان توسط هزینه، ظرفیت و قابلیت اطمینان محدود می‌شود،" شانکار گفت. "Boundless برای تغییر این وضعیت ساخته شده است."