Andrew Kang과 다른 이들이 Pocket Network가 DePIN과 AI 사이에서 중요한 역할을 한다고 얘기하는 걸 보셨죠. 하지만 많은 분들이 어떻게 $POKT가 그 공백을 메우는지 잘 모르시는 듯합니다. 이에 대해 설명해 드리겠습니다:

DecAI는 다양한 AI 모델들이 서로 협력하여 넓은 네트워크를 통해 신속한 답변을 제공할 수 있게 하는 멀티 모델 추론 기능을 제공합니다. 예를 들어, 이미지 분석 AI의 결과를 채팅 AI와 연결해 사람이 이해할 수 있는 설명으로 제공하는 식이죠.

DecAI는 안전하고 협력적이며 투명한 AI 어플리케이션을 제공하겠다는 약속이지만, 이를 실현하기 위해서는 견고한 데이터 통신 네트워크가 필수적입니다. @olshansky가 최근에 언급했듯, 자신의 대형 언어 모델(LLM)을 호스팅하길 원하는 이는 없습니다:

DecAI는 RPC를 통해 작동합니다.

새롭게 등장하는 여러 프로젝트들이 DecAI 분야를 지원하겠다며 데이터 모듈성에 대해 얘기하지만, RPC 릴레이를 지원하지 않으면 LLM 요청을 처리할 수 없습니다. AI는 블록체인의 mempool에 존재하지 않습니다. 분산된 RPC 네트워크가 DecAI에 이상적인 이유는 다음과 같습니다:

- 고도의 병렬 처리: 대규모 네트워크에 LLM 추론 작업을 분산시켜 수요에 따라 고성능 처리를 가능하게 합니다.
- 회복성: 단일 실패 지점이 없어 한 노드에 문제가 생겨도 다른 노드가 원활하게 대체합니다.
- 확장성: 수요가 증가하면 네트워크에 노드를 추가해 계속해서 원활한 작동을 보장합니다.
- 보안성: 분산 인프라는 공격 가능 영역을 줄여 민감한 데이터를 보호합니다.

DecAI가 분산된 RPC 위에서 작동할 때, 단지 더 빠른 결과 처리뿐만 아니라 AI 모델의 학습 시간도 단축됩니다.

POKT 네트워크는 DecAI RPC 플랫폼으로서 이상적인데, 그 이유는:

검증된 신뢰성: 7000억 번 이상의 릴레이, 99.99%의 운영 시간 및 낮은 지연 시간을 통해 입증된 성능.
15,000개 이상의 노드로 구성된 분산 네트워크: 전 세계적으로 분포된 노드는 회복력과 데이터 주권을 보장합니다.
또한 준비된 기능들이 있습니다:

개인 정보 보호를 위한 zkML 모델 RPC를 지원합니다.
다양한 AI 모델 간의 원활한 소통과 협력을 가능하게 하는 Intra-ML 브리징.
최근 업그레이드(v0.11.1)는 LLM 추론 네트워크의 기반을 마련하며, LLM 추론과 같은 계산 집약적 작업에 대해 노드를 다양한 비율로 보상하는 유연한 보상 시스템을 도입했습니다.

그리고, Poktscan의 LLM에 대한 QoE(품질 경험) 지표 같은 커뮤니티 주도의 이니셔티브는 속도와 정확성에 대한 실질적인 측정치를 제공할 것입니다.

결론적으로, DecAI는 RPC를 통해 소통합니다. POKT는 블록체인 분야뿐만 아니라 모든 공공 데이터 소스에 있어서 최적의 RPC 플랫폼입니다. 바로 이러한 이유로 @POKTnetwork가 DecAI 미래의 기반 계층이 될 것입니다. 이번 주의 업그레이드는 그 첫 걸음입니다.

출처

#POKT #DecAI #RPC #LLM #zkML