OPML : Nouvelle technologie d'apprentissage machine décentralisée, efficace et évolutive

2025-08-01 19:40:17

Création du résumé en cours

OPML: Machine learning décentralisé extensible

La technologie OPML( de l'apprentissage automatique optimiste récemment proposée offre une nouvelle méthode d'inférence et d'entraînement de modèles d'IA pour les systèmes blockchain. Par rapport à ZKML, OPML présente l'avantage d'un faible coût et d'une haute efficacité, capable d'exécuter de grands modèles de langage, tels que le 7B-LLaMA de 26 Go, sur un PC ordinaire.

![OPML : Système de machine learning utilisant les Optimistic Rollup])https://img-cdn.gateio.im/webp-social/moments-97100de5d65b1bb4dfc9ad6502195b59.webp(

OPML utilise un mécanisme de jeu de validation pour garantir la décentralisation et la vérifiabilité des services ML. Son flux de travail comprend :

Le demandeur lance une tâche ML
Le serveur termine la tâche et soumet les résultats sur la chaîne.
Les validateurs vérifient les résultats, en cas de désaccord, ils lancent le jeu de validation.
Préciser les étapes d'erreur par le protocole de bifurcation
Enfin, effectuer l'arbitrage étape par étape sur le contrat intelligent

![OPML : Système de machine learning basé sur Optimistic Rollup])https://img-cdn.gateio.im/webp-social/moments-e798407b4f5f3dd6dc7d8327db07eb20.webp(

Pour améliorer l'efficacité, OPML utilise une bibliothèque DNN légère spécialement conçue et une technologie de compilation croisée. Les images de machine virtuelle sont gérées par un arbre de Merkle, seuls les hachages racines étant téléchargés sur la chaîne.

Le OPML à une étape présente certaines limitations, telles que l'incapacité à tirer pleinement parti de l'accélération GPU. Pour résoudre ce problème, une solution OPML multi-étapes a été proposée :

Seule la phase finale est calculée dans la VM.
D'autres étapes peuvent être exécutées dans un environnement local, en utilisant l'accélération matérielle.
Garantir l'intégrité des transitions entre les phases par l'arbre de Merkle

![OPML : Système de machine learning utilisant la Décentralisation Optimistic Rollup])https://img-cdn.gateio.im/webp-social/moments-3f290bc2a1acee40d4e71fbf35ee5079.webp(

À titre d'exemple du modèle LLaMA, adoptez l'OPML en deux étapes :

La deuxième phase consiste à vérifier le jeu sur le graphique de calcul.
La première phase transformera le calcul à nœud unique en exécution d'instructions VM

Le OPML multi-étapes permet une accélération par un facteur α par rapport au OPML à une seule étape, et la taille de l'arbre de Merkle est plus petite.

![OPML : Système de machine learning basé sur Optimistic Rollup])https://img-cdn.gateio.im/webp-social/moments-4d41ed09832980b943519f4c0baa6109.webp(

Pour garantir la cohérence des résultats, OPML utilise des algorithmes à point fixe et des bibliothèques de flottants multiplateformes. Par rapport à ZKML, OPML présente des avantages en termes d'efficacité de calcul, de polyvalence et de difficulté de développement.

![OPML : Système de machine learning utilisant Optimistic Rollup])https://img-cdn.gateio.im/webp-social/moments-a33f120074b07b2ec4ae4ececbea79f1.webp(

La technologie OPML est toujours en cours de développement, et nous accueillons les développeurs intéressés à contribuer.

Voir l'original

Cette page peut inclure du contenu de tiers fourni à des fins d'information uniquement. Gate ne garantit ni l'exactitude ni la validité de ces contenus, n’endosse pas les opinions exprimées, et ne fournit aucun conseil financier ou professionnel à travers ces informations. Voir la section Avertissement pour plus de détails.

9 J'aime