項目簡述

Gensyn 是一個基於區塊鏈的去中心化深度學習計算協議，旨在建立人工智慧（AGI）算力市場。將複雜的機器學習任務分解成多個子任務，藉助參與者的計算資源，實現高度並行化的計算。通過智能合約自動化任務分配、驗證和獎勵，Gensyn 消除了中心化管理，為機器學習計算提供了一種高效、自主的解決方案。

官網： https://www.gensyn.ai/

推特： https://twitter.com/gensynai

技術背景

隨著人工智慧技術的迅猛發展，深度學習模型變得越來越複雜，計算需求也急劇增加，但可供使用的計算資源卻顯得相對稀缺。在這個背景下，面臨着一系列挑戰。

首先，為了確保計算的準確性，需要驗證深度學習計算的有效性。但是，深度學習模型中的每一層都依賴於前一層的輸出，這使得驗證變得複雜。需要找到方法來確保每一步都被正確執行，尤其是在模型變得越來越複雜的情況下。

其次，構建一個計算市場也存在一些問題。如何平衡供需，讓計算資源合理匹配，以及如何激勵參與者貢獻計算時間，都是需要解決的難題。傳統市場模式在計算領域可能不再適用，需要探索新的方式。

隱私保護也是一個重要問題。隨著全球隱私法規的加強，保護用戶數據的隱私變得尤為重要。在構建和訓練模型時，如何平衡數據隱私和模型效能是一個複雜的挑戰。

此外，為了滿足計算需求，高度的並行化已經成為必然趨勢。現代深度學習模型需要在大規模硬體集群上進行並行訓練，以應對規模不斷擴大的計算需求。並行化技術的進步為我們解決計算資源不足提供了一些希望。

綜上所述，深度學習計算領域面臨着多方面的挑戰，涉及驗證、市場、隱私和效率等多個方面。解決這些挑戰將有助於推動人工智慧技術的持續發展。

產品設計

Gensyn 協議就像一個智能計算網路，專門用來處理深度學習任務。它使願意用自己的計算機參與任務的人可以獲得回報，就像在幫助他人完成任務一樣。這個協議無需中間人或法律強制，而是通過特定程序自動分配任務並支付報酬。然而，確保這個網路中的任務真的被完成卻是一個複雜的問題。由於每個任務都依賴前一個任務的結果，驗證任務的完成並不簡單。通過將三個關鍵概念融合成一個更高效的方案來解決這個問題，從而使任務驗證更加可靠。

• 機率性學習證明：利用梯度優化過程的元數據，構建工作完成的證書，可以通過重新運行某些階段快速驗證。

• 基於圖的定位協議：採用多粒度、基於圖的定位協議和交叉驗證一致的執行，使驗證工作能夠重新運行並進行比較，以確保一致性，最終由區塊鏈自身進行確認。

• Truebit 風格的激勵博弈：通過質押和削減的機制構建激勵博弈，確保每位經濟理性的參與者誠實履行任務。

參與者

Gensyn 系統中涉及四個主要角色：提交者、解決者、驗證者和舉報者。

• 提交者：即系統的最終用戶，他們提供需要計算的任務，並支付已完成工作的費用。

• 解決者：是系統的主要工作者，執行模型訓練並生成需要由驗證者檢查的證明。

• 驗證者：在將不確定的訓練過程與確定性的線性計算相連接方面至關重要，他們會複製解決者的部分證明，並將其與預期的閾值進行比較。

• 舉報者：作為最後的安全保障，舉報者者會審查驗證者的工作，並在發現問題時提出質疑，以期獲得獎金。

應用方式

流程：提交任務->分析->訓練->證明生成->驗證證明->基於圖形的精確定位->Cont->合約仲裁 -> 結算

費用與性能

隨著以太坊從工作量證明轉向權益證明，許多礦工將失去挖礦收益。這為 Gensyn 協議帶來了巨大機會，讓這些裝備了機器學習能力硬體的礦工能夠利用有用的處理器周期獲得回報，而不僅僅是在工作量證明系統中計算哈希。通過吸引這些挖礦資源以及其他潛在的計算資源，Gensyn 協議在成本方面有著優勢，比如 NVIDIA V100 等價的計算成本將比 AWS 按需計算便宜 80%。

通過 Python 模擬，對 Gensyn 協議的性能進行了評估。以一個小型 MNIST 圖像分類模型為例，在 6 核的 Intel Core i7 處理器上進行了測試。將協議與其他 3 種方法進行了比較：本地運行模型（不使用任何協議）、使用類似 Truebit 的複製方法（7 個驗證者），以及在以太坊上運行模型。儘管代碼缺乏生產級的優化，結果顯示，Gensyn協議在模型訓練時增加了約 46% 的時間開銷，但相對於 Truebit 風格的複製，性能提升了 1,350%，而相對於在以太坊上運行模型，性能提升高達 2,522,477%。這表明Gensyn 協議在模型訓練方面具有顯著的優勢。

團隊/合作夥伴/融資

領英上的 6 位成員：

https://www.linkedin.com/search/results/people/?currentCompany=%5B%2254109371%22%5D&origin=COMPANY_PAGE_CANNED_SEARCH&sid=dD *

合作夥伴

融資

• 2021 年 1 月進行了 Pre-Seed 輪融資，吸引了 7percent Ventures、Entrepreneur First、Counterview Capital 和 Id4 Ventures 等投資者，融資金額為 110 萬美元。

• 2022 年 3 月進行了種子輪融資，由 Eden Block 領投，同時 Galaxy Digital、Maven 11、Coinfund、Jsquare、Hypersphere、Zee Prime 等 11 家投資者也參與投資，融資金額達到 650 萬美元。

• 2023 年 6 月 12 日進行了 A 輪融資，由 a16z 領 投，CoinFund、Canonical Crypto、Protocol Labs、Eden Block 等投資者也參與投資，融資金額達到 4300萬美元。這些資金將被用於加速協議的啟動，擴充員工團隊，並招聘更多的機器學習工程師。

Gensyn 在不同融資階段獲得了超過 5000 萬美元的投資。

項目小結

總的來說，Gensyn 是一種基於區塊鏈的去中心化算力協議，致力於通過智能合約實現機器學習任務的分配和獎勵，以加速 AI 模型的訓練並降低成本。然而，針對去中心化訓練大型模型的前景，仍面臨通信和隱私等挑戰，需要重新評估可行性。

在 AI 領域的發展中，儘管利用閒置算力訓練大模型具有潛力，但小型 AI 模型在部署和管理方面更加便捷高效。在許多應用場景中，小型 AI 模型仍然是更實際的選擇，不應在追逐大模型熱潮時忽視其價值。因此，AI 的發展路徑應考慮多樣化的模型規模和需求，以實現更廣泛和靈活的應用。

原文連結