La recent ronda de llavors de 10 milions de dòlars de Gradient Network és el darrer senyal d’accelerar el desplegament de capital en infraestructures de IA descentralitzades.
Amb el suport de Pantera Capital, Multicoin Capital i HSG, el finançament donarà suport al desenvolupament de la pila de temps d’execució de l’AI descentralitzada del gradient.
El canvi de la IA centralitzada a les alternatives descentralitzades
El projecte llança dos protocols bàsics –latets i paralaxis– per facilitar el moviment de dades entre iguals i la inferència d’AI distribuïda. Aquest desenvolupament no està aïllat.
Segons les dades del mercat, el sector de la IA descentralitzada va incloure 164 empreses a finals de 2024. D’aquests, 104 finançament garantit. Es preveu que la tapa total del mercat arribi a 973,6 milions de dòlars el 2027.
Els projectes de IA descentralitzats tenen com a objectiu desafiar el domini de hiperscalers com Openai, Google i AWS. Aquestes empreses controlen la gran majoria de la infraestructura de formació, inferència i distribució de IA.
L’enfocament del gradient se centra en nodes basats en navegadors i xarxes d’iguals lleugeres, oferint una alternativa als desplegaments de núvol pesat.
El projecte afirma que aquest model redueix el cost i la latència alhora que millora la privadesa.
Si bé hi ha esforços similars, com ara bittensor per a la formació descentralitzada del model i Gensyn per als mercats de càlcul, el grup se centra en la inferència i la coordinació.
Això ho distingeix dels mercats de lloguer de càlculs i dipòsits de models.
Per què destaca la ronda de finançament de la xarxa de gradient
Pantera i Multicoin han invertit històricament en jocs a nivell d’infraestructura. La seva participació en aquesta ronda suggereix una major confiança institucional en els models de temps d’execució descentralitzats.
En recolzar protocols com Lattica (per al flux de dades) i la paralaxi (per a la inferència), els inversors aposten per la infraestructura que permet als agents de la IA, on els models es comuniquen dinàmicament, comparteixen context i s’executen amb sistemes distribuïts.
Això està alineat amb el creixent consens de la indústria que els desplegaments estàtics de l’AI són insuficients per a casos d’ús en temps real i en temps real.
Els reptes encara es produeixen
Malgrat l’optimisme, la IA descentralitzada encara s’enfronta a barreres fortes.
L’ample de banda, la latència i els entorns de maquinari heterogeni continuen sent complexos per coordinar -se. L’ús de Nodes de Sentro de gradient intenta abordar -ho, però l’adopció a escala continua no demostrada.
La seguretat també planteja preocupacions. El servei de models en dispositius no fiables introdueix riscos al voltant de la manipulació de la sortida, la fuga de dades i la intoxicació per a models.
Si bé l’arquitectura de Gradient promet la inferència que conserva la privadesa, les auditories independents i la resiliència a llarg termini seran fonamentals.
En general, el finançament del gradient reforça la idea que la IA descentralitzada no és franja. S’uneix a un conjunt creixent de projectes d’infraestructura amb l’objectiu de fer que la intel·ligència sigui oberta, modular i verificable.
