#opg $OPG Arranca el velo del “AI en la cadena” de $OPG : la arquitectura en doble capa de HACA no es más que un juego de gastar dinero
Últimamente, para sondear la lógica de funcionamiento de los nodos de $OPG (OpenGradient), como constructor de base con mentalidad de “primero salvar la vida”, lo tengo que decir claro: el diseño de HACA (arquitectura de cómputo de IA heterogénea) es, pura y simplemente, usar capacidad de cómputo redundante y carísima para vender una historia al capital.
Doble extracción de hardware; el mecanismo de precios deja de funcionar
El golpe fatal de HACA es que divide “inferencia” y “verificación” en dos conjuntos de nodos físicamente aislados. Los nodos de inferencia tienen que quemar GPU de gama alta para ejecutar modelos, y todo el nodo además debe ejecutar ZKML o TEE para calcular credenciales criptográficas. Dos bandos de mineros asumen por separado sus costes de electricidad, la depreciación del hardware y las pérdidas de ancho de banda de red, pero el usuario final solo paga una tarifa de inferencia extremadamente baja, una sola vez. Esa ganancia de “migajas” además tiene que repartirse entre los dos tipos de nodos; con este diseño, las solicitudes pequeñas desde el principio ya son una compra con pérdida.
El agujero negro de costos de ZKML: una catástrofe de 100.000 veces
El proyecto vende “verificabilidad criptográfica” como su principal punto de venta, pero yo verifiqué los datos de pruebas comparativas actuales de la industria: el coste computacional de generar una prueba ZKML de conocimiento cero es de 100.000 a 1.000.000 veces más que ejecutar una sola inferencia de modelo. Incluso con un modelo básico de clasificación de imágenes, la inferencia convencional tarda solo unos pocos milisegundos, pero la generación de la prueba ZK correspondiente puede exprimir durante decenas de minutos la capacidad de cómputo de una GPU de gama alta.
En la actualidad, el “boom” de datos en la red de pruebas se sostiene solo gracias a subsidios por inflación de tokens; los nodos en realidad están sangrando haciendo pedidos. Cuando la red principal aterrice y la incentivación por tokens se reduzca a la mitad de forma natural, ¿quién rellenará ese agujero negro de costes de cómputo de decenas de miles de veces?
Pseudo-descentralización: el Frankenstein de potencia Web2
Miremos sus tres modos de verificación promocionados: ninguno aguanta el menor análisis. ZKML es carísimo y aún está atrapado en la red de pruebas; el modo “Vanilla” no verifica nada: los datos equivalen a ir “desnudos”; y el único modo con posibilidad comercial, la verificación TEE, está atado de forma rígida al AWS Nitro Enclaves en la capa inferior. Depender de documentación de certificación emitida por Amazon para lograr la “desconfianza cero” de Web3 es, literalmente, vender humo con cabeza de oveja.
Una arquitectura de doble consumo interno como $OPG , en esencia, tapa la ruptura del razonamiento comercial con subsidios a corto plazo. Cuando baje la marea, los nodos solo se arrodillarán ante grandes pedidos B2B caros. Los desarrolladores pequeños y medianos que venían por un “AI en la cadena” de bajo coste, al final solo se enfrentarán a cortes de suministro de potencia, convirtiéndose de forma definitiva en “chatarra” del ecosistema.@OpenGradient
Últimamente, para sondear la lógica de funcionamiento de los nodos de $OPG (OpenGradient), como constructor de base con mentalidad de “primero salvar la vida”, lo tengo que decir claro: el diseño de HACA (arquitectura de cómputo de IA heterogénea) es, pura y simplemente, usar capacidad de cómputo redundante y carísima para vender una historia al capital.
Doble extracción de hardware; el mecanismo de precios deja de funcionar
El golpe fatal de HACA es que divide “inferencia” y “verificación” en dos conjuntos de nodos físicamente aislados. Los nodos de inferencia tienen que quemar GPU de gama alta para ejecutar modelos, y todo el nodo además debe ejecutar ZKML o TEE para calcular credenciales criptográficas. Dos bandos de mineros asumen por separado sus costes de electricidad, la depreciación del hardware y las pérdidas de ancho de banda de red, pero el usuario final solo paga una tarifa de inferencia extremadamente baja, una sola vez. Esa ganancia de “migajas” además tiene que repartirse entre los dos tipos de nodos; con este diseño, las solicitudes pequeñas desde el principio ya son una compra con pérdida.
El agujero negro de costos de ZKML: una catástrofe de 100.000 veces
El proyecto vende “verificabilidad criptográfica” como su principal punto de venta, pero yo verifiqué los datos de pruebas comparativas actuales de la industria: el coste computacional de generar una prueba ZKML de conocimiento cero es de 100.000 a 1.000.000 veces más que ejecutar una sola inferencia de modelo. Incluso con un modelo básico de clasificación de imágenes, la inferencia convencional tarda solo unos pocos milisegundos, pero la generación de la prueba ZK correspondiente puede exprimir durante decenas de minutos la capacidad de cómputo de una GPU de gama alta.
En la actualidad, el “boom” de datos en la red de pruebas se sostiene solo gracias a subsidios por inflación de tokens; los nodos en realidad están sangrando haciendo pedidos. Cuando la red principal aterrice y la incentivación por tokens se reduzca a la mitad de forma natural, ¿quién rellenará ese agujero negro de costes de cómputo de decenas de miles de veces?
Pseudo-descentralización: el Frankenstein de potencia Web2
Miremos sus tres modos de verificación promocionados: ninguno aguanta el menor análisis. ZKML es carísimo y aún está atrapado en la red de pruebas; el modo “Vanilla” no verifica nada: los datos equivalen a ir “desnudos”; y el único modo con posibilidad comercial, la verificación TEE, está atado de forma rígida al AWS Nitro Enclaves en la capa inferior. Depender de documentación de certificación emitida por Amazon para lograr la “desconfianza cero” de Web3 es, literalmente, vender humo con cabeza de oveja.
Una arquitectura de doble consumo interno como $OPG , en esencia, tapa la ruptura del razonamiento comercial con subsidios a corto plazo. Cuando baje la marea, los nodos solo se arrodillarán ante grandes pedidos B2B caros. Los desarrolladores pequeños y medianos que venían por un “AI en la cadena” de bajo coste, al final solo se enfrentarán a cortes de suministro de potencia, convirtiéndose de forma definitiva en “chatarra” del ecosistema.@OpenGradient