今天我分享一個勁爆的消息，今天有個具體細節關於PIPE如何處理推理時機與區塊構建之間的關係，這在白皮書中提到但並沒有完全解決。
PIPE位於區塊構建過程的內部。推理內存池模擬所有待處理交易，提取推理請求，並在區塊構建開始之前將它們並行分發到推理網絡.......,. 一旦結果可用，原始交易將恢復並使用預計算的結果，並被包括在下一個區塊中。推理與執行是原子性的，要麼兩個都在同一交易中完成，要麼都不完成。原子性完全消除了鏈上機器學習的預言機延遲。標準的預言機設計需要一個單獨的交易來將推理結果帶到鏈上，這造成了推理調用與執行智能合約之間的時間差。PIPE將這個差距縮小爲零......,.對於實時反應模型輸出的DeFi應用，這消除了一個完整的前置運行脆弱性類別。區塊時間爲10秒。
某些推理工作負載可能會超過10秒，具體取決於模型大小和驗證方法。白皮書描述了橫向可擴展性，增加推理節點線性地增加吞吐量，但並沒有記錄當交易的推理請求超過區塊時間邊界時會發生什麼。它是否被保留、丟棄或轉入下一個區塊在文檔中並沒有單獨說明。
1st複雜DeFi交易在主網上使用PIPE的推理延遲分佈，模型大小是否存在區塊時間邊界周圍的任何邊緣案例得到記錄處理，在主網部署之前。
文檔中沒有明確說明的是，超過區塊時間邊界的PIPE交易是否會重新定價以支付gas費用，或者無論推理跨越多少個區塊，成本結構是否相同。
@OpenGradient $OPG #OPG
PIPE位於區塊構建過程的內部。推理內存池模擬所有待處理交易，提取推理請求，並在區塊構建開始之前將它們並行分發到推理網絡.......,. 一旦結果可用，原始交易將恢復並使用預計算的結果，並被包括在下一個區塊中。推理與執行是原子性的，要麼兩個都在同一交易中完成，要麼都不完成。原子性完全消除了鏈上機器學習的預言機延遲。標準的預言機設計需要一個單獨的交易來將推理結果帶到鏈上，這造成了推理調用與執行智能合約之間的時間差。PIPE將這個差距縮小爲零......,.對於實時反應模型輸出的DeFi應用，這消除了一個完整的前置運行脆弱性類別。區塊時間爲10秒。
某些推理工作負載可能會超過10秒，具體取決於模型大小和驗證方法。白皮書描述了橫向可擴展性，增加推理節點線性地增加吞吐量，但並沒有記錄當交易的推理請求超過區塊時間邊界時會發生什麼。它是否被保留、丟棄或轉入下一個區塊在文檔中並沒有單獨說明。
1st複雜DeFi交易在主網上使用PIPE的推理延遲分佈，模型大小是否存在區塊時間邊界周圍的任何邊緣案例得到記錄處理，在主網部署之前。
文檔中沒有明確說明的是，超過區塊時間邊界的PIPE交易是否會重新定價以支付gas費用，或者無論推理跨越多少個區塊，成本結構是否相同。
@OpenGradient $OPG #OPG