#opg $OPG
@OpenGradient 依據結合人工智慧的混合式運算架構（Hybrid Al Compute Architecture），將模型與驗證與證明過程分離。（Hybrid Al Compute Architecture）
HACA：
- 推論節點（Inference Nodes）：以接近即時的速度執行模型。
- 全節點（Full Nodes）：以非同步方式透過證明進行驗證。
- 數據節點（Data Nodes）：管理資料與模型的儲存。
最終能達到如傳統網頁服務般的回應速度，同時確保後續在區塊鏈上完成驗證。
這裡的概念是，OpenGradient AI 專案將兩個基本階段分開：
1-執行模型（Inference）：
這個階段由智慧模型執行所需任務，例如分析文字、生成影像或做出決策。此過程透過運算速度極快的推論節點，並使用圖形處理器（GPU）。
其目標是讓使用者獲得接近即時的結果，就像任何傳統的 AI 模型一樣。
2-驗證證明（Proof verification）：
在模型提供結果之後，會生成一份加密證明，用以說明該結果確實來自正確的模型，且未被竄改。
此證明會送往全節點（Full Nodes），由其以非同步方式進行驗證。
其目標是確保透明度與信任，使任何一方都能審查該結果。
$OPG 是本專案的官方代碼，用於支付費用並獎勵節點運營者。
如需了解更多專案資訊，歡迎造訪官方網站 https://opengradient.ai
@OpenGradient 依據結合人工智慧的混合式運算架構（Hybrid Al Compute Architecture），將模型與驗證與證明過程分離。（Hybrid Al Compute Architecture）
HACA：
- 推論節點（Inference Nodes）：以接近即時的速度執行模型。
- 全節點（Full Nodes）：以非同步方式透過證明進行驗證。
- 數據節點（Data Nodes）：管理資料與模型的儲存。
最終能達到如傳統網頁服務般的回應速度，同時確保後續在區塊鏈上完成驗證。
這裡的概念是，OpenGradient AI 專案將兩個基本階段分開：
1-執行模型（Inference）：
這個階段由智慧模型執行所需任務，例如分析文字、生成影像或做出決策。此過程透過運算速度極快的推論節點，並使用圖形處理器（GPU）。
其目標是讓使用者獲得接近即時的結果，就像任何傳統的 AI 模型一樣。
2-驗證證明（Proof verification）：
在模型提供結果之後，會生成一份加密證明，用以說明該結果確實來自正確的模型，且未被竄改。
此證明會送往全節點（Full Nodes），由其以非同步方式進行驗證。
其目標是確保透明度與信任，使任何一方都能審查該結果。
$OPG 是本專案的官方代碼，用於支付費用並獎勵節點運營者。
如需了解更多專案資訊，歡迎造訪官方網站 https://opengradient.ai