我又一次翻閱那份 @OpenGradient 的白皮書，關上之後，有一個細節仍然留在我腦中。

網路並不試圖讓每一個驗證者都去執行每一項 AI 計算。

一開始，我並沒有特別在意。

後來我想起，AI 工作負載和一般區塊鏈交易是多麼不同。代幣轉帳所需時間很短，跟執行一個 AI 模型相比差得很遠。如果把這兩件事用完全相同的方式處理，就會產生大量不必要的額外負擔。

因此，我覺得 OpenGradient 的混合式 AI 計算架構很有意思。它不是強迫每個節點都重複相同的推論，而是把執行與驗證分開：推論由專門的運算節點負責，之後再透過網路進行驗證。

我喜歡這點，因為它先從一個實際問題出發，而不是從行銷話題切入。

在去中心化網路上，AI 真的需要什麼才能運作得好？

有時答案並不是讓所有事情都發生在同一個地方。有時答案是把網路的不同部分分配不同的工作。

想得越久，我就越能理解那個想法。

也許這就是為什麼基礎設施類的專案需要更長時間才被大家真正看見、理解。

你第一次閱讀它們的相關內容時，往往不會注意到。

當你開始追問：它們為什麼一開始就要那樣設計？你才會注意到。

這就是我在花時間閱讀 OpenGradient 文件後得到的收穫。那不是另一場關於 AI 模型的討論，而是一場討論：如何圍繞 AI 實際運作的方式來打造一個網路。

$OPG #OPG #OPG