فيتاليك بوتيرين يدعو إلى تنوع الأجهزة في ذكاء الاصطناعي CROPS مع تشغيل DeepSeek V4 محليًا على آبل و AMD

مصطلح "الذكاء الاصطناعي اللامركزي" يُطلق عليه كثيرًا، لكن مؤسس إيثريوم فيتاليك بوتيرين يضع خطًا أكثر حدة. بالنسبة له، الاختبار الحقيقي لنظام الذكاء الاصطناعي الذي يمكن أن يخدم مستخدمي العملات المشفرة ليس فقط مكان حدوث الاستنتاج—بل ما إذا كان النموذج يعمل عبر مجموعة من الأجهزة الفعلية، من جهاز ماك بوك إلى جهاز AMD. في تحديث نُشر على موقعه الشخصي وأشار إليه التقرير الأصلي، أشار بوتيرين إلى معيار ملموس: الآن يوجد نسخة من DeepSeek V4 ذات 2 بت مُكممة تتناسب مع حوالي 90 جيجابايت من ذاكرة الفيديو، وتحقق حوالي 35 رمزًا في الثانية على أجهزة أبل وحوالي 7 رموز في الثانية على أجهزة AMD. هذا الأمر مهم أكثر مما يدرك الكثيرون.

لعدة أشهر، كانت محادثة الذكاء الاصطناعي والعملات المشفرة منقسمة بين الاستنتاج السحابي المركزي والمخططات الكبرى لشبكات الحوسبة اللامركزية. لكن مفهوم "CROPS AI" لبوتيرين—الذي يختصر إلى الذكاء الاصطناعي العاقب، القابل للاسترداد، المفتوح، الخاص، والسيادي—يقطع من خلال التسويق. وهو يجادل بأنه إذا لم يتمكن نموذج الذكاء الاصطناعي من العمل على الأجهزة التي يمتلكها المستخدمون العاديون وعُملاء العقد بالفعل، فهو ليس حقًا يحفظ الخصوصية أو سياديًا. تظهر أرقام DeepSeek V4، رغم تواضعها على جانب AMD، أن نموذجًا قادرًا يمكن أن يعمل محليًا بدون مركز بيانات. الحصول على 7 رموز في الثانية على وحدة معالجة رسومات AMD ليس بعد تجربة مطور من الدرجة الإنتاجية، لكنه يعيد تعريف الممكن. الفجوة بين 35 رمزًا في الثانية على شرائح أبل و7 رموز في الثانية على AMD تروي أيضًا قصة عن تفتت الأجهزة التي سيتعين على النظام حلها إذا كانت الذكاء الاصطناعي المحلي سيصبح أكثر من مجرد مجال نادر.

لماذا يعيد تنويع الأجهزة تشكيل نقاش الذكاء الاصطناعي والعملات المشفرة

تركز معظم الحماسة الحالية حول الذكاء الاصطناعي والبلوكشين على أسواق الحوسبة المدفوعة بالرموز أو على وكلاء الذكاء الاصطناعي على السلسلة. لكن إطار بوتيرين أكثر واقعية. النموذج الذي يعمل بكفاءة فقط في بيئة آمنة على مزود سحابي واحد لا يوفر الخصوصية لمستخدم إيثريوم. قد ينجح في اختبار التسويق، لكنه يفشل في اختبار الأجهزة. الهدف من CROPS AI هو أن يحتفظ المستخدم بالسيطرة على بياناته وطلبات الاستنتاج الخاصة به. هذا يعني أن النموذج يجب أن يكون خفيفًا بما يكفي للعمل على أجهزة متوسطة المستوى، وليس فقط على مجموعة من H100. عندما يذكر بوتيرين تداخل طبقة الوصول إلى إيثريوم مع CROPS AI، فهو يتحدث عن شيء ملموس: يمكن لبرهان عدم المعرفة أن يتحقق من أن استدعاء LLM عن بعد تم بشكل صحيح، بينما تحجب القراءات الخاصة عبر RPC بيانات المستخدم عن عُملاء العقد الذين قد يكونون يشغلون النموذج في الخلفية. هذه ليست مجرد فكرة بحثية—بل قيد تصميم يؤثر على كيفية تطور المُسلسلات، والمدققين، والمحافظ.

كما أن زاوية الأجهزة تغير النقاش بعيدًا عن التصنيف البسيط "الذكاء الاصطناعي اللامركزي". شبكة تحتوي على آلاف العقد تشغل الاستنتاج على وحدات Nvidia متطابقة لا تزال تخلق نقطة فشل واحدة من منظور سلسلة التوريد. تأكيد بوتيرين على التوافق مع أبل و AMD يشير إلى أنه ينظر إلى عالم يمكن لمُدققي إيثريوم استخدام أي حوسبة لديهم، وليس فقط الأجهزة الأغلى ثمنًا. هذا يتماشى مع روح إيثريوم القديمة المتمثلة في جعل متطلبات المدققين متاحة، حتى مع دفع الشبكة نحو مناطق جديدة. لمزيد من التفاصيل حول السلاسل التي تجذب المطورين في هذه الدورة الجديدة، يقدم تقرير "أفضل 10 سلاسل بلوكشين حسب نشاط المطورين هذا الأسبوع" لمحة عن مكان تركز الزخم، ولا تزال إيثريوم قريبة من القمة رغم المنافسة المتزايدة.

نماذج موجهة لإيثريوم وطبقة الخصوصية

دعوة بوتيرين لمزيد من نماذج الذكاء الاصطناعي الموجهة لإيثريوم ليست مجرد ملاحظة عابرة. حاليًا، تكاد جميع نماذج اللغة الكبيرة تفهم بشكل ضعيف دلالات Solidity، ناهيك عن الطرق الدقيقة التي تخلق بها العقود الوكيلة، والنداءات الموفدة، وتصادمات التخزين ثغرات أمنية. يمكن أن يصبح نموذج مُحسن على كامل رمز بروتوكول إيثريوم، مع التنفيذ المحلي، أداة أمان قوية للمراجعين والمطورين. تفتح النداءات المدفوعة المستندة إلى ZK التي يذكرها بابًا آخر: يمكن للمطور أن يدفع مقابل استنتاج خاص على نموذج عن بعد باستخدام برهان ZK لتأكيد أن الناتج صحيح، دون كشف رمز العقد الذكي للمشغل. هذا النموذج الهجين بين المحلي وعن بعد، إذا نجح، يغير بشكل جذري نموذج الأمان للفرق التي لا تستطيع تشغيل نماذج كبيرة محليًا ولكنها لا تزال بحاجة إلى السرية.

وهذا ليس نظريًا بحتًا. يتقاطع الدفع نحو الذكاء الاصطناعي المحلي مع موجة أوسع من البنية التحتية للحوسبة والبيانات اللامركزية. الشراكات مثل تلك بين UXLINK وOrigins Network تتعامل بالفعل مع مشكلة تطبيقات Web3 المدفوعة بالذكاء الاصطناعي القابلة للتوسع باستخدام الحوسبة اللامركزية. لكن تركيز بوتيرين على قراءات RPC الخاصة يضيف طبقة لم تتناولها معظم هذه المشاريع بالكامل: البيانات الوصفية حول استفساراتك يمكن أن تكشف عن قدر أكبر من الاستعلام نفسه. إذا استطاع عقد المدقق رؤية عنوان العقد الذي تتفاعل معه أثناء استخدام نموذج محلي، فإن مكاسب الخصوصية تكون محدودة. إغلاق مسار البيانات الوصفية هذا باستخدام قراءات RPC التشفيرية هو النصف المفقود من اللغز، ولهذا السبب يختلف تحديث بوتيرين عن الإعلان المعتاد عن الذكاء الاصطناعي والعملات المشفرة.

ما يفوته السوق، وما هو القادم

رد الفعل الفوري على منشور بوتيرين قد يكون اعتباره إشارة صعودية لرموز الذكاء الاصطناعي أو لبعض طبقات إيثريوم الثانية. لكن ذلك يفوت النقطة الهيكلية. هو لا يروج لرمز أو لإطلاق—بل يوضح مجموعة تقنية لم تُبنى بعد. جعل DeepSeek V4 يعمل بسرعة 7 رموز في الثانية على AMD هو إثبات مفهوم، وليس منتجًا. العمل الحقيقي يتطلب تنسيق بين مهندسي ضغط النماذج، ومصممي دوائر عدم المعرفة، ومطوري إيثريوم لتوحيد خططهم. هذه مشكلة تنسيق تمتد لسنوات، وليست مجرد قصة ستدفع السوق الأسبوع المقبل. ومع ذلك، من الجدير بالمراقبة لأن نظام إيثريوم نجح تاريخيًا في هذا النوع من العمل البطيء، غير اللامع.

ما يظل غير مؤكد هو ما إذا كانت تنوع الأجهزة سيصبح أولوية لمشاريع الذكاء الاصطناعي-العملات المشفرة التي تجمع رأس المال الآن. المجال مليء بمبادرات ممولة جيدًا تركز على بنية GPU واحدة وتعتبرها لامركزية. لكن تحديث بوتيرين يتحدى ذلك بصمت. إذا أصبح CROPS AI معيارًا مرجعيًا—تمامًا مثل المفهوم الأصلي لبلوكتشين مقاوم للرقابة وأصبح اختبارًا حاسمًا—فقد تجد المشاريع التي تتجاهل تنوع الأجهزة نفسها على الجانب الخطأ من السرد عندما تصل الاعتمادية الحقيقية. حتى الآن، الخلاصة البسيطة هي أن نموذج ذكاء اصطناعي مفيد يعمل على جهاز محلي دون الحاجة للاتصال بالخارج لم يعد هدفًا بعيد المنال. الأرقام من DeepSeek V4 تثبت أن المسار حقيقي، وأن طبقة الخصوصية في إيثريوم لديها الآن سبب ملموس للتحرك بسرعة أكبر.