この移行は、暗号空間における変化を反映しており、2025年には生成モデルやリアルタイムアプリケーションの進展によりAIコンピュートリソースの需要が急増しました。Thetaのアプローチは、分散型物理インフラストラクチャネットワークセクター(DePIN)内に位置付けられており、プロトコルがAmazon Web ServicesやGoogle Cloudのような中央集権型プロバイダーによって伝統的に管理されていたタスクのために、グローバルハードウェアを調整します。この文脈において、Thetaは自動ワークロードルーティングの方法を特許化することで、検証可能で利益を生むシステムを構築し、ネットワークが他のエンティティに技術をライセンスすることを可能にすることを目指しました。
シータネットワークがハイブリッドエッジ-クラウドコンピューティングアーキテクチャの新しい特許を取得しました
Theta Labs、Theta Networkの開発部門は、2025年10月に分散型コンピューティングプラットフォームをサポートするために設計されたハイブリッドエッジクラウドコンピューティングアーキテクチャに対して、米国特許12,436,819を取得しました。この特許は、人工知能のワークロードを処理するためにローカルエッジデバイスと中央集権的なクラウドリソースを組み合わせたシステムをカバーしており、従来のクラウドセットアップにおけるレイテンシーなどの問題に対処しています。
アメリカ合衆国特許商標庁によって発行されたこの承認は、Thetaがビデオストリーミングブロックチェーンの起源からより広範なAI中心のインフラストラクチャへの移行を経て、スケーラブルな分散型ネットワークを構築するための努力のもう一歩を示しています。このアーキテクチャは、タスクを動的に分配し、リアルタイムの操作をエッジノードに、集中的な計算をクラウドに割り当てることを目的としており、企業が大規模言語モデルのトレーニングや推論といったAIタスクを管理するのに役立つ可能性があります。
シータネットワークとその進化
Theta Networkは2017年に、動画ストリーミングを中心としたブロックチェーンプロトコルとして運用を開始し、プラットフォームの帯域幅コストを削減するためにピアツーピアコンテンツ配信を可能にしました。このネットワークはプルーフ・オブ・ステークコンセンサスメカニズムを利用し、未使用のコンピューティングリソースを共有するユーザーにインセンティブを与えるためにトークンを導入しました。
2023年までに、ThetaはEdgeCloudホワイトペーパーのリリースにより、その範囲を拡大しました。この文書では、分散型AIクラウドプラットフォームの計画が詳述されています。このハイブリッド設計は、機械学習とデータ処理の増大する需要に対応するために、分散エッジノードとクラウドサーバーを組み合わせたものでした。
この移行は、暗号空間における変化を反映しており、2025年には生成モデルやリアルタイムアプリケーションの進展によりAIコンピュートリソースの需要が急増しました。Thetaのアプローチは、分散型物理インフラストラクチャネットワークセクター(DePIN)内に位置付けられており、プロトコルがAmazon Web ServicesやGoogle Cloudのような中央集権型プロバイダーによって伝統的に管理されていたタスクのために、グローバルハードウェアを調整します。この文脈において、Thetaは自動ワークロードルーティングの方法を特許化することで、検証可能で利益を生むシステムを構築し、ネットワークが他のエンティティに技術をライセンスすることを可能にすることを目指しました。
会社の発表、特にTheta NetworkによるXでの投稿は、数年にわたって開発された技術的方法を検証する特許の役割を強調しました。この投稿は、効率のためにエッジとクラウド要素を統合することに焦点を当てた特許を説明する詳細なMediumの記事にリンクしています。ストリーミングからAIインフラストラクチャへのこの進化は、ピアツーピアネットワーキングやデジタル権利管理などの分野での既存の特許を基に構築されました。
What is the 米国特許第12,436,819号
特許「分散型コンピューティングプラットフォームのためのハイブリッドエッジクラウドコンピューティングアーキテクチャ」は、2025年10月にTheta Labsに授与されました。これは、データソースの近くに配置されたIoTセンサーやローカルサーバーなどのエッジデバイスとクラウドインフラストラクチャを統合して、一体化したコンピューティング環境を形成するシステムを説明しています。アメリカ合衆国特許商標庁の文書には、処理ニーズやネットワーク条件といった特定の基準に基づいてタスクを割り当てる分散型オーケストレーションの方法が指定されています。
Theta Labsが発表したMedium記事によると、「Theta Labsは現在、「分散型コンピューティングプラットフォームのためのハイブリッドエッジ-クラウドコンピューティングアーキテクチャ」に関する米国特許12,436,819を取得しました。これは、Thetaチームによって構築された分散型エッジネットワークに対する革新的で新しいアプローチを検証するものです。」
特許はUSPTOのウェブサイトを通じてアクセスすることができ、ダウンロード可能なPDFとしても入手できます。この承認は以前の出願に基づいており、Thetaの特許の完全なリストは発明者Jieyi Longの下でGoogle Patentsを通じて検索可能です。
このシステムは、データ転送による高いレイテンシーや帯域幅のコストの上昇など、従来のクラウドコンピューティングの制限を対象としています。エッジデバイスは、遅延を最小限に抑えるためにローカル処理を行い、クラウドは大規模な操作のためのスケーラビリティを管理します。この特許は、ノード間の通信プロトコルを保護し、中央集権的なボトルネックなしでの調整を保証します。
ハイブリッドアーキテクチャにおける主要な革新
特許取得済みシステムの核心には、動的に作業負荷を割り当てる分散オーケストレーションレイヤーがあります。このレイヤーはリアルタイムでタスクを評価し、レイテンシーに敏感な操作をエッジノードに指示して即時応答を行い、データ集約などの計算負荷の重いジョブはクラウドにルーティングします。分散ネットワーキングプロトコルがこの相互作用を促進し、プラットフォーム全体でシームレスなデータフローを可能にします。
アーキテクチャは、3つの主要なコンポーネントで構成されています：
このセットアップは、基本的な処理が必要な小規模企業から、堅牢なスケーラビリティを必要とする大規模機関まで、さまざまなユーザーをサポートしています。このシステムは、特に大規模言語モデルのトレーニングと推論を含むAIアプリケーションに適しており、ローカルとリモートのリソースのバランスを取ることでパフォーマンスを最適化します。
Theta EdgeCloud Platformとの統合
Theta EdgeCloudは、この特許取得済みアーキテクチャの実用的な実装として機能し、AIタスクのためのハイブリッドコンピューティングを提供するために立ち上げられました。このプラットフォームは、世界中の数千のエッジノードとクラウドサーバーを組み合わせて、モデルの開発と展開のためのグラフィックス処理ユニットへのアクセスを提供します。
EdgeCloudは、ユーザーの要件に基づいてリソースを割り当てる動的な需給メカニズムを取り入れています。運用において、プラットフォームはコスト効率の良いビデオトランスコーディング、AI推論、およびその他の計算集約的なプロセスの処理を可能にします。
作業負荷の分配を自動化することにより、ユーザーがインフラストラクチャを手動で管理する必要が減り、開発者や企業にとってアクセス可能になります。この特許がこれらのルーティング方法を保護することで、Thetaは技術の制御を維持できるため、エッジAI統合を求める他のクラウドプロバイダーにとってライセンス機会に変わる可能性があります。
これは分散コンピューティングとAIにとって何を意味するのか？
特許に記載されたハイブリッドモデルは、2025年のAIコンピュート需要の急増に対処するためにリソースを分散化し、コストを低下させ、ユーザーの効率を改善する可能性があります。リアルタイムデータ処理が重要なヘルスケアや自律走行車両などの分野では、エッジクラウド統合により、複雑な分析のためにクラウドパワーを活用することで応答性を向上させることができます。Thetaのシステムはブロックチェーン要素もサポートしており、分散型環境でのタスク配分を安全に行うことができます。
フォーラムでの議論は、特許がハイブリッドコンピューティングにおけるThetaの市場ポジションを強化する可能性を強調しています。全体として、このアーキテクチャは、分散型ネットワークを通じてハイパフォーマンスコンピューティングをよりアクセスしやすくするための広範な取り組みに貢献しています。
その間に、特許が自動ルーティングおよび調整プロトコルに重点を置いていることは、エッジAIの将来の標準に影響を与える可能性があり、ローカルリソースとリモートリソースのバランスが標準的な実践となるでしょう。AIワークロードが増加するにつれて、そのようなシステムは集中データセンターにおけるボトルネックを軽減するのに役立つかもしれません。
結論
米国特許12,436,819は、レイテンシーとリソースニーズに基づいてタスクを割り当てる分散オーケストレーションレイヤーによって管理される、ローカル処理のためのエッジノードとスケーラビリティのためのクラウドバックエンドを統合したハイブリッドエッジクラウドアーキテクチャを詳述しています。
このシステムは、Theta EdgeCloudに具現化されており、大規模な言語モデルのトレーニングや推論などのAIワークロードを処理し、小規模企業から大規模機関までのユーザーをサポートします。これは、ピアツーピア方式やデジタル権利管理を含むThetaの分散技術ポートフォリオに基づいており、ネットワークをDePINセクターに位置付けています。
この開発は、ハイブリッドモデルの実用的な適用が、コンピューティングにおけるレイテンシーとコストの問題に対処する方法を強調しており、AI駆動環境における効率的なリソース使用のための構造化されたアプローチを提供しています。
ソース: