Mi az a TON alapú Cocoon és miért támogatja a Telegram?

Selyemgubó egy decentralizált, bizalmas számítási hálózat a TON blokklánc amely lehetővé teszi a felhasználók számára, hogy mesterséges intelligencia által vezérelt feladatokat futtassanak privát módon egy globális GPU-készleten keresztül. Lehetővé teszi bárki számára, aki rendelkezik grafikus kártyával, hogy Toncoint keressen az erős adatvédelmet igénylő alkalmazások mesterséges intelligencia általi kéréseinek feldolgozásával. A rendszer már élesben is működik, és a Telegram az első nagyobb ügyfele.

Bevezetés a Cocoonba

Pavel Durov, a Telegram alapítója megerősített hogy a Cocoon, más néven Bizalmas Számítási Nyílt Hálózat, megkezdte a valós felhasználói kérések feldolgozását. Összeköti azokat a fejlesztőket, akiknek privát MI-következtetésre van szükségük, azokkal, akik bérbe szeretnék venni a GPU-teljesítményüket. Minden MI-feladatot egy Megbízható Végrehajtási Környezetben (TEE) dolgoznak fel, amely biztosítja, hogy az adatok titkosítva maradjanak a számítás során is. A TEE-kre példák az Intel TDX, amelyet széles körben használnak a biztonságos felhőkörnyezetekben.

A Cocoon az adatvédelmet elsődlegesen figyelembe vevő alternatívaként jelenik meg a központosított mesterséges intelligencia platformokkal szemben, amelyek saját szervereiken kezelik a felhasználói adatokat. Az ilyen rendszerek gyakran aggodalmat keltenek a biztonsági kutatók és a felhasználók körében, akik nem szeretnék, hogy az érzékeny adatok nyilvánosságra kerüljenek. A Cocoon a TON-t, egy 1. rétegű blokkláncot használ, amely mélyen kapcsolódik a Telegram ökoszisztémához, a feladatok koordinálására és a számítási tevékenység ellenőrizhető nyilvántartásának fenntartására.

Hogyan működik a Cocoon

A Cocoon három csoportot köt össze. A fejlesztők MI-alapú munkafolyamatokat küldenek be. A GPU-tulajdonosok futtatják a munkafolyamatokat. A Telegram azonnali felhasználói igényeket elégít ki azáltal, hogy privát MI-lekérdezéseket irányít a Cocoon hálózatába. A TON alapként működik, amely biztosítja a kéréseket és rögzíti a tevékenységeket.

A feladatok feldolgozása előtt a modell és az adatok titkosított környezetben tárolódnak. Csak a TEE férhet hozzá az információkhoz. Még a GPU tulajdonosa sem láthatja, hogy mit számít ki a hardvere. Ez a megközelítés bizalmasan kezeli a promptokat, a betanítási adatokat és a kimeneteket. Segít garantálni az eredmények hitelességét is.

Milyen problémákat akar megoldani a Cocoon

• Magas felhőalapú számítástechnikai árak
• Adatok láthatósága mesterséges intelligencia feldolgozása közben
• A központosított infrastruktúrától való függőség
• Korlátozott átláthatóság a saját fejlesztésű mesterséges intelligencia rendszerekben

Ilyen aggályok például a nagy felhőszolgáltatóktól származó adatszivárgások, a modell betanítása során fellépő jogosulatlan hozzáférés, valamint a mesterséges intelligencia fejlesztőcsapatainak növekvő számítási költségei. A Cocoon ezeket a pontokat úgy kezeli, hogy az adatvédelmet alapértelmezett beállításként kezeli.

A Cocoon főbb jellemzői

• Bizalmas mesterséges intelligencia végrehajtás TEE-ken keresztül
• GPU-szolgáltatók globális piaca
• Toncoinban kiegyenlített fizetések
• Integráció a Telegram mini alkalmazásokkal
• Nagyméretű AI-modellek, például a DeepSeek és a Qwen támogatása
• Végponttól végpontig titkosított következtetés

Ez a beállítás szükségtelenné teszi a központi felhőoperátort. A felhasználók Telegram botokkal vagy alkalmazásokkal kommunikálnak, MI-kérést küldenek, és a feladat átadódik a Cocoonnak. A GPU-tulajdonosok elvégzik a feladatot, és TON-t kapnak.

Fejlesztői használati esetek a Cocoonhoz

A fejlesztők olyan modelleket futtathatnak, mint a DeepSeek, a Qwen és más nagy számítási igényű keretrendszerek. A munkaterhelések magukban foglalják az LLM lekérdezéseket, a képfeladatokat, a videófeldolgozást vagy a speciális mesterséges intelligencia eszközöket. A TON szétválasztott kialakítása segít a hálózatnak a nagy tranzakcióvolumen kezelésében a csúcsidőszakokban.

A Cocoon Telegram minialkalmazásokkal való integrációja közvetlen elérési utat biztosít a fejlesztőknek a valódi felhasználókhoz. Különálló alkalmazások fejlesztése helyett a fejlesztők elindíthatják a mesterséges intelligencia eszközeit a Telegramon belül, és a Cocoonra bízhatják a számítási feladatok privát kezelését.

Miért fontos a Cocoon az AI adatvédelme szempontjából?

A központosított mesterséges intelligencia szolgáltatók gyakran ellenőrzik az infrastruktúrát, döntenek az árazásról, és érzékeny adatokat tárolnak. Számos adatvédelmi aktivista ezt kockázatnak tekinti. Azt állítják, hogy a domináns felhőszolgáltatók befolyásolhatják a viselkedést, gyengíthetik a kiberbiztonsági védelmet, vagy helytelenül kezelhetik a személyes adatokat.

Fedezze fel az ígéretes projekteket...

Ígéretes projektek...

(Hirdetés)

A cikk folytatódik...

A Cocoon más megközelítést alkalmaz, mivel a számítási teljesítményt számos független GPU-tulajdonos között osztja el. Az adatok mindig titkosítva maradnak. A naplók a TON blokkláncába kerülnek, így nyomon követhetőséget biztosítanak a felhasználói tevékenység felfedése nélkül. Ez az összehangolás illeszkedik a decentralizált mesterséges intelligencia felé irányuló szélesebb körű mozgalomba, amelynek célja a néhány nagyobb vállalati szolgáltatótól való függőség csökkentése.

Durov szerint a mesterséges intelligencia felhasználóinak két legnagyobb problémája a magas költségek és az adatvédelem elvesztése. A Cocoon mindkettőt megpróbálja megoldani egy versenyképes számítástechnikai piac létrehozásával és az összes feldolgozás megbízható hardveren belüli lezárásával.

Miért a Telegram az első ügyfél?

A Telegram az egyik legnagyobb üzenetküldő alkalmazás, több millió aktív felhasználóval. Sokan már használnak Telegram botokat fordításhoz, összefoglaláshoz, tartalomgeneráláshoz és különféle automatizált feladatokhoz. Azzal, hogy ezeket a kéréseket a Cocoon-on keresztül futtatja, a Telegram privát mesterséges intelligencia által vezérelt interakciókat biztosít ahelyett, hogy az adatokat külső vállalatokhoz továbbítaná. Ez segít a platformnak abban, hogy egységes, adatvédelemre összpontosító képet ápoljon.

A Telegram szerepe a Cocoon gyorsabb növekedését is segíti. Az azonnali kereslet arra ösztönzi a GPU-tulajdonosokat, hogy csatlakozzanak, ami erősíti a hálózati kapacitást. Ez viszont több fejlesztőt vonz. Ez a zárt rendszer praktikus kiindulópontot biztosít a Cocoonnak a harmadik féltől származó adaptáció megvárása helyett.

Hogyan keresnek a GPU-szolgáltatók TON-t?

A Cocoon a Toncoinon keresztül jutalmazza a résztvevőket. Amikor egy GPU elvégez egy feladatot, a tulajdonos a munkaterhelés nagysága alapján TON-t kap. Ez ösztönzőt teremt a nem használt hardverrel rendelkezők számára a csatlakozásra. Durov elmondta, hogy számos GPU-tulajdonos már most is TON-t bányász létesítményeinek vagy játékgépeinek a hálózathoz való csatlakoztatásával.

A modell skálázható. Ahogy egyre több GPU csatlakozik, a Cocoon nehezebb feladatokat is képes feldolgozni, beleértve a nagyobb nyelvi modelleket, a képgenerálást, a videótranszformációt és a gépi tanulási folyamatokat. Jelentések szerint a TON-t támogató technológiai alapok nagy GPU-farmokat ígértek a hálózat megerősítése érdekében.

Hogyan viszonyul a Cocoon a központosított szolgáltatókhoz?

Az olyan szolgáltatások, mint az Amazon Web Services és a Microsoft Azure, uralják a mesterséges intelligencia számítási piacát. Kényelmet kínálnak, de a kompromisszum a felhasználói adatok központi felügyelete és láthatósága. Az árat is ők határozzák meg. Sok fejlesztő számára ezek a tényezők aggodalmat keltenek a hosszú távú függőséggel és az adatok kitettségével kapcsolatban.

A Cocoon felforgatja a struktúrát. Egy központi operátor helyett egy decentralizált, független GPU-tulajdonosokból álló csoport végzi a feladatokat. Az árak a kínálattól függően változhatnak. Az adatok titkosítva maradnak. A rekordok a TON-ba kerülnek. Az eredmény egy olyan rendszer, amely csökkenti a megbízható közvetítőktől való függőséget.

Egyes szakértők azonban szerint az ötlet ígéretes, de kihívásokkal is küzd. A felhőóriások szintjére való skálázás több tízezer GPU-t igényel. A decentralizált hálózatok korábban is küzdöttek ezzel az akadállyal.

A szabályozók egyre nagyobb figyelmet fordítanak azokra a mesterséges intelligenciarendszerekre is, amelyek a blokkláncot titkosított következtetéssel ötvözik. A határokon átnyúló számítási piacok kérdéseket vetnek fel a megfeleléssel, a joghatósággal és az adatkezeléssel kapcsolatban.

Az adatvédelmi kutatók megjegyzik, hogy a TEE-k a hardvergyártókra támaszkodnak. Ha hiba van a chipben vagy a firmware-ben, a titoktartás veszélybe kerülhet. Emiatt több elemző szerint folyamatos auditálásra lesz szükség.

Összegzés

A Cocoon egy modellt mutat be a decentralizált, adatvédelmet megőrző MI-számítástechnikához. Lehetővé teszi a fejlesztők számára, hogy biztonságosan futtassanak MI-alapú munkafolyamatokat, miközben a GPU-tulajdonosok Toncoint keresnek. A TON szétválasztott blokkláncának a Trusted Execution Environments-szel való kombinálásával a Cocoon skálázható, ellenőrizhető és titkosított hálózatot biztosít a MI-feladatokhoz. A rendszer a költségek, az adatvédelem és a centralizáció kulcsfontosságú kihívásaira ad választ, és egy funkcionális platformot hoz létre a privát MI-feldolgozáshoz, amely mind a fejlesztők, mind a hardverszolgáltatók számára elérhető.

Tudástár

1. Pavel Durov az X-en: Közzétéve november 30-án

2. Cocoon weboldalÁltalános információk

3. Cocoon DocsA Cocoonról