שוק מודלים מבוזר של AI: חוזים חכמים ו-TEE
מפתח מודל AI משקיע חודשים באימון, אבל ב-Hugging Face או Replicate מרוויח רק פרוטות ממנויים. הפלטפורמות לוקחות עמלה של 30-50% ואין שקיפות בחישובים. אנו בונים שוק מבוזר על בלוקצ'יין שבו כל אינפרנס משולם אוטומטית דרך חוזה חכם, ואיכות המודל נשמרת באמצעות תמריצים כלכליים—סטייקינג וסלאשינג. פרויקטים כמו Bittensor ו-Ocean Protocol כבר מוכיחים את כדאיות המודל הזה, אבל ייצור דורש מאמץ הנדסי: אופטימיזציית גז, אינטגרציית TEE ונוחות למפתחים.
למה בלוקצ'יין הוא בסיס מתאים לשוק מודלי AI
הבלוקצ'יין מספק שלוש תכונות מפתח: תיעוד בלתי ניתן לשינוי של שימוש במודל, הסדרים אוטומטיים דרך חוזים חכמים ובקרת גישה מבוזרת. זה מאפשר שוק שבו כל אינפרנס משולם בשקיפות, ואיכות המודל נשמרת באמצעות תמריצים כלכליים. בהשוואה לפלטפורמות מרכזיות, העמלות מופחתות מ-30-50% ל-5-10%, וחוסכות לספקים עד 45% לעסקה—אלפי דולרים בחודש למשתתפים פעילים.
רכיבים ארכיטקטוניים מרכזיים
On-chain: חוזים חכמים
רישום המודלים (Model Registry) מאחסן מטא-דאטה של מודל—גיבוב IPFS של המשקולות, תיאור, גרסה, כתובת הבעלים ומבנה תמחור. המשקולות עצמן לא מאוחסנות על הבלוקצ'יין (יקר מדי), רק הגיבוב שלהן לצורך אימות.
תשלומים וחלוקת תמלוגים: הסדרים לשימוש במודל. כל קריאת אינפרנס מפעילה תשלום מיקרו. עבור מודלים שאומנו בשיתוף, חלוקת תמלוגים אוטומטית ברמת החוזה.
בקרת גישה: NFT או token-gating למודלים פרטיים. בעל ה-NFT מקבל זכויות אינפרנס.
סטייקינג לאותות איכות: ספקים מפקידים טוקנים (מינימום 1,000 טוקנים, כ-$5,000 בשערים נוכחיים). איכות מודל ירודה גורמת לסלאשינג (10% מההפקדה), מה שיוצר תמריץ כלכלי לשמירה על ביצועים.
Off-chain: תשתית אינפרנס
ביצוע מודל AI מתרחש off-chain—חישובים יקרים מדי עבור on-chain. שכבת החיבור היא TEE (סביבת ביצוע מהימנה) או הוכחות ZK לאימות ביצוע תקין.
גישת TEE (Intel SGX, AMD SEV): המודל רץ באנקלייב מאובטח. ה-TEE מייצר אישור (attestation)—הוכחה קריפטוגרפית שהקוד בוצע ללא שינוי. האישור מאומת על הבלוקצ'יין. זמן השהיית אינפרנס ממוצע הוא 200 אלפיות השנייה באנקלייב GPU, עם 99% מהבקשות שהושלמו במסגרת הזמן הזו.
גישת ZK-ML: הוכחה באפס ידע שהאינפרנס בוצע כראוי. ניסיוני, אבל פרויקטים כמו EZKL נעים בכיוון הזה. יקר חישובית אבל לא דורש חומרה מהימנה.
טוקנומיקה
Пользователь платит USDC/ETH за inference ↓
Payment Contract
├── 85% → Provider модели
├── 10% → Stakers (quality assurance)
└── 5% → Protocol treasuryעבור בקשות בתדירות גבוהה, אנו משתמשים במודלי מנוי או קרדיטים בתשלום מראש במקום עסקאות on-chain לכל בקשה (עלויות גז הורגות מיקרו-תשלומים). ב-L2, עלות הגז לעסקה היא מתחת ל-$0.01, מה שהופך תשלומים לכל בקשה לברי-ביצוע.
איך אנחנו פותרים את בעיית עמלת הגז הגבוהה
כל קריאת אינפרנס שווה לעסקת on-chain = גז. ב-Ethereum mainnet, זה לא מקובל. פתרונות:
- Layer 2 (Arbitrum, Optimism, Base) — גז זול פי 100
- ערוצי מצב (State channels): אצוות תשלומים בין משתמש לספק המוסדרות בעסקת on-chain אחת
- ERC-4337 (Account Abstraction) + Paymaster לחוויית משתמש ללא גז
| פתרון | הפחתת גז | מורכבות הטמעה |
|---|---|---|
| L2 rollup | ~פי 100 | נמוכה (פריסה סטנדרטית) |
| ערוצי מצב | ~פי 1000 | גבוהה (נדרשת קביעת מצב) |
| Account Abstraction | ~פי 10 (ללא עמלת גז) | בינונית (תמיכת ERC-4337) |
איך אנחנו מאמתים את איכות המודל
אנו מבטיחים שספקים לא מחזירים פלט אקראי במקום אינפרנס אמיתי. הערכה באמצעות אתגר-תגובה: כל 1,000 בקשות, מעריך אקראי שולח מקרה בדיקה ידוע ומשווה את התגובה. במקרה של אי-התאמה, סלאשינג של ההפקדה (10% מהסכום). בנוסף, ביקורת פלט באמצעות סכמת ZK.
פרטיות נתונים
משתמשים עשויים שלא לרצות לחשוף את נתוני הקלט שלהם. TEE (Intel SGX) מאפשר אינפרנס בתוך אנקלייב מבלי לחשוף נתונים לספק. FHE מספק הצפנה תמידית אבל כרגע איטי—פי 10-1000 איטי יותר מחומרה חשופה.
השוואת שיטות פרטיות
| שיטה | רמת הגנה | ביצועים |
|---|---|---|
| TEE (SGX) | חומרה מהימנה | גבוהים (אנקלייב) |
| ZK-ML | ערובה מתמטית | נמוכים (יקר) |
| FHE | הצפנה מלאה | נמוכים מאוד (ניסיוני) |
מחסנית טכנולוגית
- חוזים חכמים: Solidity + Foundry / Hardhat, פרוסים על L2
- IPFS: אחסון משקולות מודל, מטא-דאטה (Pinata או צומת משלך)
- Backend: Node.js או Go לשירות אורכסטרציה
- TEE: Intel SGX SDK או AWS Nitro Enclaves
- Frontend: Next.js + wagmi לאינטגרציית Web3
תהליך העבודה שלנו
- ארכיטקטורה וטוקנומיקה: עיצוב המודל הכלכלי, חישוב אחוזים, סטייקינג, סלאשינג. אנו מתמקדים בתמריצים לכל המשתתפים: ספקים, מפקידים, משתמשים.
- חוזים חכמים: רישום מודלים, מפצל תשלומים, גישת NFT, סטייקינג—נבדקים עם Foundry. כיסוי בדיקות של נתיבים קריטיים עד 95%.
- תשתית off-chain: אינטגרציית TEE, API לאינפרנס, תור בקשות עם עדיפויות.
- Frontend: ממשק להעלאת/רכישת מודלים, ארנק, לוח סטטיסטיקות עם גרפי שימוש.
- פריסה וביקורת: פריסה על L2, סקירת קוד, אימות פורמלי של חוזים קריטיים (למשל, מפצל תשלומים נגד reentrancy).
מה כלול בעבודה
- תיעוד מקיף: סקירת ארכיטקטורה, API של חוזה חכם, מדריך פריסה ומדריך משתמש.
- קוד מקור מלא של חוזים חכמים עם בדיקות יחידה (כיסוי 95%) ובדיקות אינטגרציה.
- סקריפטי פריסה לרשתות L2 (Arbitrum, Optimism, Base) עם bytecode מאומת.
- API אינפרנס off-chain ותצורת TEE (Intel SGX או AWS Nitro Enclaves).
- קוד מקור Frontend עם אינטגרציית Web3 (wagmi, ethers.js).
- מפגש הדרכה לצוות שלך: סדנה מעשית של יומיים.
- 3 חודשים של תמיכה ותחזוקה לאחר הפריסה.
דוגמת תצורת TEE
כדוגמה, עבור Intel SGX אנו משתמשים ב-SDK 2.21, אנקלייב עם 128 MB EPC, מודל ONNX רץ דרך OpenVINO. אישור דרך Intel DCAP.לוחות זמנים משוערים
MVP (רישום מודלים + חלוקת תשלומים + גרסת TEE אחת) — בין 2 ל-3 חודשים. פלטפורמה מלאה עם טוקנומיקה, סטייקינג ואימות ZK — בין 6 ל-12 חודשים. העלות מחושבת בנפרד לכל פרויקט. צור קשר לייעוץ—נעריך את המשימה שלך ונציע פתרון ארכיטקטוני. קבל ייעוץ מהנדס לפרויקט שלך.