OpenGradient — це децентралізована інфраструктурна мережа, створена для розміщення, виконання та перевірки висновків моделей штучного інтелекту в масштабі, де кожне обчислення створює криптографічний доказ, який можна перевірити в мережі, не довіряючи жодному окремому оператору.
Проєкт позиціонує себе як Мережа відкритого інтелекту (Network for Open Intelligence) і нещодавно запустив $OPG як свій рідний токен для забезпечення роботи мережі. По суті, OpenGradient функціонує як співпроцесор штучного інтелекту, спеціалізований рівень, до якого інші агенти, блокчейни та програми можуть направляти робочі навантаження штучного інтелекту, замість того, щоб покладатися на централізованих постачальників API.
Сьогодні $OPG запускається як нативний токен, що забезпечує роботу перевіреної мережі штучного інтелекту OpenGradient.
Це означає повний запуск мережі, що забезпечить світові доступ до інфраструктури штучного інтелекту без дозволів із безпечним та перевіреним виконанням у мережі. 🧵👇🏻 pic.twitter.com/suQGK0L6F1
— OpenGradient (∇, ∇) (@OpenGradient) 21 квітня 2026 р.
Яку проблему вирішує OpenGradient?
Кожен додаток штучного інтелекту сьогодні спирається на єдину точку довіри. Коли агент штучного інтелекту керує портфелем, схвалює кредит або модерує контент, наразі немає способу незалежно перевірити, яка модель працювала, який запит використовувався або чи був результат змінений до того, як він досяг кінцевого користувача.
Згідно з документацією OpenGradient , інфраструктура штучного інтелекту консолідується в кількох постачальниках, і це створює три конкретні проблеми.
- Непрозорість: Коли велика мовна модель приймає рішення, що впливає на гроші, здоров'я чи управління, немає можливості довести, що сталося всередині системи. Версії моделі можуть змінюватися непомітно, системні підказки можуть вставлятися, а відповіді можуть фільтруватися без відома користувача.
- Єдині точки відмови: якщо постачальник послуг виходить з ладу, обмежує швидкість доступу або змінює поведінку моделі, залежні програми виходять з ладу без можливості відновлення та вирішення проблем.
- Довіра без перевірки: оператори можуть обмінюватися моделями, вставляти контент або реєструвати підказки без розкриття інформації. Для фінансових агентів, інструментів медичного мислення або журналів аудиту прийняття цього на віру не є життєздатним підходом.
OpenGradient вирішує всі три проблеми, зробивши перевірку функцією за замовчуванням, а не додатковим доповненням.
Як працює OpenGradient?
OpenGradient побудовано на гібридній архітектурі обчислень штучного інтелекту (HACA), яка відокремлює виконання висновків штучного інтелекту від їх перевірки. Це розділення є ключовим архітектурним рішенням, що робить систему практичною.
Коли надходить запит, він надсилається безпосередньо до спеціалізованого вузла виведення та повертається із затримкою рівня web2. Криптографічне підтвердження потім надсилається та перевіряється асинхронно повними вузлами, перш ніж остаточно записати його в EVM-сумісний ланцюжок мережі. Користувач не чекає підтвердження блоку для отримання відповіді, але кожна відповідь зрештою обробляється та підлягає аудиту.
Які різні типи вузлів існують?
Замість використання єдиного набору валідаторів, де кожен вузол виконує кожне завдання, OpenGradient використовує спеціалізовані типи вузлів.
- Повноцінні вузли запускають консенсус, керують реєстром, перевіряють підтвердження та обробляють розрахунки. Вони не запускають моделі та не використовують графічні процесори.
- Вузли виведення — це бездержавні графічні процесори, які виконують моделі. Вони бувають двох форм: проксі-вузли LLM, які направляють запити до таких постачальників, як OpenAI та Anthropic, через анклави Trusted Execution Environment (TEE), та локальні вузли виведення, які запускають моделі з відкритим кодом безпосередньо на обладнанні.
- Вузли даних працюють у захищених анклавах, забезпечуючи надійний доступ до зовнішніх даних, таких як цінові канали та API, з підтвердженням того, що дані не були підроблені.
- Децентралізоване сховище в системі під назвою Walrus зберігає файли моделей та великі докази поза блокчейном, на які посилаються ідентифікатори, записані в реєстрі.
Такий розподіл праці означає, що кожен тип вузла можна масштабувати та захищати незалежно для його конкретного робочого навантаження.
Що розробники можуть створювати на OpenGradient?
Мережа підтримує низку варіантів використання в корпоративних, фінансових та споживчих додатках. Кілька з них доступні зараз, а інші розробляються в альфа-тестовій мережі.
Наразі доступно:
- Агенти штучного інтелекту, де кожен виклик LLM криптографічно підписується точним ідентифікатором запиту, що робить ланцюжок міркувань перевіреним у мережі.
- Перевірений доступ до моделей, включаючи GPT-4, Claude, Grok та Gemini, через єдиний API з TEE-перевіркою
- Програми, що зберігають конфіденційність, де вузли TEE обробляють запити всередині апаратних анклавів, запобігаючи перегляду або реєстрації запитів оператором вузла.
- Постійна пам'ять для застосунків штучного інтелекту через MemSync, яка обробляє вилучення пам'яті, класифікацію та генерацію профілів користувачів на перевіреній інфраструктурі.
У розробці в альфа-тестовій мережі:
- Інтеграція смарт-контрактів, що дозволяє викликати моделі штучного інтелекту безпосередньо з Solidity через прекомпілію
- Атомарні транзакції ШІ, де виведення моделі виконується як частина переходу станів, а не як зовнішній виклик оракула
- Компоновані робочі процеси штучного інтелекту, що об'єднують кілька моделей разом зі змішаними методами перевірки в одній транзакції
Що таке верифікація TEE?
TEE розшифровується як Trusted Execution Environment (довірене середовище виконання). Це безпечна область всередині процесора, де код і дані ізольовані від решти системи. У контексті OpenGradient, верифікація TEE означає, що вузол виводу обробляє запит всередині апаратного забезпечення, що запобігає доступу, реєстрації або зміні взаємодії навіть оператору вузла. Результатом є апаратна атестація, яка підтверджує правильність обчислення.
Як $OPG вписується?
$OPG – це власний токен мережі OpenGradient. Він використовується для оплати за виведення через систему під назвою x402, яка підтримує стандартні HTTP-виклики з доступом через систему оплати. Платежі обробляються на Base, а виконання та перевірка здійснюються в самій мережі OpenGradient.
Висновок
OpenGradient — це спеціально створена мережа для перевіреного штучного інтелекту, що поєднує спеціалізовані типи вузлів, атестацію обладнання TEE, докази машинного навчання з нульовим розголошенням та сумісний з EVM рівень розрахунків.
Наразі мережа підтримує верифікований доступ до основних LLM, виведення даних із збереженням конфіденційності, постійну пам'ять через MemSync та децентралізоване розміщення моделей через Walrus. Виконання машинного навчання в мережі, атомарні транзакції штучного інтелекту та робочі процеси компонованих моделей розробляються в альфа-тестовій мережі. Токен $OPG забезпечує оплату за виведення даних по всій мережі через протокол x402 на Base.
-
OpenGradient на X : Дописи (квітень 2026 р.)
-
Вебсайт OpenGradient : Загальна інформація
-
Документація OpenGradient : Про OpenGradient