Vitalik DeepSeek V4 Local AI را به حریم خصوصی و امنیت اتریوم پیوند می دهد

آخرین به‌روزرسانی هوش مصنوعی محلی Vitalik Buterin، DeepSeek V4 را مستقیماً در گفتگوی حریم خصوصی و امنیتی اتریوم قرار می‌دهد، با ساخت‌های کوانتیزه‌شده جدیدتر، مدل‌های سبک مرزی را در خارج از محیط‌های ابر متمرکز کاربردی‌تر می‌کنند. بوترین گفت DeepSeek V4 اکنون یک نسخه کوانتیزه شده 2 بیتی دارد که می تواند در حدود 90 گیگابایت VRAM اجرا شود. نتایج آزمایش او حدود 35 توکن در ثانیه بر روی سخت‌افزار اپل و حدود 7 توکن در ثانیه در سخت‌افزار AMD را نشان داد، شکاف عملکردی گسترده‌ای که نشان می‌دهد چرا تنوع سخت‌افزاری در مرحله بعدی هوش مصنوعی محلی محور باقی می‌ماند. نکته تنها این نیست که یک مدل بزرگ می تواند به صورت محلی اجرا شود. ایده قوی تر این است که "CROPS AI" باید در چندین پلت فرم سخت افزاری کار کند به جای اینکه به یک برچسب هوش مصنوعی غیرمتمرکز مبهم کاهش یابد. سیستمی که به شدت به یک فروشنده تراشه یا یک پشته ابری وابسته است، همچنان کاربران را در معرض همان نقاطی قرار می دهد که هوش مصنوعی محلی قرار است کاهش دهد. DeepSeek V4 برای بارهای کاری با زمینه طولانی و کدگذاری عاملی ساخته شده است. مدل DeepSeek V4 Pro از معماری ترکیبی از متخصصان با 1.6 تریلیون پارامتر کل، 49 میلیارد پارامتر فعال و پشتیبانی از یک پنجره زمینه یک میلیون توکن استفاده می کند. این موضوع آن را برای بررسی کد، تحلیل مخازن بزرگ و جریان‌های کاری مستندات پروتکل که توسعه‌دهندگان اتریوم به مدل‌هایی برای استدلال در سیستم‌های پیچیده نیاز دارند، مرتبط می‌سازد.دسترسی خصوصی اتریوم به هدف بزرگتر تبدیل می شود پیشرفت هوش مصنوعی محلی بوترین مرتبط با «لایه دسترسی CROPS Ethereum»، جایی که هوش مصنوعی حفظ حریم خصوصی و دسترسی بلاک چین حفظ حریم خصوصی شروع به همپوشانی می کنند. مثال‌های کلیدی عبارتند از تماس‌های LLM از راه دور پولی مبتنی بر ZK و خواندن RPC خصوصی اتریوم. این مهم است زیرا کاربران اتریوم هنوز هم وقتی که کیف پول‌ها، موجودی‌ها، قراردادها و تاریخچه تراکنش‌ها را از طریق نقاط پایانی عمومی یا متمرکز RPC جستجو می‌کنند، ابرداده‌های حساس را درز می‌کنند. دسترسی RPC خصوصی به کاربران اجازه می‌دهد با اتریوم بدون افشای هر درخواست خواندن برای ارائه‌دهندگان زیرساخت تعامل داشته باشند. لایه‌های پرداخت مبتنی بر ZK همچنین می‌توانند به عوامل هوش مصنوعی اجازه دهند برای تماس‌های مدل از راه دور بدون افشای هویت، کیف پول یا داده‌های استفاده غیرضروری پرداخت کنند. همین جهت قبلاً در تلاش Buterin برای پرداخت های ZK به عنوان یک استاندارد دوره عامل و تجارت حریم خصوصی گسترده تر اتریوم در اطراف Railgun و Kohaku قابل مشاهده بود. هوش مصنوعی محلی پشته حریم خصوصی را تقویت می کند زیرا کاربران می توانند به جای ارسال همه چیز به ارائه دهندگان استنتاج متمرکز، درخواست ها، کدها، زمینه کیف پول و سوالات امنیتی را به دستگاه های خود نزدیک تر نگه دارند. امنیت حلقه اصلی دیگر است. بوترین مدل‌های هوش مصنوعی تنظیم‌شده با اتریوم بیشتری می‌خواهد که بتواند به بررسی قراردادهای هوشمند و کد پروتکل کمک کند.