ZeroLend (ZERO)

모든 것이 괜찮아 보이지만, 한 가지 문제가 있습니다.

$ZERO 9.38M
EmcxFTNVDqyLHp11NvwvLZ4D7LKGbG9i7B8RF7dwpump

이 프로젝트는 중앙화된 AI에 대한 대안으로 만들어졌으며, 프라이버시, 검열 없음, 다운타임에 대한 복원력 및 데이터 센터 독점에 대한 저항성을 가지고 있습니다.

그런데 저는 사용자 입장에서 이 모델을 기본적으로 테스트했습니다. 수십 개의 복잡하고 까다로운 질문을 했고, 답변의 95%가 정확했습니다. 제품 측면에서 브라우저에서 보는 것은 꽤 괜찮습니다.

개발자는 독립적으로 연구될 수 있으며, 결론은 @leyten에게서 도출됩니다.

보이는 온체인 분포 조각은 정상으로 보입니다.

제가 보는 가장 큰 위험 신호는 KOL들의 집합과 그들의 사이드 지갑 보유량입니다. 그들이 이 프로젝트에서 무엇을 하고 있는지 전혀 이해되지 않으며, 그들의 분야도 아닙니다. 그들이 실제로 비밀리에 이 프로젝트를 주도하고 있지 않길 바랍니다.

Moonshot에서 검증되었으며, 좋지도 나쁘지도 않습니다.

> 제가 Meteora에서 보유하고 있는 위치
토큰을 처음 다루는 것이 아닙니다. 하루에 1-2 번 재조정합니다. 기대에 따라 다른 유동성 풀을 선택합니다.

· 급격한 하락을 예상한다면 https://t.co/Tjpgij1NoA

· If I e

탈중앙화 AI 컴퓨팅은 악명 높은 빌어먹을 가혹한 영역입니다.

대부분의 “분산 프런티어 모델” 꿈이 무너지고 소멸된 이유가 있습니다: 지연.

100B+ 파라미터 모델을 공용 인터넷에 흩어져 있는 여러 소비자 GPU에 샤딩해보면 마법이 아니라 고통을 얻습니다: 초당 한 자릿수 토큰만 나오고 시스템은 사실상 사용할 수 없습니다.

그래서 @c0mputeAI가 마침내 지연 병목 현상을 없앴다고 말하고, @virtuals_io Protocol과 파트너십을 맺어 토큰화된 AI 에이전트의 컴퓨팅 레이어를 제공한다면, 나는 주목하지 않을 수 없었습니다.

실제로 말만큼 좋은가요… 그리고 숨겨진 함정은 어디에 있나요?

여기에 개인적인 분석을 제시합니다.

---

➥ 혁신: "Shard" 분산 추론

c0mpute가 왜 흥미로운지 이해하려면, 탈중앙화 AI 추론이 과거에 왜 실패했는지를 이해해야 합니다.

단일 소비자 GPU(예: RTX 4090)는 24GB VRAM만 가지고 있어 8B-30B 모델을 겨우 수용할 수 있습니다. 프런티어 모델(예: 744B 파라미터)을 실행하면 보통