Автор: Felix, PANews
AI-инференс (AI inference) постепенно становится одним из ключевых уровней интернет-инфраструктуры. Однако в настоящее время большая часть инференса по-прежнему полагается на централизованную архитектуру, которая является дорогостоящей, имеет ограниченную пропускную способность, многоуровнева и несет определенные риски безопасности. В то же время в мире уже существуют миллионы мощных компьютеров, которые большую часть дня простаивают без дела.
Недавно запущенная Eigen Labs сеть AI-инференса Darkbloom исследует возможности распределенного AI-инференса на неиспользуемых компьютерах Mac. Она сочетает в себе проверенные узлы, аппаратную защиту конфиденциальности и более выгодную экономическую модель, превращая простаивающие чипы Apple Silicon в более эффективную вычислительную сеть с приоритетом приватности.
Проект был представлен в виде исследовательского превью примерно в апреле этого года, в мае обновлен до публичной альфа-версии и в настоящее время уже доступен на платформе OpenRouter. В альфа-версии доступны модели Google Gemma 4 и OpenAI GPT-OSS.
Основная архитектура и верифицируемая приватность
Сеть Darkbloom состоит из трех частей: пользователи, координатор и провайдеры.
- Пользователи могут отправлять запросы на инференс через чат-интерфейс или совместимый с OpenAI API.
- Координатор (управляется Eigen Labs) направляет эти запросы подходящим компьютерам Mac в сети.
- Провайдеры (пользователи, владеющие этими подходящими Mac) запускают модели и возвращают результаты, но не могут видеть содержание запроса.
Darkbloom построена на модели распределенного инференса с приоритетом приватности. Процесс провайдера усилен для защиты от распространенных методов локальной проверки, включая подключение отладчиков и проверку внешней памяти. Целостность запускаемого двоичного файла также является частью модели доверия, что помогает гарантировать соответствие ПО, обслуживающего запросы, ожиданиям сети.
Система также использует аппаратную аутентификацию на основе архитектуры безопасности Apple. Ключи Secure Enclave, сигналы аутентификации и периодические проверки «запрос-ответ» используются для верификации того, что участвующие узлы работают с ожидаемыми мерами защиты и состоянием ПО, обеспечивая подлинную верифицируемую приватность.
Экономическая модель и дневной доход
Бизнес-модель Darkbloom кардинально отличается от подавляющего большинства проектов. В традиционном технологическом стеке затраты включают оборудование, помещения, охлаждение, сеть, операционные расходы и прибыль множества посредников. В модели Darkbloom оборудование уже существует, а предельные затраты в основном определяются электроэнергией. Базовые тарифы Darkbloom примерно на 50% ниже, чем у текущих ведущих агрегаторов API. Провайдеры (владельцы Mac) сохраняют за собой 100% дохода от инференса. Кроме того, Darkbloom не пошла по пути выпуска токенов для субсидирования ранних участников; доход узлов полностью формируется за счет реального спроса на AI-инференс.
Стоит отметить, что, учитывая раннюю стадию развития проекта, доходы пока невелики. На размер прибыли в определенной степени влияют такие факторы, как объем памяти и конфигурация оборудования, время бесперебойной работы, спрос на модели, состояние узлов и потребности сети.
В настоящее время данные рейтинга показывают, что дневной доход провайдера, занимающего первое место, составляет менее 6 долларов, а провайдер на пятом месте получает даже меньше 2 долларов. Однако, по мере открытия в сети доступа к большим языковым моделям с высокими требованиями к памяти и роста реального пользовательского трафика, эта ситуация может улучшиться.
Шаги по настройке неиспользуемого Mac:
- Приобретите Mac на чипе Apple Silicon.
- Убедитесь, что на нем установлена macOS 14 или более поздней версии.
- Установите Darkbloom Provider.
- Держите Mac включенным и подключенным к стабильному интернету.
- Позвольте сети направлять поддерживаемые задачи ИИ.
Похожие материалы: Обзор акций и криптоактивов, за которыми стоит следить в последнее время: AI, RWA и космические акции...
