. @inference_labs робить чіткий висновок: розподілене доведення відкриває zkML у масштабі

Штучний інтелект масштабується один раз, коли інференція переходить від окремих машин до розподілених кластерів. Inference Labs застосовує ту саму логіку до перевірюваного штучного інтелекту

Вузьке місце в zkML полягає у необхідності довести цілі моделі одночасно

Їхнє рішення, DSperse, розділяє моделі на незалежні компоненти та розподіляє доведення між багатьма вузлами. Більше вузлів — швидше доведення, стабільне використання пам’яті та стійке виконання

У поєднанні з JSTprove ця архітектура підтримує майже–у–реальному–часі перевірку та продуктивність рівня виробництва.

Вплив є структурним:
+ zkML стає масштабованою інфраструктурою
+ Генерація доказів стає стійкою до збоїв
+ Автономні системи отримують можливість аудиту та стійкість

З партнерами з апаратного прискорення, такими як Cysic, розподілене доведення просуває перевірюваний штучний інтелект від досліджень до реального застосування.

Це парадигмальна зміна для zkML, що базується на математиці довіри, яку забезпечують мережі