Rongchai Wang
24. jaanuar 2026 00:07
EigenAI saavutab GPU-del 100% reprodukteeritavad LLM-i väljundid vähem kui 2% lisakoormusega, võimaldades kontrollitavaid autonoomseid AI-agentesid kauplemiseks ja prognoositurgudeks.
EigenCloud on avaldanud oma EigenAI platvormi mainnetil, väites, et see lahendab põhiline probleem, mis vaevab autonoomseid AI-süsteeme: te ei saa kontrollida seda, mida te ei suuda taastada.
Siinset tehniline saavutus on oluline. EigenAI tagab bitt-täpselt deterministliku järelduse tootmis-GPU-del – see tähendab, et identsete sisendite korral on väljundid samad 10 000 testikorras – ning seejuures lisandub vaid 1,8% lisalatentsust. Kõigile, kes loovad AI-agentesid, mis haldavad päris raha, on see oluline.
Miks LLM-i juhuslikkus rikub finantsrakendusi
Käivitage sama käsk ChatGPT-s kaks korda. Erinevad vastused. See pole vigade tõttu – nii töötab ujuvapunkti matemaatika GPU-del. Kernelide planeerimine, muutuv partiisuurus ja mitteassotsiatiivne kogumine tekitavad kõik pisikesi variatsioone, mis kuhjuvad erinevateks väljunditeks.
Chatbotide jaoks ei pane keegi tähele. Aga AI-kauplemisagent, kes teeb tehinguid teie kapitaliga? Prognoosituru orakel, kes otsustab, kes võidab 200 miljoni dollari suuruses panustes? Ebakõla muutub vastutuseks.
EigenCloud viitab Polymarketi kurikuulsale „Kas Zelenskõi kandis ülikonda?“ turule kui juhtumiuuringule. Üle 200 miljoni dollari mahuga, arbitraarse lahendamise süüdistused ja lõpuks pidi inimvalitsus sekkuma. Turude laienemisel ei ole inimliku kohtuotsusega võimalik hakkama saada. AI-kohtunik muutub vältimatuks – aga ainult siis, kui see kohtunik annab alati sama otsuse.
Tehniline stack
Determinismi saavutamine GPU-del nõudis iga kihi kontrollimist. A100 ja H100 kiibid annavad identsete operatsioonide korral erinevaid tulemusi arhitektuuriliste erinevuste tõttu ümardamises. EigenAI lahendus: operaatorid ja verifikaatorid peavad kasutama identseid GPU SKU-sid. Nende testid näitasid 100% sobivust samas arhitektuuris, 0% ristarhitektuuris.
Võistkond asendas standardse cuBLAS kernelite custom-implementatsioonidega, kasutades warp-sünkroonsed reduktsioonid ja fikseeritud threadide järjestust. Ei mingit ujuvapunkt atomiiki. Nad tuginesid llama.cpp-le selle väikese, auditeeritava koodipõhja tõttu, keeldudes dünaamilisest graafiku fusionist ja muudest optimeerimistest, mis tekitavad variatsioone.
Esituslõiv jääb 95–98% standardse cuBLAS läbilaskvusest. Rist-host-testid eraldi H100 node’idel andsid identseid SHA256 hashe. Stressitestid, kus GPU taustal tööd teevad ja planeerimise jitterit tekitavad? Ikka identsed.
Verifikatsioon läbi majanduse
EigenAI kasutab optimistlikku verifikatsioonimudelit, mis on laenatud blockchain rollupidelt. Operaatorid avaldavad krüpteeritud tulemused EigenDA-sse, projekti andmete kättesaadavuse kihti. Tulemused aktsepteeritakse vaikimisi, kuid neid võib vaidlustada vaidlusaknas.
Kui vaidlustatakse, teostavad verifikaatorid uuesti usaldusväärsetes keskkondades. Kuna teostus on deterministlik, muutub verifikatsioon binääriks: kas baitid sobivad kokku? Mittekokkus sobivused käivitavad slashingu sidetega stakist. Operaator kaotab raha; vaidlejad ja verifikaatorid saavad tasu.
Majanduslik disain püüab teha petmise negatiivse oodatava väärtuse, kui vaidlustamise tõenäosus ületab teatud piiri.
Mida nüüd ehitatakse
Otsesed rakendused on lihtsad: prognoositurgude kohtunikud, kelle otsused on reprodukeeritavad ja auditeeritavad, kauplemisagentid, kus iga otsus salvestatakse ja on vaidlustatav, ning uurimisvahendid, kus tulemusi saab kolleegide poolt üle kontrollida uuesti teostades, mitte usaldades.
Selle laiem trend on kooskõlas ettevõtete kasvava huvi järgi deterministliku AI vastu nõuetekohase täitmise sektorites. Tervishoid, rahandus ja õigusalased rakendused nõuavad üha enam just sellist reproduktiivsust, mida probabilistlikud süsteemid ei suuda tagada.
Kas EigenAI 2% lisakoormus osutub kõrgsageduslike rakenduste jaoks vastuvõetavaks, selgub hiljem. Kuid autonoomsetele agentidele, kes haldavad olulist kapitali, võib teostuse integriteed tõestada suutmine olla väärt esitamise maksu.
Täielik valgepaber kirjeldab formaalset turvauuringut, kernelite disainispetsifikatsioone ja slashing-mehhanisme infrastruktuuri põhjal ehitajatele.
Pildiallikas: Shutterstock
Allikas: https://blockchain.news/news/eigenai-deterministic-inference-mainnet-launch








