Rongchai Wang
Jan 24, 2026 00:07
EigenAI GPU-তে ২% এর কম ওভারহেড সহ ১০০% পুনরুৎপাদনযোগ্য LLM আউটপুট অর্জন করে, ট্রেডিং এবং প্রেডিকশন মার্কেটের জন্য যাচাইযোগ্য স্বায়ত্তশাসিত AI এজেন্ট সক্ষম করে।
EigenCloud তার EigenAI প্ল্যাটফর্ম মেইননেটে প্রকাশ করেছে, দাবি করছে যে এটি স্বায়ত্তশাসিত AI সিস্টেমগুলিকে জর্জরিত একটি মৌলিক সমস্যা সমাধান করে: আপনি যা পুনরুৎপাদন করতে পারেন না তা যাচাই করতে পারবেন না।
এখানে প্রযুক্তিগত অর্জন উল্লেখযোগ্য। EigenAI প্রোডাকশন GPU-তে বিট-সঠিক নির্ধারক ইনফারেন্স প্রদান করে—যার অর্থ অভিন্ন ইনপুট ১০,০০০ টেস্ট রানে অভিন্ন আউটপুট তৈরি করে—মাত্র ১.৮% অতিরিক্ত লেটেন্সি সহ। যে কেউ AI এজেন্ট তৈরি করছে যা প্রকৃত অর্থ পরিচালনা করে, তার জন্য এটি গুরুত্বপূর্ণ।
কেন LLM র্যান্ডমনেস আর্থিক অ্যাপ্লিকেশন ভাঙে
একই প্রম্পট দুইবার ChatGPT-এর মাধ্যমে চালান। ভিন্ন উত্তর। এটি একটি বাগ নয়—GPU-তে ফ্লোটিং-পয়েন্ট ম্যাথ এভাবেই কাজ করে। কার্নেল শিডিউলিং, পরিবর্তনশীল ব্যাচিং এবং নন-অ্যাসোসিয়েটিভ অ্যাকুমুলেশন সবই ক্ষুদ্র বৈচিত্র্য প্রবর্তন করে যা বিভিন্ন আউটপুটে জটিল হয়।
চ্যাটবটগুলির জন্য, কেউ লক্ষ্য করে না। একটি AI ট্রেডিং এজেন্টের জন্য যা আপনার পুঁজি নিয়ে কাজ করছে? একটি প্রেডিকশন মার্কেট ওরাকলের জন্য যা সিদ্ধান্ত নিচ্ছে কে $২০০ মিলিয়ন বাজিতে জিতবে? অসঙ্গতি একটি দায় হয়ে ওঠে।
EigenCloud Polymarket-এর কুখ্যাত "Zelenskyy কি স্যুট পরেছিলেন?" মার্কেটকে একটি কেস স্টাডি হিসেবে নির্দেশ করে। $২০০ মিলিয়নেরও বেশি ভলিউম, স্বেচ্ছাচারী সমাধানের অভিযোগ, এবং শেষ পর্যন্ত মানব শাসনকে হস্তক্ষেপ করতে হয়েছিল। মার্কেট স্কেল করার সাথে সাথে মানব বিচার করে না। একটি AI বিচারক অপরিহার্য হয়ে ওঠে—কিন্তু শুধুমাত্র যদি সেই বিচারক প্রতিবার একই রায় দেয়।
প্রযুক্তিগত স্ট্যাক
GPU-তে নির্ধারণবাদ অর্জনের জন্য প্রতিটি স্তর নিয়ন্ত্রণ করা প্রয়োজন। A100 এবং H100 চিপগুলি রাউন্ডিং-এ স্থাপত্য পার্থক্যের কারণে অভিন্ন অপারেশনের জন্য ভিন্ন ফলাফল তৈরি করে। EigenAI-এর সমাধান: অপারেটর এবং ভেরিফায়ারদের অভিন্ন GPU SKU ব্যবহার করতে হবে। তাদের পরীক্ষা একই-আর্কিটেকচার রানে ১০০% ম্যাচ রেট দেখিয়েছে, ক্রস-আর্কিটেকচারে ০%।
টিম স্ট্যান্ডার্ড cuBLAS কার্নেলগুলিকে warp-synchronous রিডাকশন এবং নির্দিষ্ট থ্রেড অর্ডারিং ব্যবহার করে কাস্টম বাস্তবায়নের সাথে প্রতিস্থাপন করেছে। কোনো ফ্লোটিং-পয়েন্ট অ্যাটমিক নেই। তারা llama.cpp-এর ছোট, অডিটযোগ্য কোডবেসের জন্য তৈরি করেছে, ডায়নামিক গ্রাফ ফিউশন এবং অন্যান্য অপটিমাইজেশন অক্ষম করে যা পরিবর্তনশীলতা প্রবর্তন করে।
পারফরম্যান্স কস্ট স্ট্যান্ডার্ড cuBLAS থ্রুপুটের ৯৫-৯৮% এ পৌঁছায়। স্বাধীন H100 নোডগুলিতে ক্রস-হোস্ট পরীক্ষা অভিন্ন SHA256 হ্যাশ তৈরি করেছে। ব্যাকগ্রাউন্ড GPU ওয়ার্কলোড সহ স্ট্রেস টেস্ট যা শিডিউলিং জিটার প্ররোচিত করে? এখনও অভিন্ন।
অর্থনীতির মাধ্যমে যাচাইকরণ
EigenAI ব্লকচেইন রোলআপ থেকে ধার করা একটি আশাবাদী যাচাইকরণ মডেল ব্যবহার করে। অপারেটররা EigenDA-তে এনক্রিপ্টেড ফলাফল প্রকাশ করে, প্রকল্পের ডেটা উপলব্ধতা স্তর। ফলাফল ডিফল্টভাবে গৃহীত হয় তবে একটি বিরোধ উইন্ডোর সময় চ্যালেঞ্জ করা যেতে পারে।
চ্যালেঞ্জ করা হলে, ভেরিফায়াররা বিশ্বস্ত এক্সিকিউশন পরিবেশের ভিতরে পুনরায় এক্সিকিউট করে। যেহেতু এক্সিকিউশন নির্ধারক, যাচাইকরণ বাইনারি হয়ে যায়: বাইটগুলি মেলে কি? অমিল বন্ডেড স্টেক থেকে স্ল্যাশিং ট্রিগার করে। অপারেটর অর্থ হারায়; চ্যালেঞ্জার এবং ভেরিফায়াররা অর্থপ্রদান পায়।
অর্থনৈতিক ডিজাইন লক্ষ্য করে প্রতারণাকে নেতিবাচক প্রত্যাশিত মান তৈরি করা একবার চ্যালেঞ্জের সম্ভাবনা একটি নির্দিষ্ট থ্রেশহোল্ড অতিক্রম করে।
এখন কী তৈরি হয়
তাৎক্ষণিক অ্যাপ্লিকেশনগুলি সরল: প্রেডিকশন মার্কেট বিচারক যাদের রায় পুনরুৎপাদন এবং অডিট করা যায়, ট্রেডিং এজেন্ট যেখানে প্রতিটি সিদ্ধান্ত লগ করা এবং চ্যালেঞ্জযোগ্য, এবং গবেষণা সরঞ্জাম যেখানে ফলাফল বিশ্বাসের পরিবর্তে পুনঃএক্সিকিউশনের মাধ্যমে পিয়ার-রিভিউ করা যায়।
এখানে বৃহত্তর প্রবণতা সম্মতি-ভারী সেক্টরের জন্য নির্ধারক AI-এর ক্রমবর্ধমান এন্টারপ্রাইজ আগ্রহের সাথে সামঞ্জস্যপূর্ণ। স্বাস্থ্যসেবা, অর্থায়ন এবং আইনি অ্যাপ্লিকেশনগুলি ক্রমবর্ধমানভাবে এমন পুনরুৎপাদনযোগ্যতার দাবি করে যা সম্ভাব্যতাবাদী সিস্টেমগুলি নিশ্চিত করতে পারে না।
EigenAI-এর ২% ওভারহেড উচ্চ-ফ্রিকোয়েন্সি অ্যাপ্লিকেশনের জন্য গ্রহণযোগ্য প্রমাণিত হয় কিনা তা দেখার বিষয়। তবে উল্লেখযোগ্য পুঁজি পরিচালনাকারী স্বায়ত্তশাসিত এজেন্টগুলির জন্য, এক্সিকিউশন অখণ্ডতা প্রমাণ করার ক্ষমতা পারফরম্যান্স ট্যাক্সের মূল্য হতে পারে।
সম্পূর্ণ হোয়াইটপেপার অবকাঠামোতে নির্মাণকারীদের জন্য আনুষ্ঠানিক নিরাপত্তা বিশ্লেষণ, কার্নেল ডিজাইন স্পেসিফিকেশন এবং স্ল্যাশিং মেকানিক্স বিস্তারিত করে।
ছবির উৎস: Shutterstock
উৎস: https://blockchain.news/news/eigenai-deterministic-inference-mainnet-launch
