قدّمت BitTorrent Inc. BTTInferGrid، وهي شبكة حوسبة لا مركزية مصممة لمعالجة الطلب المتزايد على خدمات استدلال الذكاء الاصطناعي. تربط المنصة الموارد غير المستغلة لوحدات معالجة الرسوميات (GPU) من أنحاء العالم بالمطورين والمؤسسات التي تسعى إلى قدرات حوسبة للذكاء الاصطناعي قابلة للتوسع. يأتي الإطلاق استجابةً للتحديات المتزايدة المرتبطة بتكاليف البنية التحتية وتوافر الحوسبة مع تزايد انتشار نماذج المصادر المفتوحة المتقدمة مثل Llama وDeepSeek وQwen. لا تزال مزودات السحابة المركزية تستثمر في بنية الذكاء الاصطناعي التحتية، لكن تقلب الطلب وفترات الاستخدام القصوى غالباً ما يؤديان إلى ارتفاع التكاليف وتقييد قابلية التوسع.
تعمل BTTInferGrid عبر تنسيق موزع لموارد وحدات GPU
تتيح المنصة لأصحاب وحدات GPU، ويُشار إليهم باسم عمال التعدين، ربط أجهزتهم بالشبكة ومعالجة مهام استدلال الذكاء الاصطناعي. يحصل المشاركون على مكافآت استناداً إلى الحِملات (workloads) التي تم التحقق منها، وجودة الخدمة، ومقاييس الأداء الناتجة عبر آليات التحقق في الشبكة.
يُراجع المُحققون أداء العقد ويحددون حالات الشذوذ عبر أنظمة تقييم تقودها آلية الإجماع. يُفترض أن تعزز عملية التحقق هذه الموثوقية مع الحفاظ على الثقة عبر شبكة لا مركزية من مزودي الحوسبة.
يمكن للمطورين والشركات الوصول إلى موارد الحوسبة عبر واجهة برمجة تطبيقات موحدة (API)، ما يمكّنهم من نشر نماذج الذكاء الاصطناعي وإدارتها دون الاعتماد حصرياً على بنية السحابة المركزية. ومن خلال تجميع الموارد الموزعة من عدة مشاركين، تسعى الشبكة إلى توفير مرونة أكبر وربما خفض التكاليف التشغيلية.
سلّطت الشركة الضوء على ثلاثة عناصر أساسية تدعم المنصة. الأول هو شبكة إمداد مفتوحة تسمح لأي وحدة GPU تفي بمتطلبات أداء محددة بالمشاركة. والثاني هو إطار قابل للتحقق لجودة الخدمة يجمع بين جدولة المهام وآليات التحديات المخفية والتنسيق القائم على تقنية البلوك تشين لضمان المخرجات الدقيقة وتقليل مخاطر السلوك الخبيث. والثالث هو نموذج اقتصادي مدفوع بالطلب يربط الحوافز مباشرةً بالاستخدام الفعلي وأداء العقد.
تبني BitTorrent المنصة على إطار DePIN
توسّع BTTInferGrid مفهوم شبكة البنية التحتية المادية اللامركزية (DePIN)، التي تستخدم تقنية البلوك تشين لتنسيق وإدارة البنية التحتية المادية عبر شبكات لا مركزية. عادةً ما تعتمد مثل هذه الأنظمة على حوافز قائمة على الرموز لتشجيع المشاركة، مع توزيع المسؤوليات التشغيلية على مساهمين مستقلين.
تستفيد BitTorrent من الخبرة المكتسبة عبر نظام BitTorrent File System (BTFS)، منصة التخزين اللامركزية الخاصة بها، لدعم انتقالها إلى بنية تحتية للذكاء الاصطناعي. ومن خلال توسيع قدرات إدارة الموارد اللامركزية إلى قطاع الحوسبة، تهدف الشركة إلى إتاحة سعة وحدات GPU غير مستغلة بشكل كافٍ عبر أجهزة الكمبيوتر الشخصية ومحطات العمل ومراكز البيانات الأصغر.
تحدد BitTorrent خارطة طريق للتوسع على مراحل متعددة
حددت BitTorrent خارطة طريق طويلة الأجل للمشروع. خلال عام 2026، تخطط الشركة للتركيز على ضم العقد الأساسية، والتحقق من خدمات الاستدلال، وزيادة مشاركة وحدات GPU، ودعم نماذج الذكاء الاصطناعي الأكثر استخداماً. ومن المتوقع أيضاً إطلاق خدمات واجهات برمجة التطبيقات للشركات والمطورين خلال هذه المرحلة.
في عام 2027، تنوي الشركة تحسين استقرار المنصة، وإضافة دعم لصيغ نماذج ذكاء اصطناعي إضافية، واستكشاف تطبيقات حوسبة مجاورة مثل التعلم اللامركزي (federated learning) والوصول إلى الموارد عبر سلاسل متعددة (cross-chain). ويمتد ذلك بعد عام 2028 ليشمل رؤية إنشاء بنية تحتية متكاملة تجمع بين موارد الحوسبة والتخزين اللامركزي ووظائف العقود الذكية ضمن منظومة ذكاء اصطناعي واحدة.
ورغم عدم الكشف بعد عن تفاصيل تتعلق باقتصاد رمز المنصة، فمن المرجح أن يعتمد نجاح المشروع على قدرته على جذب مزودي وحدات GPU، والحفاظ على جودة الخدمة، وبناء منظومة مطورين قادرة على المنافسة مع مزودي البنية التحتية الراسخة للذكاء الاصطناعي. ومن المتوقع أن توفر المعالم المقررة في عام 2026 أول مؤشر رئيسي على ما إذا كانت BTTInferGrid ستتمكن من ترسيخ نفسها بنجاح داخل سوق حوسبة الذكاء الاصطناعي سريع التطور.
الأسئلة الشائعة
ما هي BTTInferGrid؟
BTTInferGrid هي شبكة حوسبة لا مركزية قدمتها BitTorrent Inc. تربط موارد وحدات GPU غير المستخدمة من أنحاء العالم بالمطورين والمؤسسات الباحثة عن خدمات استدلال الذكاء الاصطناعي. بُنيت المنصة على نموذج شبكة البنية التحتية المادية اللامركزية (DePIN)، وتكافئ مزودي وحدات GPU استناداً إلى الحِملات التي تم التحقق منها ومقاييس الأداء.
ما خطط BitTorrent لـ BTTInferGrid في عام 2026؟
خلال عام 2026، تخطط BitTorrent للتركيز على ضم العقد الأساسية، والتحقق من خدمات الاستدلال، وزيادة مشاركة وحدات GPU، ودعم نماذج الذكاء الاصطناعي الأكثر استخداماً. ومن المتوقع أيضاً إطلاق خدمات واجهات برمجة التطبيقات للشركات والمطورين خلال هذه المرحلة.
