Lorsque je parle avec des projets qui se développent dans l'IA, ils adoptent soit l'approche d'utiliser le LLM complet, en réservant et louant un H100, mais cherchent à maîtriser la bête LLM. La partie intéressante est qu'un LLM n'est pas seulement capable de donner des informations, par exemple sur la mécanique automobile ou les soins de santé, mais aussi sur Goethe, les dernières tendances sur X, le mouvement et l'histoire du Bitcoin, etc. Cela signifie que vous aurez besoin d'un GPU haut de gamme parce que le modèle est "trop intelligent". Mais si vous allez créer un modèle spécialisé, par exemple uniquement pour vérifier les données on-chain, les transactions LP en combinaison avec le sentiment CT sur X, vous n'avez pas besoin de tout ce qui concerne Goethe ou comment créer une fusée, n'est-ce pas ? C'est là qu'@OpenledgerHQ peut aider avec leur infrastructure. Cela peut aider à créer un SLM basé sur un modèle général, tout en recréant le processus de fonctionnement des LLM sur des GPU afin de réduire les ressources nécessaires et de diminuer les coûts. Je n'ai pas encore vu l'ensemble des aspects techniques et comment l'architecture fonctionne dans la vie réelle, mais si Openledger livre ce qu'ils préparent actuellement, cela constituerait une infrastructure essentielle pour de nombreuses startups en IA. Le meilleur ? Les startups en IA peuvent même créer un deuxième flux de revenus avec le système de récompense de données d'Openledger.