Wanneer ik praat met projecten die zich ontwikkelen in AI, nemen ze ofwel de benadering om de volledige LLM te gebruiken, door een H100 te boeken en te huren, maar kijken ze ook naar het onder controle krijgen van het LLM-beest. Het interessante is dat een LLM niet alleen in staat is om informatie te geven, bijvoorbeeld over automechanica of gezondheidszorg, maar ook over Goethe, de laatste trends op X, de beweging en geschiedenis van Bitcoin, enzovoort. Dit betekent dat je een high-end GPU nodig hebt omdat het model "te slim" is. Maar als je een gespecialiseerd model gaat creëren, bijvoorbeeld alleen om on-chain data te controleren, LP-transacties in combinatie met CT-sentiment op X, heb je al die dingen met Goethe of hoe je een raket maakt niet nodig, toch? Dit is waar @OpenledgerHQ kan helpen met hun infrastructuur. Het kan helpen om een SLM te creëren op basis van een algemeen model, ook het proces te recreëren hoe LLM's werken op GPU's, zodat ze de benodigde middelen verminderen en de kosten verlagen. Ik heb nog steeds de hele technische achtergrond en hoe de architectuur in de praktijk werkt niet gezien, maar als Openledger levert wat ze momenteel voorbereiden, dan zou het een kerninfrastructuur zijn voor veel AI-startups. Het beste? AI-startups kunnen zelfs een tweede inkomstenstroom creëren met het Data-beloningen systeem van Openledger.