Pendanaan awal sebesar US$10 juta dari Gradient Network baru-baru ini menjadi sinyal terbaru dari percepatan penyaluran modal dalam infrastruktur AI terdesentralisasi.
Didukung oleh Pantera Capital, Multicoin Capital, dan HSG, pendanaan ini akan mendukung pengembangan stack runtime AI terdesentralisasi dari Gradient.
Peralihan dari AI Terpusat ke Alternatif Terdesentralisasi
Proyek ini meluncurkan dua protokol inti—Lattica dan Parallax—untuk memfasilitasi pergerakan data peer-to-peer dan inference AI terdistribusi. Pengembangan ini bukanlah hal yang terisolasi.
Menurut data pasar, sektor AI terdesentralisasi mencakup 164 perusahaan pada akhir 2024. Dari jumlah tersebut, 104 mendapatkan pendanaan. Total kapitalisasi pasar diperkirakan mencapai US$973,6 juta pada 2027.
Proyek AI terdesentralisasi bertujuan untuk menantang dominasi hyperscaler seperti OpenAI, Google, dan AWS. Perusahaan-perusahaan ini menguasai sebagian besar infrastruktur pelatihan, inference, dan distribusi AI.
Pendekatan Gradient berfokus pada node berbasis browser dan jaringan peer yang ringan, menawarkan alternatif untuk penerapan yang berat di cloud.
Proyek ini mengklaim bahwa model ini mengurangi biaya dan latensi sambil meningkatkan privasi.
Meskipun ada upaya serupa—seperti Bittensor untuk pelatihan model terdesentralisasi dan Gensyn untuk pasar komputasi—Gradient berfokus pada inference dan koordinasi.
Ini membedakannya dari pasar penyewaan komputasi dan repositori model.
Mengapa Pendanaan Gradient Network Menonjol
Pantera dan Multicoin secara historis berinvestasi dalam permainan di tingkat infrastruktur. Partisipasi mereka dalam putaran ini menunjukkan meningkatnya kepercayaan institusional pada model runtime terdesentralisasi.
Dengan mendukung protokol seperti Lattica (untuk aliran data) dan Parallax (untuk inference), investor bertaruh pada infrastruktur yang memungkinkan agen AI—di mana model berkomunikasi secara dinamis, berbagi konteks, dan berjalan di sistem terdistribusi.
Ini sejalan dengan konsensus industri yang berkembang bahwa deployments AI statis tidak mencukupi untuk kasus penggunaan dunia nyata dan waktu nyata.
Tantangan Masih Menghadang
Meski optimistis, AI terdesentralisasi masih menghadapi hambatan yang curam.
Bandwidth, latensi, dan lingkungan perangkat keras yang heterogen tetap kompleks untuk dikoordinasikan. Penggunaan Sentry Nodes oleh Gradient mencoba mengatasi hal ini, namun adopsi dalam skala besar masih belum terbukti.
Keamanan juga menimbulkan kekhawatiran. Menyajikan model di perangkat yang tidak terpercaya memperkenalkan risiko manipulasi output, kebocoran data, dan peracunan model.
Meskipun arsitektur Gradient menjanjikan inference yang menjaga privasi, audit independen dan ketahanan jangka panjang akan menjadi hal yang krusial.
Secara keseluruhan, pendanaan Gradient memperkuat gagasan bahwa AI terdesentralisasi bukanlah hal yang pinggiran. Ini bergabung dengan serangkaian proyek infrastruktur yang bertujuan untuk membuat kecerdasan menjadi terbuka, modular, dan dapat diverifikasi.
Penyangkalan
Seluruh informasi yang terkandung dalam situs kami dipublikasikan dengan niat baik dan bertujuan memberikan informasi umum semata. Tindakan apa pun yang dilakukan oleh para pembaca atas informasi dari situs kami merupakan tanggung jawab mereka pribadi.
Selain itu, sebagian artikel di situs ini merupakan hasil terjemahan AI dari versi asli BeInCrypto yang berbahasa Inggris.