去中心化算力网络方案- 惊觉

去中心化算力网络方案

在 imspace 去中心即时通讯网络（iroh + gossip + 联邦 + 能力授权 + 黑名单）之上，构建一个
无需注册、按公钥参与、经济学保证、以推理算力为主 的去中心算力网络（DePIN）。
算力与数据在链下(imspace)流动；一条现成公链只承载代币/托管/质押/罚没/结算/仲裁。

关键设计选择	取值	说明
验证/安全	经济学保证	质押 + 罚没 + 随机抽检；非密码学(zk)、非硬件(TEE)
区块链	现成公链	不自建 L1；用 L2 / Solana / 应用链发币与结算
算力类型	推理为主，训练为辅	推理短、可重放、易抽检；训练弱保证、受限开放
准入	无白名单，只设黑名单	承自 imspace：默认放行，仅拒绝名单内公钥
身份	公钥即身份，无需注册	承自 imspace：Ed25519 / iroh EndpointId

设计目标与非目标
与 imspace 的关系：能力复用
参与角色与身份模型
实体、目录与发现/撮合
任务全生命周期
计量与定价模型
经济与安全层
可验证计算：经济学保证下的推理验证
链上/链下边界与预言机
协议扩展（im.proto / GramKind / gossip 频道）
组件与代码落地（新增 crate）
反女巫 / 声誉 / 冷启动
训练类算力（辅）
部署形态
分阶段路线图
风险与权衡
附录：数据结构 / 接口 / 术语

1. 设计目标与非目标

目标

无许可接入：任何持合法公钥的实体（人 / 设备 / 智能体 / 算力服务 / 车辆）皆可作为买方或提供方加入，无需账户注册。
穿透 NAT 的算力直供：家用/机房 GPU 多在 NAT 后，复用 imspace 的 nat/selfhost 打洞，让买方直连提供方跑推理。
可信计量与结算：在不可信提供方上，用经济学手段（质押+抽检+罚没）保证“算力如实提供且大致正确”，并在链上完成价值结算。
自主可控：中继/发现可自建（selfhost）；代币用现成公链；不依赖任何中心化调度器。

非目标（本方案不做/不承诺）

不追求密码学级/硬件级的逐结果正确性证明（zkML/TEE）——只给概率性、抗合谋有上限的正确性。
不做全网共识的黑名单（去中心无全局权威，黑名单为每节点/社区本地执行）。
不自建公链、不做链上执行算力（链只存“钱与承诺”）。
训练不做无许可开放（见 §13）。

2. 与 imspace 的关系：能力复用

算力网络 = imspace 通讯底座（复用） + 市场控制面（扩展） + 执行面（新增） + 结算面（现成公链，新增）。

分层架构

imspace 现有能力	在算力网络中的角色
iroh 传输 + NAT 穿透（nat/selfhost/lan、按公钥拨号、同网优先）	买方↔提供方、验证者↔提供方的连接与打洞
Ed25519 身份 + 无注册 + 黑名单	参与者身份与准入
实体目录 `compute.inference` + `directory_query` + s2s 联邦	提供方注册与跨节点发现/撮合
命令 RPC + Grant 能力授权（`im-crypto`）	派单调用 `compute.infer` 并授权（复用 routed-command 鉴权）
gossip 频道 pub/sub（`im-gossip`，Router 多协议）	任务公告板 / 报价 / 心跳 / 价格看板
redb 存储 + 离线队列	任务记录 / 计量回执 / 结果补投
Grant（UCAN 风格：issuer/audience/action/resource/expires/签名）	把“已托管付费”表达为对提供方的调用授权

结论：算力网络约 60–70% 的下层能力已在 imspace 就绪，新增集中在“执行面 + 经济结算面 + 验证”。

3. 参与角色与身份模型

角色与身份

买方 Buyer：消费算力。发现/撮合 → 链上托管预付 → 派单（Command + Grant）→ 收结果。用 im-client（或 Tauri 客户端）。
提供方 Provider：以 compute.inference 实体注册（GPU/模型/报价/区域/容量），链上质押抵押，执行推理、出具签名计量回执。= imd + im-compute 代理。
验证者 Validator：随机抽检（重算比对）、对结算/罚没结果签名上链（预言机）。自身也质押、可被挑战。= imd + im-verify。
金库/合约 Treasury：链上账本，托管/质押/罚没/结算/手续费/争议。

身份与准入：公钥即身份，无账户注册；准入为黑名单（可被节点/社区拉黑，复用 imspace 机制）；抗女巫靠质押门槛 + 声誉，而非注册审核（§12）。

4. 实体、目录与发现/撮合

提供方注册（复用 directory.register，实体 = compute.inference）：

entity_id     = <提供方公钥(32B)>
kind          = "compute.inference"
display_name  = "A100 · llama3.1-70b"
attributes = {
  "model":        "llama-3.1-70b-instruct",   # 模型标识(含版本，验证需锁定)
  "quant":        "fp16",                       # 量化(影响确定性与结果)
  "ctx":          "8192",
  "gpu":          "a100-80g x2",
  "region":       "cn-east",
  "price_in":     "0.0000008",                  # 每输入 token 代币价
  "price_out":    "0.0000024",                  # 每输出 token 代币价
  "max_batch":    "16",
  "throughput":   "1800",                       # tokens/s 参考
  "stake_ref":    "<链上质押凭证/地址>",
  "require_grant":"true"                         # 调用需能力授权(复用鉴权)
}
capabilities  = [CAPABILITY_INFER, ...]
home_node     = <其归属 imd 公钥>               # 联邦寻址

发现/撮合：买方 directory_query(kind_prefix="compute.inference", match_attributes={model, region}, require_capabilities=[INFER])；s2s 联邦让跨节点提供方也可见。撮合两种模式：

拉模式（目录择优）：按 price/throughput/声誉排序直选。
推模式（job-board 竞价）：买方在 gossip 频道 compute.jobs.<model> 广播 JobSpec，提供方回 Bid，买方择优（反向拍卖）。

5. 任务全生命周期

任务全生命周期时序

质押上线：提供方链上 stake，并注册 compute.inference + 周期心跳/报价（gossip）。
发现/撮合：买方 directory_query 或读 job-board。
托管预付：买方链上 escrow 锁定一笔代币（可为单任务或预付信用额度）。
派单：买方向提供方发 Command{method:"compute.infer", params:JobSpec, grant:<能力授权>}。Grant 证明“已托管、被授权调用”，提供方用 im-crypto::authorize 校验（复用现有 routed-command 鉴权：issuer=资源方、audience=买方、action=infer、resource=model）。
执行：im-compute 拉起推理引擎（vLLM/llama.cpp/TGI）按 JobSpec 执行。
交付 + 计量：结果经 iroh 单播回传（大响应可走 iroh-blobs）；附提供方签名的 MeterReport（输入/输出 token 数、耗时、模型指纹）。
抽检：验证者按概率 p 抽中该任务 → 重算比对（§8）。
结算/罚没：通过 → escrow 放款给提供方（扣手续费入金库）；不通过 → slash 提供方质押（部分作为赏金给挑战者）。按轮次(epoch)批量上链。

步骤 ②③⑤⑦ 全程公钥认证 + 黑名单准入；②发现、⑤命令+Grant、⑥交付均直接复用 imspace。

6. 计量与定价模型

计价单位（推理主用 token 计价，兼容 GPU-秒/包干）：

按 token：cost = in_tokens*price_in + out_tokens*price_out（对齐主流 LLM 计费）。
按 GPU-秒：适合长任务/自定义算子。
包干：固定价一个任务（简单，但难防偷工）。

计量可信性（经济学，而非可信硬件）：

提供方出具签名 MeterReport（token 数 + 模型指纹 + 结果哈希），买方签收；
计量真伪由抽检兜底：验证者重算时核对 token 数与结果是否与回执相符；不符 → 计入作弊、罚没。
因此**“提供方签名回执 + 概率抽检核对”**即为计量依据——伪报期望被抓、被罚，理性不伪报。

预付信用 + epoch 结算：买方托管一笔额度，多次调用累计，按轮次批量结算（把 N 次调用的净额一次上链），把链上手续费摊薄到可忽略。

价格发现：job-board 广播报价 + 反向拍卖；目录属性暴露 price/throughput/声誉供排序。

7. 经济与安全层

经济流转

代币：现成公链上的 ERC-20 / SPL。用途：计价结算单位、质押抵押、罚没标的、手续费与赏金。

核心合约职责：

Escrow 托管：买方按任务/额度锁定；通过后放款、超时/失败可退。
Staking 质押：提供方（及验证者）抵押；作为作弊的可罚标的与准入门槛。
Slashing 罚没：验证裁决“作弊”→ 扣质押，部分给挑战者（赏金），部分入金库/销毁。
Settlement 结算：按 epoch 批量结算净额（Merkle root 一次上链，见 §9）。
Dispute 争议：挑战期内可申诉，进入仲裁（多验证者复核 / 治理）。

经济学保证的成立条件：

E[作弊损失] = P(被抓) × 罚没额   >   作弊收益
⇒  质押额 ≳ 单位时间任务价值 × 风险系数 / P(被抓)

抽检概率 P 越高越安全但越贵 → 用分层抽检（低声誉/高价值任务高 P，高声誉低 P）平衡成本。
手续费：结算抽成入金库，分配给验证者（抽检成本补偿）与协议金库。

脆弱点（诚实提示）：安全性 ∝ 质押价值 ∝ 币价——冷启动期币价低、质押低、攻击便宜。用许可/声誉门槛过渡（§12）。

8. 可验证计算：经济学保证下的推理验证（核心难点）

推理验证判定流程

难点：GPU 推理非确定性（浮点非结合、不同 GPU/驱动/cuDNN/批大小 → 同模型同 prompt 输出不逐比特一致）。因此不能靠逐比特重算比对。

验证组合拳：

确定性约束：锁定 model+version+quant、temperature=0/贪婪解码、固定 seed、限定/声明 kernel——把非确定性压到最小。
随机抽检：仅对概率 p 的任务做检验（成本可控）；分层调 p（见 §7）。
委员会重算：抽中任务由 N 个验证者独立重算，取多数，抗单点/合谋（需足够诚实质押）。
容差比对：不做逐比特，而是 top-k token 一致率 / 语义相似度 / logit 距离 ε 判定“是否同一诚实计算”，识别典型作弊（换小模型、过度量化、截断、缓存伪造）。
质押罚没 + 争议期：判为作弊 → 罚没 + 赏金；提供方可在挑战期申诉仲裁，降低误杀伤害。

保证级别（务实）：概率性、抗合谋有上限的“大概率正确”，不是“保证正确”。适合容错的消费级/生成式推理（对话、生成媒体、批量 embedding）；精确/审计/合规结果不适用（那需 zk/TEE，成本另议）。

落地前必打的一枪（承接可行性判断）：先做最小实验——同模型同批 prompt 在 3~4 种 GPU 上跑，量化诚实结果彼此差异 vs 典型作弊差异，看能否用一个便宜判据（阈值/top-k/语义）分开且误杀率可接受。这枪打响，经济模型才有可罚没的抓手。

9. 链上/链下边界与预言机

边界原则：链存“钱与承诺”（托管/质押/结算/罚没/争议）；imspace 存“算力与数据”（发现/派单/执行/交付/计量/抽检）。二者由验证者/预言机桥接。

预言机（把链下结果安全投影上链）：

结算/罚没由验证者委员会对本轮结果做门限签名/多签后提交，避免单点预言机作恶；
验证者自身质押、其裁决可被挑战（错误裁决亦被罚）；
批处理：一个 epoch 内所有任务的“通过/金额/罚没”汇成 Merkle 树，只把 root + 聚合净额上链；个体凭 Merkle proof 领款/申诉 → 手续费从 O(任务数) 降到 O(1/epoch)。

上链最小集：openEscrow / stake / submitEpochRoot(root, netAmounts) / claim(proof) / slash(proof) / dispute。

10. 协议扩展（im.proto / GramKind / gossip 频道）

直接复用：Entity(compute.inference)、Command(method=compute.infer)、Grant、GramKind::CHANNEL_*(job-board)、JobSpec(im.proto 已存在)。

新增 proto 消息（crates/im-proto/proto/im.proto）：

// 任务规格（已存在 JobSpec，可扩展这些字段）
message InferJob {
  string  model      = 1;   // 须与提供方 attributes.model 完全一致(验证锁定)
  bytes   prompt     = 2;   // 或 messages(JSON)
  uint32  max_tokens = 3;
  float   temperature= 4;   // 建议 0(确定性约束)
  uint64  seed       = 5;
  bytes   escrow_ref = 6;   // 链上托管引用
}
message Bid {                 // 提供方对 job-board 的报价
  bytes provider = 1; string model = 2;
  string price_in = 3; string price_out = 4; uint32 eta_ms = 5;
}
message MeterReport {         // 提供方签名的计量回执
  bytes job_id = 1; uint64 in_tokens = 2; uint64 out_tokens = 3;
  uint64 elapsed_ms = 4; bytes model_fingerprint = 5;
  bytes result_hash = 6; bytes provider_sig = 7;
}
message Attestation {         // 验证者对某任务的裁决
  bytes job_id = 1; bytes validator = 2;
  bool  pass = 3; string reason = 4; bytes validator_sig = 5;
}
message SettlementBatch {     // 一个 epoch 的结算汇总(上链 root + 明细供 proof)
  uint64 epoch = 1; bytes merkle_root = 2;
  repeated bytes leaves = 3;  // 每条: (provider, net_amount, pass/slash)
}

GramKind：复用现有 CHANNEL_PUBLISH/SUB/UNSUB；如需可加 COMPUTE_JOB / COMPUTE_RESULT / COMPUTE_METER / COMPUTE_ATTEST 命令类。

gossip 频道命名约定：compute.providers(在线/心跳)、compute.prices(报价看板)、compute.jobs.<model>(任务公告板/竞价)。

11. 组件与代码落地（新增 crate）

链上链下边界与组件

新增（链下）crate：

crate	职责	依赖
`im-compute`	提供方算力代理：注册 compute.inference、拉起推理引擎、执行、计量、交付。imd 插件形态。	im-node, im-client, im-crypto, im-proto
`im-market`	撮合/竞价：job-board 协议、SLA、调度、价格发现。	im-gossip, im-client, im-proto
`im-verify`	验证者：随机抽检、重算、容差比对、出具 Attestation。	im-client, im-compute(重算), im-crypto
`im-settle`	链桥/预言机客户端：Escrow/Stake/Settlement/Slash 合约调用与 epoch 提交。	现成链 SDK(ethers/solana) + im-proto

复用（链下）：im-node/imd、im-transport、im-client、im-gossip、im-crypto、im-store、im-entity。

链上：Token / Escrow / Staking / Slashing / Settlement / Dispute 合约（现成链上部署）。

部署组合：提供方 = imd(nat/selfhost) + im-compute + GPU + 链上质押；买方 = im-client/Tauri；验证者 = imd + im-verify + GPU(重算) + 质押 + im-settle。

12. 反女巫 / 声誉 / 冷启动

无白名单、默认放行、黑名单拒绝（复用 imspace）——恶意公钥可被节点/社区拉黑。
抗女巫 = 质押门槛：注册/接单需质押，制造大量身份的成本 = 大量质押，且都可被罚没。
声誉系统：链下累计每公钥的历史成功率、在线率、抽检通过率、被罚记录 → 影响撮合排序与抽检概率 p（低声誉高抽检）。声誉可锚定到质押与结算历史（防洗白）。
冷启动/币价自反性：初期 TVL/币价低 → 质押价值低 → 攻击便宜。过渡策略：早期许可/邀请或高声誉门槛、限制单任务价值上限、提高抽检 p；随网络有用度与币价上升逐步放开到全无许可。

13. 训练类算力（辅）

训练在经济学保证下最弱（长、有状态、难廉价重验，“证明学到了”不可靠）。因此受限开放：

仅对声誉/委员会准入的提供方开放；
检查点分段：把训练切成带检查点的段，随机抽段重算校验（近似 fraud-proof）；
或包干 + 信任 + 结果验收（下游任务指标）计费；
不开放无许可训练。定位为“进阶能力”，主线仍是推理。

14. 部署形态

提供方：imd（nat 或 selfhost，穿透 NAT）+ im-compute（连本地 vLLM/llama.cpp）+ 链上质押。家用 GPU 亦可（NAT 后）。
买方：im-client 或 Tauri 客户端（同网优先、穿透兜底），链上托管钱包。
验证者：imd + im-verify（需 GPU 做重算）+ 质押 + im-settle 提交结算。
自建设施（可选）：用 selfhost 搭自有 iroh-relay + iroh-dns-server（见 DEPLOY_selfhost_relay_dns.md），全链路自主可控。

15. 分阶段路线图

阶段	内容	状态
0 · 通讯底座	iroh 传输/NAT穿透/目录/gossip/联邦/Grant/黑名单	已完成(imspace)
1 · 算力接入	provider 注册 compute.inference + 发现/撮合 + 派单(Grant) + 计量回执（链下，无币，测试）	待建 `im-compute`/`im-market`
2 · 经济结算	托管 + 质押 + epoch 结算（测试网代币）	待建 `im-settle` + 合约
3 · 验证与罚没	随机抽检 + 委员会重算 + 容差比对 + 罚没 + 争议	待建 `im-verify`
4 · 市场化	反向拍卖/声誉/分层抽检/训练辅助/主网上线	规划

MVP = 阶段 0–2（可跑通“发现→托管→派单→执行→计量→结算”），阶段 3 加上验证使其可信。

16. 风险与权衡

币价自反性：安全 ∝ 质押 ∝ 币价；冷启动脆弱 → 许可/声誉门槛过渡（§12）。
非确定性检测误杀：容差判据过严误伤诚实提供方、过松放过作弊 → 需先做检测 spike 标定阈值（§8）。
交互式推理延迟 vs 验证开销：不能给每次实时调用做冗余验证 → 抽样验证 + 其余快速服务（概率保证）；批处理推理更友好。
预言机/验证者合谋：验证者质押 + 门限签名 + 可被挑战 + 声誉。
监管：代币可购买/消耗算力，可能触及支付/证券/出口管制——非技术但可能否决项，需合规评估。
数据隐私：prompt/结果对提供方可见；敏感场景需端到端加密或可信执行（超出本方案经济学保证范围）。

17. 附录

A. Grant 用于派单（复用现有能力授权）

资源方（提供方或其归属节点）对模型资源签发 Grant：issuer=提供方, audience=买方, action="infer", resource=model, expires。
买方派单时携带该 Grant；提供方 im_crypto::authorize(grant, caller=买方, action="infer", resource=model, now) 校验（复用 routed-command 鉴权路径）。
“已托管付费”可作为签发 Grant 的前置条件，把支付与调用授权绑定。

B. 结算 Merkle 叶子（epoch 批处理）

leaf = H(provider_pubkey || net_amount || pass_or_slash || job_root)
root = MerkleRoot(all leaves)         # 一次上链
claim(provider, amount, proof)        # 提供方凭 proof 领款
slash(provider, amount, proof)        # 罚没凭 proof

C. 术语

DePIN：去中心物理基础设施网络。 经济学保证：靠质押/罚没/抽检的博弈激励而非密码学/硬件。
抽检(spot-check)：只重验随机一小部分任务。 容差比对：非逐比特，用 top-k/语义/ε 判定一致。
epoch 结算：按轮次把多笔净额聚合一次上链。 门限签名：多验证者共同签名，防单点作恶。

一句话总览：把 imspace 的“公钥身份 + NAT 穿透 + 目录发现 + 能力授权 + gossip + 黑名单”当作算力市场的控制与传输面，新增“执行面(算力代理) + 现成公链结算面(托管/质押/罚没) + 验证者抽检”，用经济学保证在不可信 GPU 上做可信、可结算的去中心推理算力。

转载自 CSDN-专业IT技术社区

原文链接：https://blog.csdn.net/warpdrivelabs/article/details/166486608

去中心化算力网络方案