Cocoon ที่ใช้ TON คืออะไร และเหตุใด Telegram จึงสนับสนุน?

รังไหมดิบ เป็นเครือข่ายการคำนวณแบบกระจายอำนาจที่เป็นความลับบน ตันบล็อกเชน ที่ให้ผู้ใช้รันงาน AI แบบส่วนตัวผ่าน GPU ทั่วโลก ช่วยให้ผู้ใช้ที่มีการ์ดจอสามารถรับ Toncoin ได้จากการประมวลผลคำขอ AI สำหรับแอปพลิเคชันที่ต้องการการปกป้องความเป็นส่วนตัวอย่างเข้มงวด ระบบนี้เปิดใช้งานแล้ว และ Telegram ถือเป็นลูกค้ารายใหญ่รายแรก

บทนำสู่ Cocoon

พาเวล ดูโรฟ ผู้ก่อตั้ง Telegram ได้รับการยืนยัน Cocoon หรือที่เรียกอีกอย่างว่า Confidential Compute Open Network ได้เริ่มประมวลผลคำขอของผู้ใช้จริงแล้ว โดยเชื่อมโยงนักพัฒนาที่ต้องการอนุมาน AI ส่วนตัวกับบุคคลที่ต้องการเช่าพลัง GPU ของตน งาน AI ทุกงานจะได้รับการประมวลผลภายใน Trusted Execution Environment หรือที่มักเรียกว่า TEE ซึ่งช่วยให้มั่นใจได้ว่าข้อมูลจะยังคงถูกเข้ารหัสแม้ในขณะที่กำลังประมวลผล ตัวอย่างของ TEE ได้แก่ Intel TDX ซึ่งใช้กันอย่างแพร่หลายในสภาพแวดล้อมคลาวด์ที่ปลอดภัย

Cocoon นำเสนอตัวเองในฐานะทางเลือกที่ให้ความสำคัญกับความเป็นส่วนตัวเป็นอันดับแรก แทนแพลตฟอร์ม AI แบบรวมศูนย์ที่จัดการข้อมูลผู้ใช้บนเซิร์ฟเวอร์ของตนเอง ระบบเช่นนี้มักสร้างความกังวลให้กับนักวิจัยด้านความปลอดภัยและผู้ใช้ที่ไม่ต้องการให้ข้อมูลสำคัญถูกเปิดเผย Cocoon ใช้ TON ซึ่งเป็นบล็อกเชนเลเยอร์ 1 ที่มีการเชื่อมโยงอย่างลึกซึ้งกับระบบนิเวศของ Telegram เพื่อประสานงานงานและรักษาบันทึกกิจกรรมการประมวลผลที่ตรวจสอบได้

โคคูนทำงานอย่างไร

Cocoon เชื่อมโยงสามกลุ่มเข้าด้วยกัน นักพัฒนาส่งเวิร์กโหลด AI เจ้าของ GPU เป็นผู้ควบคุมเวิร์กโหลด Telegram ตอบสนองความต้องการของผู้ใช้ได้ทันทีด้วยการกำหนดเส้นทางการสอบถาม AI ส่วนตัวไปยังเครือข่ายของ Cocoon TON ทำหน้าที่เป็นรากฐานที่รักษาความปลอดภัยคำขอและบันทึกกิจกรรม

ก่อนการประมวลผลงาน โมเดลและข้อมูลจะถูกล็อกไว้ในสภาพแวดล้อมที่เข้ารหัส มีเพียง TEE เท่านั้นที่สามารถเข้าถึงข้อมูลได้ แม้แต่เจ้าของ GPU ก็ไม่สามารถมองเห็นสิ่งที่ฮาร์ดแวร์กำลังประมวลผลอยู่ได้ วิธีการนี้ช่วยรักษาข้อมูลพรอมต์ ข้อมูลการฝึก และผลลัพธ์ให้เป็นส่วนตัว นอกจากนี้ยังช่วยรับประกันว่าผลลัพธ์มีความถูกต้อง

ปัญหาอะไรที่ Cocoon ต้องการแก้ไข

• ราคาการประมวลผลบนคลาวด์ที่สูง
• การมองเห็นข้อมูลระหว่างการประมวลผล AI
• การพึ่งพาโครงสร้างพื้นฐานแบบรวมศูนย์
• ความโปร่งใสที่จำกัดในระบบ AI ที่เป็นกรรมสิทธิ์

ตัวอย่างของข้อกังวลเหล่านี้ ได้แก่ การรั่วไหลของข้อมูลจากผู้ให้บริการคลาวด์รายใหญ่ การเข้าถึงโดยไม่ได้รับอนุญาตระหว่างการฝึกโมเดล และค่าธรรมเนียมการประมวลผลที่เพิ่มขึ้นสำหรับทีมพัฒนา AI Cocoon จัดการกับประเด็นเหล่านี้โดยถือว่าความเป็นส่วนตัวเป็นค่าเริ่มต้น

คุณสมบัติหลักของ Cocoon

• การดำเนินการ AI แบบลับผ่าน TEE
• ตลาดผู้ให้บริการ GPU ระดับโลก
• การชำระเงินที่ชำระด้วย Toncoin
• การบูรณาการกับแอป Telegram mini
• รองรับโมเดล AI ขนาดใหญ่ เช่น DeepSeek และ Qwen
• การอนุมานแบบเข้ารหัสแบบ End to End

การตั้งค่านี้ช่วยลดความจำเป็นในการมีผู้ให้บริการคลาวด์ส่วนกลาง ผู้ใช้โต้ตอบกับบอทหรือแอป Telegram ส่งคำขอ AI และงานจะถูกส่งต่อไปยัง Cocoon เจ้าของ GPU สามารถทำภารกิจให้สำเร็จและรับ TON

กรณีการใช้งานของนักพัฒนาสำหรับ Cocoon

นักพัฒนาสามารถรันโมเดลต่างๆ เช่น DeepSeek, Qwen และเฟรมเวิร์กการประมวลผลขนาดใหญ่อื่นๆ ได้ เวิร์กโหลดประกอบด้วยคิวรี LLM งานด้านภาพ การประมวลผลวิดีโอ หรือเครื่องมือ AI เฉพาะทาง การออกแบบแบบแบ่งส่วนของ TON ช่วยให้เครือข่ายสามารถจัดการปริมาณธุรกรรมสูงในช่วงที่มีความต้องการสูงสุดได้

การผสานรวม Cocoon เข้ากับแอปขนาดเล็กของ Telegram ช่วยให้นักพัฒนาสามารถเข้าถึงผู้ใช้งานจริงได้โดยตรง แทนที่จะสร้างแอปพลิเคชันแยกต่างหาก นักพัฒนาสามารถเปิดใช้งานเครื่องมือ AI ภายใน Telegram และให้ Cocoon จัดการการประมวลผลแบบส่วนตัวได้

เหตุใด Cocoon จึงมีความสำคัญต่อความเป็นส่วนตัวของ AI

ผู้ให้บริการ AI แบบรวมศูนย์มักควบคุมโครงสร้างพื้นฐาน กำหนดราคา และจัดเก็บข้อมูลที่ละเอียดอ่อน ผู้สนับสนุนความเป็นส่วนตัวจำนวนมากมองว่านี่เป็นความเสี่ยง พวกเขาโต้แย้งว่าบริษัทคลาวด์ที่ครองตลาดอาจมีอิทธิพลต่อพฤติกรรม ลดทอนประสิทธิภาพการป้องกันความปลอดภัยทางไซเบอร์ หรือจัดการข้อมูลส่วนบุคคลอย่างไม่เหมาะสม

ค้นพบโครงการอันน่าตื่นเต้น...

โครงการอันน่าสัญญา...

(โฆษณา)

บทความต่อ...

Cocoon ใช้แนวทางที่แตกต่างออกไปโดยการกระจายพลังการประมวลผลไปยังเจ้าของ GPU อิสระหลายราย ข้อมูลจะถูกเข้ารหัสตลอดเวลา บันทึกจะถูกเขียนลงในบล็อกเชนของ TON ซึ่งช่วยให้สามารถตรวจสอบย้อนกลับได้โดยไม่เปิดเผยกิจกรรมของผู้ใช้ แนวทางนี้สอดคล้องกับกระแสหลักที่มุ่งสู่ AI แบบกระจายศูนย์ ซึ่งเป็นวิธีการที่มุ่งลดการพึ่งพาผู้ให้บริการรายใหญ่เพียงไม่กี่ราย

ดูรอฟกล่าวว่าสองข้อกังวลหลักที่ผู้ใช้ AI ต้องเผชิญคือต้นทุนที่สูงและการสูญเสียความเป็นส่วนตัว Cocoon พยายามแก้ไขปัญหาทั้งสองข้อนี้โดยการสร้างตลาดการประมวลผลที่มีการแข่งขันสูงและล็อกการประมวลผลทั้งหมดไว้ในฮาร์ดแวร์ที่เชื่อถือได้

เหตุใด Telegram จึงเป็นลูกค้ารายแรก

Telegram เป็นหนึ่งในแอปส่งข้อความที่ใหญ่ที่สุด มีผู้ใช้งานหลายล้านคน หลายคนใช้บอทของ Telegram ในการแปล สรุปเนื้อหา สร้างเนื้อหา และงานอัตโนมัติต่างๆ อยู่แล้ว ด้วยการรันคำขอเหล่านี้ผ่าน Cocoon Telegram จึงสามารถโต้ตอบกับ AI แบบส่วนตัวแทนการส่งข้อมูลไปยังบริษัทภายนอก ซึ่งช่วยให้แพลตฟอร์มรักษาภาพลักษณ์ที่เน้นความเป็นส่วนตัวได้อย่างสม่ำเสมอ

บทบาทของ Telegram ยังช่วยให้ Cocoon เติบโตได้เร็วขึ้น ความต้องการที่เพิ่มสูงขึ้นกระตุ้นให้เจ้าของ GPU เข้าร่วม ซึ่งช่วยเสริมสร้างศักยภาพของเครือข่าย ในทางกลับกัน สิ่งนี้จะดึงดูดนักพัฒนาได้มากขึ้น วงจรปิดนี้ช่วยให้ Cocoon มีจุดเริ่มต้นที่ใช้งานได้จริง แทนที่จะต้องรอให้บุคคลที่สามนำไปใช้งาน

ผู้ให้บริการ GPU สร้างรายได้มหาศาลได้อย่างไร

Cocoon ให้รางวัลแก่ผู้เข้าร่วมผ่าน Toncoin เมื่อใดก็ตามที่ GPU ทำงานสำเร็จ เจ้าของจะได้รับ TON ตามขนาดเวิร์กโหลด สิ่งนี้สร้างแรงจูงใจให้ผู้ที่มีฮาร์ดแวร์ที่ไม่ได้ใช้เข้าร่วม Durov กล่าวว่าเจ้าของ GPU หลายรายกำลังสร้าง TON อยู่แล้วโดยการเชื่อมต่ออุปกรณ์ขุดหรืออุปกรณ์เล่นเกมเข้ากับเครือข่าย

โมเดลนี้ได้รับการออกแบบให้ปรับขนาดได้ เมื่อมี GPU เข้าร่วมมากขึ้น Cocoon จะสามารถประมวลผลงานที่หนักขึ้นได้ ซึ่งรวมถึงโมเดลภาษาขนาดใหญ่ การสร้างภาพ การแปลงวิดีโอ และกระบวนการเรียนรู้ของเครื่องจักร มีรายงานว่ากองทุนเทคโนโลยีที่สนับสนุน TON ได้ให้คำมั่นสัญญาที่จะลงทุนสร้างฟาร์ม GPU ขนาดใหญ่เพื่อเสริมความแข็งแกร่งให้กับเครือข่าย

Cocoon เปรียบเทียบกับผู้ให้บริการแบบรวมศูนย์อย่างไร

บริการอย่าง Amazon Web Services และ Microsoft Azure ครองตลาดการประมวลผล AI บริการเหล่านี้มอบความสะดวกสบาย แต่สิ่งที่ต้องแลกมาคือการควบคุมจากส่วนกลางและการมองเห็นข้อมูลผู้ใช้ บริการเหล่านี้ยังกำหนดราคาอีกด้วย สำหรับนักพัฒนาหลายราย ปัจจัยเหล่านี้ทำให้เกิดความกังวลเกี่ยวกับการพึ่งพาในระยะยาวและการเปิดเผยข้อมูล

Cocoon พลิกโครงสร้าง แทนที่จะใช้ผู้ดำเนินการส่วนกลาง กลุ่มผู้ใช้ GPU อิสระแบบกระจายศูนย์จะดำเนินงานให้สำเร็จลุล่วง ราคาสามารถปรับได้ตามปริมาณการใช้งาน ข้อมูลจะถูกเข้ารหัส บันทึกจะถูกเขียนไปยัง TON ผลลัพธ์ที่ได้คือระบบที่สร้างขึ้นเพื่อลดการพึ่งพาตัวกลางที่เชื่อถือได้

อย่างไรก็ตาม ผู้เชี่ยวชาญบางคนกล่าวว่าแนวคิดนี้มีแนวโน้มที่ดี แต่ก็ต้องเผชิญกับความท้าทาย การขยายขนาดไปสู่ระดับยักษ์ใหญ่ด้านคลาวด์จำเป็นต้องใช้ GPU หลายหมื่นตัว เครือข่ายแบบกระจายศูนย์เคยประสบปัญหากับอุปสรรคนี้มาก่อน

หน่วยงานกำกับดูแลกำลังให้ความสนใจกับระบบ AI ที่ผสมผสานบล็อกเชนเข้ากับการอนุมานแบบเข้ารหัสมากขึ้น ตลาดการประมวลผลข้ามพรมแดนก่อให้เกิดคำถามเกี่ยวกับการปฏิบัติตามกฎระเบียบ เขตอำนาจศาล และการจัดการข้อมูล

นักวิจัยด้านความเป็นส่วนตัวระบุว่า TEE พึ่งพาผู้ผลิตฮาร์ดแวร์ หากมีข้อบกพร่องในชิปหรือเฟิร์มแวร์ ความลับอาจตกอยู่ในความเสี่ยง ด้วยเหตุนี้ นักวิเคราะห์หลายคนจึงกล่าวว่าจำเป็นต้องมีการตรวจสอบอย่างต่อเนื่อง

สรุป

Cocoon สาธิตแบบจำลองการประมวลผล AI แบบกระจายศูนย์และรักษาความเป็นส่วนตัว ช่วยให้นักพัฒนาสามารถรันเวิร์กโหลด AI ได้อย่างปลอดภัย ขณะที่เจ้าของ GPU ได้รับ Toncoin Cocoon ผสานบล็อกเชนแบบแบ่งส่วนของ TON เข้ากับ Trusted Execution Environments มอบเครือข่ายที่ปรับขนาดได้ ตรวจสอบได้ และเข้ารหัสสำหรับงาน AI ระบบนี้ช่วยจัดการกับความท้าทายหลักๆ ในด้านต้นทุน ความเป็นส่วนตัว และการรวมศูนย์ สร้างแพลตฟอร์มที่ใช้งานได้จริงสำหรับการประมวลผล AI ส่วนตัวที่ทั้งนักพัฒนาและผู้ให้บริการฮาร์ดแวร์สามารถเข้าถึงได้

แหล่งข้อมูล

1. Pavel Durov บน X:โพสต์เมื่อวันที่ 30 พฤศจิกายน

2. เว็บไซต์โคคูน: ข้อมูลทั่วไป

3. เอกสารโคคูน: เกี่ยวกับโคคูน