Интервью с соучредителем Gensyn Гарри Гривом: основной сеть скоро запускается — как использовать неиспользуемые ресурсы для преодоления «масштабного потолка» вычислительных мощностей AI?

Гость: Harry Grieve, соучредитель Gensyn
Редактор: momo, ChainCatcher

Когда ненасытная жажда вычислительных мощностей со стороны AI-моделей сталкивается с естественными ограничениями централизованного предложения, начинается тихая революция в области вычислений. Два соучредителя Gensyn, Harry Grieve и Ben Fielding, пришли к выводу, что ключ к прорыву — это активация спящего потенциала вычислительных мощностей в миллиардах устройств по всему миру, и путь к этому лежит через децентрализацию.

Gensyn стремится построить распределённую сеть машинного обучения, соединяющую неиспользуемые вычислительные устройства по всему миру с помощью блокчейн-протокола, и обеспечивает доверие к результатам обучения благодаря инновационной технологии верифицируемых вычислений. Их тестовая сеть уже привлекла 150 000 пользователей и стабильно функционирует. По мере успешного завершения этапа тестовой сети, основной сетевой запуск Gensyn также состоится в ближайшее время.

Gensyn ранее привлекла 43 миллиона долларов в раунде финансирования серии A под руководством a16z, а общий объём инвестиций превысил 50 миллионов долларов. В этом эксклюзивном интервью Harry Grieve системно объясняет, как Gensyn, исходя из основной задачи «масштабного прорыва», строит техническую дорожную карту и бизнес-стратегию для инфраструктуры следующего поколения AI.

Цель децентрализации — преодолеть ограничения масштабов вычислительных мощностей

1. ChainCatcher: Представьтесь, пожалуйста. Какие три ключевых этапа в вашей жизни были самыми важными до основания Gensyn? Как они повлияли на ваш выбор в пользу децентрализованных AI-вычислений?

Harry Grieve: Я принадлежу к поколению, которое рано познакомилось с интернетом. Тогда сеть была более открытой, децентрализованной, наполненной пиринговыми сетями для обмена файлами и различными информационными хранилищами. Это сформировало моё понимание информации и сетей, а также рано привило мне симпатию к идеям open source и децентрализации.

В университете и после него я познакомился с классическим либерализмом, что заставило меня больше ценить личные права и свободы, а также ставить под сомнение централизованную власть и цензуру. Это напрямую связано с современными AI-моделями — когда модели принимают решения за нас, кто определяет их «права» и способы поведения? Это подтолкнуло меня к размышлениям о суверенитете и этике AI.

После выпуска я работал в лондонской компании по машинному обучению и лично столкнулся с огромными трудностями в получении масштабных вычислительных ресурсов и качественных данных. Я понял, что для дальнейшего развития более мощных моделей необходимо решить проблему доступа и масштабирования базовых ресурсов (вычислений и данных), что и стало причиной моего решительного выбора в пользу децентрализованных AI-вычислений и основания Gensyn.

2. ChainCatcher: Как возникла идея создания Gensyn? Как вы с Ben Fielding за 8 недель в Entrepreneur First приняли решение полностью посвятить себя этому направлению?

Harry Grieve: Мы познакомились на неформальном мероприятии перед началом акселерационной программы Entrepreneur First в Великобритании. Мы быстро приняли решение «All-in» благодаря двум ключевым убеждениям:

Во-первых, мы были убеждены, что машинное обучение — это будущее. В 2020 году (до появления ChatGPT) мы оба были уверены, что машинное обучение станет следующей технологической волной. Хотя тогда это не было общепринятым мнением, мы видели технологические прорывы в генерации изображений, интерактивности и были уверены в их потенциале.

Во-вторых, мы оба выступали против «централизации». Я страдал от узких мест централизованных вычислений и источников данных, а Ben в своей докторской работе и предпринимательстве фокусировался на личной приватности и безопасности данных. Мы оба критически относились к централизации. Сначала мы интересовались такими технологиями, как «федеративное обучение», но затем поняли, что для решения проблемы доверия необходим децентрализованный механизм учёта и ответственности, что в итоге привело нас к блокчейну. Мы от «AI-нативных» основателей превратились в исследователей «AI+крипто».

3. ChainCatcher: В то время обучение AI, казалось, в основном зависело от облачных гигантов (например, AWS). Почему вы были уверены, что у децентрализованных вычислений есть шанс? Каковы были основные движущие силы выбора децентрализованных вычислений?

Harry Grieve: Движущих факторов было много, но главный — масштаб.

В настоящее время почти все доступные интернет-данные уже использованы для обучения моделей. Дальнейшее повышение производительности зависит от получения данных, находящихся на «периферии» и недоступных сейчас. Чтобы использовать эти данные, нужно идти на периферию, а это требует децентрализации.

Несмотря на огромные инвестиции в централизованные вычисления, потребность AI в вычислительных мощностях «бесконечна». Эта жажда приведёт к тому, что спрос на вычисления распространится на все недостаточно используемые устройства. Чтобы соединить и масштабно использовать эти разрозненные ресурсы без их централизации, децентрализация — единственный путь.

Итак, масштаб — это единственный ответ. Децентрализация нужна для разблокировки беспрецедентного объёма вычислительных и информационных ресурсов.

В чём ключевое отличие Gensyn?

4. ChainCatcher: Как бы вы объяснили слушателям без технического бэкграунда, что именно строит Gensyn?

Harry Grieve: Gensyn — это система, которая позволяет вам в невиданных ранее масштабах получать доступ ко всем ключевым ресурсам, необходимым для построения систем машинного обучения (таким как вычислительные мощности и данные).

5. ChainCatcher: На рынке децентрализованных вычислений уже есть такие игроки, как Akash, Render, io.net. В чём ваш акцент или ключевое отличие?

Harry Grieve: Мы очень уважаем таких ранних игроков, как Akash. Наше ключевое отличие — в ином взгляде на ресурсы: другие проекты в основном предоставляют аренду отдельных контейнеризированных GPU. А у Gensyn более широкий взгляд — мы рассматриваем множество ресурсов для машинного обучения (вычисления, данные, модели), которые взаимосвязаны и могут повторно использоваться.

Например, вывод, полученный узлом при инференсе модели, становится данными, которые можно использовать для обучения других моделей. В нашей сети границы между инференсом, обучением, вычислениями и данными размыты. Мы строим систему, адаптированную к этой динамичной, хаотичной новой парадигме машинного обучения.

6. ChainCatcher: Можете системно рассказать читателям о текущей продуктовой стратегии Gensyn? Как вы реализуете децентрализацию вычислений?

Harry Grieve: Вот техническое описание: это децентрализованная криптосеть, где пользователи могут с помощью нашего нативного токена получать доступ к различным ресурсам — будь то верифицируемые вычислительные ресурсы для обучения или инференса, или механизмы поощрения обучения разных моделей по объективным критериям. Система состоит из трёх основных компонентов, которые вместе формируют мощный замкнутый цикл:

Система верификации: Это наша ключевая технология. Мы разработали собственный компилятор и фреймворк верификации, позволяющие осуществлять битовую точную проверку на разных аппаратных и программных платформах. Это значит, что мы можем доказать, что результат обучения модели на одном устройстве полностью совпадает с результатом проверки на совершенно другом устройстве. Это основа доверия в сети и предотвращения мошенничества.

Технология масштабирования (Swarm): Это пиринговый фреймворк для обучения (например, для RLHF). Он позволяет подключать бесчисленное количество устройств по всему миру для горизонтального масштабирования, используя вычисления и данные на периферийных устройствах для обучения более мощных моделей.

Технология помощника (Assist Agent): У нас есть автономные AI-ассистенты, которые можно интегрировать в приложения. Они могут обучаться без руководства и помогать пользователям выполнять задачи. Во время обучения эти ассистенты используют нашу технологию масштабирования для распределённого обучения на разных устройствах, что позволяет им эволюционировать и становиться сильнее.

В целом, когда пользователь интегрирует интеллектуального помощника в приложение, тот в процессе выполнения задач постоянно генерирует данные взаимодействия; затем эти данные поступают в наш фреймворк масштабирования, где модель оптимизируется с помощью распределённого обучения на разных устройствах; при этом ключевая технология верификации обеспечивает точность и достоверность обучения, в результате чего появляется новое поколение моделей с заметно улучшенной производительностью. Этот процесс формирует нелинейную, постоянно усиливающуюся экосистему машинного обучения, позволяя системе масштабироваться и одновременно сохранять надёжность и способность к развитию.

7. ChainCatcher: Какой был самый значимый технологический рубеж для Gensyn с момента раунда A в 2023 году до публичного тестнета в 2025-м? Был ли момент, когда команда «кричала от восторга»? Какую технологическую инновацию Gensyn вы считаете самой недооценённой?

Harry Grieve: Честно говоря, мы, наверное, чаще кричали от «страха», чем от «восторга» — стартапы это тяжело.

Я считаю, что самой недооценённой технологической инновацией является наша система верификации. Её создание крайне сложно, требует комплексного решения всех возможных факторов недетерминированности — от компилятора и ML-фреймворка до аппаратного уровня (вплоть до битовых сбоев GPU из-за космических лучей). Её ценность сильно недооценена рынком. Именно эта технология обеспечивает безопасность и масштабируемость нашей сети, позволяя нам спокойно пускать любые устройства в сеть и проводить верификацию без опасения за безопасность.

Тестовая сеть — более 150 000 пользователей, основной запуск сети скоро

8. ChainCatcher: По сравнению с централизованными облачными гигантами или другими децентрализованными сетями, есть ли у вас сейчас преимущества по производительности и стоимости?

Harry Grieve: По абсолютному размеру кластера мы пока не можем сравниться с такими гигантами, как AWS, но это вопрос не технологии, а степени принятия сети. Наше преимущество — в разблокировке новых масштабов ресурсов (особенно периферийных вычислений и данных), а также в становлении инфраструктурой для будущей цивилизации машинного интеллекта. Мы уверены, что по-настоящему автономный, способный к саморазвитию AI, существующий в криптоэкономической системе, потребует децентрализованной, permissionless-сети в качестве своей «экосистемы», и именно это мы строим.

9. ChainCatcher: Какова сейчас активность вашей сети? Есть ли интересные данные для публикации?

Harry Grieve: На этапе тестовой сети мы достигли очень позитивных результатов: более 150 000 пользователей, большинство из которых пришли благодаря привлекательности продукта; около 40 000 узлов работают в сети; система обучила более 800 000 моделей.

10. ChainCatcher: Какое «последнее препятствие» осталось до запуска основной сети? Какой у вас график запуска основной сети и TGE?

Harry Grieve: Запуск основной сети — наш главный приоритет, TGE последует за ним. Сейчас мы примерно в 3-4 неделях от запуска основной сети, после чего начнём аудит.

До этого момента главное — убедиться, что все механизмы на месте, работают корректно, функционал полный и, что важнее всего, экономическая деятельность в сети безопасна.

11. ChainCatcher: Как изменился рыночный спрос для Gensyn по сравнению с моментом основания? Как приход эры машинного интеллекта влияет на вас?

Harry Grieve: По сравнению с началом, рыночная среда для Gensyn изменилась кардинально. Вспоминая 2020 год, когда мы только начинали, нам приходилось постоянно объяснять инвесторам важность машинного обучения, а с появлением ChatGPT AI стал общественным консенсусом. Это изменение восприятия привело к более жёсткой конкуренции — стартапы в AI и вычислениях появляются как грибы после дождя. Одновременно сместился фокус отраслевых дискуссий — этические границы open source-моделей, регуляторные рамки AI governance, которые ещё недавно мало кого волновали, теперь стали горячими темами для политиков по всему миру.

Именно на этом фоне ускоряющееся наступление эры машинного интеллекта подтверждает ценность Gensyn. Децентрализованная вычислительная сеть, которую мы строим, по сути, должна стать фундаментом для автономно эволюционирующего машинного интеллекта. Когда AI-системам потребуется преодолеть существующие вычислительные ограничения и реализовать по-настоящему автономное обучение и быструю итерацию, наша инфраструктура станет краеугольным камнем этой новой эпохи.

12. ChainCatcher: В публичных выступлениях вы упоминали «экономические, этические и регуляторные вызовы AI». Какой регуляторный риск вас беспокоит больше всего? Как протокол Gensyn балансирует между «дружественностью к регулированию» и «устойчивостью к цензуре»?

Harry Grieve: Обсуждая регулирование AI, меня больше всего беспокоит, что регуляторы могут ошибочно нацелиться на инфраструктурный слой. Представьте, если появятся законы, ограничивающие количество GPU, размер датасетов или даже долю электроэнергии, используемой для обучения AI — такой грубый подход серьёзно затормозит прогресс всей отрасли. С нашей точки зрения, AI-модели по своей сути должны быть открыты, как математические формулы, и не подвергаться чрезмерным ограничениям.

На уровне протокола мы ищем баланс. Сейчас веса моделей и передача данных в сети в основном открыты, что обеспечивает необходимую прозрачность для регуляторов. В то же время, поскольку мы строим на таких базовых публичных блокчейнах, как Ethereum, мы естественным образом наследуем их децентрализованный характер и механизмы верификации. Такая архитектура сохраняет необходимую видимость для регуляторов и одновременно обеспечивает устойчивость к цензуре.

По мере дальнейшего развития AI поиск баланса между открытостью и контролем станет важнейшей задачей для нас и всей отрасли в ближайшие годы.

13. ChainCatcher: Если оглянуться на Gensyn в 2030 году, каким будет главный показатель успеха?

Harry Grieve: Ключевой показатель успеха — это не просто финансовые данные или количество пользователей. Я надеюсь, что главным вкладом Gensyn станет становление экономической основой параллельной машинной цивилизации.

К 2030 году я хочу увидеть полностью параллельное общество, цивилизацию и экономику, функционирующие на блокчейне без участия человека. Эта цивилизация сможет создавать экономическую ценность, сопоставимую или превышающую человеческую, обладать настоящей креативностью и значительно продвигать науку и решение глобальных проблем (например, продление жизни, сокращение неравенства). Если Gensyn станет фундаментом для всего этого, это будет высшей мерой нашего успеха.