Dolphin Network
Dolphin Network는 AI 컴퓨팅 리소스를 찾는 사용자와 가용 하드웨어를 제공하는 GPU 운영자를 연결하는 탈중앙화 AI 네트워크입니다. 이 네트워크는 피어 투 풀(peer-to-pool) 네트워크 아키텍처를 통해 분산형 AI 추론, 웹 스크래핑 및 모델 개발을 지원하며, POD 토큰을 네트워크 경제에 통합합니다. [7]
개요
Dolphin은 AI 컴퓨팅 리소스를 필요로 하는 사용자와 가용 하드웨어를 제공하는 GPU 운영자를 연결하는 탈중앙화 AI 네트워크입니다. 이 프로젝트는 오픈 소스 언어 모델의 미세 조정(fine-tuned) 버전에 초점을 맞춘 AI 연구 이니셔티브로 시작되었으며, 2026년에 탈중앙화 네트워크 모델로 전환되었습니다. 이 아키텍처는 피어 투 풀 시스템을 사용하여 참여 GPU에 AI 추론을 분산시키며, 네트워크 노드가 보고한 모델을 실제로 실행하고 있는지 확인하도록 설계된 검증 메커니즘을 갖추고 있습니다. Dolphin은 Llama, Mistral, Gemma, Qwen 등을 포함한 모델의 미세 조정 버전을 개발했으며, 검열되지 않은 응답, 롤플레잉 애플리케이션 및 조정 가능한 정렬(alignment) 설정을 지원하는 다양한 변형 모델을 보유하고 있습니다. 이 네트워크는 Venice.ai에 AI 추론을 제공하는 데 사용되기도 했으며, 생태계 내에 POD 토큰을 통합하고 있습니다. [1] [7]
주요 기능
AI 모델
Dolphin은 오픈 소스 언어 모델을 기반으로 다양한 AI 모델을 개발하며, 정렬 수준, 롤플레잉 및 사용자 제어 수준에 따라 설계된 다양한 변형 모델을 제공합니다. Dolphin X1 시리즈는 많은 정렬된 모델에 적용되는 기본 콘텐츠 제한 없이 작동하도록 설계되었으며, 기반 모델의 기능을 유지합니다. 버전으로는 Llama 3.1 8B 기반의 Dolphin X1 8B와 Llama-3.1-Tulu-3-405B 기반의 Dolphin X1 405B 등이 있습니다. Dolphin RP 모델은 창의적인 글쓰기 및 롤플레잉 애플리케이션을 위해 제작되었으며, Dolphin S1 모델은 사용자가 요청 시 설정을 통해 정렬 수준을 조정할 수 있도록 합니다. 라인업의 다른 모델로는 Mistral Small 24B로 학습된 Dolphin Mistral 24B Venice Edition과 Yi 1.5 34B로 학습된 Dolphin Yi 34B가 있습니다. Dolphin은 또한 단일 B200 GPU 노드를 사용하여 405B 모델을 학습시킨 정보를 공개했으며, 8B 및 24B 모델은 채팅 인터페이스와 텔레그램 봇을 통해 사용할 수 있습니다. [4] [7]
분산형 웹 스크래핑
Dolphin Network에는 네트워크의 피어 투 풀 아키텍처를 사용하여 참여 기기에 웹 크롤링 및 데이터 검색을 분산시키는 CPU 기반 웹 스크래핑 노드(nodes)가 포함되어 있습니다. 사용자는 데스크톱 컴퓨터나 노트북에서 스크래퍼 소프트웨어를 실행할 수 있으며, 이를 통해 노드가 웹페이지를 로드하고, JavaScript를 실행하고, 콘텐츠를 추출하고, 다운스트림 처리를 위한 구조화된 데이터를 반환할 수 있습니다. 노드는 주거용 인터넷 연결을 사용하므로 지리적 분산과 지역별 콘텐츠 접근이 가능하며, 브라우저 환경은 동적 웹사이트와 단일 페이지 애플리케이션(SPA)을 지원합니다. Lighthouse 라우터는 위치, 연결 품질, 노드 가용성 등의 요소를 기반으로 스크래핑 작업을 할당하며, 캡처된 데이터는 네트워크의 데이터 파이프라인으로 전송되기 전에 로컬에서 처리됩니다. 스크래핑 활동은 운영자의 개인 브라우징 데이터, 쿠키 및 자격 증명과 분리된 격리된 브라우저 환경에서 실행되며, 노드 보상은 대역폭, 완료된 작업, 신뢰성 및 가동 시간을 포함한 요소를 기반으로 합니다. [7]
심층 연구 (Deep Research)
Dolphin Deep Research는 Dolphin의 분산형 웹 스크래핑 네트워크와 Tongyi-DeepResearch 모델을 결합하여 자동화된 연구 워크플로우를 제공합니다. 사용자가 쿼리를 제출하면 시스템은 지리적으로 분산된 노드를 통해 웹 전반에서 소스를 검색하고, 동적 웹페이지의 콘텐츠를 렌더링 및 수집하며, 검색된 자료를 처리한 후 연구 모델로 전달합니다. 그런 다음 Tongyi-DeepResearch는 계획, 반복 검색, 읽기, 합성 및 교차 확인을 포함한 여러 단계의 연구를 수행한 후 요약, 비교, 타임라인 및 증거 기반 응답과 같은 결과물을 생성합니다. Dolphin의 웹 채팅, 텔레그램 및 디스코드 봇, API는 사용자 메시지에서 URL을 감지하고, 링크된 웹페이지를 검색 및 처리하여 그 내용을 AI 모델에 문맥 정보로 제공할 수도 있습니다. 기반이 되는 스크래핑 네트워크는 웹 모니터링, 지역 데이터 수집, AI 학습 데이터 수집, 시장 조사, 뉴스 집계 및 분산형 가동 시간 모니터링과 같은 애플리케이션을 추가로 지원할 수 있습니다. [7]
노드 신원 확인
Dolphin Network는 탈중앙화 AI 네트워크에 참여하는 노드의 신원과 무결성을 확인하기 위해 여러 메커니즘을 사용합니다. 노드 소프트웨어는 암호화되고 디지털 서명된 바이너리로 배포되며, 서명 확인을 통해 수정된 버전이 네트워크에 참여하는 것을 방지하고, 코드 난독화는 무단 수정에 대한 또 다른 방어 계층을 추가합니다. 승인된 AI 모델은 예상되는 토크나이저 및 서빙 구성을 명시하는 매니페스트로 표시되며, 파일 체크섬 및 샘플링된 런타임 테스트를 사용하여 노드가 선택된 모델을 서빙하고 있는지 확인합니다. 네트워크는 또한 하드웨어 식별자 및 활용 지표를 모니터링하여 보고된 하드웨어에서 추론이 수행되고 있는지 확인하고 중복되거나 스푸핑된 노드 인스턴스를 방지합니다.
Dolphin은 또한 무작위로 샘플링된 추론 검증 및 크립토경제적 채권(cryptoeconomic bonds)을 사용하여 배포 후 노드 동작을 평가합니다. 검증인(Validators)은 샘플링된 출력 및 토큰화(tokenization) 데이터를 예상되는 모델 동작과 비교하고 초당 토큰 수 및 지연 시간과 같은 성능 지표를 모니터링하며, 반복적으로 검증에 실패하는 노드는 플래그가 지정되거나 일시 중단 또는 차단될 수 있습니다. 노드 운영자는 추가로 스테이킹된 POD를 자신의 계정에 담보(collateral)로 묶을 수 있으며, 확인된 악의적 활동 후 채권이 삭감(slashing)될 가능성을 수용하는 대가로 보상 배수를 받습니다. 사용자는 추가 검토를 위해 잠재적으로 잘못된 응답을 보고할 수 있으며, 확인된 위반 사항을 식별한 검증인은 네트워크 보안에 기여한 공로로 보상을 받을 수 있습니다. 추론 소비자는 광범위한 노드 네트워크를 사용할지, 아니면 담보가 설정된 계정에서 운영하는 노드로 요청을 제한할지 선택할 수 있습니다. [7]
POD
POD는 Dolphin Network의 네이티브 토큰이며 네트워크의 제공자, 스테이킹(staking) 및 보안 메커니즘 전반에 걸쳐 사용됩니다. GPU 제공자는 추론 및 기타 프로토콜 작업을 완료하여 POD를 획득하며, 노드 운영자는 악의적이거나 잘못된 행동에 대한 담보로 POD를 묶어야 할 수 있습니다. 사용자는 POD를 스테이킹하여 네트워크 바이백의 효과를 통합하고 일일 AI 생성 크레딧에 대한 액세스를 제공하는 자동 복리 토큰인 xPOD를 받을 수 있습니다. Dolphin은 추론 및 API 수수료로 발생하는 수익의 100%가 공개 시장에서 POD를 구매하는 데 사용된다고 명시하며, 토큰 바이백을 네트워크 사용량과 연결합니다. 따라서 이 토큰은 네트워크의 경제 활동을 연결하며, 추론 수익은 바이백 자금을 조달하고 POD는 컴퓨팅 리소스를 제공하거나 네트워크 보안에 기여하는 참여자에게 배포됩니다. [6]
토크노믹스
POD의 총 공급량은 5억 개이며 다음과 같이 할당됩니다: [6]
- 재무(Treasury): 42.93%
- 팀(Team): 25%
- 시드(Seed): 23.52%
- Uniswap v4 풀: 8.55%
파트너십
- Crusoe Cloud
- Venice AI
- Akash
- Lazarus AI
- Cerebras
- Andreessen Horowitz
