Rongchai Wang
00:07, 24 січня 2026
EigenAI досягає 100% відтворюваних результатів LLM на GPU з накладними витратами менше 2%, що дозволяє створювати верифіковані автономні ШІ-агенти для торгівлі та ринків передбачень.
EigenCloud випустила свою платформу EigenAI в мейннеті, стверджуючи, що вирішила фундаментальну проблему, яка переслідує автономні ШІ-системи: ви не можете верифікувати те, що не можете відтворити.
Технічне досягнення тут є значним. EigenAI забезпечує побітово точний детермінований висновок на промислових GPU — це означає, що ідентичні вхідні дані дають ідентичні вихідні дані в 10 000 тестових запусків — з додатковою затримкою лише 1,8%. Для будь-кого, хто створює ШІ-агенти, що працюють з реальними грошима, це має значення.
Чому випадковість LLM руйнує фінансові додатки
Запустіть один і той самий запит через ChatGPT двічі. Різні відповіді. Це не помилка — так працює математика з плаваючою комою на GPU. Планування ядра, змінна пакетна обробка та неасоціативне накопичення вносять крихітні варіації, які складаються в різні результати.
Для чат-ботів ніхто не помічає. Для керованого ШІ торгового агента, який виконує операції з вашим капіталом? Для оракула ринку передбачень, який вирішує, хто виграє $200 мільйонів в ставках? Ця непослідовність стає відповідальністю.
EigenCloud вказує на скандальний ринок Polymarket "Чи одягнув Зеленський костюм?" як на приклад для вивчення. Понад $200 мільйонів обсягу, звинувачення в довільному вирішенні, і врешті-решт довелося втрутитися людському управлінню. Коли ринки масштабуються, людське судочинство — ні. ШІ-суддя стає неминучим — але тільки якщо цей суддя виносить однаковий вердикт кожного разу.
Технічний стек
Досягнення детермінізму на GPU вимагало контролю кожного рівня. Чіпи A100 і H100 дають різні результати для ідентичних операцій через архітектурні відмінності в округленні. Рішення EigenAI: оператори та верифікатори повинні використовувати ідентичні SKU GPU. Їхні тести показали 100% співпадіння при запусках на тій самій архітектурі, 0% між архітектурами.
Команда замінила стандартні ядра cuBLAS власними реалізаціями, використовуючи warp-синхронні редукції та фіксований порядок потоків. Без атомарних операцій з плаваючою комою. Вони побудували на llama.cpp через його невеликий, перевірений код, вимкнувши динамічне об'єднання графів та інші оптимізації, які вносять варіативність.
Вартість продуктивності становить 95-98% від стандартної пропускної здатності cuBLAS. Міжхостові тести на незалежних вузлах H100 дали ідентичні хеші SHA256. Стрес-тести з фоновими робочими навантаженнями GPU, що викликають джиттер планування? Все одно ідентичні.
Верифікація через економіку
EigenAI використовує оптимістичну модель верифікації, запозичену з блокчейн-роллапів. Оператори публікують зашифровані результати в EigenDA, рівень доступності даних проєкту. Результати приймаються за замовчуванням, але можуть бути оскаржені протягом вікна суперечки.
Якщо оскаржено, верифікатори повторно виконують у довірених середовищах виконання. Оскільки виконання є детермінованим, верифікація стає бінарною: чи збігаються байти? Невідповідності запускають слешинг із заставленого стейку. Оператор втрачає гроші; челенджери та верифікатори отримують оплату.
Економічний дизайн спрямований на те, щоб шахрайство мало негативну очікувану вартість, коли ймовірність челенджу перетинає певний поріг.
Що будується зараз
Безпосередні застосування прості: арбітри ринків передбачень, чиї вердикти можуть бути відтворені та перевірені, торгові агенти, де кожне рішення реєструється та може бути оскаржене, та дослідницькі інструменти, де результати можуть бути рецензовані через повторне виконання, а не довіру.
Ширша тенденція тут узгоджується зі зростаючим інтересом підприємств до детермінованого ШІ для секторів з суворим дотриманням вимог. Охорона здоров'я, фінанси та юридичні застосування все більше вимагають такого роду відтворюваності, яку ймовірнісні системи не можуть гарантувати.
Чи виявляться 2% накладних витрат EigenAI прийнятними для високочастотних застосувань, ще належить з'ясувати. Але для автономних агентів, що керують значним капіталом, здатність довести цілісність виконання може бути вартою податку на продуктивність.
Повний технічний документ детально описує формальний аналіз безпеки, специфікації дизайну ядра та механіку слешингу для тих, хто будує на інфраструктурі.
Джерело зображення: Shutterstock
Джерело: https://blockchain.news/news/eigenai-deterministic-inference-mainnet-launch


