WPRC KL EP13 : Inference Distribuée Privée sur Matériel Grand Public

Inference Distribuée Privée sur Matériel Grand PublicLa LecturePlus de 100 millions de Macs Apple Silicon restent inoccupés la plupart du temps, chacun capable d'exécuter des modèles à l'échelle de la frontière. Darkbloom d'Eigen Labs loue cette capacité inoccupée en tant que réseau d'inférence compatible avec OpenAI et affirme que la personne qui possède le Mac ne peut pas lire les requêtes traitées par sa propre machine.Cette affirmation constitue l'ensemble de la session. Apple Silicon n'a pas de TEE de type SGX pour le code tiers, donc le document construit la garantie à partir de l'identité de l'Enclave Sécurisée, l'attestation signée par Apple, les vérifications croisées MDM et un processus renforcé à la place. Cela tient-il?Document : Inference Distribuée Privée sur Matériel Grand Public (Gajesh Naik, Eigen Labs, avril 2026)De quoi nous allons débattreCe n'est pas un atelier. Nous ne mettons pas en place d'inférence locale sur votre MacBook. Nous lisons un document et testons son modèle de confiance.Document / source : https://github.com/Layr-Labs/d-inference/blob/master/papers/dginf-private-inference.pdfFormatGuides de Session :[DESCRIPTION À VENIR]À propos du Whitepaper Reading ClubNous sommes une communauté de fondateurs, chercheurs et bâtisseurs à Singapour, Malaisie, San Francisco, Bangkok, New York, Lagos, Taipei et Hong Kong. Nous nous rencontrons en personne chaque mois pour lire, discuter et tester les derniers documents, protocoles et idées techniques sur la blockchain.En savoir plus : Site Web · Résumés · CalendrierNous créons des résumés détaillés et faciles à comprendre pour chaque document et avons organisé plus de 80 sessions depuis juin 2023, couvrant l'Abstraction de Compte, les Chaînes Parallèles, les EIP, l'écosystème Bitcoin, et AI x Crypto. Nous sommes agnostiques aux écosystèmes, à but non lucratif, et concentrés sur des projets ayant une innovation technique, produit ou sociale.