Skip to main content

subnet چیست

توجه: این سند ترجمه خودکار نسخه اصلی انگلیسی است.

subnet چیست

subnet (زیرشبکه) شبکه‌ای مستقل و هدف‌ساخته است که درون یا در کنار یک پلتفرم بلاکچینی بزرگ‌تر کار می‌کند. به‌جای آنکه همه اپلیکیشن‌ها ناچار باشند مجموعه یکسانی از اعتبارسنج‌ها، قواعد و توان عملیاتی را به اشتراک بگذارند، subnet اجازه می‌دهد یک بار کاری مشخص — مانند استنتاج AI، پردازش داده یا بازی — روی مجموعه اختصاصی اعتبارسنج‌های خودش با پارامترهای اجماع خودش اجرا شود. پلتفرم مادر زیرساخت امنیتی مشترک را فراهم می‌کند و subnet آزادی بهینه‌سازی برای کاربرد خاص خود را به‌دست می‌آورد.

به‌طور خلاصه: subnet شبکه‌ای تخصصی و خودگردان درون یک اکوسیستم بلاکچینی گسترده‌تر است — به‌ویژه برای پروژه‌های AI اهمیت دارد که به محیط‌های محاسباتی اختصاصی، بدون محدودیت‌های یک زنجیره همه‌منظوره، نیاز دارند.

subnetها چگونه کار می‌کنند

ایده هسته‌ای، جداسازی دغدغه‌ها در سطح شبکه است. به‌جای یک زنجیره یکپارچه که همه‌چیز را اداره کند، subnetها بار کاری را به محیط‌های موازی و تخصصی تقسیم می‌کنند.

اعتبارسنج‌ها و عضویت

هر subnet مجموعه اعتبارسنج‌های خودش را تعریف می‌کند. این اعتبارسنج‌ها ممکن است زیرمجموعه‌ای از اعتبارسنج‌های شبکه مادر باشند، یا اپراتورهایی کاملاً مستقل که الزامات خاص آن subnet را برآورده می‌کنند. هر subnet می‌تواند قواعد staking، الزامات سخت‌افزاری و استانداردهای کارایی خودش را تعیین کند. یعنی subnet متمرکز بر بارهای کاری AI می‌تواند از اعتبارسنج‌ها سخت‌افزار GPU بخواهد، در حالی که subnet همه‌منظوره می‌تواند روی سرورهای معمولی کار کند.

قواعد و اجرای سفارشی

هر subnet می‌تواند ماشین مجازی، پارامترهای اجماع، ساختار کارمزد و مدل حاکمیتی خودش را پیاده‌سازی کند. این انعطاف یعنی subnet محدودیت‌های محیط اجرایی زنجیره مادر را به ارث نمی‌برد. یک subnet متمرکز بر AI می‌تواند زمان بلوک را برای تسویه سریع استنتاج بهینه کند، در حالی که subnet مالی می‌تواند تضمین‌های ترتیب تراکنش‌ها را در اولویت بگذارد.

دو پیاده‌سازی برجسته

subnetهای Bittensor. شبکه Bittensor کل خود را حول subnetها سازمان داده است. هر subnet در Bittensor بازاری رقابتی برای نوع مشخصی از کار AI است — تولید متن، تشخیص تصویر، جمع‌آوری داده، تاخوردگی پروتئین و موارد دیگر. ماینرهای یک subnet وظیفه تخصصی AI را انجام می‌دهند و اعتبارسنج‌ها خروجی‌هایشان را امتیازدهی می‌کنند. انتشار توکن TAO بر اساس حاکمیت در سطح شبکه میان subnetها توزیع می‌شود و درون هر subnet، پاداش‌ها به بهترین ماینرها و اعتبارسنج‌ها می‌رسد. در معماری فعلی، Bittensor از ده‌ها subnet فعال پشتیبانی می‌کند که هر یک به‌طور مستقل برای وظیفه AI خود بهینه شده‌اند.

subnetهای Avalanche. شبکه Avalanche از subnetها به‌عنوان سازوکار مقیاس‌پذیری و سفارشی‌سازی استفاده می‌کند. هر گروهی از اعتبارسنج‌ها می‌توانند یک subnet در Avalanche تشکیل دهند و یک یا چند بلاکچین درون آن راه‌اندازی کنند. هر subnet الزامات اعتبارسنج، تنظیمات اجماع و ماشین مجازی خودش را تعریف می‌کند. شبکه اصلی Avalanche (شامل X-Chain، P-Chain و C-Chain) خودش یک subnet است که همه اعتبارسنج‌ها باید در آن مشارکت کنند. subnetهای دیگر به‌صورت موازی کار می‌کنند و به پروژه‌ها امکان می‌دهند زنجیره‌های اختصاصی با ویژگی‌های مشخص — مانند قابلیت‌های انطباق، پشتیبانی از تراکنش خصوصی یا توکن گس سفارشی — راه‌اندازی کنند و همچنان از اکوسیستم گسترده‌تر Avalanche بهره ببرند.

چرا برای پروژه‌های کریپتو AI اهمیت دارد

بارهای کاری AI نیازهای محاسباتی خاصی دارند که بلاکچین‌های همه‌منظوره در برآوردنشان درمی‌مانند. subnetها مستقیماً این ناهماهنگی را برطرف می‌کنند.

محاسبات تخصصی. وظایف AI مانند استنتاج مدل، هماهنگی آموزش و اعتبارسنجی داده، سخت‌افزار و ویژگی‌های کارایی متفاوتی نسبت به انتقال‌های معمولی توکن می‌خواهند. subnetها به پروژه‌های AI اجازه می‌دهند روی اعتبارسنج‌هایی اجرا شوند که به‌طور خاص برای این بارهای کاری تجهیز و انگیزه‌دهی شده‌اند، نه اینکه با تراکنش‌های DeFi و ضرب NFT بر سر فضای بلوک رقابت کنند.

جداسازی کارایی. جهش فعالیت معاملاتی در زنجیره اصلی، پایپ‌لاین استنتاج یک subnet مربوط به AI را کند نمی‌کند. هر subnet توان عملیاتی و پویایی کارمزد خودش را دارد و از سرایت متقابل میان بارهای کاری نامرتبط جلوگیری می‌شود.

طراحی انگیزشی سفارشی. subnetها به پروژه‌ها امکان می‌دهند سازوکارهای پاداش متناسب با مشارکت‌های AI طراحی کنند. رویکرد Bittensor — امتیازدهی ماینرها بر اساس کیفیت خروجی‌های AI آن‌ها — روی یک زنجیره همه‌منظوره که سازوکار اجماعش هیچ درکی از کیفیت مدل ندارد، به‌سختی قابل پیاده‌سازی بود.

این الگوی معماری با مفهوم گسترده‌تر appchainها مرتبط است — زنجیره‌های ویژه یک اپلیکیشن که عمومیت را با کارایی بهینه در یک حوزه خاص معاوضه می‌کنند.

این مفهوم در کجای کارت‌های پروژه DecAIHub دیده می‌شود

  • Type — پروژه‌ای که به‌صورت subnet کار می‌کند یا subnet راه‌اندازی می‌کند، ممکن است با نوع معماری‌ای طبقه‌بندی شود که طراحی مبتنی بر subnet آن را بازتاب می‌دهد.
  • Main chain — subnetها به پلتفرم مادر خود گره خورده‌اند. پروژه‌ای که روی یک subnet در Bittensor اجرا می‌شود، Bittensor را به‌عنوان زنجیره اصلی فهرست می‌کند؛ پروژه‌ای روی subnet در Avalanche به Avalanche ارجاع می‌دهد.
  • Consensus — subnetها ممکن است از سازوکار اجماع زنجیره مادر استفاده کنند یا گونه خاص خود را پیاده کنند که در فیلد اجماع ظاهر می‌شود.

subnet به‌تنهایی چه چیزی را ثابت نمی‌کند

  • کیفیت AI — اجرا درون یک subnet تضمین نمی‌کند که بار کاری AI پیشرفته، دقیق یا مفید است. subnet یک انتخاب زیرساختی است، نه معیاری برای کیفیت مدل.
  • تمرکززدایی — یک subnet می‌تواند اعتبارسنج‌های بسیار کمی داشته باشد. تعداد و استقلال اعتبارسنج‌ها تمرکززدایی واقعی subnet را تعیین می‌کند، نه خود برچسب.
  • امنیت — امنیت subnet به مجموعه اعتبارسنج‌ها و انگیزه‌های اقتصادی خودش وابسته است. یک subnet کوچک با استیک ضعیف می‌تواند از زنجیره مادر ناامن‌تر باشد.
  • ضرورت — هر پروژه AI به subnet اختصاصی نیاز ندارد. برخی وظایف AI روی زنجیره‌های همه‌منظوره یا زیرساخت ابری معمولی به‌خوبی کار می‌کنند. وجود subnet ثابت نمی‌کند که این انتخاب معماری درست بوده است.

اشتباه نگیرید با

  • L2 — یک L2 تراکنش‌ها را برای امنیت روی زنجیره مادر L1 تسویه می‌کند. subnet شبکه‌ای موازی با اعتبارسنج‌های خودش است و برای نهایی شدن تراکنش‌ها ذاتاً به زنجیره مادر وابسته نیست.
  • سایدچین — از این نظر که مستقل اجرا می‌شوند شبیه subnetها هستند، اما سایدچین‌ها معمولاً به‌جای اینکه بخشی از یک چارچوب تعریف‌شده subnet باشند، از یک پل برای اتصال به زنجیره اصلی استفاده می‌کنند.
  • Appchain — appchain یک بلاکچین ویژه یک اپلیکیشن است. subnetها یکی از راه‌های پیاده‌سازی appchainها هستند، اما این دو اصطلاح مترادف نیستند. یک appchain می‌تواند بیرون از هر چارچوب subnet وجود داشته باشد.
  • شارد — شاردینگ وضعیت یک زنجیره را به قطعاتی تقسیم می‌کند که موازی پردازش می‌شوند. subnet شبکه‌ای جداگانه با وضعیت و مجموعه اعتبارسنج‌های خودش است، نه پارتیشنی از یک زنجیره واحد.

پرسش‌های متداول

آیا subnetهای Bittensor و subnetهای Avalanche یکسان کار می‌کنند؟

خیر. آن‌ها در مفهوم زیرشبکه‌های تخصصی مشترک‌اند اما در پیاده‌سازی تفاوت چشمگیری دارند. subnetهای Bittensor بازارهای رقابتی وظایف AI هستند که در آن‌ها ماینرها بر اساس کیفیت خروجی امتیاز می‌گیرند و با TAO پاداش داده می‌شوند. subnetهای Avalanche مجموعه‌های اعتبارسنج قابل سفارشی‌سازی‌اند که می‌توانند بلاکچین‌های کاملی با ماشین‌های مجازی و پارامترهای اجماع خودشان راه‌اندازی کنند. subnetهای Bittensor به‌طور خاص برای AI ساخته شده‌اند؛ subnetهای Avalanche یک سازه زیرساختی عمومی‌اند.

آیا هر کسی می‌تواند subnet بسازد؟

هم در Bittensor و هم در Avalanche، ساخت subnet شرایط مشخصی دارد. در Bittensor، ثبت یک subnet جدید نیازمند قفل کردن توکن TAO است و subnet برای کارآمد بودن باید ماینرها و اعتبارسنج‌ها را جذب کند. در Avalanche، راه‌اندازی subnet نیازمند ایجاد یک مجموعه اعتبارسنج و استقرار یک یا چند بلاکچین روی آن است. موانع فنی و اقتصادی متفاوت است، اما subnet بدون هزینه یا تعهد ساخته نمی‌شود.

چرا پروژه‌های AI به‌جای اجرا روی یک زنجیره عمومی از subnet استفاده می‌کنند؟

بلاکچین‌های همه‌منظوره برای تراکنش‌های مالی بهینه شده‌اند، نه برای بارهای کاری AI. وظایف AI ممکن است به سخت‌افزار خاص (GPU)، امتیازدهی سفارشی کارایی، قواعد اجماع تخصصی یا توان عملیاتی بالاتری از آنچه یک زنجیره مشترک می‌تواند فراهم کند نیاز داشته باشند. subnetها به پروژه‌های AI اجازه می‌دهند محیطی متناسب با نیازهای محاسباتی‌شان تعریف کنند و همچنان برای تسویه و امنیت اقتصادی به اکوسیستم بلاکچینی گسترده‌تر متصل بمانند.

منابع خارجی

همچنین ببینید