分散型機械学習のデバッグをしていると、月曜日の雰囲気も一味違うよね。さて、本題だけど、機械学習モデルって本当にBittensorのネットワーク容量を使い切ってるのかな？

どうやら、待っていないチームもいるみたい。inference_labsチームが面白いワークフローを公開していたよ：ONNXモデルファイルを用意して、推論速度を上げるために量子化してから、dsperseで分割して分散処理するんだ。さらにすごいのは、その上にzk-snarksを重ねて、計算の検証を可能にしている点。

よく考えればかなり賢いやり方だよね―帯域幅のボトルネックを解消しつつ、証明も軽量に保てる。他にも分散型ネットワークでモデルのシャーディングに取り組んでいる人はいる？