المؤلف الأصلي: Jtsong.eth (Ø,G) (@Jtsong2)
مكتبة الأبحاث والاستثمار في العملات الرقمية الحديثة @MessariCrypto أصدرت تقرير بحثي شامل وعميق حول 0G، وهذا المقال هو نسخة مختصرة ومكثفة باللغة الصينية:
الملخص الرئيسي
مع اندلاع سباق الذكاء الاصطناعي اللامركزي (DeAI) في عام 2026،صفر جاذبية (Zero Gravity) بفضل هيكلها التكنولوجي المبتكر، أنهت تمامًا مشكلة التاريخ طويلة الأمد التي تواجهها Web3 وهي عدم قدرتها على دعم نماذج الذكاء الاصطناعي الكبيرة. ويمكن تلخيص سرها الرئيسي على النحو التالي:
محرك الأداء الفائق (50 جيجا بايت في الثانية من النطاق الترددي): من خلال فصل المنطق وتقسيم المستويات المتعددة بشكل متوازي، حقق 0G أداءً أفضل بمرور الوقت مقارنةً مع الطبقات التقليدية لـ DA (مثل إيثيريوم وCelestia) بمرور الوقت. 600 ألف مرة القفزة في الأداء، ليصبح البروتوكول الوحيد في العالم الذي يمكنه دعم توزيع نماذج DeepSeek V3 الضخمة على الإنترنت بشكل فوري.
البنية التحتية المُodular لـ dAIOS: ابتكرت أول نموذج نظام تشغيل يعتمد على تعاون طبقات أربع وهي: "التحصيل، والتخزين، والتوافرية البيانات (DA)، والحساب"، مما كسر عجز البلوكشين التقليدية في "نقص التخزين" و"تأخر الحساب"، وحقق حلقة مغلقة فعالة لتدفق البيانات وتدفق التنفيذ في الذكاء الاصطناعي.
البيئة الموثوقة الأصلية لذكاء الاتصال (TEE + PoRA)بفضل التكامل العميق بين بيئة التنفيذ الموثوقة (TEE) وبرهان الوصول العشوائي (PoRA)، فإن 0G لا يعالج فقط متطلبات "التخزين الساخن" للبيانات الضخمة فحسب، بل ينشئ بيئة للاستدلال والتدريب على الذكاء الاصطناعي لا تحتاج إلى ثقة وتحمي الخصوصية، مما يحقق قفزة من "السجل" إلى "البنية الأساسية للحياة الرقمية".
الباب الأول: السياق الكلي - "الانفصال وإعادة الهيكلة" بين الذكاء الاصطناعي وويب 3
في ظل دخول الذكاء الاصطناعي عصر النماذج الكبيرة، أصبحت البيانات والخوارزميات والقدرة الحاسوبية عناصر إنتاج رئيسية. ومع ذلك، تواجه البنية التحتية للبلوكشين التقليدية الحالية (مثل إيثريوم وسولانا) تحديات كبيرة في "عدم توافق الأداء" عند دعم تطبيقات الذكاء الاصطناعي.
1. قيود البلوك تشين التقليدية: عنق الزجاجة في النطاق الترددي والتخزين
تم تصميم سلاسل الكتل التقليدية من الطبقة 1 في الأصل لمعالجة معاملات سجلات الأصول المالية، وليس لدعم مجموعات بيانات تدريب الذكاء الاصطناعي بحجم تيرابايت أو مهام الاستدلال النموذجية ذات التردد العالي.
عجز التخزينتُعد تكاليف تخزين البيانات على سلاسل مثل إيثريوم مرتفعة للغاية، كما تفتقر إلى الدعم الأصلي للبيانات الكبيرة غير المُنظمة (مثل ملفات وزن النماذج و наборы данных الفيديو).
القيود على الطاقة الاستيعابيةإن عرض النطاق الترددي لتوافر البيانات (DA) في إيثريوم لا يزيد عن 80 كيلو بايت في الثانية، وحتى بعد الترقية باستخدام EIP-4844، فإنه لا يزال بعيدًا عن القدرة على تلبية متطلبات النطاق الترددي بحجم جيجا بايت المطلوبة للاستدلال الفوري النموذج اللغوي الكبير (LLM).
حساب التأخيرتتطلب معالجة الذكاء الاصطناعي زمنًا منخفضًا جدًا للانتظار (بالميلي ثانية)، بينما تُعد آليات التوافق في سلاسل البلوك تشين عادةً بزمن يُقاس بالثواني، مما يجعل "الذكاء الاصطناعي على السلسلة" عمليًا غير عملي في العمارة الحالية.
2. الرسالة الأساسية لـ 0G: كسر "جدار البيانات"
تسيطر الصناعات الكبيرة المركزة حاليًا على مجال الذكاء الاصطناعي، مما أدى إلى تشكيل "جدار بيانات" فعلي، مما أدى إلى قيود على خصوصية البيانات، وعدم القدرة على التحقق من نتائج النماذج، وتكاليف باهظة لاستئجار الخدمات.صفر جاذبية (Zero Gravity) تُعد ظهورها علامة على إعادة بناء عميقة لـ الذكاء الاصطناعي والويب 3. أنها لم تعد ترى سلسلة البلوك تشين كدفتر حسابات يخزن قيم هش فقط، بل من خلال...البنية التحتية المُodularةفكك "تدفق البيانات، وتدفق التخزين، وتدفق الحساب" المطلوب لذكاء الآلة. إن المهمة الأساسية لـ 0G هي كسر الصندوق الأسود المركزي من خلال تقنيات اللامركزية، مما يجعل الأصول الذكاء الآلة (البيانات والأنماط) سلعاً عامة يمكن امتلاكها ذات سيادة.
بعد فهم هذا التفاوت الكلي، نحتاج إلى تحليل عميق لكيفية قيام 0G بحل هذه النقاط المؤلمة المتناثرة واحدة تلو الأخرى من خلال هيكلة طباقية صارمة مكونة من أربع طبقات.
الباب الثاني: العمود الفقري للبنية التحتية: تعاون الطبقات الأربعة في 0G Stack المُoduли
ليست 0G مجرد سلسلة بلوك تشين بسيطة، بل تُعرّف كـ dAIOS (نظام تشغيل الذكاء الاصطناعي اللامركزي)تتمثل فكرة هذا المفهوم الأساسية في أنها تقدم لصانعي الذكاء الاصطناعي كومة بروتوكولات كاملة تشبه نظام التشغيل، حيث تحقق قفزة هائلة في الأداء بفضل تكامل عميق عبر هيكلية من أربع طبقات.
1. تحليل العمارة ذات الأربع طبقات لـ dAIOS
يضمن 0G Stack فصل تنفيذ العمليات والتوافق والتخزين والحساب، مما يسمح لكل طبقة بالتوسع بشكل مستقل:
سلسلة 2.0G: أساس أداء مبني على CometBFT
كالجهاز العصبي المركزي لـ dAIOS،سلسلة 0G تم اعتماد تحسينات عالية المستوى كوميت بي إف تي آلية التوافق. تكمن إبداعيتها في فصل طبقة التنفيذ عن طبقة التوافق، وتخفيض وقت الانتظار لإنتاج الكتل بشكل كبير من خلال معالجة أنابيب (Pipelining) وتصميم ABCI القابل للتوسيع. مقياس الأداء: وفقاً لأحدث اختبارات الأداء، يمكن لسلسلة 0G تحقيق 11000+ معاملة في الثانية وتحقيق إنتاجية عالية مع تأكيد نهائي بمستوى تحت الثانية. تضمن هذه الأداء العالي جدًا أن تكون عمليات التسوية على السلسلة قادرة على التعامل مع التفاعلات المتكررة ذات التردد العالي بين وكلاء الذكاء الاصطناعي (AI Agents) على نطاق واسع دون أن تصبح عنق زجاجة.
3. التعاون المترابط بين تخزين 0G و 0G DA
تُعد الجدار التكنولوجي لـ 0G هو تصميم "القناة المزدوجة"، والذي يفصل بين نشر البيانات والتخزين الدائم:
0G DAتُركّز على البث السريع للبيانات الاحتفالية (Blob) والتحقق من العينة. إنها تدعم ما يصل إلى 32.5 ميغابايت لكل Blob واحد، وبواسطة تقنية ترميز الحذف (Erasure Coding)، يمكن ضمان توفر البيانات حتى لو كان بعض العقد خارج الإنترنت.
0 غيغابايت تخزين: معالجة البيانات غير القابلة للتغيير عبر "الطبقة السجلية (Log Layer)"، ومعالجة الحالة الديناميكية عبر "الطبقة ذات المفتاح والقيمة (KV Layer)".
توفر هذه العمارة المُتَعاوِنَة من أربع طبقات تربة خصبة لنمو طبقة DA عالية الأداء، وسنستكشف في الأجزاء التالية الأجزاء الأكثر تأثيراً في محرك 0G الأساسية – وهي تقنية DA عالية الأداء.
الباب الثالث: الغوص التقني في طبقة DA عالية الأداء (0G DA)
في البيئة اللامركزية لذكاء الآلة عام 2026، لن تكون توافرية البيانات (DA) مجرد "إثبات نشر"، بل يجب أن تحمل أنابيب بيانات حية بحجم بيتا بايت من وزن ذكاء الآلة و наборы данных التدريب.
3.1 التفكيك المنطقي والتعاون الجسدي: تطور العمارة ثنائية القناة عبر الأجيال
يأتي التفوق الأساسي لـ 0G DA من هيكله المزدوج المميز: نشر البيانات (Data Publishing)ويتم فصل تخزين البيانات (Data Storage) تمامًا من الناحية المنطقية، ولكن يتم تحقيق تعاون فعال على مستوى العقد المادية.
الانفصال المنطقيعلى عكس طبقة DA التقليدية التي تدمج نشر البيانات مع التخزين طويل المدى، فإن 0G DA مسؤولة فقط عن التحقق من توفر كتل البيانات لفترة قصيرة، بينما يتم تفويض الاستمرارية في تخزين كميات البيانات الكبيرة إلى 0G Storage.
التعاون الفيزيائي: استخدام عقد التخزينتُثبت إثباتات الوصول العشوائي (PoRA) أن البيانات موجودة فعليًا، بينما تقوم عقد DA (DA Nodes) بشبكة التوافق القائمة على التقسيم (Sharding).ضمان الشفافية، وتحقيق "التحقق الفوري والتخزين والتحقق ككل واحد".
3.2 معايير الأداء: مواجهة بيانات تفوق المقياس
تمكنت تقنية 0G DA من تحقيق اختراق في سعة النقل، مما يحدد مباشرةً حدود أداء نظام التشغيل الذكاء الاصطناعي اللامركزي. الجدول أدناه يعرض مقارنة بين معلمات التكنولوجيا لـ 0G والحلول الرئيسية لـ DA:
3.3 الأسس التقنية لتوافر الوقت الفعلي: رموز الترميز التصحيحي وشريحة التوافق متعددة
لدعم كم هائل من البيانات الصناعية، قدمت 0Gالترميز المحوي (Erasure Coding) والتقسيم متعدد التوافق (Multi-sharding):
تحسين ترميز التصحيح: من خلال إضافة إثبات فائض، يمكن استعادة المعلومات الكاملة من خلال أخذ عينات من قطع البيانات الصغيرة حتى لو كان هناك عدد كبير من العقد خارج الشبكة.
تعدد التوافق والتقطيع:0G تخلت عن منطق المعالجة الخطية للسلسلة الواحدة التي تتعامل مع جميع DA. من خلال توسيع شبكة التوافق أفقيًا، فإن الحجم الإجمالي للتدفق يزداد مع زيادة عدد العقد.النمو الخطي. في الاختبار العملي لعام 2026، تم دعم مئات الآلاف من طلبات التحقق من Blob في الثانية، مما يضمن استمرارية تدفق تدريب الذكاء الاصطناعي.
إن امتلاك قنوات بيانات عالية السرعة وحدها غير كافٍ، إذ تحتاج الذكاء الاصطناعي أيضًا إلى ذاكرة "مُخ" ذات تأخير منخفض ومساحة "تنفيذ" آمنة وخصوصية، مما يقود إلى طبقة تحسين مخصصة للذكاء الاصطناعي.
الباب الرابع: التحسين المخصص لذكاء الآلة وزيادة قوة الحساب الآمن
4.1 معالجة القلق الناتج عن التأخير في وكلاء الذكاء الاصطناعي (AI Agents)
لأنظمة الذكاء الاصطناعي التي تنفذ استراتيجياتها في الوقت الفعلي، تعد مدة تأخير قراءة البيانات خطًا حيويًا يحدد بقاءها أو فشلها.
架سـتـم فـصـل الـبـيـانـات الـبـارالتخزين الداخلي المخصص لـ 0G هوالسجل (Log Layer) غير القابل للتغيير والطبقة الحالة القابلة للتغيير (KV Layer)تخزن البيانات الساخنة في طبقة KV عالية الأداء، مما يدعم الوصول العشوائي بمستوى تحت الثانية.
بروتوكول الفهرس عالي الأداءباستخدام جدول التجزئة الموزع (DHT) والعقدة المخصصة لفهرس البيانات الوصفية، يمكن لوكيل الذكاء الاصطناعي تحديد المعلمات النموذجية المطلوبة بدقة في غضون ملي ثانية.
4.2 تحسينات الت信任 Execution Environment (TEE): قطعة اللغز الأخيرة لبناء الذكاء الاصطناعي بدون ت信任
تم تقديم 0G بشكل كامل في عام 2026 TEE (بيئة التشغيل الموثوقة) تحديثات الأمان.
الخصوصية الحسابيةتُعالج أوزان النموذج ودخل المستخدم في "منطقة عزلة" داخل TEE. حتى مشغلي العقد لا يمكنهم رؤية عملية الحساب.
قابلية التحقق من النتائجتُقدَّم شهادة التأكيد عن بُعد (Remote Attestation) المُولَّدة بواسطة TEE مع النتائج الحاسوبية إلى سلسلة 0G، مما يضمن أن النتائج تولَّدت بواسطة نموذج معين غير مُعدَّل.
4.3 تحقيق الرؤية: القفز من التخزين إلى نظام التشغيل
الوكلاء الذكيون لم يعودوا مجرد نصوص منفصلة، بل يمتلكونهوية السيادة (مقياس iNFT)الذاكرة المحمية (ال храниة 0G)وكيان حيوي رقمي مُعتمد (TEE Compute) يُحقق منطقًا قابلًا للتحقق. هذا الدائرة المغلقة تُزيل احتكار مصنّعي السحابة المركزية لذكاء الآلة، مما يُشير إلى دخول الذكاء الاصطناعي اللامركزي إلى عصر الاستخدام التجاري على نطاق واسع.
ومع ذلك، لكي تتحمل هذه "الحياة الرقمية"، يجب أن تخضع التخزين الموزع الأساسي لثورة أداء من "البارد" إلى "الساخن".
الباب الخامس: الابتكار في طبقة التخزين الموزع - ثورة النموذج من "النسخ الاحتياطي البارد" إلى "الأداء الساخن"
تستند الابتكارات الأساسية لـ 0G Storage إلى كسر قيود الأداء التقليدية لتخزين البيانات الموزع.
1. بنية مزدوجة: فصل طبقة السجل وطبقة KV
الطبقة السجلية (معالجة البيانات المتداولة): مصمم خصيصًا للبيانات غير المهيكلة (مثل سجلات التدريب، مجموعات البيانات). من خلال نمط الكتابة فقط (Append-only)، يضمن السينكرونة بسرعة مللي ثانية للبيانات الضخمة بين العقد الموزعة.
الطبقة KV (إدارة الفهرس وال حالة)توفير دعم فهرس عالي الأداء للبيانات المُعدة. عند استدعاء معلمات نموذج الوزن (Weights)، يتم تقليل تأخير الاستجابة إلى مستوى الملي ثانية.
2. PoRA (دليل الوصول العشوائي): نظام مقاومة هجمات سيبل وتاكيد الهوية
لضمان صحة التخزين، قدمت 0G PoRA (إثبات الوصول العشوائي).
مقاومة هجمات الساحرةتربط PoRA صعوبة التعدين بشكل مباشر بالمساحة الفعلية المُستخدمة في التخزين المادي.
التحقق من الصحة: تسمح الشبكة بإجراء فحوصات عشوائية للعقد للتأكد من أن البيانات لا يتم تخزينها فقط، بل تكون في حالة "جاهزة على الدوام" من التنشيط الساخن.
3. تجاوز الأداء: تنفيذ هندسي للبحث بسرعة ثانية
تتيح تقنية 0G تحقيق قفزة من "البحث بالدقيقة" إلى "البحث بالثانية" من خلال دمج تشفير الترميز التصحيح للخطأ مع قنوات DA ذات العرض العريض. وتتميز هذه القدرة على "التخزين الساخن" بأداء يكفي لمنافسة الخدمات السحابية المركزة.
تمكّن هذا التطور النوعي في أداء التخزين من توفير أساس موزع قوي لدعم النماذج ذات المعلمات المقدرة بالمليارات.
الدعم الذاتي للذكاء الاصطناعي في الفصل السادس - أساس موزع للموديلات ذات المعلمات بالمليارات
1. عقد توجيه الذكاء الاصطناعي: حارس تدفق الذكاء الاصطناعي
عقد توجيه الذكاء الاصطناعي (AI Alignment Nodes) تتولى مسؤولية مراقبة تعاون عقد التخزين和服务节点. من خلال التحقق من صحة مهام التدريب، تأكد من أن نموذج الذكاء الاصطناعي يعمل دون أن ينحرف عن المنطق المُعد مسبقًا.
2. دعم إدخال/إخراج المعالجة المتوازية على نطاق واسع
لإدارة نماذج المعلمات التي تبلغ قيمتها مئات أو آلاف البليون (مثل Llama 3 أو DeepSeek-V3)، فإنها تتطلب إدخالات/إخراجات متوازية عالية جداً. تسمح تقنية 0G ل�طلاع البيانات وتقسيم التوافق المتعدد بمعالجة آلاف العقد قراءة مجموعات البيانات الضخمة في آنٍ واحد.
3. تعاون نقاط التحقق (Checkpoints) مع DA عالي النطاق الترددي
استعادة النظام بعد الأعطاليمكن لـ 0G أن يُثبّت ملفات نقاط التحقق بحجم مئات الجيجا بايت بسرعة.
الاستعادة دون إدراكوبлагودارя للحد الأقصى لتدفق البيانات بسرعة 50 جيجابت في الثانية، يمكن للعقدة الجديدة أن تزامن لقطات نقاط التحقق الأحدث من طبقة DA فورًا، مما يحل مشكلة صعبة في الحفاظ على تدريب النماذج الموزعة على المدى الطويل.
بالإضافة إلى التفاصيل التقنية، يجب أن نوسع رؤيتنا إلى الصناعة بأكملها ونرى كيف تجتاح تقنية 0G السوق الحالية.
الباب السابع: هيكل المنافسة - تفوق الأبعاد وتفوق التمايز لـ 0G
7.1 تقييم عرضي للخطط الرئيسية لـ DA
7.2 نقاط القوة الأساسية: DA القابلة للبرمجة والتخزين المتكامل عموديًا
إزالة عنق الزجاجة في النقلطابق التخزين المتكامل الأصلي، مما يسمح للعقدة الذكية الاصطناعية بالاسترجاع المباشر للبيانات التاريخية من طبقة DA.
قفزة في سعة النقل تصل إلى 50 جيجا بايت في الثانية: أسرع بعوامل عدة مقارنة بالمنتجات التنافسية، مما يدعم الاستدلال في الوقت الفعلي.
البرمجة (DA قابلة للبرمجة): السماح للمطورين بتحديد سياسات تخصيص البيانات حسب الرغبة، وتعديل درجة تكرار البيانات بشكل ديناميكي.
إن هذا النوع من الضغط على الأبعاد يشير إلى انتقال اقتصاد ضخم إلى مرحلة جديدة، وتُعد اقتصاديات الرموز هي الوقود الذي يحرك هذا النظام.
الباب الثامن: رؤية البيئة في عام 2026 والاقتصاد الرمزي
مع تشغيل الشبكة الرئيسية بسلاسة في عام 2025، سيصبح عام 2026 علامة فارقة في انتشار 생태 0G.
8.1 رمز $0G: مسار التقاط القيمة متعدد الأبعاد
الدفع بالموارد (Work Token): وسيلة وحيدة للوصول إلى ذاكرة الوصول العشوائي (RAM)高性能 ووحدات التخزين.
الرهن الآمن (Staking)يجب على المحققين والمزودين التخزينيين ضمان 0G$، وتقديم توزيعات أرباح شبكة.
تخصيص الأولويةفي أوقات الذروة، تحدد كمية الرموز المميزة أولوية المهام الحاسوبية.
8.2 2026 الحوافز البيئية والتحديات
بدأ مشروع 0G "مؤسسة الجاذبية 2026" صندوق خاص، يركز على دعم إطار الاستدلال DeAI و منصة جمع البيانات الجماعي. بالرغم من التفوق التكنولوجي، لا يزال 0G يواجهتتطلب الأجهزة العقدية متطلبات عالية،البدء البارد البيئيوغيرهاالامتثال التنظيميمثل التحديات.