Was ist OpenGradient?

OpenGradient ist ein dezentrales Infrastrukturnetzwerk, das zum Hosten, Ausführen und Überprüfen von KI-Modellinferenzen in großem Maßstab entwickelt wurde, wobei jede Berechnung einen kryptografischen Beweis liefert, der in der Kette überprüft werden kann, ohne einem einzelnen Betreiber zu vertrauen.

Das Projekt bezeichnet sich selbst als Netzwerk für offene Intelligenz und hat kürzlich $OPG als natives Token eingeführt, um den Betrieb des Netzwerks voranzutreiben. Im Kern fungiert OpenGradient als KI-Coprozessor, eine dedizierte Schicht, an die andere Agenten, Blockchains und Anwendungen KI-Arbeitslasten weiterleiten können, anstatt sich auf zentralisierte API-Anbieter zu verlassen.

Heute wird $OPG als nativer Token eingeführt, der das überprüfbare KI-Netzwerk von OpenGradient antreibt. Damit geht das Netzwerk vollständig in Betrieb und bringt der Welt eine erlaubnisfreie KI-Infrastruktur mit sicherer, überprüfbarer Ausführung in der Kette. 🧵👇🏻 pic.twitter.com/suQGK0L6F1

– OpenGradient (∇, ∇) (@OpenGradient) 21. April 2026

Welches Problem löst OpenGradient?

Jede KI-Anwendung ist heute auf einen einzigen Vertrauenspunkt angewiesen. Wenn ein KI-Agent ein Portfolio verwaltet, einen Kredit genehmigt oder Inhalte moderiert, gibt es derzeit keine Möglichkeit, unabhängig zu überprüfen, welches Modell ausgeführt wurde, welche Eingabeaufforderung verwendet wurde oder ob die Ausgabe geändert wurde, bevor sie den Endbenutzer erreichte.

Laut der Dokumentation von OpenGradient konsolidiert sich die KI-Infrastruktur auf eine Handvoll Anbieter, und das führt zu drei spezifischen Problemen.

Undurchsichtigkeit: Wenn ein großes Sprachmodell eine Entscheidung trifft, die sich auf Geld, Gesundheit oder Regierungsführung auswirkt, gibt es keine Möglichkeit zu beweisen, was im System passiert ist. Modellversionen können sich stillschweigend ändern, Systemaufforderungen können eingefügt und Antworten gefiltert werden, ohne dass der Benutzer davon etwas mitbekommt.

Einzelne Fehlerquellen: Wenn der Anbieter ausfällt, die Zugriffsgeschwindigkeit begrenzt oder das Modellverhalten ändert, brechen abhängige Anwendungen ohne Rückgriff und ohne Rückgriff ab.

Vertrauen ohne Verifizierung: Betreiber können ohne Offenlegung Modelle austauschen, Inhalte einfügen oder Eingabeaufforderungen protokollieren. Für Finanzagenten, medizinische Argumentationsinstrumente oder Prüfpfade ist es kein gangbarer Weg, dies im Glauben zu akzeptieren.

OpenGradient adressiert alle drei, indem es die Verifizierung zum Standard und nicht zu einem optionalen Add-on macht.

Wie funktioniert OpenGradient?

OpenGradient basiert auf einer Hybrid AI Compute Architecture, abgekürzt als HACA, die die Ausführung der KI-Inferenz von ihrer Überprüfung trennt. Diese Trennung ist die wichtigste architektonische Entscheidung, die das System praktisch macht.

Wenn eine Anfrage eingeht, wird sie direkt an einen speziellen Inferenzknoten weitergeleitet und mit einer Latenz auf Web2-Ebene zurückgegeben. Der kryptografische Beweis wird dann asynchron von vollständigen Knoten übermittelt und validiert, bevor er dauerhaft in der EVM-kompatiblen Kette des Netzwerks aufgezeichnet wird. Der Benutzer wartet nicht auf die Blockbestätigung, um eine Antwort zu erhalten, sondern jede Antwort wird schließlich festgelegt und ist überprüfbar.

Was sind die verschiedenen Knotentypen?

Anstatt einen einzelnen Validatorsatz zu verwenden, bei dem jeder Knoten jede Aufgabe ausführt, verwendet OpenGradient spezielle Knotentypen.

Vollständige Knoten führen den Konsens durch, verwalten das Hauptbuch, überprüfen Beweise und wickeln die Zahlungsabwicklung ab. Sie führen keine Modelle aus und verwenden keine GPUs.

Inferenzknoten sind zustandslose GPU-Worker, die Modelle ausführen. Diese gibt es in zwei Formen: LLM-Proxy-Knoten, die Anfragen über Trusted Execution Environment (TEE)-Enklaven an Anbieter wie OpenAI und Anthropic weiterleiten, und lokale Inferenzknoten, die Open-Source-Modelle direkt auf Hardware ausführen.

Datenknoten werden in sicheren Enklaven betrieben, um einen vertrauenswürdigen Zugriff auf externe Daten wie Preis-Feeds und APIs zu ermöglichen, wobei Bescheinigungen bestätigen, dass die Daten nicht manipuliert wurden.

Die dezentrale Speicherung auf einem System namens Walrus speichert Modelldateien und große Beweise außerhalb der Kette und wird durch im Hauptbuch aufgezeichnete Kennungen referenziert.

Diese Arbeitsteilung bedeutet, dass jeder Knotentyp unabhängig für seine spezifische Arbeitslast skaliert und gesichert werden kann.

Was können Entwickler auf OpenGradient aufbauen?

Das Netzwerk unterstützt eine Reihe von Anwendungsfällen in Unternehmens-, Finanz- und Verbraucheranwendungen. Einige sind jetzt verfügbar, andere befinden sich im Alpha-Testnetz in der Entwicklung.

Derzeit verfügbar:

KI-Agenten, bei denen jeder LLM-Anruf kryptografisch mit der genauen verwendeten Eingabeaufforderung signiert wird, wodurch die Argumentationskette in der Kette überprüfbar wird

Überprüfbarer Zugriff auf Modelle wie GPT-4, Claude, Grok und Gemini über eine einheitliche API mit TEE-Verifizierung

Datenschutzschützende Anwendungen, bei denen TEE-Knoten Eingabeaufforderungen innerhalb von Hardware-Enklaven verarbeiten und so verhindern, dass der Knotenbetreiber Anfragen sieht oder protokolliert

Persistenter Speicher für KI-Anwendungen durch MemSync, das die Speicherextraktion, Klassifizierung und Benutzerprofilgenerierung auf einer verifizierten Infrastruktur übernimmt

In Entwicklung auf Alpha-Testnetz:

Intelligente Vertragsintegration ermöglicht den nativen Aufruf von KI-Modellen aus Solidity über Vorkompilierungen

Atomare KI-Transaktionen, bei denen die Modellinferenz als Teil eines Zustandsübergangs und nicht als externer Oracle-Aufruf ausgeführt wird

Zusammensetzbare KI-Workflows, die mehrere Modelle mit gemischten Verifizierungsmethoden in einer einzigen Transaktion verketten

Was