Raven Protocolの具体的なユースケースは、速度が鍵となるAIトレーニングを実行することです。AWSで2〜3週間かかる100万画像データセットのトレーニングを、Ravenでは2〜3時間に短縮します。AI企業はモデルをより良く、より速くトレーニングできるようになります。
Raven Protocolは、以下のための自立的かつ動的なエコシステムを構築しています。
- AIエンジンをトレーニングしたい顧客
- コンピュータ、スマートフォン、サーバーラックなどの形で計算リソースを共有したい貢献者
Ravenトークン（RAVEN）は、エコシステム内で行われる安全な取引を促進するための共通基盤として機能します。レンタルしたいエンタープライスクライアントはRAVENで支払い、計算リソースの貢献者はRAVENで報酬を受け取ります。
Ravenは、速度が鍵となるAIトレーニングのために、アイドル状態の計算力を活用する計算ノードのネットワークを作成しています。ネイティブトークンは、初期ネットワークを立ち上げるための鍵です。
世界中の人々に計算力をネットワークに貢献してもらい、インセンティブを与え、報酬を提供したいと考えています。さらに、トークン保有者には、さまざまな深層ニューラルネットワークのトレーニングを調整するマスターノードの実行に対して報酬を提供します。
私たちのコンセンサスメカニズムは、Proof-of-Calculationと呼ばれます。Proof-of-Calculationは、ネットワーク内の計算ノードへのインセンティブの規制と分配のための主要なガイドラインとなります。以下はインセンティブ分配の2つの主要な決定要因です。
- 速度: ノードが（ニューラルネットワーク内で）勾配計算を実行し、それを勾配コレクターに返す速度。
- 冗長性: 最も速い3つの冗長計算のみがインセンティブを受け取る資格があります。これにより、返される勾配が本物で最高品質であることが保証されます。
