Lưu trữ phi tập trung được sử dụng để chứa trọng số mô hình AI, chi phí thực sự thấp hơn nhiều so với dịch vụ đám mây truyền thống, cách tiếp cận này rất quan trọng cho tương lai của hạ tầng AI. Tuy nhiên, phương pháp của tôi là: không bao giờ bỏ qua bước xác minh băm địa phương.

Lý do rất thực tế. Mặc dù mã sửa lỗi có thể bảo vệ dữ liệu trong quá trình truyền qua mạng và tái tổ chức nút, nhưng với tư cách là người dùng cuối, việc tin tưởng mù quáng vào việc khôi phục dữ liệu hoàn hảo 100% là phi lý. Đặc biệt trong môi trường chống tấn công, ngay cả khi tệp mô hình chỉ bị thay đổi một bit, kết quả sinh ra có thể bị sai lệch.

Quy trình của tôi như sau: sau khi tải mô hình từ lưu trữ phân tán, trước tiên tính băm trên máy địa phương, so sánh với dấu vân tay ban đầu khi tải lên. Chỉ khi hai thứ hoàn toàn khớp nhau, tôi mới dám tải mô hình vào bộ nhớ GPU. Chi phí lưu trữ rẻ, phải đổi lấy xác thực khách hàng chặt chẽ hơn. Đây không phải là sự quá cẩn trọng, mà là một điểm kỹ thuật cần thiết.