DePIN · Frontier-Modelle ohne Rechenzentrum

Du hast nicht die Hardware für ein 198B-Modell. Und wir? Auch nicht.

Nichts in dieser Flotte kann Step-3.7-Flash halten — 198 Milliarden Parameter, weit jenseits jedes einzelnen Geräts, das uns gehört. Kvasir zerschneidet es in Layer-Fenster, sodass jede Maschine nur ihr eigenes hält und einen Hidden State an die nächste weitergibt. Heute auf dem Serving-Ring gemessen: 6.7–6.8 Tokens pro Sekunde, das erste Token nach 70 ms.

  • Läuft auf GPU · CPU · NPU · Smartphone
  • OpenAI- + Anthropic-kompatibel
  • Quellcode verfügbar (BSL 1.1)
  • Solana-Devnet

KI sollte nicht einer Handvoll Unternehmen gehören

Spitzen-Inferenz konzentriert sich hinter wenigen abgeschotteten Rechenzentren — geschlossene Gewichte, nutzungsbasierte Abrechnung, eine Rechnung an einen Eigentümer. Kvasir ist andersherum gebaut: offene Modelle, bereitgestellt über ein Netzwerk aus Alltagsgeräten — im Besitz der Menschen, die es betreiben, und von ihnen verdient. Heute laufen diese Engine und ihre Abrechnung auf unserer eigenen Flotte, und ein Gerät kann sich bereits registrieren, Rechenleistung beisteuern und dafür bezahlt werden; den Serving-Ring selbst für alle zu öffnen, ist das nächste Gate. Die Roadmap weiter unten sagt, wo jeder Teil steht.

  • Jedes Gerät tritt einem Peer-to-Peer-Ring bei — kein zentraler Master im Ring
  • p4-Engine mit verfügbarem Quellcode — BSL 1.1 und vollständig einsehbar
  • Mitwirkende verdienen KVR für die tatsächliche Rechenleistung, die sie beisteuern
  • Wallet in Eigenverwahrung — deine Schlüssel verlassen nie dein Gerät

Ein Modell, viele Geräte, Bezahlung pro Layer

Kein einzelner Node muss das gesamte Modell halten. Eine Anfrage fließt über den Layer-Pfad, und jeder Node wird für genau die Arbeit belohnt, die er geleistet hat.

  • Aufteilen: Das Modell wird in zusammenhängende Layer-Fenster unterteilt. Jedes Gerät hat eine Kopie der Modelldatei, lädt aber nur sein eigenes Fenster in den Speicher, sodass kein Node das ganze Modell ausführen muss.
  • Bereitstellen: Die Anfrage tritt in den Ring ein. Jeder Node führt seine Layer aus und gibt nur die Hidden-State-Grenze an seinen Nachbarn weiter; der letzte Node sampelt das Token und schickt es durch den Ring zurück — kein zentraler Master.
  • Belohnen: Jeder Node verdient KVR, gewichtet nach den ausgeführten Layern — sein Anteil an den erzeugten Tokens — abgerechnet auf Solana an die eigene Wallet des Nodes.

p4 — die Engine hinter dem Netzwerk

p4 bündelt gemischte Hardware zu einem einzigen Serving-Pool: Jedes Gerät hält nur wenige Layer des Modells und gibt ausschließlich den Hidden State an seinen Nachbarn weiter — kein zentraler Master im Ring. p4 löst linkcpp ab, die Engine, die Kvasir bis Mitte 2026 betrieben hat, und hält die Datenebene mit einem kleinen Patch-Set nah am Upstream.

  • Ring runtime: Jedes Gerät speichert dasselbe Modell und lädt nur sein Layer-Fenster, dann öffnet es eine Verbindung zu seinem Vorgänger und eine zu seinem Nachfolger. Hidden-State-Grenzen zirkulieren durch den Ring, und der letzte Rank gibt das Token zurück — kein zentraler Master, kein Node hält alles.
  • p4-Control-Plane: Genau die Steuerungsebene, die der RPC-Datenebene fehlte. Sie erkennt Geräte, plant die Platzierung von Layern und Experten, startet die Worker und stellt die Gateways bereit. Ein Platzierungsplan ist ein Artefakt des Betreibers — die Engine lädt kein Modell, nur weil eine Web-Anfrage es verlangt. Quelle verfügbar unter der Business Source License (BSL) 1.1.
  • Verteilte Layer-Platzierung: p4 liest GGUF-Metadaten und berechnet aus einem Platzierungsplan zusammenhängende Layer-Fenster pro Node, plus optionales MoE-Expert-FFN-Offloading in den Node-RAM. Step-3.7-Flash, ein 198B-MoE, liegt derzeit als 2 stages auf zwei Maschinen.
  • SIWS- + 2FA-Sicherheit: Für öffentliche Deployments erfolgt der Betreiber-Zugang über eine Sign-In-With-Solana-Signatur auf einer Server-Nonce, plus TOTP-2FA und Einmal-Backup-Codes. Ein Gerät, das nur Rechenleistung beisteuern will, meldet sich nie an: Es weist gegenüber der Bridge eine Wallet nach und erhält ein Token, das ausschließlich auf die Teilnahme beschränkt ist.

Was läuft — und was gemessen wurde

Auf unseren eigenen Maschinen gemessen

  • MoE heute im Serving — Step-3.7-Flash, auf zwei NVIDIA-GB10-Maschinen
  • Stages, in die das Modell aufgeteilt ist, verteilt auf zwei Agents
  • Kosinus-Ähnlichkeit über ROCm, CUDA und eine Smartphone-CPU — gemischte Hardware stimmt überein
  • Wallet-Plattformen — web · desktop · iOS · Android
  • Step-3.7-Flash 198B auf zwei GB10-Maschinen · 122B durchgängig über drei Maschinen · OpenAI- + Anthropic-kompatibel · Solana devnet

Heute live — und wohin es geht

Eine klare Trennlinie zwischen dem, was bereits läuft, und dem, was geplant ist. Wir stellen die Roadmap nicht als bereits ausgeliefert dar.

  • Jetzt — Serving in Frontier-Größe, live: Step-3.7-Flash — ein 198B-MoE — liegt als 2 stages auf zwei NVIDIA-GB10-Maschinen und ist im Serving-Betrieb. Ein 122B-Modell lief durchgängig über drei physische Maschinen, eine davon ein Smartphone, das einen Teil davon hielt. Wallets für Web, Desktop, iOS und Android halten die Schlüssel auf dem Gerät des Nutzers.
  • In Arbeit — Ring, Gateway, Client: Das Abrechnungs-Gateway ist auf p4 portiert und antwortet: Eine bezahlte Anfrage läuft über das Gateway, die Bridge und den GB10-Ring und wird nach den tatsächlich verbrauchten Tokens abgerechnet. Auf dem Serving-Ring liefert Step-3.7-Flash im Einzelstream 6.7–6.8 Tokens pro Sekunde, das erste Token nach 67–71 ms. Weiterhin in Arbeit: Der Ring durchläuft nach einem abgebrochenen Lauf über 64 Requests die Recovery-Gates, der Desktop-Client wird zu einem echten Node, der einen p4-Agenten beaufsichtigt, statt ihn nur zu registrieren, und das Sharding auf Expert-Granularität wird auf p4 übertragen — ein Gerät kann bereits ein Window beanspruchen und ein Relay öffnen, aber der Shard-Download und das Dispatch auf Engine-Seite sind noch nicht geschrieben.
  • Demnächst — Kimi K3 und Abrechnung jenseits des Devnets: Die Verifikation von Kimi K3 (2.8T MoE) auf p4 ist das nächste Gate, und der GLM-5.2-Bericht — gemessen auf linkcpp, der vorherigen Engine — steht noch zur Veröffentlichung aus. Die Abrechnung läuft auf dem Solana-Devnet mit einem Off-Chain-Dienst; ein On-Chain-Belohnungsprogramm und Mainnet sind geplant.
  • Demnächst — Ein erlaubnisfreies globales Netzwerk: Die aktuellen Demos liefen auf der Hardware eines einzelnen Betreibers. Als Nächstes folgt die Öffnung des Netzwerks, sodass jeder, überall, ein Gerät anschließen und verdienen kann — ohne Gatekeeper.