Eine GPU über das Internet trat einer 122B-Inferenz bei
Eine Blackwell-Workstation in einer anderen Stadt wählte eine einzige ausgehende 443-Verbindung und berechnete Experten für eine Live-122B-Dekodierung — byte-identisch zu einem lokalen Lauf und in KVR bezahlt für die geleistete Arbeit.
Was geschah: Eine 122B-Dekodierung, laufend auf einem AMD-Backbone an einem Ort, schickte ihre Experten-Arbeit je Token an eine NVIDIA-GB10-Maschine (Grace Blackwell) in einer anderen Stadt — über eine einzige ausgehende WebSocket-Verbindung auf Port 443 — und erhielt Expertenausgaben zurück, die exakt dieselben Tokens erzeugten wie die lokale Berechnung. Kein Tunnel, keine Portweiterleitung, kein eingehendes Firewall-Loch. Die entfernte Maschine verdiente KVR für die Bytes, die sie bediente.
Kvasirs Prämisse ist *welche Hardware auch immer auftaucht* — auch Hardware hinter Carrier-NAT, im öffentlichen Internet, in einer anderen Stadt. Qwen3.5-122B-A10B trägt 86 % seines Gewichts in 12.544 unabhängigen Experten (49 Layer × 256, top-8), jeder eine reine 5.3-MB-Funktion. Genau dieses Korn lässt eine entfernte, fremde Maschine eine Scheibe halten und beitragen. Die offene Frage war nie *können wir es aufteilen* — sondern *kann ein Worker über das offene Internet wirklich an einer Live-Dekodierung teilnehmen, korrekt und abrechenbar*. Nun hat er es.
Kein Tunnel, keine eingehenden Ports
Der entfernte Worker öffnet eine Verbindung — ausgehend wss:// zum öffentlichen Gateway auf 443, dem einzigen Port, den Carrier-NAT und CDN-Edges zuverlässig durchlassen. Das Gateway parst den Stream nicht; es spleißt die WebSocket roh zum LAN-only-Hub durch, der sie zum Experten-Dispatch-Lauscher des Backbones brückt. Beide Enden wählten nach außen und trafen sich in der Mitte. Der Worker exponiert null eingehende Ports und braucht keine öffentliche Adresse.
Zwei ausgehende Wählvorgänge, gespleißt zu einem gewöhnlichen Dispatch-Stream.
remote worker ──outbound 443──▶ wss://gate.kvasir-ai.net ◀──── backbone (LAN) (GB10, another city) raw WS splice → hub → dispatch listener per token: backbone → (cur rows, expert ids) → worker → expert partials → backbone
Der Router entscheidet einmal; die Rechnung gruppiert exakt um
Der Backbone führt den Router einmal und autoritativ aus; der Worker ist eine reine (hidden, ids) → out-Funktion. Diese Funktion über einen Kontinent zu verschieben ändert also, *wo* die Multiplikation geschieht, nicht *was* sie berechnet. Auf einer Live-122B-Dekodierung mit remote bedienten Layer-0-Experten: Der Greedy-Token-Stream war 8/8 identisch (" Paris."), Logit-cosine 0.99773, argmax-Übereinstimmung. Das ist dieselbe Router-Autoritäts-Eigenschaft, die die diskreten Entscheidungen von CUDA↔ROCm↔CPU invariant hält — heterogene Backends bleiben durch kontinuierlichen Fehler beschränkt, nie durch einen katastrophalen Zweig.
Warum der Schwarm ein Durchsatzgewebe ist, kein Niedriglatenz-Decoder
Serieller Dispatch je Token zahlt einen Roundtrip pro Schritt. Gemessen: mit einer direkten Verbindung (13 ms RTT) betrug der Durchsatz-Overhead 1.2 % (4.220 → 4.169 tok/s); durch einen CDN-Edge auf 443 geroutet waren es ~28 %. Wir veröffentlichen das ehrlich, weil es auf die Design-Wahrheit zeigt — ein WAN-Schwarm ist RTT-gebunden, seine Stärke ist also nicht die Latenz eines Streams, sondern die aggregierte Kapazität. Batching amortisiert den Roundtrip: gebündelter Experten-Dispatch erreicht bei Batch 512 den 77-fachen Durchsatz je Token. Bytes sind Spielraum; Roundtrips sind das, was zu verbergen ist — das Thema des begleitenden Roadmap-Beitrags.
Gemessene Bytes werden zu KVR
Teilnahme ist wertlos, wenn sie nicht abrechenbar ist. Das Relay misst die je Session gebrückten Bytes in das Beitrags-Ledger des Hubs; das Gateway pollt dieses Ledger und schreibt KVR als Delta der eigenen Wallet des Workers gut. Die erste Cross-Internet-Session akkumulierte tatsächlich: 1.28 MB Arbeit → 1.277952 Units → 0.00895 KVR an ausstehenden Belohnungen. Klein, und genau das ist der Punkt — es ist echtes Settlement je Arbeit, keine Teilnahme-Trophäe.
Derselbe ausgehende 443-Pfad ist genau der Weg, auf dem ein Smartphone beitritt: Ein Galaxy S25 hat darüber bereits 122B-Experten berechnet (8/8 identische Tokens, cosine 0.99992). Ein Modell von Frontier-Größe, bedient von einem Backbone an einem Ort, einer Rechenzentrums-GPU in einer anderen Stadt und einem Smartphone in jemandes Tasche — alle produzieren dieselben Tokens, jeder bezahlt für seinen Anteil. Was als Nächstes kommt, ist, den WAN-Roundtrip billig zu machen; diese Roadmap gründet in den Produktionszahlen anderer und unseren eigenen Messungen.