Fenêtre de couches et shards partiels
La tranche contiguë du modèle dévolue à un nœud — téléchargeable en mini-GGUF au lieu du checkpoint complet.
Une fenêtre de couches est la plage contiguë de couches transformer qu'un nœud de l'anneau sert. Un nœud n'a pas besoin du checkpoint complet pour la servir — un mini-GGUF de stage ne transporte que les tenseurs de la fenêtre : pour le 122B, 254 MB pour 26 tenseurs (sur 338 au total) contre 77.6 GB pour le modèle complet, ou ~1.5 GB pour une fenêtre d'une couche sur un téléphone.
Une ligne du rank manifest : qui sert quoi, dans quel budget.
rank 3 layers [39,48] vram=3.4GiB kv=0.9GiB backend=opencl shard: mini-GGUF with exactly those blk.39-48 tensors → download → load
Revendiquée, pas assignée
Auto-inscription
- Un nœud interroge la carte de couverture/demande pour voir quelles fenêtres sont mal servies et combien chacune paie.
- Il choisit la fenêtre non couverte au rendement maximal qui tient dans son budget, télécharge exactement cela, et rejoint.
- La couverture s'auto-répare : quand un nœud disparaît, sa fenêtre redevient rare — donc lucrative — à nouveau.
- Vérifié de bout en bout avec un téléphone derrière NAT : poll → auto-inscription → téléchargement partiel → chargement GPU Adreno → inférence en anneau achevée, contribution créditée.
L'essaim d'experts réutilise exactement ce marché au grain plus fin de (couche, plage d'experts) — même carte, même auto-inscription, mêmes récompenses, unités plus petites.