インターネット越しの GPU が 122B 推論に参加した

別の都市の Blackwell ワークステーションが 443 のアウトバウンド接続を一本ダイヤルし、ライブ 122B デコードのためにエキスパートを計算した——ローカル実行とバイト単位で同一、そして働いた分の KVR を得た。

Kvasir の前提は*来るハードウェアをそのまま使う*だ——キャリア NAT 配下、公開インターネット上、別の都市にあるハードウェアも含めて。Qwen3.5-122B-A10B は重みの 86% を 12,544 個の独立したエキスパート（49 レイヤー × 256、top-8）に持ち、それぞれが 5.3 MB の純関数だ。その粒度こそが、遠く無関係なマシンがスライスを保持して貢献できる理由だ。未解決の問いは*分割できるか*では決してなかった——*公開インターネット越しのワーカーが、正しく、かつ説明責任を伴って、ライブデコードに実際に参加できるか*だった。いまそれが実現した。

リモートワーカーが開くのは一本の接続——443 上の公開ゲートウェイへのアウトバウンド wss:// で、キャリア NAT と CDN エッジが確実に通す唯一のポートだ。ゲートウェイはストリームを解析しない；WebSocket を LAN 限定の hub へ生のままスプライスし、hub がそれをバックボーンのエキスパートディスパッチリスナーへ橋渡しする。両端がアウトバウンドにダイヤルし、中間で出会った。ワーカーが露出するインバウンドポートはゼロで、公開アドレスも要らない。

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

バックボーンはルーターを一度だけ権威をもって走らせる；ワーカーは純粋な (hidden, ids) → out 関数だ。だからその関数を大陸をまたいで動かしても、変わるのは乗算が起きる*場所*であって、何を計算するかではない。layer-0 エキスパートをリモートで提供したライブ 122B デコードで：greedy トークン列は 8/8 一致（" Paris."）、ロジット cosine 0.99773、argmax 一致。これは CUDA↔ROCm↔CPU の離散的決定を不変に保つのと同じルーター権威の性質だ——異種バックエンドは連続誤差で有界にとどまり、壊滅的な分岐は決して起きない。

トークンごとの直列ディスパッチは、ステップごとに往復を払う。実測：直結（13 ms RTT）ではスループットのオーバーヘッドは 1.2%（4.220 → 4.169 tok/s）；443 上の CDN エッジ経由では 約 28% だった。これを正直に公表するのは、それが設計上の真実を指し示すからだ——WAN スウォームは RTT 律速であり、その強みは一本のストリームのレイテンシではなく総容量にある。バッチ化が往復を償却する：バッチ化したエキスパートディスパッチはバッチ 512 でトークンあたりスループット 77 倍に達する。バイトは余裕であり、隠すべきは往復だ——それが対になるロードマップ記事の主題である。

参加は、説明責任を伴わなければ無価値だ。リレーはセッションごとに橋渡ししたバイトを計量して hub の貢献台帳に記録する；ゲートウェイがその台帳をポーリングし、ワーカー自身のウォレットへ KVR を差分計上する。初のクロスインターネットセッションは実際に積み上がった：1.28 MB の仕事 → 1.277952 ユニット → 0.00895 KVR の保留報酬。小さいが、それが要点だ——参加賞ではなく、本物の、仕事ごとの精算である。

この同じアウトバウンド 443 の経路こそ、スマートフォンが参加するやり方そのものだ：Galaxy S25 はすでにそれ越しに 122B エキスパートを計算した（8/8 トークン一致、cosine 0.99992）。フロンティア規模のモデルを、ある場所のバックボーン、別の都市のデータセンター GPU、そして誰かのポケットの中のスマートフォンが提供し——すべてが同じトークンを生み、それぞれが自分の分の報酬を得る。次に来るのは WAN の往復を安くすることだ；そのロードマップは他者のプロダクション数値と我々自身の実測に基づいている。