. @inference_labs 正在提出明確的主張：分散式證明解鎖了 zkML 的大規模應用

AI 一旦從單一機器擴展到分散式叢集，規模就能大幅提升。Inference Labs 將相同的邏輯應用於可驗證的 AI

zkML 的瓶頸在於一次性證明整個模型

他們的解決方案，DSperse，將模型切分為獨立的組件，並在多個節點上分散證明。更多節點帶來更快的證明速度、穩定的記憶體使用和韌性的執行

結合 JSTprove，這個架構支持近乎即時的驗證和生產級性能。

其影響具有結構性：
+ zkML 成為可擴展的基礎設施
+ 證明生成變得容錯
+ 自主系統獲得審計能力和韌性

與 Cysic 等硬體加速合作夥伴合作，分散式證明將可驗證的 AI 從研究推向實際部署。

這是 zkML 數學驅動信任的範式轉變，由網絡實現