买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：罗汀泰

摘要：本发明公开了一种去中心化隐私数据训练的多模态超算网络，涉及网络计算技术领域，所述网络由多个服务器节点组成；服务器分为可信执行环境与常规执行环境；在常规执行环境里，部署运行以下的系统或服务：Web服务，包括计算量和计算性能要求不是那么高的Web3服务；区块链系统，为网络提供公开的、去中心化共识类服务；可信执行环境，部署各类AI和非AI的计算引擎，负责保障用户数据隐私的安全且可追溯，甚至状态回退的计算服务。本发明中将Web3与AI的深度融合：ATRNetwork将Web3.0的去中心化、透明化特性与AI的智能化、个性化能力相结合，创建了一个既能保护用户数据隐私又能实现高效计算的新型基础设施。

主权项：1.一种去中心化隐私数据训练的多模态超算网络，其特征在于，所述网络由多个服务器节点组成；服务器分为可信执行环境与常规执行环境；在常规执行环境里，部署运行以下的系统或服务：Web服务，包括计算量和计算性能要求不是那么高的Web3服务；区块链系统，为网络提供公开的、去中心化共识类服务；可信执行环境，部署各类AI和非AI的计算引擎，负责保障用户数据隐私的安全且可追溯，甚至状态回退的计算服务；其中区块链：所述多模态超算网络采用区块链技术的分布式特性、数据不可篡改性及透明度，将通用多模态模型和隐私超算集群之间数据流转和可用证明上链记存，区块链对数据进行去中心化存储与管理，利用智能合约确保AI分片计算任务的自动化执行与公正分配资源，依靠在分布式算力集群中同步数据节点，实现同节点运行、储存、计算等能力；还包括通用多模态模型与时间序列分析：针对Web3环境设计通用性强、具备时间序列特性的AI模型，采用包括深度学习、强化学习、神经网络在内的先进算法，通过可组网能力形成超算网络，通用多模态模型能够捕捉并理解文本、音频、视频等各种类型数据的时间序列模式，提取其中的隐藏信息及风险因子，并据此生成预测和决策支持，为Web3AI应用提供灵活且实时可用数据资源；还包括区块链下训练推理基础设施构建：设计Web3AI隐私保护超算环境，采用TEE可信执行环境和先进的密码学技术来构建超算集群，在保证数据加密状态下能完成高效分配训练及推理，同时最大程度地保护数据隐私。

全文数据：

权利要求：

百度查询： 罗汀泰 一种去中心化隐私数据训练的多模态超算网络