แปลง Optimism OP เป็น Raven Protocol RAVEN

Optimism เป็นเครือข่ายของเชนที่เรียกว่า Superchain ซึ่งสร้างขึ้นบน OP Stack โอเพนซอร์ส OP Mainnet เป็นเครือข่ายที่ทำงานได้สมบูรณ์แรก โดยมีเชนอื่นๆ หลายเชนที่ดำเนินการบนสถาปัตยกรรม OP Stack รวมถึง Base (โดย Coinbase), Unichain (โดย Uniswap), Ink (โดย Kraken) และ World Chain (โดย Worldcoin) OP Stack ทำหน้าที่เป็นกรอบงานสำหรับเชน Ethereum เลเยอร์ 2 และสนับสนุนกิจกรรม L2 ที่สำคัญ ทุก OP Chain ใน Superchain มีส่วนร่วมกลับไปยัง Optimism Collective และทุกเชนปฏิบัติตามรูปแบบการแบ่งรายได้ที่เป็นมาตรฐาน: โดยคืนให้ Optimism เป็นจำนวนที่มากกว่า 2.5% ของรายได้รวมของเชนหรือ 15% ของกำไรในเชน (ซึ่งหมายถึงค่าธรรมเนียมลบด้วยค่าแก๊ส L1) Optimism มีเป้าหมายที่จะเปลี่ยนการปรับขนาด Ethereum ให้เป็นกลไกที่ยั่งยืน โดยการนำเสนอธุรกรรมที่รวดเร็วและมีค่าใช้จ่ายต่ำ พร้อมกับการลงทุนใหม่ในอนาคตของระบบนิเวศ ผู้ถือ OP มีส่วนร่วมในการกำกับดูแลเพื่อกำหนดการอัปเกรดโปรโตคอล การตัดสินใจด้านเงินทุน และอื่นๆ

Raven Protocol's specific use case is to perform AI training where speed is the key. We're taking a 1M image dataset that takes 2-3 weeks to train on AWS down to 2-3 hours on Raven. AI companies will be able to train models better and faster. Raven Protocol is creating a self-sustaining and dynamic ecosystem for: Customers who want to train their AI engines; and/or Contributors who would like to share their compute resources in the form of Computers, Smartphones, or even a server rack. Raven Tokens (RAVEN) will work as the common ground to facilitate a secure transaction that will take place inside our ecosystem. Enterprise clients who want to rent compute power will do so with RAVEN and contributors of the compute power will be rewarded in RAVEN. Raven is creating a network of compute nodes that utilize idle compute power for the purposes of AI training where speed is the key. A native token is the key to bootstrapping a nascent network. We want to incentivize and reward people all over the world to contribute their compute power to our network. Additionally, we will reward token holders for running masternodes which will be responsible for orchestrating the training of various deep neural networks. Our consensus mechanism is something we call Proof-of-Calculation. Proof-of-Calculation will be the primary guideline for the regulation and distribution of incentives to the compute nodes in the network. Following are the two prime deciders for the incentive distribution: Speed: Depending upon how fast a node can perform gradient calculations (in a neural network) and return it back to the Gradient Collector. Redundancy: The 3 fastest redundant calculation will only qualify for receiving the incentive. This will make sure that the gradients that are getting returned are genuine and of the highest quality.