OpenGradient (OPG) est une infrastructure décentralisée conçue pour permettre une exécution d'IA vérifiable. Elle s'attaque à la centralisation croissante des services d'IA en introduisant un système où chaque calcul d'IA peut être vérifié cryptographiquement, garantissant ainsi la transparence quant au modèle utilisé, aux entrées traitées et à la question de savoir si les sorties ont été modifiées. Au cœur de son fonctionnement, OpenGradient sépare l'exécution de la vérification, ce qui permet d'obtenir des performances rapides, semblables à celles du Web2, tout en conservant la confiance au niveau de la blockchain.

Le protocole est construit autour de son Hybrid AI Compute Architecture (HACA), qui introduit un réseau modulaire de nœuds spécialisés et un spectre de vérification flexible. Les développeurs peuvent choisir entre les Trusted Execution Environments (TEE), le Zero-Knowledge Machine Learning (ZKML) ou la vérification "Vanilla" légère en fonction de leurs besoins. Cette conception permet une inférence d'IA évolutive et à faible latence tout en préservant la confidentialité et en garantissant que les preuves d'exécution peuvent être validées on-chain sans avoir à relancer le calcul.

Au-delà de l'infrastructure, OpenGradient fournit un écosystème complet pour les applications d'IA, y compris l'inférence LLM à accès payant (x402), le stockage décentralisé de modèles (Model Hub), la mémoire d'IA persistante (MemSync) et l'exécution ML on-chain (PIPE). Avec des produits supplémentaires tels que les places de marché de jumeaux numériques et les flux de travail d'IA vérifiables, OpenGradient vise à alimenter une nouvelle génération de systèmes d'IA qui sont auditables, décentralisés et contrôlés par l'utilisateur, en particulier pour les domaines à enjeux élevés tels que la finance, la santé et les agents autonomes.