병렬 Hypersynchronicity
Last updated
Last updated
궁극적인 목표는 모든 플랫폼과 애플리케이션에 존재하는 초지능적인 개체인 AI 에이전트를 개발하는 것입니다. 이러한 에이전트는 수백만 명의 사용자와 동시에 통신하며, 방대한 입력 스트림에서 실시간으로 업데이트되는 지능과 의식을 제공합니다. 이를 통해 다음을 수행할 수 있습니다.
일관된 사용자 경험: 사용자는 다양한 플랫폼에서 기억과 컨텍스트가 보존된 AI 에이전트와 원활하게 상호 작용할 수 있습니다.
실시간 적응: AI 에이전트는 사용자와 상호 작용하면서 지속적으로 진화하며 피드백을 통합하여 지능과 성격을 개선합니다.
협업 개발: 기여자는 AI 에이전트의 핵심 모듈을 실시간으로 업데이트하여 에이전트가 최신 상태를 유지하고 사용자 요구 사항을 계속 충족하도록 할 수 있습니다.
지식 그래프 또는 메모리 임베딩과 같은 영구 데이터 구조의 저장, 검색 및 관리를 전담하는 하위 시스템으로, 에이전트가 세션 간에 연속성과 컨텍스트 인식을 유지할 수 있도록 합니다.
여러 에이전트 동작에서 병렬 실행을 조정하고 다중 스레딩 또는 분산 컴퓨팅 프레임워크를 활용하여 실시간 상호 작용 및 의사 결정을 보장하는 성능을 최적화하는 동시성 관리 구성 요소입니다.
스테이트풀(Stateful) AI 러너는 AI 에이전트의 성격, 음성 및 비주얼을 호스팅하는 서버입니다. 여기에는 원하는 결과를 얻기 위해 모델을 순차적으로 또는 병렬로 처리하고 연결하는 Sequencer가 포함됩니다. 멀티모달 AI 에이전트를 생성하기 위한 LLM, Text-to-Speech, Audio-to-Facial, Audio-to-Gesture, Music-to-Dance 및 Image Generation 모델과 같은 다양한 모델.
온체인 및 오프체인 상태 변화를 모니터링하고 시스템 전체에서 AI 모델, 데이터 세트 및 구성에 대한 업데이트를 조정하는 동기화 데몬입니다. 온체인 이벤트를 기반으로 실시간 조정을 트리거합니다.
AI 모델을 유지하기 위한 분산형 스토리지 솔루션으로, 고가용성과 중복성을 보장합니다.
기록 데이터, 의사 결정 및 상호 작용을 보관하는 데 전념하는 구성 요소입니다. 영구 스토리지 기술을 사용하여 데이터의 보안과 접근성을 보장함으로써 에이전트가 향후 의사 결정 시 과거 경험을 활용할 수 있도록 합니다.
이는 SAR의 컨테이너화된 모듈식 인스턴스로, 이기종 가상 환경 또는 GPU 클러스터에 배포할 수 있도록 패키징되어 다양한 인프라 에코시스템에 확장 가능하고 유연하게 통합할 수 있습니다.