Розробка маркетплейсу AI-моделей на блокчейні

Розробник AI-моделі вклав місяці в навчання, але на Hugging Face або Replicate отримує лише копійки від підписок. Платформи забирають 30-50% комісії та не надають прозорості розрахунків. Ми будуємо децентралізований маркетплейс на блокчейні, де кожен inference оплачується автоматично через смарт-контракт, а якість моделі підтримується економічними стимулами — стейкінгом і слешінгом. Такі проекти, як Bittensor і Ocean Protocol, вже доводять життєздатність цієї моделі, але продакшн вимагає інженерного опрацювання: оптимізації газу, інтеграції TEE, юзабіліті для розробників.

Розробка маркетплейсу AI-моделей: ключові компоненти архітектури

On-chain: смарт-контракти

Model Registry зберігає метадані моделей — IPFS-хеш ваг, опис, версію, адресу власника, pricing scheme. Самі ваги не зберігаються на ланцюзі (надто дорого), тільки їх хеш для верифікації.

Payment & Royalty Distribution: розрахунки за використання моделі. Кожен inference call ініціює мікроплатіж. Для спільно навчених моделей використовується royalty splitting — автоматично на рівні контракту.

Access Control: NFT або токен-гейтинг для доступу до закритих моделей. Власник NFT отримує право робити inference.

Staking для quality signals: провайдери моделей стейкають токени (від 1000 токенів). При поганій якості моделі — slashing. Створює економічний стимул для підтримки якості.

Off-chain: inference інфраструктура

Виконання AI-моделей відбувається off-chain — обчислення надто дорогі для on-chain. Сполучна ланка — TEE (Trusted Execution Environment) або ZK-proofs для верифікації коректності виконання.

TEE approach (Intel SGX, AMD SEV): модель запускається в захищеному анклаві. TEE генерує attestation — криптографічний доказ, що код виконаний без змін. Attestation верифікується on-chain. Середня затримка inference — 200 ms на GPU-анклаві.

ZK-ML approach: Zero-Knowledge proof того, що inference виконаний коректно. Експериментально, але проекти типу EZKL рухаються в цьому напрямку. Обчислювально дорого (у 1000 разів дорожче за TEE), але не вимагає довіреного обладнання.

Токеноміка та оптимізація газу

Користувач платить USDC/ETH за inference
    ↓
Payment Contract
    ├── 85% → Provider моделі
    ├── 10% → Stakers (quality assurance)
    └── 5%  → Protocol treasury

Для високочастотних запитів — subscription модель або pre-paid credits, не per-request on-chain транзакції (gas costs вбивають мікроплатежі). На L2 газ у 100 разів дешевший за mainnet, що робить per-request платежі допустимими.

Як вирішується проблема високих газ-комісій?

Кожен inference call = on-chain транзакція = gas. На mainnet Ethereum це неприйнятно. Рішення:

• Layer 2 (Arbitrum, Optimism, Base) — газ у 100x дешевший
• State channels: пачка платежів між користувачем і провайдером розраховується on-chain однією транзакцією
• ERC-4337 (Account Abstraction) + Paymaster для gasless UX

Якість та конфіденційність моделей

Як верифікувати якість моделі?

Потрібно переконатися, що провайдер не повернув random output замість реального inference. Оцінка відбувається через challenge-response: кожні 1000 запитів випадковий evaluator відправляє відомий тест-кейс і порівнює відповідь. При неспівпадінні — слешінг стейку (10% від суми). Додатково використовується аудит виходів через ZK-схему.

Data privacy

Користувач може не хотіти розкривати свої вхідні дані. TEE (Intel SGX) дозволяє виконувати inference всередині анклаву, не розкриваючи дані провайдеру. FHE дає шифрування назавжди, але поки повільно — 10-100x повільніше за чисте залізо.

Порівняння методів конфіденційності

Наприклад, TEE краще ZK-ML за швидкістю у 100 разів.

Стек розробки

• Smart contracts: Solidity + Foundry / Hardhat, деплой на L2
• IPFS: зберігання ваг моделей, метаданих (Pinata або власний node)
• Backend: Node.js або Go для orchestration сервісу
• TEE: Intel SGX SDK або AWS Nitro Enclaves
• Frontend: Next.js + wagmi для Web3 інтеграції

Процес роботи та обсяг

1. Архітектура та токеноміка: проектування економічної моделі, розрахунок відсотків, стейкінг, слешінг. Приділяємо увагу стимулам для всіх учасників: провайдерів, стейкерів, користувачів.
2. Смарт-контракти: Model Registry, Payment Splitter, NFT Access, Staking — з тестами на Foundry. Покриття тестами критичних шляхів до 95%.
3. Off-chain інфраструктура: TEE-інтеграція, API для inference, черга запитів з пріоритезацією.
4. Frontend: UI для завантаження/купівлі моделей, гаманець, панель статистики з графіками використання.
5. Деплой та аудит: розгортання на L2, код-рев'ю, формальна верифікація критичних контрактів (наприклад, payment splitter на наявність reentrancy).

Що входить в роботу

• Архітектурна документація та специфікація
• Написання смарт-контрактів з тестами (покриття 95% критичних шляхів)
• Інтеграція TEE (Intel SGX або AWS Nitro Enclaves)
• Розробка API для інференсу та веб-інтерфейсу
• Деплой на Ethereum L2 (Arbitrum, Optimism, Base)
• Код-рев'ю та формальна верифікація контрактів
• Навчання команди замовника (3 дні)
• Підтримка та супровід протягом 3 місяців

Про компанію та вартість

Команда TrueTech має 5+ років досвіду в блокчейн-розробці та 30+ успішних проектів у сферах AI та DeFi. Ми спеціалізуємося на децентралізованих маркетплейсах та інфраструктурних рішеннях.

Строки та вартість

MVP (model registry + Payment split + один TEE варіант) — від 2 до 3 місяців, вартість від $30,000. Повнофункціональна платформа з токеномікою, стейкінгом та ZK-верифікацією — від 6 до 12 місяців, вартість від $150,000. Економія на комісіях для замовника — до 40% порівняно з централізованими платформами. Наприклад, при 10 000 інференсах на день, економія може становити до $5,000 на місяць. Зв'яжіться з нами для консультації — оцінимо вашу задачу та запропонуємо архітектурне рішення. Отримайте консультацію інженера по вашому проекту.

Розробка бірж: matching engine визначає успіх

Ми розробляємо біржі, де matching engine обробляє тисячі ордерів на секунду без затримки, маршрутизує ліквідність між пулами та гарантує, що жоден користувач не отримає доступ до чужих коштів. Команди, які починають з UI і відкладають движок «на потім», у 90% випадків переписують все через півроку. Наш досвід — 15+ запущених біржових проєктів. Оцініть ваш проєкт — отримайте консультацію.

Типові проблеми архітектури бірж

Order Book vs AMM

Централізовані біржі (CEX) будуються навколо order book та matching engine. Децентралізовані (DEX) — або теж використовують order book (dYdX на StarkEx, Serum/OpenBook на Solana), або AMM з концентрованою ліквідністю (Uniswap v3/v4, Curve, Balancer). Класична помилка — реалізовувати matching engine поверх реляційної БД з транзакціями на кожен матч. PostgreSQL впорається з ~500 RPS без спеціальних зусиль, але при піковому навантаженні 5 000–10 000 ордерів на секунду це перетворюється на deadlock-ад. Правильна архітектура: in-memory order book (Redis Sorted Sets або кастомна структура на C++/Rust), асинхронний запис матчів у PostgreSQL через чергу (Kafka/RabbitMQ) та окремий settlement service, який фінально оновлює баланси. Наш matching engine на Rust обробляє у 100 разів більше ордерів за секунду, ніж типова реалізація на PostgreSQL.

Для DEX найболючіша проблема — sandwich атаки та MEV. Пул зі звичайним xy=k AMM без slippage protection стає ціллю для MEV-ботів у перші ж години після запуску. Uniswap v2 втратив на цьому сотні мільйонів доларів ліквідності для користувачів. Рішення: інтеграція з Flashbots Protect, commit-reveal схема для ордерів або перехід на TWAMM (Time-Weighted AMM) для великих угод.

Як захистити DEX від MEV-атак?

Flashbots Protect дозволяє відправляти транзакції напряму в блок без публічного mempool. Commit-reveal схема робить неможливим front-running, приховуючи параметри ордера до моменту виконання. Для децентралізованих order book-бірж (на кшталт dYdX) це критично — без захисту MEV-боти викачують прибуток маркет-мейкерів. Ми реалізовували таку інтеграцію для клієнта на Arbitrum: після підключення Flashbots частка sandwich-атак знизилась з 12% до 0.2% від усіх угод.

Концентрована ліквідність та impermanent loss

Uniswap v3 ввів концентровану ліквідність — LP вибирають ціновий діапазон, в якому надають ліквідність. Капітальна ефективність зросла в 4 000 разів порівняно з v2 для стабільних пар. Але реалізувати цей механізм правильно — нетривіальне завдання. Контракт ліквідності Uniswap v3 використовує tick-based accounting: простір цін розбито на дискретні тики (tick = log₁.0001(price)), кожен тик зберігає накопичені fee growth і liquidity delta. При створенні позиції обчислюються нижній та верхній тик, контракт перераховує всі активні позиції при кожному swap. Storage layout тут критичний — неправильна упаковка змінних в slots легко додає 40–60% до вартості gas на swap.

Ми реалізовували форк Uniswap v3 для клієнта на Polygon з кастомною fee tier системою. Початкова версія витрачала 180k gas на swap через 2 тики. Після slot packing змінних у Tick.Info та інлайнінгу кількох internal викликів — 112k gas. Це знизило gas-витрати на 38% і зекономило клієнту понад $5,000 щомісяця на комісіях мережі. Застосовані техніки описані в Uniswap v3 Whitepaper та підтверджені нашим досвідом аудиту. Замовте розробку біржі з гарантією якості — отримайте безкоштовну оцінку вашого проєкту.

Matching engine: ядро розробки бірж

Production-ready matching engine будується за наступною схемою:

• Order ingestion layer — WebSocket gateway (Go або Rust), приймає ордери, валідує підпис, перевіряє баланс через Redis, ставить у чергу. Latency на цьому рівні має бути <1ms.
• Matching core — single-threaded event loop (усуває race conditions без м'ютексів). У пам'яті тримаємо два Sorted Set на кожен торговий інструмент: bids та asks. FIFO matching для limit ордерів, immediate-or-cancel для маркет. Throughput при правильній реалізації на Rust — 500k–1M матчів на секунду на одному ядрі.
• Settlement service — читає матчі з Kafka, атомарно оновлює баланси в PostgreSQL (UPDATE accounts SET balance = balance - $1 WHERE id = $2 AND balance >= $1). Optimistic locking через версіонування рядків.
• Withdrawal pipeline — окремий сервіс з cold/hot wallet архітектурою. Гарячий гаманець тримає 5–10% від сумарних депозитів, решта — cold storage з multi-sig (Gnosis Safe або кастомний HSM). Автоматичні виведення тільки з hot wallet, великі суми — ручна авторизація.

Як будувати on-chain DEX: смарт-контракти та газ-оптимізація

Для DEX на EVM (Ethereum, Arbitrum, Optimism, Polygon) весь критичний шлях живе в Solidity. Основні контракти: Pool, Factory, Router, PositionManager (для v3-like) та Quoter для off-chain розрахунків. Типові помилки, які ми бачимо в аудитах:

Reentrancy через callback. Uniswap v3 використовує flash swap з callback (uniswapV3SwapCallback). Якщо у вашому роутері немає nonReentrant guard і ви не перевіряєте msg.sender == pool, контракт дренується через вкладений виклик. Це не гіпотетика — кілька форків v3 втрачали кошти саме так.

Oracle manipulation в AMM. Якщо ваш контракт використовує spot price з пулу для розрахунку collateral — це front-runnable. Правильно: TWAP за 30+ хвилин (Uniswap v3 OracleLib) або зовнішній оракул Chainlink.

Unbounded loops в liquidity range. Якщо swap перетинає багато тиків поспіль (price impact 80%+), gas може перевищити block limit. Потрібен MAX_TICKS_CROSSED з partial fill і поверненням залишку.

Як оптимізувати газ для смарт-контрактів DEX?

Оптимізація gas включає packing змінних у storage slots, використання inline assembly для критичних операцій та мінімізацію зовнішніх викликів. Правильне розміщення полів у структурі Tick.Info дозволяє зменшити gas на 20–30% порівняно з базовою реалізацією. Для Solana DEX (Anchor framework, Rust) архітектура принципово інша: account-based модель, Program Derived Addresses (PDA) замість storage, Cross-Program Invocations замість внутрішніх викликів. Throughput Solana (~3 000–4 000 TPS проти 15–30 у Ethereum mainnet) дозволяє будувати on-chain order book — саме так працює Phoenix DEX.

Liquidity bootstrapping та інтеграція з агрегаторами

Запустити пул мало — потрібно забезпечити ліквідність на старті. Практичні механізми:

• Liquidity Bootstrapping Pool (LBP) — початкова ціна висока, вагові коефіцієнти активів динамічно зміщуються, створюючи тиск продажів і рівномірний розподіл токена. Реалізовано в Balancer v2.
• Initial Liquidity Offering через Uniswap v3 — додавання ліквідності у вузький діапазон навколо початкової ціни, потім поступове розширення зі зростанням обсягу. Вимагає active liquidity management або інтеграції з Arrakis/Gamma.
• Інтеграція з 1inch, Paraswap, Li.Fi — агрегатори дають трафік, але вимагають відповідності стандартам: пул повинен мати коректний getAmountsOut, підтримувати ERC-20 approval/permit і не мати кастомних transfer hooks, які ламають routing агрегатора.

Використовуйте LBP для створення початкового цінового діапазону, а потім підключайте агрегатори для забезпечення постійного потоку замовлень. Активне управління ліквідністю через професійні протоколи допомагає уникнути втрат від impermanent loss. Наш досвід — 15+ запущених біржових проєктів, які пройшли незалежний аудит. Середня економія клієнтів на gas-комісіях після оптимізації — $5,000 щомісяця.

Процес розробки

Аналітика та проектування починаються з вибору архітектурної моделі: CEX з кастодіальним зберіганням, non-custodial DEX або гібрид (off-chain order book + on-chain settlement, як dYdX v3). Це рішення визначає все — регуляторне навантаження, технічний стек, команду.

Як проходить тестування смарт-контрактів?

Ми використовуємо Foundry для unit-тестів, fuzzing та invariant testing. Fork testing на mainnet дозволяє відтворити реальні умови ліквідності, що критично для верифікації поведінки контрактів.

Розробка йде шарами: спочатку смарт-контракти з повним покриттям Foundry (fuzzing, invariant testing), потім backend сервіси, потім інтеграційний шар, фронтенд останнім. Тестування включає fork testing на mainnet через Foundry — ми відтворюємо реальні умови ліквідності, не синтетичні. Foundry запускає тести в 5 разів швидше за Hardhat.

Аудит обов'язковий перед деплоєм на mainnet. Для DEX контрактів мінімально — одна фірма з ручним рев'ю (Trail of Bits, Spearbit, Code4rena contest). Для CEX custody — аудит процесів зберігання ключів. Ми гарантуємо, що всі контракти проходять формальну верифікацію та fuzzing-тестування (Echidna, Foundry invariant). Середня вартість незалежного аудиту для DEX — $15,000–30,000.

Що входить в роботу (deliverables)

Після завершення проєкту ви отримуєте:

• Вихідний код смарт-контрактів та backend-сервісів під вашу ліцензію
• Повну технічну документацію (архітектурні схеми, API-специфікації, інструкції з деплою)
• Доступи до репозиторію та CI/CD pipeline
• Навчання вашої команди роботі з кодом (2–3 сесії)
• Гарантія на знайдені в процесі експлуатації баги до 6 місяців
• Сертифікат проходження стороннього аудиту безпеки

Орієнтири за строками

Вартість розраховується індивідуально після технічного брифінгу: вибір чейну, вимоги до throughput, кастодіальна модель. Сертифіковані інженери з досвідом більше 10 років допоможуть підібрати оптимальну архітектуру та не допустити типових помилок.

Зв'яжіться з нами для консультації — ми підберемо архітектуру під ваш проєкт і назвемо точні терміни. Замовте розробку біржі з гарантією якості та подальшою підтримкою.