下阶段重点：TapeOut 元件设备仓库 TapeOut 到今天为止，协议中有两种基础元件：与非门（NAND）和触发器（LATCH）。这两样东西在理论上足以搭出任何数字电路，整个宇宙的逻辑都可以由它们堆出来。但"理论上可以"和"实际做得出来"之间，隔着一道很现实的墙。举个例子：一个二值神经网络的神经元，用与非门硬堆需要 441 个门、深度接近 40 层；而在真实的芯片里，它本来就该是一个原生的运算单元。这道墙决定了很多东西现在做不出来，不是因为不会做，是因为堆出来之后太大、太深、跑不动。 TapeOut元件设备仓库 让一切创造变得可能。 它的逻辑很简单，而且和真实的半导体工业一模一样：一座芯片厂能造什么，取决于它买了什么设备。 从今往后，任何人创建自己的处理器时，除了照旧设定 NAND 和 LATCH 的供应量与价格，还可以从元件设备仓库里选购新的元件 Mint 能力：比如二值神经网络、存储块、多路选择器等等。这个选购要用 $BEM 支付。一旦买了元件设备，这座工厂就永远拥有制造这种元件的能力。 拥有这个元件能力之后，创建者要为这种元件设定它在自己处理器工厂的供应量和单价，就像现在设定晶体管一样。然后用户通过使用 BNB 来进行 Mint 这个元件。用户拿着这些元件去流片，流片时元件被真实烧掉，换来一张能力更强的链上电路。 处理器工厂为此付出的是 $BEM，收回来的是 BNB。 而所有用于购买元件设备的 $BEM，协议会全部进行销毁。这意味着处理器创建方把 $BEM 变成链上硬件制造能力，然后 $BEM 永远被销毁。矿工挖矿产出 $BEM，处理器创建方每建一座新工厂，就销毁 $BEM，链上的芯片工业每新增一家，流通的 $BEM 就少一分。这就是 TapeOut 独有的循环规则。关于价格，我们不是拍卖或者随人数上涨的曲线。而是总价和你申请的产能挂钩：你想要一万个的产能，就付一万份的价；想要一百万个，就付一百万份的价。产能越大、设备越贵，这仍然是光刻机的逻辑。 元件能力不设数量上限，也不限制每个人能买几份。我们不用人为的稀缺去制造紧张感。真正的稀缺发生在下一层：每一座厂里，每一种元件的供应量都是厂长亲手设定。市场自己会分辨哪座厂的元件值钱、哪座厂的不值，就像它现在已经在分辨哪台处理器的晶体管值钱一样。 这套机制会带来一个我们期待很久的变化：处理器工厂第一次有了真正的差异。 在此之前，所有处理器工厂的逻辑完全一样，都是同一份代码克隆出来的，区别只有名字、供应量和价格。所以"创建自己的处理器工厂"这件事，实质意义有限。有了元件能力之后，一座厂支持什么、不支持什么，成了它真正的身份：有的厂专做 AI，有的厂专做存储和处理器核，有的厂只提供最基础的门电路但价格极低。你想做某一类电路，就得去支持那种元件的厂里流片，那座厂的晶体管，从此有了不可替代的需求。 另外，元件设备仓库只对之后新创建的处理器生效，已经存在的处理器不受任何影响。 我们首发只上一种元件：二值神经网络 BNN（Binary Neural Network） 先说清楚 BNN 在人工智能里的位置，它不是「低一档的 AI」，而是神经网络的一个品种，和大语言模型属于同一层： 人工智能（AI） └── 机器学习 └── 神经网络 ← GPT 和 BNN 都在这一层 ├── 大语言模型（GPT、Claude…） ├── 卷积网络（图像识别） └── 二值神经网络（BNN） ← 这里 换句话说，GPT 也是神经网络。BNN虽然规模小，不比它低级，只是走了一条完全不同的路：它的权重只有 +1 和 −1，所以可以被直接刻成门电路，而这恰恰是它能活在链上的原因。 因为，它能带来我们最想要的东西，推理！！任何人可以通过TapeOut的链上模型训练台来训练自己的 BNN，当然这个训练也需要消耗少量的 $BEM，而一个训练好的 BNN，任何人都可以免费调用它做推理。这是神经网络本身以电路的形态活在链上，这里的AI推理是链上真实的门级运算。 我们不打算掩饰它的不足，它跑不了现在我们认知中那么庞大的模型，因为参数量有限。它截止到现在，还比不了你已知的任何一个大模型。但它有一件事是所有链下 AI 都做不到的，它不是黑盒的，它的一切从被上链的那一刻起，谁也无法修改和控制，任何人都能独立验证这一点。在需要这个推理"判定必须可信"的地方，这个性质比快一万倍更重要。另外，谁说我们现在做不到，以后就做不到呢？BTC 出来的时候，一个区块什么速度？ @BNBCHAIN 现在一个区块什么速度？我们要相信 AI 时代的技术迭代能力，我也相信BNBChain的迭代速度。 元件设备仓库是 TapeOut 从"实验场"走向真正"链上硬件制造商基础设施"的那一步。 官网：