Bündle deine Geräte. Bündle dein Labor. Bündle die Crowd.

Verteiltes Rechnen ist hier keine Familie von Subsystemen, sondern eine einzige Sache. Ein Job liegt fest und wird über seinen Inhalt identifiziert: ein Programm, eine deklarierte Regel, wo die Arbeit sich teilt, eine deklarierte Regel, wie die Ergebnisse zusammenkommen, und eine Policy, wer mitmachen darf. Jedes Teilstück trägt genau die Eingaben, die es bekommen hat, und seinen eigenen reproduzierbaren Ausschnitt des Zufalls — jeder Peer kann exakt das Stück nachrechnen, das ihm gegeben wurde; ein Stück, das nicht zurückkommt, wird schlicht neu vergeben, nie aufgegeben.

Eine Form deckt data-paralleles Training, Parameter-Sweeps, Ensembles, k-fold-Validierung, Monte-Carlo-Simulation und Batch-Analysen ab. Ein Pool aus einem Gerät ist ein gewöhnlicher Solo-Lauf, ohne Koordinator — Bündeln schwächt den Offline-Kern nie, und nichts, was du baust, hängt davon ab, dass jemand anders auftaucht. Arbeit, die Geräte in fester Reihenfolge durchlaufen muss — wo die Ausgabe der einen Maschine die Eingabe der nächsten ist —, ist bewusst ein eigener Mechanismus, statt in diesen hineingepresst zu werden.

Ungenutzte Laptops und Workstations sollen zu einem Cluster verschmelzen, der jede Arbeit rechnet, die sich in unabhängige Teile schneiden lässt — ein Parameter-Sweep, ein Ensemble, k-fold-Validierung, eine Monte-Carlo-Simulation, eine Batch-Analyse über ein großes Dataset — ganz ohne Trainingsmaschinerie: unabhängige Teile, eine schlichte deklarierte Art, sie zusammenzuführen, nirgends Gradienten. Wer gerade frei ist, nimmt das nächste Teil — ein langsamer Peer, ein verschwundener Peer und ein ausgefallener Peer sind damit ein einziger abgefangener Fall statt dreier Flicken.

Eingaben sollen sich zwischen den Peers verteilen, statt einzeln aus einer einzigen Quelle herauszufächern — ein großes Dataset wird so nicht zum Nadelöhr. Ergebnisse sollen erst eingefaltet werden, nachdem sie die Verifikation bestanden haben — eine schlechte Stichprobe lässt sich aus einem laufenden Mittelwert nicht wieder herausrechnen; heute markiert der Koordinator ein unbestätigtes Ergebnis, statt es zurückzuhalten — und lange Simulationen strömen durch Akkumulatoren konstanter Größe, statt Millionen Samples im Speicher aufzutürmen. Ein Sweep soll sich Teil für Teil füllen, während er läuft; der Guide zu verteiltem Rechnen erklärt den Mechanismus.

Ein Browser-Tab kann keine eingehende Verbindung annehmen, also steht bei jedem Beitritt und jedem Reconnect ein Koordinator in der Schleife. Seine Rolle ist präzise benannt: nie tragend für die Korrektheit und nie nötig für Solo-Arbeit, die vollständig offline läuft — aber wirklich nötig, um einen Pool über die Zeit am Laufen zu halten. Koordination läuft über einen Server; deine Tensoren sollen das nicht: Das Design bewegt den Großteil der Bytes von Gerät zu Gerät, in den meisten Heim- und Mobilfunknetzen direkt — eine Datenebene, die noch im aktiven Aufbau ist.

Hinter einer Firmen-Firewall — der abgeriegelten institutionellen Umgebung — scheitert eine direkte Verbindung meist, und der Verkehr fällt auf ein Relay zurück. Für diese Umgebung ist das Relay der Dauerzustand, und wir sagen das, statt es zu „von Gerät zu Gerät“ aufzurunden — das Relay selbst ist noch nicht in Betrieb. Eine Regel gilt auf jeder Skala: Nur Peers führen je ein Ergebnis zusammen — der Koordinator sequenziert und wählt aus, er summiert nie — und ein großer Pool verteilt seine Koordination, statt alles durch einen Punkt zu trichtern.

Annahme und Zählung sind dieselbe Grenze. Ein Ergebnis betritt das Ledger erst nach der Verifikation — heute dadurch, dass ein zweiter, unabhängiger Peer für dasselbe Teilstück exakt dasselbe Ergebnis zurückgibt; die Prüfung gegen die Referenz innerhalb einer deklarierten Toleranz und Stichproben, die ein Peer nicht vorhersagen kann, sind noch im Aufbau — und jede angenommene Einheit erzeugt einen Beitragsnachweis, dessen Kosten der Planner aus der Arbeit selbst ableitet, nie aus dem, was der Beitragende behauptet. Verstrichene Zeit wird nie gezählt: Sie lässt sich fälschen, sie bezahlt Langsamkeit, und sie ist blind dafür, ob die Antwort stimmte. In einer offenen Menge ist die angestrebte Garantie probabilistisch, ökonomisch und prüfbar — nie kryptografisch und absolut; heute wird eine erkannte Abweichung markiert, aber noch nicht korrigiert oder sanktioniert.

Was heute gebaut ist, ist die Maschinerie der Freiwilligen-Ökonomie: Pools aus eigenen Geräten, aus Freiwilligen und aus Konsortien — Beitragsnachweise, eine Beitragshistorie und Kapazitätsangebote, mit denen eine Maschine ungenutzte Hardware anbietet und Jobs durchsucht, die Rechenleistung suchen — im aktiven Aufbau, denn noch hat kein Browser einen gepoolten Job Ende zu Ende abgearbeitet. Das ist die Angebotsseite eines Marktes für Rechenzeit, den es noch nicht gibt: Dafür zu bezahlen ist ein benannter nächster Schritt und kommt als eine unteilbare Einheit — Treuhand, eine Kaution, die verfallen kann, eine Anbieter-Sicherheit —, denn auszuzahlen, ohne Betrug abzuschrecken, machte Schummeln profitabel. Das ist etwas anderes als der Marketplace, der Packs, Modelle und Datasets verkauft und niemals Rechenleistung. Und eine Regel gilt in jedem Tarif: Rechnen auf deinem eigenen Gerät wird überhaupt nie gezählt.