上面我们介绍了Cortex算法模型市场的基本结构和流程，那么它具体来说，是如何在Cortex链上进行推断的？
（全节点执行推断流程）
首先，Cortex公链本身并不实际存储数据和和模型，它存储的是模型和数据的哈希值，模型和数据存储在链下的存储层。
在Cortex的智能推断执行中，主要是全节点来执行。当模型的需求者（如智能合约的开发者）发起一笔智能合约的交易，全节点不仅要执行该智能合约代码，它还涉及到推断指令的执行。
具体流程来说，首先全节点会查询模型索引，找到该模型在存储层的位置，并下载模型的字符串和对应参数。之后，通过Cortex模型表示工具将模型字符串转换为可执行代码。然后再通过Cortex的虚拟机CVM执行可执行代码，得出结果进行全节点共识广播。
在
区块链上进行深度学习的部署并非易事，主要是受制于节点的算力、内存和能耗，且区块链要求严格的确定性。这对链上的AI推断实现带来很大的挑战。
Cortex提出了区块链场景下的新型确定性推断框架，它是一种基于MXNet深度学习库模型的、为严格确定性设计的定点化方法。该框架包括了上面提到的两个主要组件：MRT和CVM。其中MRT（模型表示工具）用于模型定点化、CVM（Cortex虚拟机）用于链上推断。
Cortex首先使用MXNet的NNVM模块，称为MRT，也就是模型表示工具用以创建转换器，以实现量化MXNet模型集。然后，在CVM上运行量化模型。具体的实现过程涉及到重写、融合等复杂的运算过程。这里不进行详述。当前来看，Cortex的定点化方案应用之后，并没有降低精度。这也是Cortex在技术探索上取得的突破。
版权申明：本内容来自于互联网，属第三方汇集推荐平台。本文的版权归原作者所有，文章言论不代表链门户的观点，链门户不承担任何法律责任。如有侵权请联系QQ：3341927519进行反馈。
