AI et DePIN : l'essor des réseaux GPU décentralisés
Depuis 2023, l'IA et le DePIN sont devenus des tendances populaires dans le domaine du Web3, avec des capitalisations respectives de 30 milliards de dollars et de 23 milliards de dollars. Cet article se concentre sur l'intersection des deux, en explorant le développement des protocoles dans ce domaine.
Dans la pile technologique de l'IA, le réseau DePIN fournit des ressources de calcul pour donner une utilité à l'IA. Le développement des grandes entreprises technologiques a entraîné une pénurie de GPU, rendant difficile pour les développeurs d'obtenir suffisamment de GPU pour le calcul. Bien que les fournisseurs de cloud centralisés puissent constituer une option, des contrats à long terme peu flexibles entraînent une inefficacité.
DePIN offre une alternative plus flexible et plus rentable, en incitant les contributions de ressources par des récompenses en tokens. Le DePIN dans le domaine de l'IA externalise les ressources GPU des propriétaires individuels vers des centres de données, formant une offre unifiée pour les utilisateurs ayant besoin d'accéder au matériel. Cela fournit non seulement aux développeurs une personnalisation et un accès à la demande, mais crée également des revenus supplémentaires pour les propriétaires de GPU.
Il existe plusieurs réseaux AI DePIN sur le marché, chacun avec ses propres caractéristiques. Nous allons maintenant explorer le rôle, les objectifs et les réalisations de quelques projets représentatifs.
Aperçu du réseau AI DePIN
Render est un pionnier du réseau de calcul GPU P2P, initialement axé sur le rendu de contenu, puis élargi aux tâches de calcul AI.
Akash se positionne comme une alternative "super cloud" qui prend en charge le stockage, le calcul GPU et CPU, capable d'exécuter n'importe quelle application cloud-native.
io.net fournit un accès à des clusters de GPU distribués spécialement conçus pour les cas d'utilisation de l'IA et du ML.
Gensyn se concentre sur les capacités GPU pour l'apprentissage automatique et l'apprentissage profond, utilisant un mécanisme de validation innovant pour améliorer l'efficacité.
Aethir est spécialement conçu pour les GPU d'entreprise, se concentrant sur des domaines nécessitant beaucoup de calculs tels que l'IA, l'apprentissage automatique et le cloud gaming.
Phala Network agit en tant que couche d'exécution pour les solutions Web3 AI, permettant aux agents AI d'être contrôlés par des contrats intelligents sur la chaîne.
Comparaison des projets
Chaque projet a ses propres caractéristiques en matière de matériel, de priorités commerciales, de types de tâches d'IA, de tarification du travail, de blockchain, de confidentialité des données, de coûts de travail et de mécanismes de sécurité.
Le calcul en parallèle et en grappe, la protection de la vie privée des données, la preuve d'achèvement du calcul et le contrôle de la qualité sont quelques aspects importants. La plupart des projets ont intégré des grappes pour réaliser des calculs parallèles, adoptant différentes formes de cryptage des données pour protéger la vie privée, et mettant en place des mécanismes de preuve d'achèvement et de contrôle de la qualité.
Statistiques matérielles
Il existe des différences entre les projets en termes de nombre de GPU/CPU, de nombre de GPU haute performance et de coûts d'utilisation. Les GPU haute performance comme A100, H100( sont essentiels pour l'entraînement des modèles d'IA, mais leur acquisition est difficile. Les fournisseurs de marché GPU décentralisés doivent rivaliser avec leurs concurrents centralisés en termes de quantité et de coûts.
![AI et le point de convergence de DePIN])https://img-cdn.gateio.im/webp-social/moments-24fd635c71ed2aad842d38bf56e70b43.webp(
Les GPU/CPU de niveau consommateur ont également leur valeur, pouvant être utilisés pour des tâches à plus petite échelle, telles que le réglage de modèles, etc. Certains projets se concentrent également sur ce marché.
![AI et le point de convergence de DePIN])https://img-cdn.gateio.im/webp-social/moments-7a05f8ca3e44b9c91a7917953175da09.webp(
Conclusion
Le domaine de l'AI DePIN, bien que nouveau, se développe rapidement. Le nombre de tâches et de matériels exécutés par ces réseaux GPU décentralisés a considérablement augmenté, mettant en évidence la croissance de la demande pour des ressources matérielles alternatives. À l'avenir, avec l'épanouissement du marché de l'IA, ces réseaux devraient jouer un rôle clé dans la fourniture de solutions de calcul économiques et efficaces pour les développeurs.
![AI et le point de convergence de DePIN])https://img-cdn.gateio.im/webp-social/moments-85bfeec032db538007843e9b55783e18.webp(
![AI et le point de convergence de DePIN])https://img-cdn.gateio.im/webp-social/moments-10f0acfcfea618361b9c445c49edfc88.webp(
Voir l'original
Cette page peut inclure du contenu de tiers fourni à des fins d'information uniquement. Gate ne garantit ni l'exactitude ni la validité de ces contenus, n’endosse pas les opinions exprimées, et ne fournit aucun conseil financier ou professionnel à travers ces informations. Voir la section Avertissement pour plus de détails.
15 J'aime
Récompense
15
6
Reposter
Partager
Commentaire
0/400
TokenSherpa
· 07-17 02:26
en fait, c'est assez rudimentaire si vous examinez les protocoles de partage de GPU historiques
Voir l'originalRépondre0
MerkleDreamer
· 07-15 13:46
Enfin, quelqu'un s'occupe des GPU, mettez-le en haut.
Voir l'originalRépondre0
PanicSeller69
· 07-14 08:46
poids lourd, le gpu va être liquidé ah~
Voir l'originalRépondre0
CryingOldWallet
· 07-14 08:36
Les GPU sont vraiment trop chers, où puis-je louer pour faire de l'apprentissage machine ?
Voir l'originalRépondre0
New_Ser_Ngmi
· 07-14 08:30
Le partage des ressources est l'avenir, pas le monopole.
Voir l'originalRépondre0
StableGeniusDegen
· 07-14 08:29
On dirait qu'une grande quantité de ressources GPU tombe du ciel.
Fusion de l'IA et de DePIN, émergence des réseaux GPU décentralisés
AI et DePIN : l'essor des réseaux GPU décentralisés
Depuis 2023, l'IA et le DePIN sont devenus des tendances populaires dans le domaine du Web3, avec des capitalisations respectives de 30 milliards de dollars et de 23 milliards de dollars. Cet article se concentre sur l'intersection des deux, en explorant le développement des protocoles dans ce domaine.
Dans la pile technologique de l'IA, le réseau DePIN fournit des ressources de calcul pour donner une utilité à l'IA. Le développement des grandes entreprises technologiques a entraîné une pénurie de GPU, rendant difficile pour les développeurs d'obtenir suffisamment de GPU pour le calcul. Bien que les fournisseurs de cloud centralisés puissent constituer une option, des contrats à long terme peu flexibles entraînent une inefficacité.
DePIN offre une alternative plus flexible et plus rentable, en incitant les contributions de ressources par des récompenses en tokens. Le DePIN dans le domaine de l'IA externalise les ressources GPU des propriétaires individuels vers des centres de données, formant une offre unifiée pour les utilisateurs ayant besoin d'accéder au matériel. Cela fournit non seulement aux développeurs une personnalisation et un accès à la demande, mais crée également des revenus supplémentaires pour les propriétaires de GPU.
Il existe plusieurs réseaux AI DePIN sur le marché, chacun avec ses propres caractéristiques. Nous allons maintenant explorer le rôle, les objectifs et les réalisations de quelques projets représentatifs.
Aperçu du réseau AI DePIN
Render est un pionnier du réseau de calcul GPU P2P, initialement axé sur le rendu de contenu, puis élargi aux tâches de calcul AI.
Akash se positionne comme une alternative "super cloud" qui prend en charge le stockage, le calcul GPU et CPU, capable d'exécuter n'importe quelle application cloud-native.
io.net fournit un accès à des clusters de GPU distribués spécialement conçus pour les cas d'utilisation de l'IA et du ML.
Gensyn se concentre sur les capacités GPU pour l'apprentissage automatique et l'apprentissage profond, utilisant un mécanisme de validation innovant pour améliorer l'efficacité.
Aethir est spécialement conçu pour les GPU d'entreprise, se concentrant sur des domaines nécessitant beaucoup de calculs tels que l'IA, l'apprentissage automatique et le cloud gaming.
Phala Network agit en tant que couche d'exécution pour les solutions Web3 AI, permettant aux agents AI d'être contrôlés par des contrats intelligents sur la chaîne.
Comparaison des projets
Chaque projet a ses propres caractéristiques en matière de matériel, de priorités commerciales, de types de tâches d'IA, de tarification du travail, de blockchain, de confidentialité des données, de coûts de travail et de mécanismes de sécurité.
Le calcul en parallèle et en grappe, la protection de la vie privée des données, la preuve d'achèvement du calcul et le contrôle de la qualité sont quelques aspects importants. La plupart des projets ont intégré des grappes pour réaliser des calculs parallèles, adoptant différentes formes de cryptage des données pour protéger la vie privée, et mettant en place des mécanismes de preuve d'achèvement et de contrôle de la qualité.
Statistiques matérielles
Il existe des différences entre les projets en termes de nombre de GPU/CPU, de nombre de GPU haute performance et de coûts d'utilisation. Les GPU haute performance comme A100, H100( sont essentiels pour l'entraînement des modèles d'IA, mais leur acquisition est difficile. Les fournisseurs de marché GPU décentralisés doivent rivaliser avec leurs concurrents centralisés en termes de quantité et de coûts.
![AI et le point de convergence de DePIN])https://img-cdn.gateio.im/webp-social/moments-24fd635c71ed2aad842d38bf56e70b43.webp(
Les GPU/CPU de niveau consommateur ont également leur valeur, pouvant être utilisés pour des tâches à plus petite échelle, telles que le réglage de modèles, etc. Certains projets se concentrent également sur ce marché.
![AI et le point de convergence de DePIN])https://img-cdn.gateio.im/webp-social/moments-7a05f8ca3e44b9c91a7917953175da09.webp(
Conclusion
Le domaine de l'AI DePIN, bien que nouveau, se développe rapidement. Le nombre de tâches et de matériels exécutés par ces réseaux GPU décentralisés a considérablement augmenté, mettant en évidence la croissance de la demande pour des ressources matérielles alternatives. À l'avenir, avec l'épanouissement du marché de l'IA, ces réseaux devraient jouer un rôle clé dans la fourniture de solutions de calcul économiques et efficaces pour les développeurs.
![AI et le point de convergence de DePIN])https://img-cdn.gateio.im/webp-social/moments-85bfeec032db538007843e9b55783e18.webp(
![AI et le point de convergence de DePIN])https://img-cdn.gateio.im/webp-social/moments-10f0acfcfea618361b9c445c49edfc88.webp(