Alors qu'OpenAI lance successivement des modèles AIGC tels que ChatGPT et Sora, il mène une nouvelle révolution dans l'industrie de l'IA. Dans le système de puissance de calcul traditionnel, les principaux fournisseurs de services de cloud computing concentrent généralement leur puissance de calcul dans plusieurs centres de données composés de centaines de milliers de serveurs de manière relativement fermée, afin de fournir en permanence des services informatiques au réseau mondial. Alphago, qui a vaincu le maître de Go Lee Sedol, a dépensé des centaines de milliers de dollars pour un seul modèle de formation. Pour des entreprises comme OpenAI qui ont besoin de former en permanence des modèles AIGC, les coûts informatiques requis sont des chiffres astronomiques que nous, les gens ordinaires, ne pouvons pas imaginer.
Dans le domaine de la puissance de calcul GPU, Aethir @AethirCloud est l'un des projets DePIN les plus représentatifs dans le domaine de la puissance de calcul GPU. Il s'engage à résoudre les défis conventionnels du cloud computing centralisé en construisant un système DePIN doté de la puissance de calcul GPU. cœur, y compris des problèmes tels que les coûts élevés, les contraintes et les retards d'approvisionnement en GPU, et fournit une plate-forme de service cloud GPU décentralisée pour fournir des solutions évolutives à long terme pour des marchés à croissance rapide tels que l'IA et les jeux, tels que le rendu.
Le réseau @AethirCloud est actuellement l'un des plus grands écosystèmes de puissance de calcul GPU distribués. Les utilisateurs d'entreprise, les partenaires Aethir et les utilisateurs individuels auront accès aux ressources informatiques de manière distribuée, ce qui peut répondre efficacement aux besoins des clients d'IA les plus difficiles. entreprises disposant des ressources GPU de la plus haute qualité au monde.
@AethirCloud lui-même est un réseau DePIN qui regroupe les ressources informatiques distribuées par GPU et fonctionne sur Arbitrum. Dans le réseau Aethir, il permet aux utilisateurs disposant de ressources informatiques de connecter la puissance de calcul GPU au réseau, et ces puissances de calcul seront également réaffectées de manière distribuée. Les utilisateurs ayant des besoins en puissance de calcul peuvent payer à la demande via la vente en gros, au détail, etc., tandis que les utilisateurs qui contribuent aux ressources GPU peuvent gagner des revenus sur le réseau Aethir.
Du côté des fournisseurs, le champ d'action d'Aethir est relativement large. Qu'il s'agisse d'entreprises de télécommunications, d'utilisateurs d'entreprises numériques à forte intensité matérielle, d'investisseurs dans de nouvelles infrastructures ou d'utilisateurs individuels disposant de ressources informatiques GPU inutilisées, ils peuvent tous accéder au réseau pour y contribuer.
En fait, qu'il s'agisse d'une entreprise ou d'un utilisateur individuel, l'équipement GPU est plus ou moins utilisé. Dans le même temps, la mise à niveau de l'ETH est très préjudiciable au développement d'un grand nombre de mineurs PoW. L'équipement matériel PoW est inactif (actuellement calculé à grande échelle, la valeur des ressources informatiques inutilisées du PoW est d'environ 19 milliards de dollars). Du côté de l'offre et de la demande, d'une part, il existe une pénurie mondiale de puissance de calcul, et il est difficile pour ceux qui ont besoin de ressources informatiques de se permettre des coûts de calcul élevés. D'autre part, les GPU inutilisés entraînent une grande quantité de ressources informatiques. ressources informatiques gaspillées. Par conséquent, l’intégration de ressources GPU inutilisées créera un énorme pool de ressources informatiques, ce qui devrait atténuer le problème de pénurie auquel est confronté le domaine informatique.
En fait, du point de vue de l'informatique IA, il existe également différents scénarios de subdivision. Ces différents scénarios ont eux-mêmes des exigences différentes en matière de puissance de calcul et peuvent généralement inclure trois catégories :
L’un d’entre eux est le grand modèle de formation à l’IA, qui est l’une des formes les plus importantes de formation machine, comme nous le disons souvent. La formation de grands modèles nécessite généralement une puissance de calcul extrêmement élevée, et seul NVIDIA est unique dans ce domaine.
L’un d’entre eux est l’inférence de l’IA, qui consiste à utiliser un modèle d’IA entraîné pour faire des prédictions ou des décisions. Ce processus nécessite relativement peu de ressources informatiques.
Il existe également des modèles de petite taille. Ce type de calcul d'IA ne nécessite généralement pas une puissance de calcul élevée.
À en juger par le modèle de piste GPU DePIN actuel, limité par les ressources et l'échelle du GPU, la plupart des projets de piste ne peuvent répondre qu'aux deuxième et troisième besoins informatiques mentionnés ci-dessus.
Aethir a un objectif clair, qui est de devenir le premier projet DePIN à lancer un modèle en tant que service, déployant des modèles d'apprentissage automatique dans les entreprises pour que les utilisateurs puissent les utiliser. Permettre aux utilisateurs d'IA de finaliser la sélection et le déploiement rapide de modèles open source en un seul arrêt. Aethir MaaS aidera les clients à réaliser une analyse de données et une prise de décision efficaces et intelligentes, et à abaisser le seuil de déploiement de modèles.
Afin de promouvoir le développement de l'écosystème dans cette direction, il construit un cluster de calcul distribué avec le GPU NVIDIA H100 comme noyau.
Relativement parlant, @ionet lui-même a également la capacité de fournir une puissance de calcul GPU, mais sa qualité et son ampleur sont bien inférieures à celles d'Aethir. Ses utilisateurs cibles sont des startups et des développeurs d'IA, dont la plupart n'ont besoin que d'effectuer des modèles d'inférence ou de périphérie. .Le calcul, pas la formation de modèles d'IA.
@akashnet_ est également un concurrent potentiel dans cette direction, mais Akash est doué pour les clusters de réseaux de CPU. Les réseaux de clusters de CPU sont plus adaptés aux calculs logiques complexes, et les GPU ont plus d'avantages dans des domaines tels que la formation et le raisonnement de l'IA. Bien qu'Akash déploie également actuellement des clusters de calcul GPU et ait également introduit le H100 (seulement environ 140 photos), il existe encore un écart entre lui et Aethir dans cette direction.
En plus des projets mentionnés ci-dessus sur la même piste, RNDR @rendernetwork, Gensyn @gensynai, etc. sont également loin derrière Aethir en termes de puissance de calcul GPU, ce qui rend difficile de rivaliser directement avec Aethir sur la formation du modèle IA. piste. Par conséquent, l’échelle est l’avantage du système Aethir MaaS, et piloté par son propre réseau structurel, il peut être profondément intégré à davantage de scénarios.
En plus de la prise en charge du rendu et de la latence des jeux, les excellentes capacités informatiques du réseau Aethir GPU DePIN devraient également aider les jeux en ligne à renforcer leur sécurité. En se concentrant sur le domaine des jeux en ligne, le DDoS est la méthode d'attaque la plus courante et la plus fréquente. Tous les jeux en ligne ont payé des coûts élevés pour empêcher les DDoS. Le réseau Aethir GPU DePIN aide les jeux en ligne à résister aux attaques d'accès en temps réel telles que DDoS et garantit la disponibilité continue des services de jeux.
Grâce à la conception de son architecture réseau, Aethir présente certains avantages par rapport à la plupart des écosystèmes GPU distribués en termes de latence, de fiabilité, de stabilité et de sécurité. Le rôle de conteneur qui peut être piloté de manière flexible par la puissance de calcul, a des capacités d'expansion illimitées et est soumis à une supervision en temps réel permet à Aethir d'avoir des capacités d'expansion illimitées et de pouvoir s'adapter à la plupart des scénarios avec des besoins informatiques, plutôt que de cibler un domaine spécifique. . scène.
Par exemple, en plus de s'adapter à une série de scénarios tels que l'IA, le rendu cloud et les jeux, Aethir peut s'adapter de manière flexible à des scénarios avec des exigences extrêmement élevées en matière de latence, y compris la conduite autonome, et à certains scénarios avec des exigences extrêmement élevées en matière de calcul. . Par conséquent, le réseau Aethir lui-même peut s'enraciner dans la piste informatique GPU DePIN et continuer à s'étendre profondément dans de nombreux scénarios avec des besoins informatiques.
En fait, à mesure que l’échelle écologique s’agrandit, son écologie décentralisée continuera à former de nouveaux volants de croissance. De même, selon un rapport de Precedence Research, avec l'application croissante de technologies avancées telles que l'intelligence artificielle et l'apprentissage automatique dans le cloud computing, le marché du cloud computing devrait dépasser la barre des 1 000 milliards de dollars américains d'ici 2028. Il s'agit du développement de l'Aethir. écosystème.
