sfondo
Con il lancio di GPT4 LLM da parte di OpenAI, è stato testimoniato il potenziale di vari modelli AI Text-to-Image. Le applicazioni basate su modelli AI maturi stanno aumentando di giorno in giorno e la domanda di risorse di calcolo come le GPU è in aumento.
Utilità GPU Un articolo del 2023 che discuteva la situazione della domanda e dell'offerta della GPU Nvidia H100 ha sottolineato che le grandi aziende coinvolte nel settore dell'intelligenza artificiale hanno una forte domanda di GPU. I giganti della tecnologia come Meta, Tesla e Google hanno acquistato un gran numero di GPU Nvidia per la realizzazione di data center orientati all’intelligenza artificiale. Meta ha circa 21.000 GPU A100, Tesla ha circa 7.000 A100 e anche Google ha investimenti significativi in GPU nei suoi data center, sebbene non siano stati forniti numeri specifici. La domanda di GPU, in particolare H100, continua a crescere, spinta dalla necessità di addestrare modelli linguistici di grandi dimensioni (LLM) e altre applicazioni di intelligenza artificiale.
Allo stesso tempo, secondo i dati Statista, la dimensione del mercato dell’intelligenza artificiale è cresciuta da 134,8 miliardi nel 2022 a 241,8 miliardi nel 2023 e si prevede che raggiungerà i 738,7 miliardi nel 2030, e anche il valore di mercato dei servizi cloud è aumentato di circa il 14% da 633 miliardi, di cui molti. Parte di questo è attribuita alla domanda in rapida crescita di potenza di calcolo GPU nel mercato dell'intelligenza artificiale.
Per il mercato dell’intelligenza artificiale che sta crescendo rapidamente e contiene un enorme potenziale, da quale angolazione possiamo decostruire ed esplorare i relativi punti di ingresso per gli investimenti? Sulla base di un rapporto IBM, abbiamo riepilogato l'infrastruttura necessaria per creare e distribuire applicazioni e soluzioni di intelligenza artificiale. Si può dire che l’infrastruttura AI esiste principalmente per elaborare e ottimizzare il gran numero di set di dati e risorse di calcolo su cui si fa affidamento per i modelli di addestramento. Risolve i problemi di efficienza di elaborazione dei set di dati, affidabilità del modello e scalabilità delle applicazioni sia dagli aspetti hardware che software. .
I modelli e le applicazioni di addestramento dell'intelligenza artificiale richiedono una grande quantità di risorse di calcolo, preferendo ambienti cloud a bassa latenza e potenza di calcolo della GPU. Lo stack software include anche piattaforme di calcolo distribuite (Apache Spark/Hadoop). Spark distribuisce i flussi di lavoro che devono essere elaborati in vari cluster di elaborazione di grandi dimensioni e dispone di parallelismo integrato e design con tolleranza agli errori. Il naturale design decentralizzato della blockchain ha reso i nodi distribuiti la norma, e il meccanismo di consenso POW creato da BTC ha stabilito che i minatori devono competere in termini di potenza di calcolo (carico di lavoro) per vincere i risultati del blocco, che richiede la stessa potenza di calcolo dell’intelligenza artificiale. è un flusso di lavoro simile per generare problemi di modello/inferenza. Di conseguenza, i tradizionali produttori di server cloud hanno iniziato ad espandere nuovi modelli di business affittando schede grafiche e vendendo potenza di calcolo come affittando server. Imitando l'idea della blockchain, la potenza di calcolo dell'intelligenza artificiale adotta un design di sistema distribuito, che può utilizzare risorse GPU inattive per ridurre il costo della potenza di calcolo delle startup.
Introduzione al progetto IO.NET
Io.net è un fornitore di potenza di calcolo distribuito combinato con la blockchain di Solana, che mira a utilizzare risorse di calcolo distribuite (GPU e CPU) per risolvere le sfide della domanda di calcolo nei campi dell'intelligenza artificiale e dell'apprendimento automatico. IO risolve il problema della carenza di risorse di elaborazione AI integrando schede grafiche inattive di data center indipendenti e minatori di criptovaluta, combinate con progetti crittografici come Filecoin/Render e mettendo in comune le risorse di oltre 1 milione di GPU.
A livello tecnico, io.net è costruito su ray.io, un framework di machine learning che implementa il calcolo distribuito. Fornisce applicazioni di intelligenza artificiale con risorse di calcolo distribuite che vanno dall'apprendimento per rinforzo e dal deep learning all'ottimizzazione e all'esecuzione di modelli che richiedono potenza di calcolo. Chiunque può aderire alla rete di potenza di calcolo di io come lavoratore o sviluppatore senza autorizzazioni aggiuntive. Allo stesso tempo, la rete adeguerà il prezzo della potenza di calcolo in base alla complessità, all'urgenza e alla fornitura di risorse di calcolo del lavoro di calcolo e fisserà i prezzi in base a. dinamiche di mercato. In base alle caratteristiche della potenza di calcolo distribuita, il backend di io abbinerà anche i fornitori di GPU agli sviluppatori in base al tipo di richiesta di GPU, alla disponibilità attuale, all'ubicazione e alla reputazione del richiedente.
$IO è il token nativo del sistema io.net e funge da mezzo di scambio tra fornitori di potenza di calcolo e acquirenti di servizi di potenza di calcolo. L'utilizzo di $IO può ridurre le commissioni di gestione degli ordini del %2 rispetto a $USDC. Allo stesso tempo, $IO svolge anche un importante ruolo di incentivo nel garantire il normale funzionamento della rete: i possessori di token $IO possono impegnare una certa quantità di $IO ai nodi e il funzionamento del nodo richiede anche che i token $IO siano impegnati ricavi corrispondenti al periodo di inattività della macchina.
L'attuale capitalizzazione di mercato del token $IO è di circa 360 milioni di dollari e il FDV è di circa 3 miliardi di dollari.
Economia dei token $IO
La fornitura totale massima di $IO è di 800 milioni, di cui 500 milioni sono stati assegnati a tutte le parti durante il token TGE. I restanti 300 milioni di token verranno rilasciati gradualmente nell'arco di 20 anni (l'importo del rilascio diminuirà dell'1,02% ogni mese). diminuendo di circa il 12% annuo). L'attuale circolazione di IO è di 95 milioni, di cui 75 milioni sbloccati per la ricerca e lo sviluppo ecologico e la costruzione di comunità durante TGE e 20 milioni di premi minerari da Binance Launchpool.
I premi per i fornitori di potenza di calcolo durante la rete di test IO sono distribuiti come segue:
Stagione 1 (al 25 aprile) - 17.500.000 IO
Stagione 2 (1 maggio - 31 maggio) - 7.500.000 IO
Stagione 3 (1 giugno - 30 giugno) - 5.000.000 IO
Oltre ai premi in termini di potenza di calcolo del testnet, IO ha anche offerto alcuni lanci ai creatori che hanno partecipato alla costruzione della community:
(Primo round) Comunità/Creatore di contenuti/Galxe/Discord - 7.500.000 IO
Stagione 3 (1 giugno - 30 giugno) Partecipanti Discord e Galxe - 2.500.000 IO
Tra questi, il premio per la potenza di calcolo del testnet del primo trimestre e il primo round di creazione di comunità/premi Galxe sono stati lanciati durante il TGE.
Secondo la documentazione ufficiale, la ripartizione complessiva di $IO è la seguente:
Meccanismo di masterizzazione di token $IO
Io.net esegue il riacquisto e la distruzione dei token $IO secondo una serie fissa di procedure preimpostate. Le quantità specifiche di riacquisto e distruzione dipendono dal prezzo $IO al momento dell'esecuzione. I fondi utilizzati per riacquistare $IO provengono dal reddito operativo di IOG (The Internet of GPUs - GPU Internet), da una commissione di prenotazione degli ordini dello 0,25% da ciascuno degli acquirenti di potenza di calcolo e dai fornitori di potenza di calcolo di IOG e dalla gestione del 2% di $USDC compenso per l’acquisto della potenza di calcolo.
Analisi del prodotto competitivo
Progetti simili a io.net includono Akash, Nosana, OctaSpace, Clore.AI e altri mercati di potenza di calcolo decentralizzati che si concentrano sulla risoluzione delle esigenze informatiche dei modelli di intelligenza artificiale.
Attraverso un modello di mercato decentralizzato, Akash Network utilizza risorse informatiche distribuite inattive, raggruppa e affitta la potenza di calcolo in eccesso e risponde agli squilibri di domanda e offerta attraverso sconti dinamici e meccanismi di incentivi, ottenendo un'allocazione delle risorse efficiente e senza fiducia basata su contratti intelligenti. servizi di cloud computing convenienti e decentralizzati. Consente ai miner di Ethereum e ad altri utenti con risorse GPU sottoutilizzate di noleggiarle, creando un mercato per i servizi cloud. In questo mercato, i prezzi dei servizi vengono fissati attraverso un meccanismo di asta inversa, in cui gli acquirenti possono fare offerte per affittare queste risorse, facendo sì che i prezzi diventino meno competitivi.
Nosana è un progetto di mercato della potenza di calcolo decentralizzata nell'ecosistema Solana. Il suo scopo principale è utilizzare le risorse di potenza di calcolo inattive per formare una griglia GPU per soddisfare le esigenze di calcolo dell'inferenza dell'intelligenza artificiale. Il progetto utilizza programmi su Solana per definire il funzionamento del suo mercato della potenza di calcolo e garantire che i nodi GPU che partecipano alla rete completino i loro compiti in modo ragionevole. Attualmente, oltre alla seconda fase di test di funzionamento della rete, fornisce servizi di potenza di calcolo per il processo di inferenza dei modelli LLama 2 e Diffusione Stabile.
OctaSpace è un'infrastruttura di nodi cloud di elaborazione distribuita scalabile open source che consente l'accesso all'elaborazione distribuita, all'archiviazione dei dati, ai servizi, alle VPN e altro ancora. OctaSpace include la potenza di calcolo di CPU e GPU, servendo spazio su disco per attività ML, strumenti di intelligenza artificiale, elaborazione di immagini e rendering di scene utilizzando Blender. OctaSpace verrà lanciato nel 2022 e funziona sulla propria blockchain compatibile con Layer 1 EVM. La blockchain utilizza un sistema a doppia catena che combina i meccanismi di consenso Proof of Work (PoW) e Proof of Authority (PoA).
Clore.AI è una piattaforma di supercalcolo GPU distribuita che consente agli utenti di ottenere risorse di potenza di calcolo GPU di fascia alta da nodi che forniscono potenza di calcolo in tutto il mondo. Supporta molteplici usi come la formazione sull'intelligenza artificiale, il mining di criptovaluta e il rendering di film. La piattaforma fornisce servizi GPU a basso costo e ad alte prestazioni e gli utenti possono ottenere premi in token Clore noleggiando GPU. Clore.ai si concentra sulla sicurezza, è conforme alla legislazione europea e fornisce una potente API per un'integrazione perfetta. In termini di qualità del progetto, la pagina web di Clore.AI è relativamente approssimativa e non esiste una documentazione tecnica dettagliata per verificare l'autenticità dell'autopresentazione del progetto e l'autenticità dei dati. Rimaniamo sospettosi delle risorse della scheda grafica del progetto e del reale livello di partecipazione.
Rispetto ad altri prodotti nel mercato informatico decentralizzato, io.net è attualmente l'unico progetto a cui chiunque può aderire per fornire risorse informatiche senza autorizzazione. Gli utenti possono utilizzare un minimo di GPU di livello consumer della serie 30 per partecipare alla rete include anche risorse di chip Apple come MacBook M2, Mac Mini e così via. Risorse GPU e CPU più sufficienti e una ricca struttura API consentono all'IO di supportare varie esigenze di elaborazione dell'IA, come inferenza batch, training parallelo, ottimizzazione degli iperparametri e apprendimento per rinforzo. La sua infrastruttura back-end è composta da una serie di livelli modulari che consentono una gestione efficace delle risorse e una determinazione dei prezzi automatizzata. Altri progetti di mercato della potenza di calcolo distribuita riguardano principalmente la cooperazione con le risorse delle schede grafiche aziendali e esistono determinate soglie per la partecipazione degli utenti. Pertanto, IO potrebbe avere la capacità di utilizzare il volano crittografico dell’economia dei token per sfruttare più risorse della scheda grafica.
Quello che segue è un confronto tra l'attuale valore di mercato/FDV di io.net e dei prodotti concorrenti:
Revisione e conclusione
Si può dire che la quotazione di $IO su Binance sia un degno inizio per un progetto di successo che ha attirato molta attenzione sin dal suo inizio. La rete di prova è diventata popolare in tutta la rete ed è stata gradualmente attaccata da tutti durante il ritardo dell'attuale test, mettendo in discussione le regole dei punti opachi. Il token è andato online durante la correzione del mercato, ha aperto al ribasso e si è mosso al rialzo, tornando infine in un intervallo di valutazione relativamente razionale. Tuttavia, per i partecipanti al testnet che sono venuti a causa del forte programma di investimenti di io.net, alcuni erano felici e altri erano tristi. La maggior parte degli utenti che hanno noleggiato GPU ma non hanno insistito per partecipare al testnet ogni stagione non hanno ottenuto i rendimenti in eccesso ideali come loro auspicato, ci troviamo invece di fronte alla realtà “anti-Lu”. Durante la rete di test, io.net ha diviso il montepremi di ciascun periodo in due pool: rispettivamente GPU e CPU ad alte prestazioni per il calcolo. L'annuncio dei punti per la stagione 1 è stato posticipato a causa dell'incidente di hacking, ma alla fine i punti sono stati assegnati il rapporto di scambio per il pool di GPU durante il TGE è stato determinato nel prossimo futuro 90:1. Il costo per l'utente del noleggio di GPU dai principali produttori di piattaforme cloud supera di gran lunga i ricavi degli airdrop. Durante la stagione 2, il funzionario ha implementato completamente il meccanismo di verifica PoW. Quasi 30.000 dispositivi GPU hanno partecipato con successo e hanno superato la verifica PoW. Il rapporto di scambio dei punti finale è stato di 100:1.
Dopo l'inizio tanto atteso, se io.net riuscirà a raggiungere l'obiettivo dichiarato di soddisfare le varie esigenze informatiche per le applicazioni di intelligenza artificiale e quanta domanda reale rimarrà dopo la rete di test, forse solo il tempo potrà fornire la prova migliore.
riferimento:
https://docs.io.net/docs
https://blockcrunch.substack.com/p/rndr-akt-ionet-the-complete-guide
https://www.odaily.news/post/5194118
https://www.theblockbeats.info/news/53690
https://www.binance.com/en/research/projects/ionet
https://www.ibm.com/topics/ai-infrastructure
https://gpus.llm-utils.org/nvidia-h100-gpus-supply-and-demand/
https://www.statista.com/statistics/941835/artificial-intelligence-market-size-revenue-comparisons/
https://www.grandviewresearch.com/press-release/global-cloud-ai-market