sVới sự bùng nổ của các dự án trí tuệ nhân tạo tổng hợp, sức mạnh tính toán đã trở thành một nguồn tài nguyên được tranh cãi gay gắt. Khi AI trở nên phổ biến hơn và cuộc đua giành nguồn cung cấp bộ xử lý đồ họa (GPU) ngày càng gay gắt, nhu cầu tiếp cận sức mạnh tính toán rộng hơn và dân chủ hơn đã trở thành ưu tiên cấp bách đối với các công ty không thuộc MAANG. Kết hợp nhu cầu nóng bỏng này với sự khan hiếm đang nhanh chóng chuyển thành độc quyền về tài nguyên và kết quả xấu có thể xảy ra là hệ sinh thái AI phần lớn đang được hình thành bởi một số ít các tập đoàn công nghệ lớn.
Mark Rydon là Người đồng sáng lập và Trưởng phòng Chiến lược tại Aethir, một mạng điện toán đám mây phi tập trung cấp doanh nghiệp.
Nếu chúng ta muốn tránh điều này, thì tương lai của AI và ý nghĩa đạo đức của nó sẽ phụ thuộc vào khả năng phân phối rộng rãi các tài nguyên này thay vì dựa vào một số ít tập đoàn để độc quyền quyền lực này.
Giải quyết phía cung của nhu cầu điện toán
Khi nhu cầu về điện toán tăng cao, cơ sở hạ tầng hiện tại phải vật lộn để theo kịp. Như đã đưa tin trên tờ Washington Post, một số bang đang thiếu điện. Ví dụ, Bắc Virginia cần một số nhà máy điện hạt nhân lớn để phục vụ tất cả các trung tâm dữ liệu mới đã được lên kế hoạch và đang xây dựng.
Ngoài ra, chi phí đào tạo mô hình ngày càng tăng đặt ra những câu hỏi quan trọng về tương lai của sự phát triển AI: Sức mạnh tính toán cần thiết này sẽ đến từ đâu? Trung Quốc gần đây đã thông báo rằng họ đặt mục tiêu tăng 50% năng lực tính toán trong thập kỷ rưỡi tới, nhưng con đường này sẽ không dành cho tất cả mọi người.
Một cách để giải quyết vấn đề này là thông qua một mô hình phi tập trung.
Mạng cơ sở hạ tầng vật lý phi tập trung (DePIN) có thể được sử dụng để tổng hợp các GPU doanh nghiệp không được sử dụng đúng mức và đưa chúng vào sử dụng, phân phối lại nguồn cung trước đây không thể tiếp cận được trở lại thị trường. Chúng cũng có thể giúp tận dụng khả năng tính toán tiềm ẩn trong các thiết bị tiêu dùng, tạo ra một mạng lưới GPU rộng lớn, dễ tiếp cận, có thể được sử dụng để đào tạo AI và các tác vụ tính toán chuyên sâu khác. Những cách tiếp cận này dân chủ hóa việc cung cấp và truy cập vào các tài nguyên tính toán, thách thức sự độc quyền về GPU truyền thống và thúc đẩy sự đổi mới.
Hơn nữa, cơ sở hạ tầng phân tán tối ưu hóa việc sử dụng tài nguyên, đảm bảo sức mạnh tính toán chưa sử dụng có thể đóng góp cho các dự án AI quan trọng. Cách tiếp cận này tối đa hóa hiệu quả và phù hợp với các nguyên tắc ESG về giảm lãng phí năng lượng và tác động đến môi trường liên quan đến các trung tâm dữ liệu quy mô lớn.
Khai phá đại dương dữ liệu mới
DePIN không chỉ có thể giải quyết thách thức về nguồn cung và tài nguyên thúc đẩy khả năng tiếp cận điện toán. Họ cũng có thể giúp mở khóa các đại dương dữ liệu mới có thể cung cấp các bộ dữ liệu đa dạng cần thiết để đào tạo các mô hình AI chuyên biệt, mạnh mẽ và toàn diện hơn. Cách tiếp cận này nâng cao chất lượng của hệ thống AI và thúc đẩy chủ quyền và quyền riêng tư của dữ liệu.
DePIN sử dụng công nghệ blockchain và các phương pháp mã hóa tiên tiến để đảm bảo dữ liệu được an toàn và quyền sở hữu được xác định rõ ràng. Cách tiếp cận phi tập trung này mở rộng phổ thông tin, bao gồm cả thông tin của các khu vực và cộng đồng ít được đại diện, dẫn đến các mô hình AI chính xác và toàn diện hơn.
Hơn nữa, DePIN cung cấp cho chủ sở hữu dữ liệu nhiều quyền kiểm soát hơn đối với thông tin của họ, tăng cường quyền riêng tư đồng thời khuyến khích chia sẻ dữ liệu rộng rãi. Ví dụ: hãy xem xét một tình huống chăm sóc sức khỏe trong đó dữ liệu của bệnh nhân từ nhiều bệnh viện và phòng khám khác nhau có thể được chia sẻ một cách an toàn mà không ảnh hưởng đến quyền riêng tư. Bằng cách tận dụng DePIN, các nhà nghiên cứu có thể truy cập vào bộ dữ liệu phong phú, đa dạng giúp nâng cao khả năng phát triển các công cụ chẩn đoán và kế hoạch điều trị tốt hơn. Tương tự, trong lĩnh vực khoa học môi trường, DePIN có thể tạo điều kiện chia sẻ dữ liệu khí hậu từ nhiều cảm biến khác nhau, thường được đặt tại nhà riêng và tài sản trên toàn thế giới, dẫn đến các mô hình và dự đoán chính xác hơn.
Mệnh lệnh đạo đức
Cũng cần lưu ý rằng việc tập trung phát triển AI trong một số công ty Big Tech đặt ra những lo ngại đáng kể về mặt đạo đức. Khi việc đào tạo và triển khai mô hình AI tiên tiến bị một số thực thể độc quyền, điều đó sẽ hạn chế tiềm năng mang lại lợi ích cho tất cả mọi người của AI. Sự kiểm soát tập trung này có thể củng cố sự bất bình đẳng hiện có và hạn chế phạm vi tác động tích cực của AI đối với xã hội.
Sự tập trung quyền lực có thể dẫn đến các hệ thống AI thiên vị, phản ánh quan điểm và ưu tiên của một bộ phận dân cư hẹp, làm trầm trọng thêm sự chênh lệch về kinh tế và xã hội. Một kịch bản như vậy mâu thuẫn với tiềm năng dân chủ hóa của AI, trong đó những đổi mới sẽ phục vụ lý tưởng cho các cộng đồng đa dạng và giải quyết nhiều thách thức xã hội.
Dân chủ hóa quyền truy cập vào tài nguyên GPU không chỉ là một yêu cầu bắt buộc đối với ngành mà nó còn là một điều cần thiết về mặt đạo đức. Bằng cách đảm bảo rằng các nhà nghiên cứu, công ty khởi nghiệp và nhà đổi mới trên toàn thế giới có thể tiếp cận sức mạnh tính toán cần thiết để phát triển công nghệ AI, chúng tôi có thể thúc đẩy bối cảnh AI toàn diện và công bằng hơn. Giám đốc điều hành NVIDIA Jensen Huang, người đặt ra thuật ngữ “AI có chủ quyền”, cũng nhấn mạnh rằng các quốc gia phải tạo ra AI để đảm bảo bảo tồn văn hóa. Khả năng tiếp cận rộng hơn này khuyến khích các quan điểm đa dạng trong phát triển AI, dẫn đến các giải pháp AI công bằng hơn, cân bằng hơn và hiệu quả hơn có thể mang lại lợi ích cho xã hội.
Tác động đến sự đổi mới
Tác động tiềm tàng của cơ sở hạ tầng GPU phi tập trung đối với sự đổi mới và nghiên cứu, đặc biệt là ở các thị trường mới nổi, không thể bị phóng đại. Ví dụ: sự hợp tác gần đây của chúng tôi với TensorOpera AI để thúc đẩy đào tạo mô hình ngôn ngữ quy mô lớn (LLM) trên cơ sở hạ tầng đám mây phi tập trung đã cho thấy những lợi ích hữu hình của phương pháp này. Bằng cách khai thác sức mạnh của GPU phi tập trung, TensorOpera giờ đây có thể tiến hành các hoạt động đào tạo LLM đáng kể mà không cần dựa vào các tài nguyên tập trung, truyền thống. Quá trình dân chủ hóa sức mạnh tính toán này hiện đang mở đường cho các dự án đổi mới và nỗ lực nghiên cứu mà trước đây không thể đạt được do hạn chế về nguồn lực.
Kết nối sự phân chia tính toán
Cơ sở hạ tầng GPU phi tập trung thể hiện một bước quan trọng hướng tới việc thu hẹp khoảng cách điện toán và dân chủ hóa quyền truy cập vào tài nguyên AI. Bằng cách phân phối sức mạnh tính toán một cách công bằng hơn, chúng ta có thể đảm bảo rằng lợi ích của AI sẽ được nhiều người trong xã hội nhận ra hơn, từ đó tăng cường sự đổi mới trên diện rộng. Cách tiếp cận này giải quyết những thách thức đạo đức do các công ty độc quyền về AI đặt ra và thúc đẩy sự đổi mới và nghiên cứu toàn cầu, đặc biệt là ở các thị trường mới nổi.
Khi chúng ta tiến về phía trước, việc áp dụng các mô hình phi tập trung và tận dụng năng lực tính toán tiềm ẩn sẽ rất quan trọng trong việc đáp ứng nhu cầu phát triển AI ngày càng tăng. Tương lai của AI phụ thuộc vào khả năng của chúng ta trong việc xây dựng một bối cảnh tính toán toàn diện, công bằng và phi tập trung hơn.
Lưu ý: Các quan điểm thể hiện trong cột này là của tác giả và không nhất thiết phản ánh quan điểm của CoinDesk, Inc. hoặc chủ sở hữu và các chi nhánh của nó.
