Bài viết trước đã ôn lại lịch sử phát triển của ngành AI và giới thiệu chi tiết về chuỗi ngành deep learning và hiện trạng thị trường. Bài viết này sẽ tiếp tục giải thích mối quan hệ giữa Crypto x AI và một số dự án đáng chú ý trong Chuỗi giá trị của ngành Crypto.
Mối quan hệ tiền điện tử x AI
Blockchain được hưởng lợi từ sự phát triển của công nghệ ZK và đã phát triển thành ý tưởng phân quyền + không cần tin cậy. Hãy quay trở lại thời điểm bắt đầu tạo ra blockchain, đó là chuỗi Bitcoin. Trong bài báo “Bitcoin, hệ thống tiền điện tử ngang hàng” của Satoshi Nakamoto, lần đầu tiên ông gọi nó là hệ thống chuyển giao giá trị, không cần sự tin cậy. Sau đó, Vitalik và những người khác đã xuất bản bài báo "Hợp đồng thông minh thế hệ tiếp theo và Nền tảng ứng dụng phi tập trung" và ra mắt nền tảng hợp đồng thông minh phi tập trung, không cần tin cậy và trao đổi giá trị.
Quay lại bản chất, chúng tôi tin rằng toàn bộ mạng blockchain là mạng giá trị và mọi giao dịch đều là sự chuyển đổi giá trị dựa trên mã thông báo cơ bản. Giá trị ở đây được thể hiện dưới dạng Token, và Tokenomics là quy tắc cụ thể để thể hiện giá trị của Token.
Trong Internet truyền thống, việc tạo ra giá trị được giải quyết bằng P/E, được phản ánh dưới dạng cuối cùng, tức là giá cổ phiếu. Tất cả các dòng, giá trị và ảnh hưởng sẽ hình thành nên dòng tiền của doanh nghiệp và dòng tiền này. flow là giá trị Biểu thức cuối cùng cuối cùng được chuyển đổi thành P/E và phản ánh trong giá cổ phiếu và giá trị thị trường.
Giá trị của mạng được xác định bởi giá của token gốc và góc nhìn đa chiều. Nguồn: Gate Ventures.
Nhưng đối với mạng Ethereum, ETH, với tư cách là hiện thân của giá trị đa chiều của mạng Ethereum, không chỉ có thể có được dòng tiền ổn định thông qua đặt cược mà còn đóng vai trò là phương tiện trao đổi giá trị, phương tiện lưu trữ giá trị và là phương tiện để trao đổi giá trị. sản phẩm tiêu dùng cho các hoạt động mạng chờ đợi. Hơn nữa, nó còn đóng vai trò là lớp bảo vệ an ninh Khôi phục lại, Phí Gas của hệ sinh thái Lớp 2, v.v.
Tokenomics rất quan trọng. Tokenomics có thể quy định giá trị tương đối của các hạng mục thanh toán trong hệ sinh thái (nghĩa là các mã thông báo gốc của mạng). Mặc dù chúng tôi không thể định giá mọi chiều nhưng chúng tôi có hiện thân của giá trị đa chiều. Giá tiền xu. Giá trị này vượt xa sự tồn tại của chứng khoán doanh nghiệp. Sau khi mã thông báo được gán vào mạng và mã thông báo được lưu hành, tất cả các đồng tiền Q tương tự như Tencent đều có số lượng hạn chế và cơ chế giảm phát và lạm phát, đại diện cho hệ sinh thái Tencent khổng lồ và sự tồn tại của chúng với tư cách là đối tượng thanh toán. Nó cũng có thể trở thành một phương tiện lưu trữ giá trị và tạo ra sự quan tâm. Giá trị này phải vượt xa giá trị của giá cổ phiếu. Và mã thông báo là hiện thân cuối cùng của nhiều chiều giá trị.
Mã thông báo rất hấp dẫn. Mã thông báo có thể mang lại giá trị cho một chức năng hoặc ý tưởng. Chúng tôi sử dụng trình duyệt nhưng chúng tôi không xem xét giá của giao thức HTTP nguồn mở cơ bản. Nếu mã thông báo được phát hành, giá trị của nó sẽ được phản ánh trong giao dịch. . Sự tồn tại của đồng MEME và những suy nghĩ hài hước đằng sau nó cũng có giá trị. Kinh tế mã thông báo có thể tạo động lực cho bất kỳ hình thức đổi mới và tồn tại nào. Cho dù đó là một ý tưởng hay một sáng tạo vật chất, kinh tế mã thông báo sẽ định giá mọi thứ trên thế giới.
Token và công nghệ blockchain, một phương tiện xác định lại và khám phá giá trị, cũng rất quan trọng đối với bất kỳ ngành nào, bao gồm cả ngành AI. Trong ngành AI, việc phát hành token có thể định hình lại giá trị của tất cả các khía cạnh của chuỗi ngành AI, điều này sẽ khuyến khích nhiều người hơn sẵn sàng tham gia vào các phân khu khác nhau của ngành AI, bởi những lợi ích mà nó mang lại sẽ trở nên quan trọng hơn, không chỉ dòng tiền quyết định giá trị hiện tại của nó, mà sức mạnh tổng hợp của các mã thông báo sẽ làm tăng giá trị của cơ sở hạ tầng, điều này đương nhiên sẽ dẫn đến sự hình thành một giao thức béo và mô hình ứng dụng mỏng.
Thứ hai, tất cả các dự án trong chuỗi ngành AI sẽ nhận được lợi ích tăng giá vốn và mã thông báo này có thể hỗ trợ hệ sinh thái và thúc đẩy sự ra đời của một số ý tưởng triết học nhất định.
Kinh tế mã thông báo rõ ràng có tác động tích cực đến ngành. Bản chất không thể giả mạo và không đáng tin cậy của công nghệ blockchain cũng có ý nghĩa thiết thực đối với ngành AI. Nó có thể nhận ra một số ứng dụng đòi hỏi sự tin cậy, chẳng hạn như dữ liệu người dùng của chúng tôi có thể được cho phép. trên một mô hình nhất định, nhưng đảm bảo rằng mô hình đó không biết dữ liệu cụ thể, đảm bảo mô hình không rò rỉ dữ liệu và đảm bảo rằng dữ liệu thực do mô hình suy ra sẽ được trả về. Khi GPU không đủ, nó có thể được phân phối thông qua mạng blockchain. Khi GPU lặp lại, GPU nhàn rỗi có thể đóng góp sức mạnh tính toán cho mạng và tìm lại giá trị còn lại. Đây là điều mà mạng giá trị toàn cầu có thể làm.
Nói tóm lại, kinh tế mã thông báo có thể thúc đẩy việc định hình lại và khám phá giá trị, đồng thời sổ cái phi tập trung có thể giải quyết vấn đề niềm tin và tái lưu chuyển giá trị trên quy mô toàn cầu.
Tổng quan về dự án chuỗi giá trị ngành công nghiệp tiền điện tử
Bên cung cấp GPU
Một số dự án trên thị trường điện toán đám mây GPU, Nguồn: Gate Ventures
Trên đây là những người tham gia dự án chính trong thị trường năng lượng điện toán đám mây GPU. Dự án có giá trị thị trường tốt hơn và sự phát triển cơ bản là Render, được ra mắt vào năm 2020. Tuy nhiên, do tính không công khai và minh bạch của dữ liệu nên chúng tôi tạm thời tạm dừng. không thể biết được sự phát triển theo thời gian thực của hoạt động kinh doanh của mình. Hiện nay, đại đa số các doanh nghiệp sử dụng Render đều là những công việc render video theo mô hình không lớn.
Render, với tư cách là một doanh nghiệp Depin kỳ cựu với khối lượng kinh doanh thực tế, thực sự đã thành công khi đi theo xu hướng AI/Depin, nhưng các kịch bản mà các khuôn mặt Render khác với AI, vì vậy đây không phải là lĩnh vực AI theo nghĩa chặt chẽ. Và hoạt động kinh doanh kết xuất video của họ có những nhu cầu thực sự nhất định, do đó, thị trường sức mạnh điện toán đám mây GPU không chỉ có thể hướng tới việc đào tạo và suy luận các mô hình AI mà còn có thể áp dụng cho các tác vụ kết xuất truyền thống, giúp giảm rủi ro của đám mây GPU thị trường dựa trên một thị trường duy nhất.
Xu hướng nhu cầu năng lượng tính toán GPU toàn cầu, Nguồn: NGHIÊN CỨU PRECEDENCE
Trong chuỗi công nghiệp AI của Crypto, nguồn cung cấp năng lượng tính toán chắc chắn là điểm quan trọng nhất. Theo dự báo của ngành, nhu cầu năng lượng tính toán GPU sẽ vào khoảng 75 tỷ USD vào năm 2024 và nhu cầu thị trường sẽ vào khoảng 773 tỷ USD vào năm 2032, với tốc độ tăng trưởng kép hàng năm (CAGR) khoảng 33,86%.
Tốc độ lặp của GPU tuân theo Định luật Moore (hiệu suất tăng gấp đôi mỗi tháng từ 18 lên 24 và giá giảm một nửa), khi đó nhu cầu về sức mạnh tính toán dùng chung của GPU sẽ trở nên rất lớn, bởi sự bùng nổ của thị trường GPU sẽ có tác động từ Moore. Luật trong tương lai Tại thời điểm này, một số lượng lớn GPU không phải thế hệ mới nhất sẽ được hình thành. Tại thời điểm này, những GPU nhàn rỗi này sẽ tiếp tục phát huy giá trị của chúng như một sức mạnh tính toán dài hạn trong mạng chia sẻ. lạc quan về tiềm năng lâu dài và tiện ích thực tế của con đường này, không chỉ doanh nghiệp mô hình vừa và nhỏ và doanh nghiệp kết xuất truyền thống cũng sẽ có nhu cầu tương đối mạnh.
Điều đáng nhắc là nhiều báo cáo sử dụng giá thấp làm điểm bán hàng chính của các sản phẩm này để minh họa cho không gian rộng lớn của thị trường điện toán và chia sẻ GPU trên chuỗi, nhưng chúng tôi muốn nhấn mạnh rằng thị trường điện toán đám mây được xác định bởi Giá cả là không chỉ liên quan đến GPU được sử dụng mà còn liên quan đến băng thông truyền dữ liệu, thiết bị biên, hỗ trợ các công cụ dành cho nhà phát triển lưu trữ AI, v.v. Tuy nhiên, trong cùng hoàn cảnh về băng thông, thiết bị biên, v.v., do tồn tại trợ cấp mã thông báo, một phần giá trị được xác định bởi mã thông báo và hiệu ứng mạng. Đây thực sự là một lợi thế về giá, nhưng. đồng thời, nó còn có hiệu ứng mạng. Việc truyền dữ liệu chậm dẫn đến nhược điểm của các nhiệm vụ phát triển và kết xuất mô hình chậm.
Băng thông phần cứng
Một số dự án trong đường băng thông dùng chung, Nguồn: Gate Ventures
Như chúng tôi đã đề cập ở phía cung cấp GPU, giá của các nhà sản xuất sức mạnh điện toán đám mây thường liên quan đến chip GPU, nhưng nó cũng liên quan đến băng thông, hệ thống làm mát, các công cụ phát triển hỗ trợ AI, v.v. Trong chương chuỗi công nghiệp AI của báo cáo, chúng tôi cũng đã đề cập rằng các thông số và dung lượng dữ liệu của các mô hình lớn sẽ ảnh hưởng đáng kể đến thời gian đào tạo của các mô hình lớn trong quá trình truyền dữ liệu. Do đó, băng thông thường là yếu tố chính ảnh hưởng đến các mô hình lớn. Lý do, đặc biệt là đối với lĩnh vực điện toán đám mây trên chuỗi, là do băng thông và trao đổi dữ liệu của nó chậm hơn và có tác động lớn hơn vì người dùng từ khắp nơi trên thế giới hợp tác làm việc. Tuy nhiên, các nhà cung cấp đám mây khác như Azure đang thiết lập . HPC tập trung, tạo điều kiện thuận lợi hơn cho việc phối hợp và cải thiện băng thông.
Sơ đồ kiến trúc mạng Menson, nguồn: Meson
Lấy Mạng Menson làm ví dụ, Meson của nó hình dung ra một tương lai nơi người dùng có thể dễ dàng trao đổi băng thông còn lại của họ lấy token và những người có nhu cầu có thể truy cập băng thông toàn cầu trong thị trường Meson. Người dùng có thể lưu trữ dữ liệu trong cơ sở dữ liệu của người dùng và những người dùng khác có thể truy cập dữ liệu được người dùng gần nhất lưu trữ, từ đó đẩy nhanh quá trình trao đổi dữ liệu mạng và tăng tốc độ đào tạo mô hình.
Tuy nhiên, chúng tôi tin rằng băng thông dùng chung là một khái niệm giả, vì đối với HPC, dữ liệu của nó chủ yếu được lưu trữ trên các nút cục bộ, nhưng đối với băng thông dùng chung này, dữ liệu được lưu trữ ở một khoảng cách nhất định (chẳng hạn như 1 km, 10 km, 100 km). ) Ngoài ra, độ trễ do các khoảng cách địa lý này gây ra sẽ cao hơn nhiều so với độ trễ của việc lưu trữ dữ liệu cục bộ, vì điều này sẽ dẫn đến việc lập lịch và phân bổ thường xuyên. Vì vậy, nhu cầu sai lầm này cũng là nguyên nhân khiến thị trường không mua vào. Vòng tài trợ mới nhất của Meson Network được định giá 1 tỷ USD sau khi niêm yết trên sàn, FDV chỉ còn 9,3 triệu USD, chưa bằng 1/10. việc định giá.
dữ liệu
Theo những gì chúng tôi đã nói trong chuỗi ngành học sâu, số lượng tham số, sức mạnh tính toán và dữ liệu của một mô hình lớn cùng ảnh hưởng đến chất lượng của mô hình lớn. Có rất nhiều cơ hội thị trường cho các công ty nguồn dữ liệu và nhà cung cấp cơ sở dữ liệu vectơ. Họ sẽ cung cấp cho các Doanh nghiệp các loại dịch vụ dữ liệu cụ thể khác nhau.
Một số dự án của nhà cung cấp dữ liệu AI, Nguồn: Gate Ventures
Các dự án trực tuyến hiện tại bao gồm EpiK Protocol, Synesis One, Masa, v.v. Điểm khác biệt là giao thức EpiK và Synesis One thu thập các nguồn dữ liệu công cộng, nhưng Masa dựa trên công nghệ ZK và có thể thu thập dữ liệu riêng tư, thân thiện với người dùng hơn.
So với các công ty dữ liệu Web2 truyền thống khác, lợi thế của nhà cung cấp dữ liệu Web3 nằm ở khía cạnh thu thập dữ liệu, vì các cá nhân có thể đóng góp dữ liệu không riêng tư của riêng họ (công nghệ ZK có thể thúc đẩy người dùng đóng góp dữ liệu riêng tư mà không bị rò rỉ), do đó, The Khu vực liên hệ sẽ trở nên rất rộng, không chỉ ToB mà còn có thể định giá bất kỳ dữ liệu nào của người dùng. Mọi dữ liệu trong quá khứ sẽ có giá trị và do sự tồn tại của nền kinh tế mã thông báo, giá trị mạng và giá cả đều phụ thuộc lẫn nhau, mã thông báo 0 chi phí. sẽ trở nên cao hơn khi giá trị của mạng tăng lên và các mã thông báo này sẽ giảm chi phí của nhà phát triển và được sử dụng để thưởng cho người dùng và người dùng sẽ có động lực đóng góp dữ liệu hơn.
Chúng tôi tin rằng cơ chế này có thể được tiếp xúc với cả Web2 và Web3 cùng một lúc và hầu như bất kỳ ai cũng có cơ hội đóng góp dữ liệu của riêng họ ở cấp độ người dùng, rất dễ dàng triển khai một phần phạm vi "Áp dụng đại trà". Về mặt tiêu thụ dữ liệu, có nhiều mô hình khác nhau, thực tế Cả hai mặt cung và cầu, người dùng có thể nhấp chuột tùy ý trên Internet và độ khó thao tác cũng rất thấp. Điều duy nhất cần quan tâm là vấn đề điện toán riêng tư, do đó các nhà cung cấp dữ liệu theo hướng ZK có thể có triển vọng phát triển tốt hơn, và các dự án tiêu biểu bao gồm Masa.
ZKML
Dự án đào tạo/suy luận ZK, Nguồn: Gate Ventures
Nếu dữ liệu muốn đạt được tính toán và đào tạo riêng tư, sơ đồ ZK hiện chủ yếu được sử dụng trong ngành sử dụng công nghệ mã hóa đồng hình để xử lý dữ liệu ngoài chuỗi, sau đó tải lên kết quả và bằng chứng ZK. Điều này có thể đảm bảo tính riêng tư của dữ liệu và tính bảo mật. chi phí lý luận thấp. Nó rất không phù hợp để lý luận trên chuỗi. Đây cũng là lý do tại sao các nhà đầu tư theo dõi ZKML thường có chất lượng cao hơn, vì điều này phù hợp với logic kinh doanh.
Các dự án này không chỉ tập trung vào đào tạo và lý luận ngoài chuỗi trong lĩnh vực trí tuệ nhân tạo, mà còn có một số dự án ZK có mục đích chung có thể cung cấp khả năng xử lý cộng tác ZK hoàn chỉnh của Turing và cung cấp bằng chứng ZK cho mọi tính toán ngoài chuỗi và dữ liệu, bao gồm Axiom , Risc Zero, Ritual và các dự án khác cũng đáng được chú ý. Loại dự án này có ranh giới ứng dụng rộng hơn và có nhiều khả năng chịu lỗi hơn đối với VC.
ứng dụng AI
Bối cảnh ứng dụng AI x Crypto, nguồn: Foresight News
Tình hình ứng dụng của blockchain cũng tương tự như ngành AI truyền thống. Hầu hết đều nằm trong việc xây dựng cơ sở hạ tầng. Hiện nay, chuỗi công nghiệp thịnh vượng nhất vẫn là chuỗi công nghiệp thượng nguồn, nhưng sự phát triển của chuỗi công nghiệp hạ nguồn, chẳng hạn. về phía ứng dụng, tương đối yếu.
Loại ứng dụng AI + blockchain này giống một ứng dụng blockchain truyền thống + khả năng tự động hóa và tổng quát hóa. Ví dụ: DeFi có thể thực hiện các giao dịch và đường dẫn cho vay tối ưu thông qua ý tưởng của người dùng. Loại ứng dụng này được gọi là AI Agent. Đóng góp cơ bản nhất của mạng lưới thần kinh và công nghệ học sâu cho cuộc cách mạng phần mềm nằm ở khả năng khái quát hóa của nó, có thể thích ứng với các nhu cầu khác nhau của nhiều nhóm người khác nhau và các phương thức dữ liệu khác nhau.
Chúng tôi tin rằng khả năng khái quát hóa này trước tiên sẽ mang lại lợi ích cho AI Agent. Là cầu nối giữa người dùng và nhiều ứng dụng, nó có thể giúp người dùng đưa ra các quyết định phức tạp trên chuỗi và chọn con đường tối ưu. Fetch.AI là một trong những dự án tiêu biểu (MC hiện tại trị giá 2,1 tỷ đô la Mỹ). Chúng tôi sử dụng Fetch.AI để mô tả ngắn gọn nguyên lý hoạt động của AI Agent.
Sơ đồ kiến trúc Fetch.AI, Nguồn: Fetch.AI
Hình trên là sơ đồ kiến trúc của Fetch.AI. Định nghĩa AI Agent của Fetch.AI là “một chương trình tự chạy trên mạng blockchain. Nó có thể kết nối, tìm kiếm và giao dịch và cũng có thể được lập trình để tạo điều kiện thuận lợi cho nó. tương tác với các tác nhân khác trong mạng". DeltaV là một nền tảng để tạo Đại lý đã đăng ký tạo thành thư viện Đại lý có tên là Agentverse. Công cụ AI phân tích văn bản và mục đích của người dùng, sau đó chuyển đổi nó thành các hướng dẫn chính xác mà tác nhân có thể chấp nhận, sau đó tìm Tác nhân phù hợp nhất trong Agentverse để thực hiện các hướng dẫn này. Bất kỳ dịch vụ nào cũng có thể được đăng ký làm đại lý, do đó hình thành một mạng nhúng được hướng dẫn bởi mục đích. Mạng này có thể rất phù hợp để nhúng vào các ứng dụng như Telegram, vì tất cả các lối vào đều là Agentverse và mọi đầu vào trong hộp trò chuyện sẽ được thực hiện. có một Tác nhân tương ứng được thực thi trên chuỗi. Agentverse có thể hoàn thành các tác vụ tương tác ứng dụng trên chuỗi bằng cách kết nối với nhiều dAPP. Chúng tôi tin rằng Tác nhân AI có ý nghĩa thiết thực và có nhu cầu riêng đối với ngành công nghiệp blockchain. Mô hình lớn cung cấp cho ứng dụng bộ não, nhưng Tác nhân AI cung cấp cho ứng dụng bàn tay.
Theo dữ liệu thị trường hiện tại, Fetch.AI hiện có khoảng 6.103 Đại lý AI trực tuyến. Đối với số lượng đại lý này, có khả năng được đánh giá quá cao về mặt giá cả, vì vậy thị trường sẵn sàng đưa ra mức phí bảo hiểm cao hơn cho tầm nhìn của nó.
Chuỗi công khai AI
Tương tự như các chuỗi công khai như Tensor, Allora, Hypertensor và AgentLayer, đây là một mạng thích ứng được xây dựng đặc biệt cho các mô hình hoặc tác nhân AI. Đây là một liên kết trong chuỗi ngành AI có nguồn gốc từ blockchain.
Sau đó 架构,Nguồn:Quello Network
Chúng tôi sử dụng Allora để mô tả ngắn gọn nguyên tắc hoạt động của loại chuỗi AI này:
1. Người tiêu dùng tìm kiếm lý do từ Allora Chain.
2. Thợ mỏ chạy mô hình suy luận và mô hình dự đoán ngoài chuỗi.
3. Người đánh giá có trách nhiệm đánh giá chất lượng lý luận do người khai thác cung cấp. Người đánh giá thường là chuyên gia trong các lĩnh vực có thẩm quyền để đánh giá chính xác chất lượng lý luận.
Điều này tương tự như RLHF (học tăng cường), tải lý luận lên chuỗi. Người đánh giá trên chuỗi có thể cải thiện các tham số của mô hình bằng cách xếp hạng kết quả, điều này cũng tốt cho chính mô hình. Tương tự, các dự án dựa trên kinh tế mã thông báo có thể giảm đáng kể chi phí suy luận thông qua việc phân phối mã thông báo, điều này đóng một vai trò quan trọng trong sự phát triển của dự án.
So với các mô hình AI truyền thống sử dụng thuật toán RLHF, mô hình tính điểm thường được thiết lập, nhưng mô hình tính điểm này vẫn yêu cầu can thiệp thủ công và không thể giảm chi phí, đồng thời số lượng người tham gia bị hạn chế. , kích thích hơn nữa hiệu ứng mạng lưới rộng khắp
Tóm tắt
Trước hết, cần nhấn mạnh rằng cuộc thảo luận về phát triển AI và chuỗi ngành mà chúng ta quen thuộc hiện nay thực ra dựa trên công nghệ deep learning, không đại diện cho hướng phát triển của tất cả AI. Vẫn còn nhiều điều không sâu. học hỏi và các công nghệ hứa hẹn đang được ươm mầm ở đây, nhưng do hiệu quả của GPT quá tốt nên phần lớn sự chú ý của thị trường đều bị thu hút bởi con đường kỹ thuật hiệu quả này.
Một số gã khổng lồ trong ngành tin rằng công nghệ deep learning hiện tại không thể đạt được trí tuệ nhân tạo nói chung, vì vậy nhóm công nghệ này có thể đi vào ngõ cụt. Tuy nhiên, chúng tôi tin rằng công nghệ này đã có tầm quan trọng của nó và nhu cầu của GPT cũng là thực tế. có nhiều kịch bản tồn tại nên nó tương tự như thuật toán đề xuất của tiktok. Mặc dù loại máy học này không thể đạt được trí tuệ nhân tạo nhưng nó thực sự được sử dụng trong nhiều luồng thông tin khác nhau để tối ưu hóa quy trình đề xuất. Vì vậy, chúng tôi vẫn nhận thấy rằng lĩnh vực này xứng đáng được đào sâu hợp lý và mạnh mẽ.
Token và công nghệ blockchain, một phương tiện xác định lại và khám phá giá trị (thanh khoản toàn cầu), cũng mang lại lợi ích cho ngành AI. Trong ngành AI, việc phát hành token có thể định hình lại giá trị của tất cả các khía cạnh của chuỗi ngành AI, điều này sẽ khuyến khích nhiều người hơn sẵn sàng tham gia vào các phân khu khác nhau của ngành AI, bởi những lợi ích mà nó mang lại sẽ trở nên quan trọng hơn, không chỉ dòng tiền mới quyết định giá trị hiện tại của nó. Thứ hai, tất cả các dự án trong chuỗi công nghiệp AI sẽ nhận được lợi nhuận tăng giá và mã thông báo này có thể hỗ trợ hệ sinh thái và thúc đẩy sự ra đời của một số ý tưởng triết học nhất định.
Bản chất không thể giả mạo và không đáng tin cậy của công nghệ blockchain cũng có ý nghĩa thiết thực trong ngành AI. Nó có thể nhận ra một số ứng dụng yêu cầu sự tin cậy. Ví dụ: dữ liệu người dùng của chúng tôi có thể được phép trên một mô hình nhất định, nhưng nó được đảm bảo rằng. model không biết dữ liệu cụ thể, đảm bảo rằng mô hình không rò rỉ dữ liệu và đảm bảo rằng dữ liệu thực do mô hình suy ra được trả về. Khi GPU không đủ, nó có thể được phân phối thông qua mạng blockchain. Khi GPU lặp lại, GPU nhàn rỗi có thể đóng góp sức mạnh tính toán cho mạng và tái sử dụng chất thải. Đây là điều mà mạng giá trị toàn cầu có thể làm.
Nhược điểm của mạng máy tính GPU là băng thông, tức là đối với các cụm HPC, băng thông có thể được giải quyết tập trung, từ đó đẩy nhanh hiệu quả đào tạo. Đối với các nền tảng chia sẻ GPU, mặc dù sức mạnh tính toán nhàn rỗi có thể được sử dụng và chi phí giảm (thông qua trợ cấp mã thông báo), do vị trí địa lý nên tốc độ đào tạo của nó sẽ trở nên rất chậm nên sức mạnh tính toán nhàn rỗi này chỉ phù hợp với những người không cấp bách. mô hình nhỏ. Hơn nữa, các nền tảng này cũng thiếu các công cụ hỗ trợ dành cho nhà phát triển, vì vậy các doanh nghiệp vừa và lớn ưa chuộng nền tảng doanh nghiệp đám mây truyền thống trong tình hình hiện tại.
Tóm lại, chúng ta vẫn nhận thấy được tiện ích thiết thực của việc kết hợp AI
Tài liệu tham khảo
"Galaxy: Giải thích toàn cảnh về lộ trình tiền điện tử+AI"
"Danh sách đầy đủ các chuỗi ngành của trung tâm dữ liệu AI của Hoa Kỳ"
《Bạn không còn thời gian để chờ đợi và xem xét AI nữa》
"Tình hình hiện tại của GPT"
《GIẢI THÍCH VỀ CƠ SỞ HẠ TẦNG AI》
Tuyên bố từ chối trách nhiệm:
Nội dung trên chỉ mang tính tham khảo và không nên coi là bất kỳ lời khuyên nào. Luôn tìm kiếm lời khuyên chuyên nghiệp trước khi đầu tư.
Giới thiệu về Gate Ventures
Gate Ventures, công ty đầu tư mạo hiểm của Gate.io, tập trung đầu tư vào cơ sở hạ tầng phi tập trung, hệ sinh thái và ứng dụng sẽ định hình lại thế giới trong kỷ nguyên Web 3.0. Gate Ventures hợp tác với các nhà lãnh đạo ngành toàn cầu để trao quyền cho các nhóm và công ty khởi nghiệp có tư duy và năng lực đổi mới nhằm xác định lại sự tương tác giữa xã hội và tài chính.
Trang web chính thức: https://ventures.gate.io/
Twitter:https://x.com/gate_ventures
Trung bình:https://medium.com/gate_ventures