Aethir: لاعب قوي في مجال الحوسبة السحابية اللامركزية مع ثلاث مسارات متكاملة
إن تطوير نماذج LLM الكبيرة والذكاء الاصطناعي هو تقدم تكنولوجي عظيم في تاريخ البشرية، ومنذ ذلك الحين دخلت البشرية عصر الذكاء الاصطناعي، حيث تعتبر "قوة الحوسبة" هي المورد الأكثر ندرة في هذا العالم الجديد. تمثل اتجاهات تطور قوة الحوسبة الحوسبة الطرفية، حيث يمكن أن تقلل هذه الطريقة من التأخير الفيزيائي بشكل فعال، مما يجعلها حجر الزاوية لتطوير صناعات مثل الميتافيرس التي تتطلب تأخيراً منخفضاً؛ كما أن الحوسبة السحابية الموزعة اللامركزية تتمتع بمرونة، وأسعار منخفضة، ومزايا مقاومة للرقابة، مما يفتح آفاقاً واسعة للتطور.
Aethir هي منصة Rendering حية لامركزية مبنية على شبكة Arbitrum، تجمع بين وحدات معالجة الرسوميات عالية الأداء مثل H100، لتقديم خدمات حسابية على مستوى الشركات لمجالات الألعاب والذكاء الاصطناعي وغيرها. لقد تعاونت Aethir مع العديد من المشاريع الرائدة واستوديوهات الألعاب وشركات الاتصالات، ومن المتوقع أن تتجاوز الإيرادات السنوية المتكررة (ARR ) 20 مليون دولار أمريكي في الربع الأول من عام 2024.
خفض Aethir Edge بشكل كبير من عتبة بيع المستخدمين العاديين للقوة الحاسوبية الزائدة، ووسع بشكل كبير من نطاق التغطية الجغرافية لشبكة Aethir. حصلت Aethir من خلال بيع NFT لعقد الفحص على 80 مليون دولار، مما يثبت أن آفاق مشروعها ونموذجها الاقتصادي جذابان للغاية للعديد من المستخدمين. تكلفة استخدام A100 في شبكة Aethir لكل ساعة أقل بكثير من المنافسين الآخرين، مما يمنحها ميزة تنافسية واضحة.
تغيير مسار تطور المجتمع البشري غالبًا ما يتحقق من خلال عدد من الاختراعات العلمية العظيمة والتقدم. كل اختراق تكنولوجي يخلق مباشرة عصرًا جديدًا أكثر كفاءة وازدهارًا.
الثورة الصناعية، والثورة الكهربائية، وثورة المعلومات هي تقدم تكنولوجي عظيم في تاريخ البشرية، حيث غيرت تمامًا ملامح المجتمع البشري، وجلبت تغييرات غير مسبوقة في القدرة الإنتاجية وأنماط الحياة. الآن، لم يعد بإمكاننا العودة إلى عصر الإضاءة بمصابيح الكيروسين، أو نقل الرسائل بواسطة العربات. مع ولادة GPT، دخلت البشرية عصرًا جديدًا عظيمًا.
يحرر LLM ذكاء الإنسان خطوة بخطوة، مما يسمح للناس بتوجيه طاقتهم وذكائهم المحدود نحو تفكير وممارسات أكثر إبداعًا، ويدخل الناس من هنا إلى عالم أكثر كفاءة.
نعتبر GPT كاختراق تكنولوجي آخر يغير العالم، ليس فقط بسبب التقدم الهائل في فهم اللغة الطبيعية وتوليدها، ولكن أيضًا لأن البشرية من خلال تطور GPT فهمت القوانين المتعلقة بنمو قدرات نماذج اللغة الكبيرة - أي من خلال توسيع معلمات النموذج وبيانات التدريب باستمرار، يمكن تحسين قدرات نموذج LLM بشكل كبير. وفي ظل توافر القدرة الحاسوبية الكافية، لا يبدو أن هناك أي عوائق ملحوظة في هذه العملية.
إن استخدام نماذج اللغة الكبيرة لا يقتصر فقط على فهم اللغة البشرية والحوار، بل على العكس، هذه مجرد بداية. بمجرد أن تمتلك الآلات القدرة على فهم اللغة، فإنه مثل فتح صندوق باندورا، مما يحرر مساحة خيالية لا نهائية. يمكن للناس الاستفادة من هذه القدرة للذكاء الاصطناعي، وتطوير مجموعة متنوعة من الوظائف المدمرة.
حالياً، في مختلف المجالات التكنولوجية المتداخلة، بدأت نماذج LLM في إظهار إمكانياتها. من إنتاج الفيديو، والإبداع الفني في المجالات الإنسانية، إلى تطوير الأدوية، والتكنولوجيا الحيوية في مجالات التكنولوجيا الصعبة، من المؤكد أننا سنشهد تغييرات جذرية.
في هذا العصر، تُعتبر قوة الحوسبة مورداً نادراً، حيث تمتلك الشركات التكنولوجية الكبرى موارد وفيرة، بينما يواجه المطورون الناشئون حواجز دخول بسبب نقص موارد الحوسبة. في عصر الذكاء الاصطناعي الجديد، تعتبر قوة الحوسبة هي القوة، ومن يمتلك قوة الحوسبة لديه القدرة على تغيير العالم. تُعد وحدات معالجة الرسوميات (GPU) حجر الزاوية في مجالات التعلم العميق والحوسبة العلمية، وتلعب دوراً حيوياً في ذلك.
في مجال الذكاء الاصطناعي ال(AI) سريع التطور، يجب أن ندرك الجوانب المزدوجة للتطور: تدريب النماذج والاستدلال. يتضمن الاستدلال وظائف وأداء نماذج الذكاء الاصطناعي، بينما يشمل التدريب العملية المعقدة اللازمة لبناء نماذج ذكية، بما في ذلك خوارزميات تعلم الآلة، ومجموعات البيانات، والقدرات الحسابية.
على سبيل المثال، إذا كان الهدف هو الحصول على استنتاجات عالية الجودة بواسطة GPT4، يحتاج المطورون إلى الحصول على مجموعة بيانات شاملة وقدرة حسابية هائلة لتدريب نموذج AI فعال. وتتركز هذه الموارد بشكل رئيسي في أيدي عمالقة الصناعة مثل إنفيديا وجوجل ومايكروسوفت وAWS.
تكاليف الحوسبة المرتفعة وحواجز الدخول تمنع المزيد من المطورين من الدخول، مما يجعل اللاعبين الرئيسيين يزدادون قوة. لديهم مجموعات بيانات أساسية كبيرة والعديد من قدرات الحوسبة، ولديهم القدرة على زيادة حجمهم وتقليل تكاليفهم، مما يؤدي إلى تعزيز الحواجز الصناعية.
لكننا لا نملك إلا أن نفكر، هل هناك طريقة لتقليل تكاليف الحوسبة وحواجز دخول الصناعة من خلال اعتماد تقنية blockchain؟ الإجابة هي بالتأكيد نعم. اللامركزية في الحوسبة السحابية الموزعة تقدم لنا مثل هذه الحلول في هذا السياق الزمني.
على الرغم من أن قوة الحوسبة باهظة الثمن ونادرة في الوقت الحالي، إلا أن وحدات معالجة الرسوميات لم تُستخدم بشكل كامل. ويرجع ذلك أساسًا إلى عدم وجود طريقة جاهزة لدمج هذه القوة الحاسوبية الموزعة وتشغيلها بطريقة تجارية. فيما يلي أرقام استخدام وحدات معالجة الرسوميات النموذجية لأحمال العمل المختلفة:
معظم الأجهزة الاستهلاكية المزودة بوحدات معالجة الرسوميات تنتمي إلى الفئات الثلاث الأولى، أي أن ( قد بدأت للتو في الدخول إلى نظام تشغيل Windows ):
معدل استخدام GPU هو: 0-2%;
المهام الإنتاجية العامة ( كتابة، تصفح بسيط ):0-15%;
تشغيل الفيديو: 15 - 35%.
تشير البيانات المذكورة أعلاه إلى أن استخدام موارد الحوسبة منخفض للغاية، وفي عالم Web2، لا توجد تدابير فعالة لجمع هذه الموارد ودمجها. لكن قد تكون Crypto والاقتصاد اللامركزي هما العلاج المناسب لتحدي ذلك. يبني الاقتصاد المشفر سوقًا عالميًا فعالًا للغاية، وبفضل الاقتصاد الرمزي الفريد وخصائص النظام اللامركزي، تكون تسعير الموارد وتداولها وتوافق العرض والطلب في السوق فعالة للغاية.
يؤثر تطور الذكاء الاصطناعي على مستقبل البشرية، بينما تحدد تقدم قوة الحوسبة تطور الذكاء الاصطناعي. منذ اختراع أول حاسوب في الأربعينيات من القرن الماضي، شهدت أنماط الحوسبة عدة تغييرات. من الحواسيب الكبيرة الثقيلة إلى الحواسيب المحمولة الخفيفة، ومن شراء الخوادم المركزية إلى استئجار قوة الحوسبة، فإن عتبة الحصول على قوة الحوسبة تتناقص تدريجياً. قبل ظهور الحوسبة السحابية، كان يتعين على الشركات شراء الخوادم بنفسها، وتحديثها باستمرار مع تقدم التكنولوجيا، لكن ظهور الحوسبة السحابية غير هذا النموذج تماماً.
المفهوم الأساسي للحوسبة السحابية هو أن المستفيد يستأجر الخوادم، والوصول عن بُعد، والدفع حسب الكمية المستخدمة. الآن، المؤسسات التقليدية تتعرض للزعزعة بسبب الحوسبة السحابية. في مجال الحوسبة السحابية، تعتبر تقنية الافتراضية هي الأساس في هذا المجال. يمكن للخوادم الافتراضية تقسيم خادم قوي إلى خوادم صغيرة جدًا وتأجيرها، ويمكنها أيضًا تحريك الموارد المختلفة ديناميكيًا.
هذا النموذج غير تمامًا مشهد الصناعة في مجال قوة الحوسبة، حيث كان الناس في السابق بحاجة إلى شراء مرافق القوة بأنفسهم لتلبية احتياجاتهم من القوة؛ ولكن الآن، يكفي دفع الإيجار على الموقع للاستمتاع بخدمات قوة عالية الجودة. الاتجاه المستقبلي لتطوير الحوسبة السحابية هو الحوسبة الطرفية. نظرًا لأن الأنظمة التقليدية المركزية بعيدة جدًا عن المستخدمين، فإن هذا قد يؤدي إلى درجة معينة من التأخير. على الرغم من إمكانية تحسين التأخير، إلا أنه بسبب قيود سرعة الضوء، لا يمكن التغلب على التأخير بشكل دائم.
ومع ذلك، تتطلب الصناعات الناشئة مثل الميتافيرس، القيادة الذاتية، والرعاية الصحية عن بُعد تأخيرات منخفضة للغاية، لذلك من الضروري نقل خوادم الحوسبة السحابية إلى أماكن أقرب إلى المستخدمين، مما أدى إلى إنشاء المزيد والمزيد من مراكز البيانات الصغيرة حول المستخدمين، وهذا هو الحوسبة الطرفية.
مقارنة بمقدمي خدمات الحوسبة السحابية المركزية، فإن مزايا الحوسبة السحابية اللامركزية تكمن بشكل رئيسي في:
الوصول والمرونة: عادةً ما يتطلب الحصول على الوصول إلى رقائق الحوسبة على منصات مثل AWS أو GCP أو Azure عدة أسابيع، وغالبًا ما تكون نماذج GPU عالية الأداء، مثل A100 و H100، غير متوفرة. بالإضافة إلى ذلك، للحصول على الحوسبة، يحتاج المستهلكون عادةً إلى توقيع عقود طويلة الأجل وغير مرنة مع هذه الشركات الكبرى، مما يؤدي إلى فقدان الوقت ويجعل عمليات الشركات جامدة، ويفقدها بعض المرونة. بالمقابل، يمكن أن توفر منصات الحوسبة الموزعة الوصول إلى الحوسبة في أي وقت، وتقدم خيارات مرنة للأجهزة، مما يوفر إمكانية وصول أكبر.
أسعار أقل: نظرًا للاعتماد على الرقائق غير المستخدمة، بالإضافة إلى دعم الرموز المقدمة من قبل بروتوكولات الشبكة لموردي الرقائق والقدرة الحاسوبية، قد تكون الشبكة الموزعة للقدرة الحاسوبية قادرة على تقديم قدرة حاسوبية أقل تكلفة.
مقاومة الرقابة: بعض أنظمة Web3 لا تحدد نفسها كنظم غير مرخصة. تم التعامل مع مسائل الامتثال مثل GDPR وHIPAA خلال مراحل إطلاق GPU، تحميل البيانات، مشاركة البيانات ومشاركة النتائج.
مع استمرار تطور الذكاء الاصطناعي وعدم التوازن المستمر في العرض والطلب على وحدات معالجة الرسوميات، سيؤدي ذلك إلى دفع المزيد من المطورين نحو منصات الحوسبة السحابية اللامركزية. في الوقت نفسه، خلال فترة السوق الصاعدة، بسبب ارتفاع أسعار رموز التشفير، سيحقق مزودو وحدات معالجة الرسوميات المزيد من الأرباح، مما سيحفز المزيد من مقدمي وحدات معالجة الرسوميات على دخول هذا السوق، مما يشكل تأثيرًا إيجابيًا.
التحديات التقنية
1. مشكلة التوازي
تجمع منصات الحوسبة الموزعة عادةً إمدادات الرقائق طويلة الذيل، مما يعني أن مزود شريحة واحد تقريبًا غير قادر على إكمال مهام تدريب أو استدلال نماذج الذكاء الاصطناعي المعقدة بشكل مستقل في فترة زمنية قصيرة. إذا أرادت منصات الحوسبة السحابية أن تكون تنافسية، فيجب عليها تقسيم المهام وتوزيعها باستخدام أساليب متوازية، من أجل تقصير الوقت الإجمالي للإنجاز وزيادة القدرة الحاسوبية للمنصة.
ومع ذلك، ستواجه عملية التوازي سلسلة من المشاكل، بما في ذلك كيفية تقسيم المهام ( خاصة بالنسبة للمهام المعقدة في التعلم العميق )، واعتماد البيانات، وتكاليف الاتصال الإضافية بين الأجهزة وغيرها.
2. مخاطر استبدال التكنولوجيا الجديدة
مع دخول رأس المال الكبير في أبحاث الدوائر المتكاملة الخاصة ASIC( والاختراعات الجديدة مثل وحدات معالجة التنسور TPU)، قد يكون لها تأثير على مجموعات GPU لمنصات الحوسبة اللامركزية.
إذا كانت هذه الـASIC يمكن أن تقدم أداءً جيدًا، وأن تكون هناك موازنة من حيث التكلفة، فقد يعود سوق الـGPU الذي تحتكره حاليًا المنظمات الكبيرة للذكاء الاصطناعي إلى السوق. سيؤدي ذلك إلى زيادة عرض الـGPU، مما سيؤثر على نظام البيئية للمنصات السحابية اللامركزية.
3. مخاطر التنظيم
نظرًا لأن نظام الحوسبة السحابية اللامركزية يعمل في عدة ولايات قضائية، وقد يتعرض لقوانين وتنظيمات مختلفة، فقد تكون هناك تحديات قانونية وتنظيمية فريدة. قد تكون متطلبات الامتثال، مثل قوانين حماية البيانات والخصوصية، معقدة وصعبة.
في المرحلة الحالية، فإن مستخدمي منصات الحوسبة السحابية هم بشكل رئيسي مطورون محترفون ومؤسسات، يفضلون استخدام منصة واحدة على المدى الطويل، ولن يقوموا بتغييرها بشكل عشوائي. سواء كانت المنصة لامركزية أو مركزية، فإن السعر هو مجرد أحد عوامل الاعتبار، حيث أن هؤلاء المستخدمين يركزون أكثر على استقرار الخدمة. لذلك، إذا كانت المنصة اللامركزية تمتلك قدرة تكامل قوية وقدرة حسابية مستقرة وكافية، فستكون أكثر قدرة على جذب هؤلاء العملاء، والحصول على علاقات تعاون طويلة الأجل وإيرادات نقدية مستقرة.
سأقدم أدناه مشروع Aethir الجديد للقوة الحاسوبية الموزعة الذي يركز على عرض الألعاب والذكاء الاصطناعي في هذه الدورة، وسأقوم بحساب التقييم المحتمل بعد الإدراج بناءً على مشاريع الذكاء الاصطناعي ومشاريع القوة الحاسوبية الموزعة في السوق الحالية.
مقدمة عن Aethir
Aethir Cloud هو منصة render في الوقت الحقيقي اللامركزية مبنية على شبكة Arbitrum، تساعد شركات الألعاب والذكاء الاصطناعي في توصيل منتجاتها مباشرة للمستهلكين من خلال تجميع وإعادة توزيع الذكاء الاصطناعي بشكل ذكي من GPU جديدة وغير مستخدمة من الشركات ومراكز البيانات وأعمال تعدين العملات المشفرة والمستهلكين.
تتمثل إحدى الابتكارات الرئيسية في هذا المشروع في تجمع الموارد، حيث تجمع المساهمين في القدرة الحوسبية الموزعة تحت واجهة موحدة، لتقديم الخدمات للعملاء في جميع أنحاء العالم. تتمثل إحدى الميزات البارزة لتجمع الموارد في أن مزودي GPU يمكنهم الاتصال أو فصل الشبكة بحرية، مما يسمح للشركات أو مراكز البيانات التي تمتلك أجهزة غير مستخدمة بالمشاركة في الشبكة أثناء التوقف، مما يزيد من مرونة الموردين ونسبة استخدام الأجهزة.
قد تحتوي هذه الصفحة على محتوى من جهات خارجية، يتم تقديمه لأغراض إعلامية فقط (وليس كإقرارات/ضمانات)، ولا ينبغي اعتباره موافقة على آرائه من قبل Gate، ولا بمثابة نصيحة مالية أو مهنية. انظر إلى إخلاء المسؤولية للحصول على التفاصيل.
تسجيلات الإعجاب 19
أعجبني
19
5
إعادة النشر
مشاركة
تعليق
0/400
PanicSeller
· 08-01 03:17
لا يهم الموت أو الحياة، إذا كنت غير راضٍ، فافعل ما تريد.
Aethir: اللامركزية الحوسبة السحابية قوة جديدة ثلاث مسارات تقود عصر الذكاء الاصطناعي
Aethir: لاعب قوي في مجال الحوسبة السحابية اللامركزية مع ثلاث مسارات متكاملة
إن تطوير نماذج LLM الكبيرة والذكاء الاصطناعي هو تقدم تكنولوجي عظيم في تاريخ البشرية، ومنذ ذلك الحين دخلت البشرية عصر الذكاء الاصطناعي، حيث تعتبر "قوة الحوسبة" هي المورد الأكثر ندرة في هذا العالم الجديد. تمثل اتجاهات تطور قوة الحوسبة الحوسبة الطرفية، حيث يمكن أن تقلل هذه الطريقة من التأخير الفيزيائي بشكل فعال، مما يجعلها حجر الزاوية لتطوير صناعات مثل الميتافيرس التي تتطلب تأخيراً منخفضاً؛ كما أن الحوسبة السحابية الموزعة اللامركزية تتمتع بمرونة، وأسعار منخفضة، ومزايا مقاومة للرقابة، مما يفتح آفاقاً واسعة للتطور.
Aethir هي منصة Rendering حية لامركزية مبنية على شبكة Arbitrum، تجمع بين وحدات معالجة الرسوميات عالية الأداء مثل H100، لتقديم خدمات حسابية على مستوى الشركات لمجالات الألعاب والذكاء الاصطناعي وغيرها. لقد تعاونت Aethir مع العديد من المشاريع الرائدة واستوديوهات الألعاب وشركات الاتصالات، ومن المتوقع أن تتجاوز الإيرادات السنوية المتكررة (ARR ) 20 مليون دولار أمريكي في الربع الأول من عام 2024.
خفض Aethir Edge بشكل كبير من عتبة بيع المستخدمين العاديين للقوة الحاسوبية الزائدة، ووسع بشكل كبير من نطاق التغطية الجغرافية لشبكة Aethir. حصلت Aethir من خلال بيع NFT لعقد الفحص على 80 مليون دولار، مما يثبت أن آفاق مشروعها ونموذجها الاقتصادي جذابان للغاية للعديد من المستخدمين. تكلفة استخدام A100 في شبكة Aethir لكل ساعة أقل بكثير من المنافسين الآخرين، مما يمنحها ميزة تنافسية واضحة.
تغيير مسار تطور المجتمع البشري غالبًا ما يتحقق من خلال عدد من الاختراعات العلمية العظيمة والتقدم. كل اختراق تكنولوجي يخلق مباشرة عصرًا جديدًا أكثر كفاءة وازدهارًا.
الثورة الصناعية، والثورة الكهربائية، وثورة المعلومات هي تقدم تكنولوجي عظيم في تاريخ البشرية، حيث غيرت تمامًا ملامح المجتمع البشري، وجلبت تغييرات غير مسبوقة في القدرة الإنتاجية وأنماط الحياة. الآن، لم يعد بإمكاننا العودة إلى عصر الإضاءة بمصابيح الكيروسين، أو نقل الرسائل بواسطة العربات. مع ولادة GPT، دخلت البشرية عصرًا جديدًا عظيمًا.
يحرر LLM ذكاء الإنسان خطوة بخطوة، مما يسمح للناس بتوجيه طاقتهم وذكائهم المحدود نحو تفكير وممارسات أكثر إبداعًا، ويدخل الناس من هنا إلى عالم أكثر كفاءة.
نعتبر GPT كاختراق تكنولوجي آخر يغير العالم، ليس فقط بسبب التقدم الهائل في فهم اللغة الطبيعية وتوليدها، ولكن أيضًا لأن البشرية من خلال تطور GPT فهمت القوانين المتعلقة بنمو قدرات نماذج اللغة الكبيرة - أي من خلال توسيع معلمات النموذج وبيانات التدريب باستمرار، يمكن تحسين قدرات نموذج LLM بشكل كبير. وفي ظل توافر القدرة الحاسوبية الكافية، لا يبدو أن هناك أي عوائق ملحوظة في هذه العملية.
إن استخدام نماذج اللغة الكبيرة لا يقتصر فقط على فهم اللغة البشرية والحوار، بل على العكس، هذه مجرد بداية. بمجرد أن تمتلك الآلات القدرة على فهم اللغة، فإنه مثل فتح صندوق باندورا، مما يحرر مساحة خيالية لا نهائية. يمكن للناس الاستفادة من هذه القدرة للذكاء الاصطناعي، وتطوير مجموعة متنوعة من الوظائف المدمرة.
حالياً، في مختلف المجالات التكنولوجية المتداخلة، بدأت نماذج LLM في إظهار إمكانياتها. من إنتاج الفيديو، والإبداع الفني في المجالات الإنسانية، إلى تطوير الأدوية، والتكنولوجيا الحيوية في مجالات التكنولوجيا الصعبة، من المؤكد أننا سنشهد تغييرات جذرية.
في هذا العصر، تُعتبر قوة الحوسبة مورداً نادراً، حيث تمتلك الشركات التكنولوجية الكبرى موارد وفيرة، بينما يواجه المطورون الناشئون حواجز دخول بسبب نقص موارد الحوسبة. في عصر الذكاء الاصطناعي الجديد، تعتبر قوة الحوسبة هي القوة، ومن يمتلك قوة الحوسبة لديه القدرة على تغيير العالم. تُعد وحدات معالجة الرسوميات (GPU) حجر الزاوية في مجالات التعلم العميق والحوسبة العلمية، وتلعب دوراً حيوياً في ذلك.
في مجال الذكاء الاصطناعي ال(AI) سريع التطور، يجب أن ندرك الجوانب المزدوجة للتطور: تدريب النماذج والاستدلال. يتضمن الاستدلال وظائف وأداء نماذج الذكاء الاصطناعي، بينما يشمل التدريب العملية المعقدة اللازمة لبناء نماذج ذكية، بما في ذلك خوارزميات تعلم الآلة، ومجموعات البيانات، والقدرات الحسابية.
على سبيل المثال، إذا كان الهدف هو الحصول على استنتاجات عالية الجودة بواسطة GPT4، يحتاج المطورون إلى الحصول على مجموعة بيانات شاملة وقدرة حسابية هائلة لتدريب نموذج AI فعال. وتتركز هذه الموارد بشكل رئيسي في أيدي عمالقة الصناعة مثل إنفيديا وجوجل ومايكروسوفت وAWS.
تكاليف الحوسبة المرتفعة وحواجز الدخول تمنع المزيد من المطورين من الدخول، مما يجعل اللاعبين الرئيسيين يزدادون قوة. لديهم مجموعات بيانات أساسية كبيرة والعديد من قدرات الحوسبة، ولديهم القدرة على زيادة حجمهم وتقليل تكاليفهم، مما يؤدي إلى تعزيز الحواجز الصناعية.
لكننا لا نملك إلا أن نفكر، هل هناك طريقة لتقليل تكاليف الحوسبة وحواجز دخول الصناعة من خلال اعتماد تقنية blockchain؟ الإجابة هي بالتأكيد نعم. اللامركزية في الحوسبة السحابية الموزعة تقدم لنا مثل هذه الحلول في هذا السياق الزمني.
على الرغم من أن قوة الحوسبة باهظة الثمن ونادرة في الوقت الحالي، إلا أن وحدات معالجة الرسوميات لم تُستخدم بشكل كامل. ويرجع ذلك أساسًا إلى عدم وجود طريقة جاهزة لدمج هذه القوة الحاسوبية الموزعة وتشغيلها بطريقة تجارية. فيما يلي أرقام استخدام وحدات معالجة الرسوميات النموذجية لأحمال العمل المختلفة:
معظم الأجهزة الاستهلاكية المزودة بوحدات معالجة الرسوميات تنتمي إلى الفئات الثلاث الأولى، أي أن ( قد بدأت للتو في الدخول إلى نظام تشغيل Windows ):
تشير البيانات المذكورة أعلاه إلى أن استخدام موارد الحوسبة منخفض للغاية، وفي عالم Web2، لا توجد تدابير فعالة لجمع هذه الموارد ودمجها. لكن قد تكون Crypto والاقتصاد اللامركزي هما العلاج المناسب لتحدي ذلك. يبني الاقتصاد المشفر سوقًا عالميًا فعالًا للغاية، وبفضل الاقتصاد الرمزي الفريد وخصائص النظام اللامركزي، تكون تسعير الموارد وتداولها وتوافق العرض والطلب في السوق فعالة للغاية.
يؤثر تطور الذكاء الاصطناعي على مستقبل البشرية، بينما تحدد تقدم قوة الحوسبة تطور الذكاء الاصطناعي. منذ اختراع أول حاسوب في الأربعينيات من القرن الماضي، شهدت أنماط الحوسبة عدة تغييرات. من الحواسيب الكبيرة الثقيلة إلى الحواسيب المحمولة الخفيفة، ومن شراء الخوادم المركزية إلى استئجار قوة الحوسبة، فإن عتبة الحصول على قوة الحوسبة تتناقص تدريجياً. قبل ظهور الحوسبة السحابية، كان يتعين على الشركات شراء الخوادم بنفسها، وتحديثها باستمرار مع تقدم التكنولوجيا، لكن ظهور الحوسبة السحابية غير هذا النموذج تماماً.
المفهوم الأساسي للحوسبة السحابية هو أن المستفيد يستأجر الخوادم، والوصول عن بُعد، والدفع حسب الكمية المستخدمة. الآن، المؤسسات التقليدية تتعرض للزعزعة بسبب الحوسبة السحابية. في مجال الحوسبة السحابية، تعتبر تقنية الافتراضية هي الأساس في هذا المجال. يمكن للخوادم الافتراضية تقسيم خادم قوي إلى خوادم صغيرة جدًا وتأجيرها، ويمكنها أيضًا تحريك الموارد المختلفة ديناميكيًا.
هذا النموذج غير تمامًا مشهد الصناعة في مجال قوة الحوسبة، حيث كان الناس في السابق بحاجة إلى شراء مرافق القوة بأنفسهم لتلبية احتياجاتهم من القوة؛ ولكن الآن، يكفي دفع الإيجار على الموقع للاستمتاع بخدمات قوة عالية الجودة. الاتجاه المستقبلي لتطوير الحوسبة السحابية هو الحوسبة الطرفية. نظرًا لأن الأنظمة التقليدية المركزية بعيدة جدًا عن المستخدمين، فإن هذا قد يؤدي إلى درجة معينة من التأخير. على الرغم من إمكانية تحسين التأخير، إلا أنه بسبب قيود سرعة الضوء، لا يمكن التغلب على التأخير بشكل دائم.
ومع ذلك، تتطلب الصناعات الناشئة مثل الميتافيرس، القيادة الذاتية، والرعاية الصحية عن بُعد تأخيرات منخفضة للغاية، لذلك من الضروري نقل خوادم الحوسبة السحابية إلى أماكن أقرب إلى المستخدمين، مما أدى إلى إنشاء المزيد والمزيد من مراكز البيانات الصغيرة حول المستخدمين، وهذا هو الحوسبة الطرفية.
مقارنة بمقدمي خدمات الحوسبة السحابية المركزية، فإن مزايا الحوسبة السحابية اللامركزية تكمن بشكل رئيسي في:
مع استمرار تطور الذكاء الاصطناعي وعدم التوازن المستمر في العرض والطلب على وحدات معالجة الرسوميات، سيؤدي ذلك إلى دفع المزيد من المطورين نحو منصات الحوسبة السحابية اللامركزية. في الوقت نفسه، خلال فترة السوق الصاعدة، بسبب ارتفاع أسعار رموز التشفير، سيحقق مزودو وحدات معالجة الرسوميات المزيد من الأرباح، مما سيحفز المزيد من مقدمي وحدات معالجة الرسوميات على دخول هذا السوق، مما يشكل تأثيرًا إيجابيًا.
التحديات التقنية
1. مشكلة التوازي
تجمع منصات الحوسبة الموزعة عادةً إمدادات الرقائق طويلة الذيل، مما يعني أن مزود شريحة واحد تقريبًا غير قادر على إكمال مهام تدريب أو استدلال نماذج الذكاء الاصطناعي المعقدة بشكل مستقل في فترة زمنية قصيرة. إذا أرادت منصات الحوسبة السحابية أن تكون تنافسية، فيجب عليها تقسيم المهام وتوزيعها باستخدام أساليب متوازية، من أجل تقصير الوقت الإجمالي للإنجاز وزيادة القدرة الحاسوبية للمنصة.
ومع ذلك، ستواجه عملية التوازي سلسلة من المشاكل، بما في ذلك كيفية تقسيم المهام ( خاصة بالنسبة للمهام المعقدة في التعلم العميق )، واعتماد البيانات، وتكاليف الاتصال الإضافية بين الأجهزة وغيرها.
2. مخاطر استبدال التكنولوجيا الجديدة
مع دخول رأس المال الكبير في أبحاث الدوائر المتكاملة الخاصة ASIC( والاختراعات الجديدة مثل وحدات معالجة التنسور TPU)، قد يكون لها تأثير على مجموعات GPU لمنصات الحوسبة اللامركزية.
إذا كانت هذه الـASIC يمكن أن تقدم أداءً جيدًا، وأن تكون هناك موازنة من حيث التكلفة، فقد يعود سوق الـGPU الذي تحتكره حاليًا المنظمات الكبيرة للذكاء الاصطناعي إلى السوق. سيؤدي ذلك إلى زيادة عرض الـGPU، مما سيؤثر على نظام البيئية للمنصات السحابية اللامركزية.
3. مخاطر التنظيم
نظرًا لأن نظام الحوسبة السحابية اللامركزية يعمل في عدة ولايات قضائية، وقد يتعرض لقوانين وتنظيمات مختلفة، فقد تكون هناك تحديات قانونية وتنظيمية فريدة. قد تكون متطلبات الامتثال، مثل قوانين حماية البيانات والخصوصية، معقدة وصعبة.
في المرحلة الحالية، فإن مستخدمي منصات الحوسبة السحابية هم بشكل رئيسي مطورون محترفون ومؤسسات، يفضلون استخدام منصة واحدة على المدى الطويل، ولن يقوموا بتغييرها بشكل عشوائي. سواء كانت المنصة لامركزية أو مركزية، فإن السعر هو مجرد أحد عوامل الاعتبار، حيث أن هؤلاء المستخدمين يركزون أكثر على استقرار الخدمة. لذلك، إذا كانت المنصة اللامركزية تمتلك قدرة تكامل قوية وقدرة حسابية مستقرة وكافية، فستكون أكثر قدرة على جذب هؤلاء العملاء، والحصول على علاقات تعاون طويلة الأجل وإيرادات نقدية مستقرة.
سأقدم أدناه مشروع Aethir الجديد للقوة الحاسوبية الموزعة الذي يركز على عرض الألعاب والذكاء الاصطناعي في هذه الدورة، وسأقوم بحساب التقييم المحتمل بعد الإدراج بناءً على مشاريع الذكاء الاصطناعي ومشاريع القوة الحاسوبية الموزعة في السوق الحالية.
مقدمة عن Aethir
Aethir Cloud هو منصة render في الوقت الحقيقي اللامركزية مبنية على شبكة Arbitrum، تساعد شركات الألعاب والذكاء الاصطناعي في توصيل منتجاتها مباشرة للمستهلكين من خلال تجميع وإعادة توزيع الذكاء الاصطناعي بشكل ذكي من GPU جديدة وغير مستخدمة من الشركات ومراكز البيانات وأعمال تعدين العملات المشفرة والمستهلكين.
تتمثل إحدى الابتكارات الرئيسية في هذا المشروع في تجمع الموارد، حيث تجمع المساهمين في القدرة الحوسبية الموزعة تحت واجهة موحدة، لتقديم الخدمات للعملاء في جميع أنحاء العالم. تتمثل إحدى الميزات البارزة لتجمع الموارد في أن مزودي GPU يمكنهم الاتصال أو فصل الشبكة بحرية، مما يسمح للشركات أو مراكز البيانات التي تمتلك أجهزة غير مستخدمة بالمشاركة في الشبكة أثناء التوقف، مما يزيد من مرونة الموردين ونسبة استخدام الأجهزة.