Aethir: игрок в облачные вычисления с тремя уровнями Децентрализация
Развитие больших моделей LLM и ИИ является одним из величайших технологических прогрессов в истории человечества, и человечество, таким образом, вступило в эпоху ИИ. В этом новом мире "вычислительная мощность" является самым дефицитным ресурсом. Тенденция развития вычислительной мощности — это краевая вычислительная техника, которая может эффективно снизить физическую задержку и стать основой для развития таких отраслей, как метавселенная, требующих низкой задержки; децентрализованное распределенное облачное вычисление обладает гибкостью, низкой ценой и преимуществами противоцензурности, что делает его перспективы развития весьма широкими.
Aethir — это децентрализованная платформа для рендеринга в реальном времени на сети Arbitrum, которая объединяет GPU с высокой вычислительной мощностью, такие как H100, чтобы предоставлять услуги вычислительной мощности уровня предприятия для игр, искусственного интеллекта и других компаний. Aethir уже сотрудничает с несколькими ведущими проектами, игровыми студиями и телекоммуникационными компаниями, ожидается, что в первом квартале 2024 года годовой регулярный доход (ARR) превысит 20 миллионов долларов.
Aethir Edge значительно снизил порог для обычных пользователей, желающих продавать избыточные вычислительные мощности, и значительно расширил географическое покрытие сети Aethir. Aethir уже заработал 80 миллионов долларов, продавая NFT проверочных узлов, что подтверждает привлекательность его проекта и экономической модели для широкой аудитории. Часовые затраты на использование A100 в сети Aethir значительно ниже, чем у других конкурентов, что дает явное конкурентное преимущество.
Изменения в процессе развития человеческого общества часто происходят благодаря нескольким величайшим научным изобретениям и достижениям. Каждый технологический прорыв непосредственно создает новую эпоху, более эффективную и процветающую.
Индустриальная революция, электрическая революция и информационная революция являются выдающимися технологическими достижениями в истории человечества, которые кардинально изменили облик человеческого общества и привели к беспрецедентному изменению производительности и образа жизни. Теперь мы больше не можем вернуться к эпохе освещения керосиновыми лампами и передачи писем на конных повозках. С появлением GPT человечество вступило в еще одну великое новое время.
LLM постепенно освобождает человеческий интеллект, позволяя людям направлять свои ограниченные усилия и интеллект на более творческое мышление и практику, и таким образом люди вошли в более эффективный мир.
Мы рассматриваем GPT как еще один технологический прорыв, изменяющий мир, не только потому, что GPT достиг огромного прогресса в понимании и генерации естественного языка, но и потому, что человечество в процессе эволюции GPT осознало закономерности роста возможностей больших языковых моделей ------ а именно, что постоянное увеличение параметров модели и обучающих данных может привести к экспоненциальному росту возможностей LLM, при достаточной вычислительной мощности этот процесс пока не сталкивается с ограничениями.
Применение больших языковых моделей не ограничивается лишь пониманием человеческого языка и диалога, наоборот, это всего лишь начало. Как только машина получает способность понимать язык, это похоже на открытие ящика Пандоры, который освобождает бесконечное пространство для воображения. Люди могут использовать эту способность ИИ для разработки различных разрушительных функций.
В настоящее время в различных пересекающихся технологических областях модели LLM уже начинают проявлять себя. От гуманитарных областей, таких как видеопроизводство и художественное творчество, до жестких технологических областей, таких как разработка лекарств и биотехнологии, нас ожидают кардинальные изменения.
В эту эпоху вычислительная мощность рассматривается как дефицитный ресурс, крупные технологические гиганты обладают обширными ресурсами, в то время как новые разработчики сталкиваются с барьерами входа из-за недостатка вычислительной мощности. В новой эре ИИ вычислительная мощность — это сила, и тот, кто владеет вычислительной мощностью, имеет возможность изменить мир. GPU, являясь основой глубокого обучения и научных вычислений, играет в этом ключевую роль.
В быстроразвивающейся области искусственного интеллекта (AI) мы должны признать двойственный аспект развития: обучение модели и вывод. Вывод связан с функциональными возможностями и результатами AI-модели, в то время как обучение включает сложный процесс, необходимый для создания интеллектуальной модели, включая алгоритмы машинного обучения, наборы данных и вычислительные мощности.
Например, в случае GPT-4, если разработчик хочет получить качественные выводы, ему необходимо получить обширный базовый набор данных и огромные вычислительные мощности для обучения эффективной модели ИИ. Эти ресурсы в основном сосредоточены в руках крупных компаний, таких как NVIDIA, Google, Microsoft и AWS.
Высокие вычислительные затраты и барьеры для входа препятствуют выходу большего числа разработчиков, а также усиливают позиции лидеров. У них есть крупные базовые наборы данных и значительные вычислительные мощности, что позволяет им постоянно увеличивать свои масштабы и снижать свои затраты, что делает барьеры в отрасли еще более прочными.
Но мы не можем не задуматься, существует ли способ снизить вычислительные затраты и барьеры для входа в индустрию с помощью технологий блокчейна? Ответ положительный. Децентрализация распределенных облачных вычислений предоставляет нам такое решение на фоне этой эпохи.
Несмотря на то, что в настоящее время вычислительная мощность дорога и дефицитна, GPU не используются в полной мере. Это связано с тем, что пока не существует готового решения для интеграции этой распределенной вычислительной мощности и ее коммерческого использования. Ниже приведены типичные показатели использования GPU для различных рабочих нагрузок:
Большинство потребительских устройств с GPU относятся к трем основным категориям, а именно свободным (, которые только что запустились и вошли в операционную систему Windows ):
Использование GPU: 0-2%;
Общие производственные задания ( написание, простой просмотр ):0-15%;
Воспроизведение видео: 15 - 35%.
Указанные данные показывают: использование вычислительных ресурсов крайне низкое, а в мире Web2 нет эффективных мер для сбора и интеграции этих ресурсов. Но Crypto и экономика блокчейна, возможно, являются именно тем лекарством, которое решит эту задачу. Криптоэкономика создает крайне эффективный глобальный рынок, благодаря уникальной токеномике и характеристикам децентрализованной системы, ценообразование ресурсов, их обращение и соответствие спроса и предложения на рынке происходит очень эффективно.
Развитие ИИ влияет на будущее человечества, а прогресс вычислительной мощности определяет развитие ИИ. С момента изобретения первого компьютера в сороковых годах двадцатого века вычислительные модели претерпели множество изменений. От громоздких больших компьютеров до легких ноутбуков, от централизованных серверов до аренды вычислительной мощности, порог доступа к вычислительной мощности постепенно снижается. До появления облачных вычислений предприятия должны были самостоятельно закупать серверы и постоянно обновлять их по мере технологических изменений, но появление облачных вычислений полностью изменило эту модель.
Основная концепция облачных вычислений заключается в том, что сторона, нуждающаяся в услуге, арендует серверы, получает удаленный доступ и оплачивает в зависимости от объема использования. В настоящее время традиционные предприятия подвергаются разрушению со стороны облачных вычислений. В области облачных вычислений ключевую роль играет технология виртуализации. Виртуализированные серверы могут разделять мощный сервер на небольшие серверы для аренды и динамически перераспределять различные ресурсы.
Эта модель кардинально изменила бизнес-ландшафт индустрии вычислительной мощности. Ранее людям нужно было самостоятельно приобретать вычислительные установки для удовлетворения своих потребностей в вычислительной мощности; но теперь достаточно просто оплачивать аренду на сайте, чтобы получить доступ к качественным услугам вычислительной мощности. Будущее облачных вычислений — это краевая вычислительная технология. Поскольку традиционные централизованные системы находятся слишком далеко от пользователей, это может привести к определённой степени задержки. Хотя задержку можно оптимизировать, ограничения скорости света делают невозможным полностью её устранение.
Однако в новых отраслях, таких как метавселенная, автономное вождение и телемедицина, требования к задержке крайне низкие, поэтому необходимо перемещать серверы облачных вычислений ближе к пользователям, в результате чего все больше мелких центров обработки данных размещаются вокруг пользователей, что и является Децентрализация.
По сравнению с централизованными поставщиками облачной вычислительной мощности, преимущества децентрализованного облачного вычисления заключаются в основном в:
Доступность и гибкость: Получение доступа к вычислительным чипам на платформах облачных сервисов, таких как AWS, GCP или Azure, обычно занимает несколько недель, и высокопроизводительные модели GPU, такие как A100, H100 и другие, часто отсутствуют в наличии. Кроме того, для получения вычислительных мощностей потребители обычно должны подписывать долгосрочные и негибкие контракты с этими крупными компаниями, что не только приводит к временным потерям, но и делает операции бизнеса более жесткими, теряя определенную гибкость. В отличие от этого, распределенные вычислительные платформы позволяют получать вычислительные мощности в любое время и предлагают гибкие варианты аппаратного обеспечения, обеспечивая большую доступность.
Цена ниже: Благодаря использованию неиспользуемых чипов, а также дополнительным токенам, предоставляемым сетевыми протоколами для поставщиков чипов и вычислительных мощностей, распределенная вычислительная сеть может предложить более низкие цены на вычислительные мощности.
Сопротивляемость цензуре: Некоторые системы Web3 не позиционируют себя как системы без разрешений. В этапах выхода на GPU, загрузки данных, обмена данными и обмена результатами решаются проблемы соответствия таким требованиям, как GDPR и HIPAA.
С учетом дальнейшего развития ИИ и продолжающегося дисбаланса между спросом и предложением на GPU, это будет способствовать тому, что больше разработчиков перейдут к Децентрализации облачных вычислений. В то же время, во время бычьего рынка, из-за роста цен на криптотокены, поставщики GPU будут зарабатывать больше прибыли, что будет стимулировать больше поставщиков GPU входить на этот рынок, создавая положительный эффект маховика.
Технические проблемы
1. Проблема параллелизации
Распределенные вычислительные платформы обычно сосредотачивают в себе долгосрочные поставки чипов, что означает, что отдельный поставщик чипов почти не может в короткие сроки самостоятельно выполнить сложное обучение или вывод моделей ИИ. Если облачная вычислительная платформа хочет быть конкурентоспособной, она должна использовать методы параллелизации для разбиения и распределения задач, чтобы сократить общее время выполнения и повысить вычислительную мощность платформы.
Однако в процессе параллелизации возникают ряд проблем, включая то, как разбивать задачи (, особенно для сложных задач глубокого обучения ), зависимость данных и дополнительные затраты на связь между устройствами.
2. Риски замещения новых технологий
С ростом капитала, вложенного в исследование специализированных интегральных схем ASIC( и новые изобретения, такие как тензорные процессоры TPU), это может повлиять на GPU-кластеры децентрализованных вычислительных платформ.
Если эти ASIC смогут обеспечить хорошую производительность и будут сбалансированы по стоимости, то рынок GPU, в настоящее время монополизированный крупными AI-организациями, может вернуться на рынок. Это приведет к увеличению поставок GPU, что повлияет на экосистему Децентрализация облачных вычислений.
3. Регуляторные риски
Поскольку децентрализованная облачная вычислительная система работает в нескольких юрисдикциях и может подпадать под действие различных законов и нормативных актов, могут возникнуть уникальные юридические и регуляторные проблемы. Требования к соблюдению, такие как законы о защите данных и конфиденциальности, также могут быть сложными и представлять собой вызов.
На данном этапе пользователями облачных платформ в основном являются профессиональные разработчики и учреждения, которые предпочитают долгое использование одной платформы и не меняют её без причины. Выбор между Децентрализация платформой и централизованной платформой — это лишь один из факторов, которые учитываются; эти пользователи уделяют больше внимания стабильности обслуживания. Поэтому, если Децентрализация платформа обладает мощными интеграционными возможностями и стабильной вычислительной мощностью, она с большей вероятностью привлечёт этих клиентов, установив долгосрочные партнерские отношения и стабильный денежный поток.
В этом разделе я представлю новый распределенный проект вычислительной мощности Aethir, который сосредоточен на игровом рендеринге и ИИ, и на основе текущих AI-проектов и проектов распределенной вычислительной мощности на рынке оценю возможную стоимость после выхода на рынок.
Введение в Aethir
Aethir Cloud — это децентрализованная платформа для реального рендеринга, основанная на сети Arbitrum, которая помогает игровым и искусственным интеллектам компаниям напрямую доставлять свои продукты потребителям, агрегируя и разумно перераспределяя новые и неиспользуемые GPU от предприятий, дата-центров, криптовалютного майнинга и потребителей.
Ключевым новшеством данного проекта является ресурсный пул, который объединяет распределенных участников вычислительной мощности под единым интерфейсом, предоставляя услуги глобальным клиентам. Одной из главных особенностей ресурсного пула является то, что поставщики GPU могут свободно подключаться или отключаться от сети, что позволяет компаниям или дата-центрам с неиспользуемым оборудованием участвовать в сети в периоды простоя, увеличивая гибкость поставщиков и использование оборудования.
На этой странице может содержаться сторонний контент, который предоставляется исключительно в информационных целях (не в качестве заявлений/гарантий) и не должен рассматриваться как поддержка взглядов компании Gate или как финансовый или профессиональный совет. Подробности смотрите в разделе «Отказ от ответственности» .
19 Лайков
Награда
19
5
Репост
Поделиться
комментарий
0/400
PanicSeller
· 08-01 03:17
Смерть и жизнь не воспринимаются всерьез, если не согласен, то действуй.
Aethir: Децентрализация облачных вычислений новая сила Три главные дорожки ведут эпоху ИИ
Aethir: игрок в облачные вычисления с тремя уровнями Децентрализация
Развитие больших моделей LLM и ИИ является одним из величайших технологических прогрессов в истории человечества, и человечество, таким образом, вступило в эпоху ИИ. В этом новом мире "вычислительная мощность" является самым дефицитным ресурсом. Тенденция развития вычислительной мощности — это краевая вычислительная техника, которая может эффективно снизить физическую задержку и стать основой для развития таких отраслей, как метавселенная, требующих низкой задержки; децентрализованное распределенное облачное вычисление обладает гибкостью, низкой ценой и преимуществами противоцензурности, что делает его перспективы развития весьма широкими.
Aethir — это децентрализованная платформа для рендеринга в реальном времени на сети Arbitrum, которая объединяет GPU с высокой вычислительной мощностью, такие как H100, чтобы предоставлять услуги вычислительной мощности уровня предприятия для игр, искусственного интеллекта и других компаний. Aethir уже сотрудничает с несколькими ведущими проектами, игровыми студиями и телекоммуникационными компаниями, ожидается, что в первом квартале 2024 года годовой регулярный доход (ARR) превысит 20 миллионов долларов.
Aethir Edge значительно снизил порог для обычных пользователей, желающих продавать избыточные вычислительные мощности, и значительно расширил географическое покрытие сети Aethir. Aethir уже заработал 80 миллионов долларов, продавая NFT проверочных узлов, что подтверждает привлекательность его проекта и экономической модели для широкой аудитории. Часовые затраты на использование A100 в сети Aethir значительно ниже, чем у других конкурентов, что дает явное конкурентное преимущество.
Изменения в процессе развития человеческого общества часто происходят благодаря нескольким величайшим научным изобретениям и достижениям. Каждый технологический прорыв непосредственно создает новую эпоху, более эффективную и процветающую.
Индустриальная революция, электрическая революция и информационная революция являются выдающимися технологическими достижениями в истории человечества, которые кардинально изменили облик человеческого общества и привели к беспрецедентному изменению производительности и образа жизни. Теперь мы больше не можем вернуться к эпохе освещения керосиновыми лампами и передачи писем на конных повозках. С появлением GPT человечество вступило в еще одну великое новое время.
LLM постепенно освобождает человеческий интеллект, позволяя людям направлять свои ограниченные усилия и интеллект на более творческое мышление и практику, и таким образом люди вошли в более эффективный мир.
Мы рассматриваем GPT как еще один технологический прорыв, изменяющий мир, не только потому, что GPT достиг огромного прогресса в понимании и генерации естественного языка, но и потому, что человечество в процессе эволюции GPT осознало закономерности роста возможностей больших языковых моделей ------ а именно, что постоянное увеличение параметров модели и обучающих данных может привести к экспоненциальному росту возможностей LLM, при достаточной вычислительной мощности этот процесс пока не сталкивается с ограничениями.
Применение больших языковых моделей не ограничивается лишь пониманием человеческого языка и диалога, наоборот, это всего лишь начало. Как только машина получает способность понимать язык, это похоже на открытие ящика Пандоры, который освобождает бесконечное пространство для воображения. Люди могут использовать эту способность ИИ для разработки различных разрушительных функций.
В настоящее время в различных пересекающихся технологических областях модели LLM уже начинают проявлять себя. От гуманитарных областей, таких как видеопроизводство и художественное творчество, до жестких технологических областей, таких как разработка лекарств и биотехнологии, нас ожидают кардинальные изменения.
В эту эпоху вычислительная мощность рассматривается как дефицитный ресурс, крупные технологические гиганты обладают обширными ресурсами, в то время как новые разработчики сталкиваются с барьерами входа из-за недостатка вычислительной мощности. В новой эре ИИ вычислительная мощность — это сила, и тот, кто владеет вычислительной мощностью, имеет возможность изменить мир. GPU, являясь основой глубокого обучения и научных вычислений, играет в этом ключевую роль.
В быстроразвивающейся области искусственного интеллекта (AI) мы должны признать двойственный аспект развития: обучение модели и вывод. Вывод связан с функциональными возможностями и результатами AI-модели, в то время как обучение включает сложный процесс, необходимый для создания интеллектуальной модели, включая алгоритмы машинного обучения, наборы данных и вычислительные мощности.
Например, в случае GPT-4, если разработчик хочет получить качественные выводы, ему необходимо получить обширный базовый набор данных и огромные вычислительные мощности для обучения эффективной модели ИИ. Эти ресурсы в основном сосредоточены в руках крупных компаний, таких как NVIDIA, Google, Microsoft и AWS.
Высокие вычислительные затраты и барьеры для входа препятствуют выходу большего числа разработчиков, а также усиливают позиции лидеров. У них есть крупные базовые наборы данных и значительные вычислительные мощности, что позволяет им постоянно увеличивать свои масштабы и снижать свои затраты, что делает барьеры в отрасли еще более прочными.
Но мы не можем не задуматься, существует ли способ снизить вычислительные затраты и барьеры для входа в индустрию с помощью технологий блокчейна? Ответ положительный. Децентрализация распределенных облачных вычислений предоставляет нам такое решение на фоне этой эпохи.
Несмотря на то, что в настоящее время вычислительная мощность дорога и дефицитна, GPU не используются в полной мере. Это связано с тем, что пока не существует готового решения для интеграции этой распределенной вычислительной мощности и ее коммерческого использования. Ниже приведены типичные показатели использования GPU для различных рабочих нагрузок:
Большинство потребительских устройств с GPU относятся к трем основным категориям, а именно свободным (, которые только что запустились и вошли в операционную систему Windows ):
Указанные данные показывают: использование вычислительных ресурсов крайне низкое, а в мире Web2 нет эффективных мер для сбора и интеграции этих ресурсов. Но Crypto и экономика блокчейна, возможно, являются именно тем лекарством, которое решит эту задачу. Криптоэкономика создает крайне эффективный глобальный рынок, благодаря уникальной токеномике и характеристикам децентрализованной системы, ценообразование ресурсов, их обращение и соответствие спроса и предложения на рынке происходит очень эффективно.
Развитие ИИ влияет на будущее человечества, а прогресс вычислительной мощности определяет развитие ИИ. С момента изобретения первого компьютера в сороковых годах двадцатого века вычислительные модели претерпели множество изменений. От громоздких больших компьютеров до легких ноутбуков, от централизованных серверов до аренды вычислительной мощности, порог доступа к вычислительной мощности постепенно снижается. До появления облачных вычислений предприятия должны были самостоятельно закупать серверы и постоянно обновлять их по мере технологических изменений, но появление облачных вычислений полностью изменило эту модель.
Основная концепция облачных вычислений заключается в том, что сторона, нуждающаяся в услуге, арендует серверы, получает удаленный доступ и оплачивает в зависимости от объема использования. В настоящее время традиционные предприятия подвергаются разрушению со стороны облачных вычислений. В области облачных вычислений ключевую роль играет технология виртуализации. Виртуализированные серверы могут разделять мощный сервер на небольшие серверы для аренды и динамически перераспределять различные ресурсы.
Эта модель кардинально изменила бизнес-ландшафт индустрии вычислительной мощности. Ранее людям нужно было самостоятельно приобретать вычислительные установки для удовлетворения своих потребностей в вычислительной мощности; но теперь достаточно просто оплачивать аренду на сайте, чтобы получить доступ к качественным услугам вычислительной мощности. Будущее облачных вычислений — это краевая вычислительная технология. Поскольку традиционные централизованные системы находятся слишком далеко от пользователей, это может привести к определённой степени задержки. Хотя задержку можно оптимизировать, ограничения скорости света делают невозможным полностью её устранение.
Однако в новых отраслях, таких как метавселенная, автономное вождение и телемедицина, требования к задержке крайне низкие, поэтому необходимо перемещать серверы облачных вычислений ближе к пользователям, в результате чего все больше мелких центров обработки данных размещаются вокруг пользователей, что и является Децентрализация.
По сравнению с централизованными поставщиками облачной вычислительной мощности, преимущества децентрализованного облачного вычисления заключаются в основном в:
С учетом дальнейшего развития ИИ и продолжающегося дисбаланса между спросом и предложением на GPU, это будет способствовать тому, что больше разработчиков перейдут к Децентрализации облачных вычислений. В то же время, во время бычьего рынка, из-за роста цен на криптотокены, поставщики GPU будут зарабатывать больше прибыли, что будет стимулировать больше поставщиков GPU входить на этот рынок, создавая положительный эффект маховика.
Технические проблемы
1. Проблема параллелизации
Распределенные вычислительные платформы обычно сосредотачивают в себе долгосрочные поставки чипов, что означает, что отдельный поставщик чипов почти не может в короткие сроки самостоятельно выполнить сложное обучение или вывод моделей ИИ. Если облачная вычислительная платформа хочет быть конкурентоспособной, она должна использовать методы параллелизации для разбиения и распределения задач, чтобы сократить общее время выполнения и повысить вычислительную мощность платформы.
Однако в процессе параллелизации возникают ряд проблем, включая то, как разбивать задачи (, особенно для сложных задач глубокого обучения ), зависимость данных и дополнительные затраты на связь между устройствами.
2. Риски замещения новых технологий
С ростом капитала, вложенного в исследование специализированных интегральных схем ASIC( и новые изобретения, такие как тензорные процессоры TPU), это может повлиять на GPU-кластеры децентрализованных вычислительных платформ.
Если эти ASIC смогут обеспечить хорошую производительность и будут сбалансированы по стоимости, то рынок GPU, в настоящее время монополизированный крупными AI-организациями, может вернуться на рынок. Это приведет к увеличению поставок GPU, что повлияет на экосистему Децентрализация облачных вычислений.
3. Регуляторные риски
Поскольку децентрализованная облачная вычислительная система работает в нескольких юрисдикциях и может подпадать под действие различных законов и нормативных актов, могут возникнуть уникальные юридические и регуляторные проблемы. Требования к соблюдению, такие как законы о защите данных и конфиденциальности, также могут быть сложными и представлять собой вызов.
На данном этапе пользователями облачных платформ в основном являются профессиональные разработчики и учреждения, которые предпочитают долгое использование одной платформы и не меняют её без причины. Выбор между Децентрализация платформой и централизованной платформой — это лишь один из факторов, которые учитываются; эти пользователи уделяют больше внимания стабильности обслуживания. Поэтому, если Децентрализация платформа обладает мощными интеграционными возможностями и стабильной вычислительной мощностью, она с большей вероятностью привлечёт этих клиентов, установив долгосрочные партнерские отношения и стабильный денежный поток.
В этом разделе я представлю новый распределенный проект вычислительной мощности Aethir, который сосредоточен на игровом рендеринге и ИИ, и на основе текущих AI-проектов и проектов распределенной вычислительной мощности на рынке оценю возможную стоимость после выхода на рынок.
Введение в Aethir
Aethir Cloud — это децентрализованная платформа для реального рендеринга, основанная на сети Arbitrum, которая помогает игровым и искусственным интеллектам компаниям напрямую доставлять свои продукты потребителям, агрегируя и разумно перераспределяя новые и неиспользуемые GPU от предприятий, дата-центров, криптовалютного майнинга и потребителей.
Ключевым новшеством данного проекта является ресурсный пул, который объединяет распределенных участников вычислительной мощности под единым интерфейсом, предоставляя услуги глобальным клиентам. Одной из главных особенностей ресурсного пула является то, что поставщики GPU могут свободно подключаться или отключаться от сети, что позволяет компаниям или дата-центрам с неиспользуемым оборудованием участвовать в сети в периоды простоя, увеличивая гибкость поставщиков и использование оборудования.