Détails sur Aethir : un acteur puissant du cloud computing décentralisé avec trois pistes.
Le changement dans le processus de développement de la société humaine est souvent réalisé par quelques grandes inventions et avancées scientifiques. Chaque percée technologique crée directement une nouvelle ère plus efficace et prospère.
La révolution industrielle, la révolution électrique et la révolution de l'information sont des avancées technologiques extrêmement importantes dans l'histoire de l'humanité, elles ont complètement transformé le visage de la société humaine, apportant une productivité sans précédent et un changement des modes de vie. Aujourd'hui, nous ne pouvons plus revenir à l'époque des lampes à pétrole et des diligences pour transmettre des lettres. Avec la naissance des grands modèles de langage, l'humanité entre dans une nouvelle ère grandiose.
Les grands modèles de langage libèrent progressivement l'intelligence humaine, permettant aux gens de consacrer leur énergie et leur intelligence limitées à des réflexions et des pratiques plus créatives, entrant ainsi dans un monde plus efficace.
Nous considérons les grands modèles linguistiques comme une nouvelle percée technologique qui change le monde, non seulement en raison de leurs avancées considérables en compréhension et génération du langage naturel, mais aussi parce que l'humanité a compris les lois de la croissance des capacités dans l'évolution des grands modèles linguistiques—c'est-à-dire qu'en élargissant continuellement les paramètres du modèle et les données d'entraînement, on peut obtenir une amélioration exponentielle des capacités du modèle. Tant que la puissance de calcul est suffisante, ce processus ne montre pas encore de limites.
L'utilisation des grands modèles de langage ne se limite pas à la compréhension du langage humain et au dialogue, au contraire, ce n'est qu'un début. Une fois que les machines ont acquis la capacité de comprendre le langage, c'est comme ouvrir une boîte de Pandore, libérant un espace d'imagination infini. Les gens peuvent tirer parti de cette capacité de l'IA pour développer diverses fonctionnalités révolutionnaires.
Actuellement, dans divers domaines technologiques croisés, les grands modèles de langage commencent à faire leurs preuves. Des domaines humanistes comme la production vidéo et la création artistique, aux domaines des technologies dures comme la recherche pharmaceutique et la biotechnologie, des changements radicaux sont inévitables.
À une époque où la puissance de calcul est considérée comme une ressource rare, les grandes entreprises technologiques détiennent de riches ressources, tandis que les nouveaux développeurs font face à des barrières à l'entrée dues à un manque de ressources de puissance de calcul. À l'ère de l'IA, la puissance de calcul est synonyme de pouvoir ; ceux qui maîtrisent cette puissance ont la capacité de changer le monde. Les GPU, en tant que pierre angulaire de l'apprentissage profond et du calcul scientifique, jouent un rôle essentiel dans ce domaine.
Dans le domaine de l'intelligence artificielle en rapide développement, nous devons reconnaître les deux aspects du développement : l'entraînement des modèles et l'inférence. L'inférence concerne les fonctionnalités et les sorties des modèles d'IA, tandis que l'entraînement inclut le processus complexe nécessaire à la construction de modèles intelligents, qui comprend des algorithmes d'apprentissage automatique, des ensembles de données et des capacités de calcul.
À titre d'exemple, avec GPT4, si les développeurs souhaitent obtenir des inférences de haute qualité, ils doivent acquérir un ensemble de données de base complet et une énorme capacité de calcul pour entraîner un modèle d'IA efficace. Ces ressources sont principalement concentrées entre les mains de géants de l'industrie tels qu'NVIDIA, Google, Microsoft et Amazon Web Services.
Les coûts élevés de calcul et les barrières à l'entrée empêchent davantage de développeurs d'entrer sur le marché, renforçant ainsi la position des acteurs majeurs. Ils disposent de grandes bases de données et d'une importante capacité de calcul, avec la capacité d'augmenter leur échelle et de réduire leurs coûts, ce qui rend les barrières du secteur encore plus solides.
Mais nous ne pouvons nous empêcher de nous demander s'il existe des solutions pour réduire les coûts de calcul et les barrières à l'entrée dans l'industrie en adoptant la technologie blockchain ? La réponse est oui. La Décentralisation du cloud computing distribué nous offre une telle solution dans ce contexte.
Malgré le fait que la puissance de calcul soit actuellement coûteuse et rare, les GPU ne sont pas pleinement utilisés. Cela est principalement dû à l'absence d'une méthode prête à l'emploi pour intégrer ces puissances de calcul décentralisées et les faire fonctionner de manière commercialisable. Voici les chiffres typiques d'utilisation des GPU pour différentes charges de travail :
La plupart des appareils de consommation équipés de GPU appartiennent aux trois premières catégories, c'est-à-dire au mode inactif (venant de démarrer dans le système d'exploitation Windows) :
Taux d'utilisation du GPU : 0-2 % ;
Tâches de production générales (écriture, navigation simple) : 0-15 % ;
Lecture vidéo : 15-35 %.
Les données ci-dessus montrent que l'utilisation des ressources de calcul est extrêmement faible, et dans le monde de Web2, il n'existe pas de mesures efficaces pour collecter et intégrer ces ressources. Cependant, l'économie cryptographique et la technologie de la blockchain pourraient être le remède idéal à ce défi. L'économie cryptographique construit un marché mondial extrêmement efficace, grâce à la nature unique de l'économie des tokens et à ses caractéristiques de Décentralisation, le pricing des ressources, leur circulation et l'ajustement de l'offre et de la demande sur le marché sont d'une efficacité remarquable.
Le développement de l'IA influence l'avenir de l'humanité, et les progrès de la puissance de calcul déterminent le développement de l'IA. Depuis l'invention du premier ordinateur dans les années 1940, les modes de calcul ont connu plusieurs révolutions. Des ordinateurs lourds aux ordinateurs portables légers, de l'achat de serveurs centralisés à la location de puissance de calcul, le seuil d'accès à la puissance de calcul diminue progressivement. Avant l'émergence de l'informatique en nuage, les entreprises devaient acheter leurs propres serveurs et se mettre à jour continuellement avec les innovations technologiques, mais l'apparition de l'informatique en nuage a complètement changé ce modèle.
Le concept de base du cloud computing est que le demandeur loue des serveurs, accède à distance et paie en fonction de la quantité utilisée. Aujourd'hui, les entreprises traditionnelles sont en train d'être bouleversées par le cloud computing. Dans le domaine du cloud computing, la technologie de virtualisation est au cœur de ce secteur. Les serveurs virtualisés peuvent diviser un serveur puissant en plusieurs petits serveurs et les louer, tout en permettant une allocation dynamique des différentes ressources.
Ce modèle a radicalement changé le paysage commercial de l'industrie de la puissance de calcul. Auparavant, les gens devaient acheter eux-mêmes des installations de puissance de calcul pour répondre à leurs besoins en puissance de calcul ; mais maintenant, il suffit de payer un loyer sur le site web pour bénéficier de services de puissance de calcul de haute qualité. La direction future du développement du cloud computing est le calcul en périphérie. En raison de la distance excessive des systèmes centralisés par rapport aux utilisateurs, cela peut entraîner un certain degré de latence. Bien que la latence puisse être optimisée, elle ne peut jamais être complètement surmontée en raison des limitations de la vitesse de la lumière.
Cependant, les secteurs émergents tels que le métavers, la conduite autonome et la télémédecine ont des exigences de latence très faibles. Il est donc nécessaire de déplacer les serveurs de cloud computing plus près des utilisateurs, entraînant ainsi l'implantation croissante de petits centres de données autour des utilisateurs, c'est ce qu'on appelle le calcul en périphérie.
Par rapport aux fournisseurs de puissance de calcul cloud centralisés, les avantages de l'informatique cloud décentralisée résident principalement dans :
Accessibilité et flexibilité : L'accès aux puces de calcul sur des plateformes de fournisseurs de services cloud tels qu'AWS, GCP ou Azure prend généralement plusieurs semaines, et les modèles de GPU haute performance, comme l'A100, l'H100, sont souvent en rupture de stock. De plus, pour accéder à la puissance de calcul, les consommateurs doivent souvent signer des contrats à long terme et rigides avec ces grandes entreprises, ce qui entraîne non seulement des pertes de temps, mais rend également les opérations des entreprises rigides et moins flexibles. En revanche, les plateformes de calcul décentralisé permettent d'accéder à la puissance de calcul à tout moment et offrent des choix matériels flexibles, offrant une meilleure accessibilité.
Prix plus bas : Grâce à l'utilisation de puces inactives, et en ajoutant les subventions en tokens des protocoles de réseau aux fournisseurs de puces et de puissance de calcul, le réseau de puissance de calcul décentralisé pourrait offrir une puissance de calcul à un prix plus abordable.
Résistance à la censure : Certains systèmes Web3 ne se positionnent pas comme des systèmes sans autorisation. Ils ont traité des problèmes de conformité tels que le RGPD et la HIPAA lors des phases de mise en ligne du GPU, de chargement des données, de partage des données et de partage des résultats.
Avec le développement croissant de l'IA et le déséquilibre persistant entre l'offre et la demande de GPU, cela poussera davantage de développeurs à se tourner vers des plateformes de cloud computing décentralisées. En même temps, pendant un marché haussier, en raison de la hausse des prix des tokens cryptographiques, les fournisseurs de GPU réaliseront plus de bénéfices, ce qui stimulera l'entrée de plus de fournisseurs de GPU sur ce marché, créant un effet de roue positive.
Problèmes techniques
1. Problème de parallélisation
Les plateformes de calcul distribué rassemblent généralement une offre de puces en longue traîne, ce qui signifie qu'un seul fournisseur de puces ne peut pratiquement pas compléter de manière indépendante des tâches complexes d'entraînement ou d'inférence de modèles d'IA dans un court laps de temps. Si une plateforme de cloud computing veut être compétitive, elle doit décomposer et répartir les tâches par le biais de méthodes de parallélisation afin de réduire le temps total d'achèvement et d'améliorer la capacité de calcul de la plateforme.
Cependant, le processus de parallélisation peut rencontrer une série de problèmes, y compris la manière de décomposer les tâches (en particulier pour les tâches d'apprentissage profond complexes), les dépendances de données, ainsi que les coûts de communication supplémentaires entre les appareils.
2. Risque de remplacement par de nouvelles technologies
Avec l'importante injection de capitaux dans la recherche sur les ASIC (circuits intégrés spécifiques) et de nouvelles inventions comme les unités de traitement tensoriel (TPU), cela pourrait avoir un impact sur les clusters GPU des plateformes de calcul décentralisées.
Si ces ASIC peuvent offrir de bonnes performances et qu'ils représentent un compromis en termes de coût, le marché des GPU actuellement dominé par de grandes organisations d'IA pourrait revenir sur le marché. Cela entraînera une augmentation de l'offre de GPU, ce qui affectera l'écosystème des plateformes de cloud computing décentralisées.
3. Risque réglementaire
En raison du système de cloud computing décentralisé opérant dans plusieurs juridictions et pouvant être soumis à différentes lois et réglementations, il peut y avoir des défis juridiques et réglementaires uniques. Les exigences de conformité, telles que les lois sur la protection des données et la vie privée, peuvent également être complexes et difficiles.
À l'heure actuelle, les utilisateurs des plateformes de cloud computing sont principalement des développeurs professionnels et des institutions, qui préfèrent utiliser une plateforme sur le long terme et ne changent pas facilement. Que ce soit une plateforme décentralisée ou centralisée, le prix n'est qu'un des facteurs à considérer ; ces utilisateurs attachent une plus grande importance à la stabilité du service. Ainsi, si une plateforme décentralisée possède de solides capacités d'intégration et une capacité de calcul stable et suffisante, elle aura plus de chances d'attirer ces clients, d'établir des relations de coopération à long terme et de générer des revenus stables en flux de trésorerie.
Je vais maintenant présenter le nouveau projet de puissance de calcul distribué Aethir, qui se concentre sur le rendu de jeux et l'IA pour ce cycle, et estimer la valorisation potentielle après son introduction en bourse en me basant sur les projets d'IA et de puissance de calcul distribué actuellement sur le marché dans le même secteur.
Aperçu du projet Aethir
Aethir Cloud est une plateforme de rendu en temps réel décentralisée basée sur le réseau Arbitrum, qui aide les entreprises de jeux et d'intelligence artificielle à livrer leurs produits directement aux consommateurs en agrégeant et en redistribuant intelligemment les GPU nouveaux et inactifs provenant d'entreprises, de centres de données, d'activités de minage de cryptomonnaies et de consommateurs.
L'une des innovations clés de ce projet est le pool de ressources, qui rassemble les contributeurs de puissance de calcul décentralisés sous une interface unifiée, offrant des services aux clients du monde entier. Une grande caractéristique du pool de ressources est que les fournisseurs de GPU peuvent se connecter ou se déconnecter librement du réseau, permettant ainsi aux entreprises ou aux centres de données disposant d'équipements inactifs de participer au réseau pendant les temps d'arrêt, augmentant ainsi la flexibilité des fournisseurs et le taux d'utilisation des équipements.
L'exploitation de l'écosystème Aethir repose sur trois infrastructures fondamentales :
Conteneur (Container) : La fonction clé du conteneur est de fournir des services de rendu à distance en temps réel, offrant une expérience de "zéro délai". Le conteneur est le lieu pratique de l'informatique en nuage, jouant le rôle de point de terminaison virtuel, exécutant et rendant des applications. Cela déplace la charge de travail des appareils locaux vers le conteneur.
Vérificateur (Checker) : Les nœuds Vérificateur assurent l'intégrité et la qualité du service du réseau Aethir en vérifiant les Conteneurs et leurs processus de service. Après avoir terminé leur tâche, le nœud Vérificateur signe les résultats avec sa propre clé privée et transmet les résultats à l'arbitre. L'arbitre recevra 2N+1 résultats pour chaque conteneur, et chaque nœud fournissant un résultat identique à la majorité recevra une récompense en jetons.
Indexeur (Indexer) : En tant que cœur du réseau Aethir, l'indexeur associe les consommateurs aux conteneurs appropriés, garantissant un démarrage rapide des applications et services cloud. L'objectif est de fournir un service de "niveau seconde" - la transition de la demande du consommateur à la livraison réelle (par exemple, la demande d'un joueur à l'écran du jeu) doit se produire dans le plus court laps de temps possible. Cela nécessite des signaux concis et une planification efficace. Pour maintenir la Décentralisation et améliorer l'expérience utilisateur, l'indexeur est choisi de manière aléatoire, afin de réduire les risques de fraude potentiels liés à l'indexeur et aux délais de signal.
Aethir : un nouveau venu dans le cloud computing décentralisé qui allie rendu de jeux et IA
Détails sur Aethir : un acteur puissant du cloud computing décentralisé avec trois pistes.
Le changement dans le processus de développement de la société humaine est souvent réalisé par quelques grandes inventions et avancées scientifiques. Chaque percée technologique crée directement une nouvelle ère plus efficace et prospère.
La révolution industrielle, la révolution électrique et la révolution de l'information sont des avancées technologiques extrêmement importantes dans l'histoire de l'humanité, elles ont complètement transformé le visage de la société humaine, apportant une productivité sans précédent et un changement des modes de vie. Aujourd'hui, nous ne pouvons plus revenir à l'époque des lampes à pétrole et des diligences pour transmettre des lettres. Avec la naissance des grands modèles de langage, l'humanité entre dans une nouvelle ère grandiose.
Les grands modèles de langage libèrent progressivement l'intelligence humaine, permettant aux gens de consacrer leur énergie et leur intelligence limitées à des réflexions et des pratiques plus créatives, entrant ainsi dans un monde plus efficace.
Nous considérons les grands modèles linguistiques comme une nouvelle percée technologique qui change le monde, non seulement en raison de leurs avancées considérables en compréhension et génération du langage naturel, mais aussi parce que l'humanité a compris les lois de la croissance des capacités dans l'évolution des grands modèles linguistiques—c'est-à-dire qu'en élargissant continuellement les paramètres du modèle et les données d'entraînement, on peut obtenir une amélioration exponentielle des capacités du modèle. Tant que la puissance de calcul est suffisante, ce processus ne montre pas encore de limites.
L'utilisation des grands modèles de langage ne se limite pas à la compréhension du langage humain et au dialogue, au contraire, ce n'est qu'un début. Une fois que les machines ont acquis la capacité de comprendre le langage, c'est comme ouvrir une boîte de Pandore, libérant un espace d'imagination infini. Les gens peuvent tirer parti de cette capacité de l'IA pour développer diverses fonctionnalités révolutionnaires.
Actuellement, dans divers domaines technologiques croisés, les grands modèles de langage commencent à faire leurs preuves. Des domaines humanistes comme la production vidéo et la création artistique, aux domaines des technologies dures comme la recherche pharmaceutique et la biotechnologie, des changements radicaux sont inévitables.
À une époque où la puissance de calcul est considérée comme une ressource rare, les grandes entreprises technologiques détiennent de riches ressources, tandis que les nouveaux développeurs font face à des barrières à l'entrée dues à un manque de ressources de puissance de calcul. À l'ère de l'IA, la puissance de calcul est synonyme de pouvoir ; ceux qui maîtrisent cette puissance ont la capacité de changer le monde. Les GPU, en tant que pierre angulaire de l'apprentissage profond et du calcul scientifique, jouent un rôle essentiel dans ce domaine.
Dans le domaine de l'intelligence artificielle en rapide développement, nous devons reconnaître les deux aspects du développement : l'entraînement des modèles et l'inférence. L'inférence concerne les fonctionnalités et les sorties des modèles d'IA, tandis que l'entraînement inclut le processus complexe nécessaire à la construction de modèles intelligents, qui comprend des algorithmes d'apprentissage automatique, des ensembles de données et des capacités de calcul.
À titre d'exemple, avec GPT4, si les développeurs souhaitent obtenir des inférences de haute qualité, ils doivent acquérir un ensemble de données de base complet et une énorme capacité de calcul pour entraîner un modèle d'IA efficace. Ces ressources sont principalement concentrées entre les mains de géants de l'industrie tels qu'NVIDIA, Google, Microsoft et Amazon Web Services.
Les coûts élevés de calcul et les barrières à l'entrée empêchent davantage de développeurs d'entrer sur le marché, renforçant ainsi la position des acteurs majeurs. Ils disposent de grandes bases de données et d'une importante capacité de calcul, avec la capacité d'augmenter leur échelle et de réduire leurs coûts, ce qui rend les barrières du secteur encore plus solides.
Mais nous ne pouvons nous empêcher de nous demander s'il existe des solutions pour réduire les coûts de calcul et les barrières à l'entrée dans l'industrie en adoptant la technologie blockchain ? La réponse est oui. La Décentralisation du cloud computing distribué nous offre une telle solution dans ce contexte.
Malgré le fait que la puissance de calcul soit actuellement coûteuse et rare, les GPU ne sont pas pleinement utilisés. Cela est principalement dû à l'absence d'une méthode prête à l'emploi pour intégrer ces puissances de calcul décentralisées et les faire fonctionner de manière commercialisable. Voici les chiffres typiques d'utilisation des GPU pour différentes charges de travail :
La plupart des appareils de consommation équipés de GPU appartiennent aux trois premières catégories, c'est-à-dire au mode inactif (venant de démarrer dans le système d'exploitation Windows) :
Les données ci-dessus montrent que l'utilisation des ressources de calcul est extrêmement faible, et dans le monde de Web2, il n'existe pas de mesures efficaces pour collecter et intégrer ces ressources. Cependant, l'économie cryptographique et la technologie de la blockchain pourraient être le remède idéal à ce défi. L'économie cryptographique construit un marché mondial extrêmement efficace, grâce à la nature unique de l'économie des tokens et à ses caractéristiques de Décentralisation, le pricing des ressources, leur circulation et l'ajustement de l'offre et de la demande sur le marché sont d'une efficacité remarquable.
Le développement de l'IA influence l'avenir de l'humanité, et les progrès de la puissance de calcul déterminent le développement de l'IA. Depuis l'invention du premier ordinateur dans les années 1940, les modes de calcul ont connu plusieurs révolutions. Des ordinateurs lourds aux ordinateurs portables légers, de l'achat de serveurs centralisés à la location de puissance de calcul, le seuil d'accès à la puissance de calcul diminue progressivement. Avant l'émergence de l'informatique en nuage, les entreprises devaient acheter leurs propres serveurs et se mettre à jour continuellement avec les innovations technologiques, mais l'apparition de l'informatique en nuage a complètement changé ce modèle.
Le concept de base du cloud computing est que le demandeur loue des serveurs, accède à distance et paie en fonction de la quantité utilisée. Aujourd'hui, les entreprises traditionnelles sont en train d'être bouleversées par le cloud computing. Dans le domaine du cloud computing, la technologie de virtualisation est au cœur de ce secteur. Les serveurs virtualisés peuvent diviser un serveur puissant en plusieurs petits serveurs et les louer, tout en permettant une allocation dynamique des différentes ressources.
Ce modèle a radicalement changé le paysage commercial de l'industrie de la puissance de calcul. Auparavant, les gens devaient acheter eux-mêmes des installations de puissance de calcul pour répondre à leurs besoins en puissance de calcul ; mais maintenant, il suffit de payer un loyer sur le site web pour bénéficier de services de puissance de calcul de haute qualité. La direction future du développement du cloud computing est le calcul en périphérie. En raison de la distance excessive des systèmes centralisés par rapport aux utilisateurs, cela peut entraîner un certain degré de latence. Bien que la latence puisse être optimisée, elle ne peut jamais être complètement surmontée en raison des limitations de la vitesse de la lumière.
Cependant, les secteurs émergents tels que le métavers, la conduite autonome et la télémédecine ont des exigences de latence très faibles. Il est donc nécessaire de déplacer les serveurs de cloud computing plus près des utilisateurs, entraînant ainsi l'implantation croissante de petits centres de données autour des utilisateurs, c'est ce qu'on appelle le calcul en périphérie.
Par rapport aux fournisseurs de puissance de calcul cloud centralisés, les avantages de l'informatique cloud décentralisée résident principalement dans :
Accessibilité et flexibilité : L'accès aux puces de calcul sur des plateformes de fournisseurs de services cloud tels qu'AWS, GCP ou Azure prend généralement plusieurs semaines, et les modèles de GPU haute performance, comme l'A100, l'H100, sont souvent en rupture de stock. De plus, pour accéder à la puissance de calcul, les consommateurs doivent souvent signer des contrats à long terme et rigides avec ces grandes entreprises, ce qui entraîne non seulement des pertes de temps, mais rend également les opérations des entreprises rigides et moins flexibles. En revanche, les plateformes de calcul décentralisé permettent d'accéder à la puissance de calcul à tout moment et offrent des choix matériels flexibles, offrant une meilleure accessibilité.
Prix plus bas : Grâce à l'utilisation de puces inactives, et en ajoutant les subventions en tokens des protocoles de réseau aux fournisseurs de puces et de puissance de calcul, le réseau de puissance de calcul décentralisé pourrait offrir une puissance de calcul à un prix plus abordable.
Résistance à la censure : Certains systèmes Web3 ne se positionnent pas comme des systèmes sans autorisation. Ils ont traité des problèmes de conformité tels que le RGPD et la HIPAA lors des phases de mise en ligne du GPU, de chargement des données, de partage des données et de partage des résultats.
Avec le développement croissant de l'IA et le déséquilibre persistant entre l'offre et la demande de GPU, cela poussera davantage de développeurs à se tourner vers des plateformes de cloud computing décentralisées. En même temps, pendant un marché haussier, en raison de la hausse des prix des tokens cryptographiques, les fournisseurs de GPU réaliseront plus de bénéfices, ce qui stimulera l'entrée de plus de fournisseurs de GPU sur ce marché, créant un effet de roue positive.
Problèmes techniques
1. Problème de parallélisation
Les plateformes de calcul distribué rassemblent généralement une offre de puces en longue traîne, ce qui signifie qu'un seul fournisseur de puces ne peut pratiquement pas compléter de manière indépendante des tâches complexes d'entraînement ou d'inférence de modèles d'IA dans un court laps de temps. Si une plateforme de cloud computing veut être compétitive, elle doit décomposer et répartir les tâches par le biais de méthodes de parallélisation afin de réduire le temps total d'achèvement et d'améliorer la capacité de calcul de la plateforme.
Cependant, le processus de parallélisation peut rencontrer une série de problèmes, y compris la manière de décomposer les tâches (en particulier pour les tâches d'apprentissage profond complexes), les dépendances de données, ainsi que les coûts de communication supplémentaires entre les appareils.
2. Risque de remplacement par de nouvelles technologies
Avec l'importante injection de capitaux dans la recherche sur les ASIC (circuits intégrés spécifiques) et de nouvelles inventions comme les unités de traitement tensoriel (TPU), cela pourrait avoir un impact sur les clusters GPU des plateformes de calcul décentralisées.
Si ces ASIC peuvent offrir de bonnes performances et qu'ils représentent un compromis en termes de coût, le marché des GPU actuellement dominé par de grandes organisations d'IA pourrait revenir sur le marché. Cela entraînera une augmentation de l'offre de GPU, ce qui affectera l'écosystème des plateformes de cloud computing décentralisées.
3. Risque réglementaire
En raison du système de cloud computing décentralisé opérant dans plusieurs juridictions et pouvant être soumis à différentes lois et réglementations, il peut y avoir des défis juridiques et réglementaires uniques. Les exigences de conformité, telles que les lois sur la protection des données et la vie privée, peuvent également être complexes et difficiles.
À l'heure actuelle, les utilisateurs des plateformes de cloud computing sont principalement des développeurs professionnels et des institutions, qui préfèrent utiliser une plateforme sur le long terme et ne changent pas facilement. Que ce soit une plateforme décentralisée ou centralisée, le prix n'est qu'un des facteurs à considérer ; ces utilisateurs attachent une plus grande importance à la stabilité du service. Ainsi, si une plateforme décentralisée possède de solides capacités d'intégration et une capacité de calcul stable et suffisante, elle aura plus de chances d'attirer ces clients, d'établir des relations de coopération à long terme et de générer des revenus stables en flux de trésorerie.
Je vais maintenant présenter le nouveau projet de puissance de calcul distribué Aethir, qui se concentre sur le rendu de jeux et l'IA pour ce cycle, et estimer la valorisation potentielle après son introduction en bourse en me basant sur les projets d'IA et de puissance de calcul distribué actuellement sur le marché dans le même secteur.
Aperçu du projet Aethir
Aethir Cloud est une plateforme de rendu en temps réel décentralisée basée sur le réseau Arbitrum, qui aide les entreprises de jeux et d'intelligence artificielle à livrer leurs produits directement aux consommateurs en agrégeant et en redistribuant intelligemment les GPU nouveaux et inactifs provenant d'entreprises, de centres de données, d'activités de minage de cryptomonnaies et de consommateurs.
L'une des innovations clés de ce projet est le pool de ressources, qui rassemble les contributeurs de puissance de calcul décentralisés sous une interface unifiée, offrant des services aux clients du monde entier. Une grande caractéristique du pool de ressources est que les fournisseurs de GPU peuvent se connecter ou se déconnecter librement du réseau, permettant ainsi aux entreprises ou aux centres de données disposant d'équipements inactifs de participer au réseau pendant les temps d'arrêt, augmentant ainsi la flexibilité des fournisseurs et le taux d'utilisation des équipements.
L'exploitation de l'écosystème Aethir repose sur trois infrastructures fondamentales :
Conteneur (Container) : La fonction clé du conteneur est de fournir des services de rendu à distance en temps réel, offrant une expérience de "zéro délai". Le conteneur est le lieu pratique de l'informatique en nuage, jouant le rôle de point de terminaison virtuel, exécutant et rendant des applications. Cela déplace la charge de travail des appareils locaux vers le conteneur.
Vérificateur (Checker) : Les nœuds Vérificateur assurent l'intégrité et la qualité du service du réseau Aethir en vérifiant les Conteneurs et leurs processus de service. Après avoir terminé leur tâche, le nœud Vérificateur signe les résultats avec sa propre clé privée et transmet les résultats à l'arbitre. L'arbitre recevra 2N+1 résultats pour chaque conteneur, et chaque nœud fournissant un résultat identique à la majorité recevra une récompense en jetons.
Indexeur (Indexer) : En tant que cœur du réseau Aethir, l'indexeur associe les consommateurs aux conteneurs appropriés, garantissant un démarrage rapide des applications et services cloud. L'objectif est de fournir un service de "niveau seconde" - la transition de la demande du consommateur à la livraison réelle (par exemple, la demande d'un joueur à l'écran du jeu) doit se produire dans le plus court laps de temps possible. Cela nécessite des signaux concis et une planification efficace. Pour maintenir la Décentralisation et améliorer l'expérience utilisateur, l'indexeur est choisi de manière aléatoire, afin de réduire les risques de fraude potentiels liés à l'indexeur et aux délais de signal.
![Détails sur Aethir : un acteur de cloud computing décentralisé avec trois pistes](