AI dan DePIN: Kebangkitan Jaringan GPU Desentralisasi
Seiring dengan AI dan DePIN menjadi tren populer di bidang Web3, persimpangan keduanya sedang membentuk pasar yang berkembang. Jaringan DePIN membawa nilai praktis bagi AI dengan menyediakan sumber daya komputasi, terutama dalam konteks kekurangan GPU. Dibandingkan dengan layanan cloud tradisional, DePIN menawarkan alternatif yang lebih fleksibel dan lebih murah, menggunakan token untuk mendorong kontribusi sumber daya. Artikel ini akan membahas beberapa proyek AI DePIN utama dan karakteristiknya.
Ringkasan Jaringan DePIN AI
Render adalah pelopor jaringan GPU P2P, awalnya fokus pada rendering grafis, kemudian berkembang menjadi tugas komputasi AI. Jaringan GPU-nya telah digunakan oleh banyak perusahaan hiburan dan bekerja sama dengan Stability AI.
Akash diposisikan sebagai alternatif "super cloud" untuk platform cloud tradisional, mendukung penyimpanan, GPU, dan komputasi CPU. AkashML-nya dapat menjalankan banyak model di Hugging Face, dan telah menghosting beberapa aplikasi AI terkenal di platform.
io.net menyediakan kluster GPU cloud terdistribusi yang khusus untuk AI dan ML. IO-SDK-nya kompatibel dengan kerangka kerja utama, mendukung pembuatan cepat berbagai jenis kluster.
Gensyn fokus pada komputasi pembelajaran mesin dan pembelajaran mendalam, menggunakan mekanisme verifikasi inovatif untuk meningkatkan efisiensi. Jaringannya dapat digunakan untuk menyesuaikan model dasar yang telah dilatih sebelumnya.
Aethir secara khusus menyediakan GPU tingkat perusahaan, terutama melayani bidang komputasi intensif seperti AI, ML, dan permainan cloud. Mengoptimalkan kualitas layanan dengan menyesuaikan lokasi sumber daya.
Phala Network sebagai lapisan eksekusi solusi AI Web3, menggunakan lingkungan eksekusi terpercaya (TEE) untuk menangani masalah privasi. Kontrak agen AI-nya dapat mengakses beberapa model bahasa besar terkemuka.
Perbandingan Proyek
Setiap proyek memiliki perbedaan dalam hal perangkat keras, fokus bisnis, jenis tugas AI, mekanisme pen定价, blockchain, privasi data, dan keamanan. Sebagian besar proyek sekarang mendukung kluster GPU untuk memungkinkan perhitungan paralel, yang sangat penting untuk melatih model AI yang kompleks.
Dalam hal privasi data, sebagian besar proyek menggunakan beberapa bentuk enkripsi data. io.net memperkenalkan enkripsi homomorfik penuh, sementara Phala Network menggunakan TEE untuk memperkuat perlindungan privasi.
Untuk memastikan kualitas perhitungan, beberapa proyek memperkenalkan mekanisme bukti penyelesaian dan pemeriksaan kualitas. Misalnya, Gensyn dan Aethir akan menghasilkan bukti penyelesaian pekerjaan dan melakukan pemeriksaan kualitas.
Statistik Perangkat Keras
Jumlah dan jenis GPU antar proyek memiliki perbedaan yang cukup besar. io.net dan Aethir memiliki lebih banyak GPU berkinerja tinggi ( H100/A100 ), yang lebih cocok untuk perhitungan model besar. Biaya layanan GPU Desentralisasi umumnya lebih rendah dibandingkan dengan layanan terpusat, tetapi mungkin ada keterbatasan dalam hal memori dan komunikasi.
Beberapa proyek juga menyediakan sumber daya GPU/CPU tingkat konsumen, yang dapat digunakan untuk tugas AI skala kecil, memberikan lebih banyak pilihan bagi pengembang.
Kesimpulan
Meskipun bidang DePIN AI masih menghadapi tantangan, tetapi pertumbuhan cepat dalam jumlah tugas dan perangkat keras menyoroti permintaan pasar. Jaringan GPU desentralisasi ini diharapkan dapat memainkan peran penting di pasar AI senilai triliunan dolar di masa depan, menyediakan alternatif komputasi yang ekonomis bagi para pengembang.
Halaman ini mungkin berisi konten pihak ketiga, yang disediakan untuk tujuan informasi saja (bukan pernyataan/jaminan) dan tidak boleh dianggap sebagai dukungan terhadap pandangannya oleh Gate, atau sebagai nasihat keuangan atau profesional. Lihat Penafian untuk detailnya.
17 Suka
Hadiah
17
4
Bagikan
Komentar
0/400
DaoGovernanceOfficer
· 07-31 12:45
*sigh* secara empiris, tokenomik GPU yang diusulkan kurang memiliki KPI tata kelola yang kuat. lihat makalah saya tahun 2023 tentang kerangka alokasi sumber daya...
Lihat AsliBalas0
WenAirdrop
· 07-31 12:39
Gelombang DePIN ambil posisi berlawanan untuk mengambil alih NVIDIA
Lihat AsliBalas0
0xOverleveraged
· 07-31 12:33
Saya ingin bertanya, apakah kalian berhasil mendapatkan sumber daya GPU yang sangat terbatas ini?
Lihat AsliBalas0
MetaMuskRat
· 07-31 12:15
Apakah datang lagi untuk meramaikan popularitas AI?
AI dan DePIN bergabung: Kebangkitan jaringan GPU desentralisasi mendukung masa depan komputasi AI yang baru
AI dan DePIN: Kebangkitan Jaringan GPU Desentralisasi
Seiring dengan AI dan DePIN menjadi tren populer di bidang Web3, persimpangan keduanya sedang membentuk pasar yang berkembang. Jaringan DePIN membawa nilai praktis bagi AI dengan menyediakan sumber daya komputasi, terutama dalam konteks kekurangan GPU. Dibandingkan dengan layanan cloud tradisional, DePIN menawarkan alternatif yang lebih fleksibel dan lebih murah, menggunakan token untuk mendorong kontribusi sumber daya. Artikel ini akan membahas beberapa proyek AI DePIN utama dan karakteristiknya.
Ringkasan Jaringan DePIN AI
Render adalah pelopor jaringan GPU P2P, awalnya fokus pada rendering grafis, kemudian berkembang menjadi tugas komputasi AI. Jaringan GPU-nya telah digunakan oleh banyak perusahaan hiburan dan bekerja sama dengan Stability AI.
Akash diposisikan sebagai alternatif "super cloud" untuk platform cloud tradisional, mendukung penyimpanan, GPU, dan komputasi CPU. AkashML-nya dapat menjalankan banyak model di Hugging Face, dan telah menghosting beberapa aplikasi AI terkenal di platform.
io.net menyediakan kluster GPU cloud terdistribusi yang khusus untuk AI dan ML. IO-SDK-nya kompatibel dengan kerangka kerja utama, mendukung pembuatan cepat berbagai jenis kluster.
Gensyn fokus pada komputasi pembelajaran mesin dan pembelajaran mendalam, menggunakan mekanisme verifikasi inovatif untuk meningkatkan efisiensi. Jaringannya dapat digunakan untuk menyesuaikan model dasar yang telah dilatih sebelumnya.
Aethir secara khusus menyediakan GPU tingkat perusahaan, terutama melayani bidang komputasi intensif seperti AI, ML, dan permainan cloud. Mengoptimalkan kualitas layanan dengan menyesuaikan lokasi sumber daya.
Phala Network sebagai lapisan eksekusi solusi AI Web3, menggunakan lingkungan eksekusi terpercaya (TEE) untuk menangani masalah privasi. Kontrak agen AI-nya dapat mengakses beberapa model bahasa besar terkemuka.
Perbandingan Proyek
Setiap proyek memiliki perbedaan dalam hal perangkat keras, fokus bisnis, jenis tugas AI, mekanisme pen定价, blockchain, privasi data, dan keamanan. Sebagian besar proyek sekarang mendukung kluster GPU untuk memungkinkan perhitungan paralel, yang sangat penting untuk melatih model AI yang kompleks.
Dalam hal privasi data, sebagian besar proyek menggunakan beberapa bentuk enkripsi data. io.net memperkenalkan enkripsi homomorfik penuh, sementara Phala Network menggunakan TEE untuk memperkuat perlindungan privasi.
Untuk memastikan kualitas perhitungan, beberapa proyek memperkenalkan mekanisme bukti penyelesaian dan pemeriksaan kualitas. Misalnya, Gensyn dan Aethir akan menghasilkan bukti penyelesaian pekerjaan dan melakukan pemeriksaan kualitas.
Statistik Perangkat Keras
Jumlah dan jenis GPU antar proyek memiliki perbedaan yang cukup besar. io.net dan Aethir memiliki lebih banyak GPU berkinerja tinggi ( H100/A100 ), yang lebih cocok untuk perhitungan model besar. Biaya layanan GPU Desentralisasi umumnya lebih rendah dibandingkan dengan layanan terpusat, tetapi mungkin ada keterbatasan dalam hal memori dan komunikasi.
Beberapa proyek juga menyediakan sumber daya GPU/CPU tingkat konsumen, yang dapat digunakan untuk tugas AI skala kecil, memberikan lebih banyak pilihan bagi pengembang.
Kesimpulan
Meskipun bidang DePIN AI masih menghadapi tantangan, tetapi pertumbuhan cepat dalam jumlah tugas dan perangkat keras menyoroti permintaan pasar. Jaringan GPU desentralisasi ini diharapkan dapat memainkan peran penting di pasar AI senilai triliunan dolar di masa depan, menyediakan alternatif komputasi yang ekonomis bagi para pengembang.