Aethir: игрок с сильными позициями в децентрализованном облачном вычислении на трех фронтах

Развитие и прогресс больших моделей LLM и ИИ являются величайшим технологическим прогрессом в истории человечества, и с этого момента человечество вступило в эру ИИ, в этом новом мире "вычислительная мощность" является самым дефицитным ресурсом.

Тренд развития вычислительных мощностей — это крайняя вычислительная технология, которая может эффективно снизить физическую задержку и стать основой для развития таких отраслей, как метавселенная, требующих низкой задержки; Децентрализация распределенных облачных вычислений обладает преимуществами гибкости, низкой цены и устойчивости к цензуре, перспективы развития очень широки.

Aethir является децентрализованной платформой для рендеринга в реальном времени, работающей на сети Arbitrum, которая предоставляет услуги вычислительной мощности уровня предприятия для игр, искусственного интеллекта и других компаний, объединяя такие высокопроизводительные GPU, как H100.

Aethir уже сотрудничает с такими ведущими проектами облачных вычислений в отрасли, как io.net и Theta, а также с несколькими ведущими игровыми студиями и телекоммуникационными компаниями, ожидая, что годовой регулярный доход (ARR) превысит 20 миллионов долларов в первом квартале 2024 года.

Aethir Edge значительно снизил порог для обычных пользователей, продающих избыточную вычислительную мощность, и значительно расширил географическое покрытие сети Aethir.

Aethir уже заработал 80 миллионов долларов, продавая NFT узлов проверки, что доказывает, что его перспективы и экономическая модель крайне привлекательны для широкой аудитории.

Часовая стоимость использования A100 сети Aethir значительно ниже, чем у других конкурентов, что предоставляет очевидное конкурентное преимущество.

Развитие человеческого общества и технологический прогресс

Изменения в процессе развития человеческого общества часто осуществляются благодаря нескольким выдающимся научным изобретениям и достижениям. Каждое технологическое прорыв открывает новую эпоху, более эффективную и процветающую.

Индустриальная революция, электрическая революция и информационная революция являются величайшими технологическими достижениями в истории человечества, которые кардинально изменили облик человеческого общества, принесли беспрецедентные изменения в производительности и образе жизни. Теперь мы не можем вернуться в эпоху, когда освещение обеспечивалось керосиновыми лампами, а почта доставлялась на повозках. С рождением GPT человечество вступило в новую великую эпоху.

LLM постепенно освобождает человеческий интеллект, позволяя людям направлять свои ограниченные усилия и ум на более творческое мышление и практику, вводя человечество в мир большей эффективности.

Мы рассматриваем GPT как еще один прорыв в технологии, который изменяет мир, не только из-за огромного прогресса GPT в понимании и генерации естественного языка, но и потому, что человечество в процессе эволюции GPT поняло закономерности роста возможностей больших языковых моделей — а именно, что постоянное увеличение параметров модели и тренировочных данных может привести к экспоненциальному росту возможностей LLM. При достаточной вычислительной мощности этот процесс пока не имеет видимых ограничений.

Применение больших языковых моделей не ограничивается лишь пониманием человеческого языка и диалога, напротив, это всего лишь начало. Как только машина овладеет способностью понимать язык, это как открыть ящик Пандоры, высвобождая бесконечное пространство для воображения. Люди могут использовать эту способность ИИ для разработки различных разрушительных функций.

В настоящее время в различных пересекающихся областях технологий модели LLM уже начинают проявлять себя. От создания видео и художественного творчества в гуманитарной сфере до разработки лекарств и биотехнологий в сфере жестких технологий, неизбежно произойдут кардинальные изменения.

В эту эпоху вычислительная мощность рассматривается как дефицитный ресурс, крупные технологические гиганты обладают обширными ресурсами, тогда как новые разработчики сталкиваются с барьерами для входа из-за нехватки вычислительной мощности. В новой эре ИИ вычислительная мощность — это сила; тот, кто владеет вычислительной мощностью, имеет возможность изменить мир. GPU, как основа глубокого обучения и научных вычислений, играет жизненно важную роль в этом процессе.

В быстро развивающейся области искусственного интеллекта (ИИ) мы должны осознавать двойственные аспекты развития: обучение моделей и вывод. Вывод включает в себя функции и результаты ИИ моделей, в то время как обучение включает в себя сложный процесс, необходимый для построения интеллектуальных моделей, включая алгоритмы машинного обучения, наборы данных и вычислительные мощности.

Например, в случае с GPT4, если разработчики хотят получить высококачественные выводы, им необходимо собрать полные базовые наборы данных и огромные вычислительные мощности для обучения эффективной модели ИИ. А эти ресурсы в основном сосредоточены в руках таких отраслевых гигантов, как NVIDIA, Google, Microsoft и некоторых облачных вычислительных платформах.

Высокие вычислительные затраты и барьеры для входа мешают большему числу разработчиков войти в отрасль и позволяют основным игрокам оставаться сильными. Они обладают большими базами данных и значительными вычислительными мощностями, имеют возможность постоянно увеличивать свои масштабы и снижать свои затраты, что делает барьеры в отрасли еще более прочными.

Но мы не можем не задуматься, есть ли способы снизить вычислительные затраты и барьеры для входа в отрасль за счет применения технологий блокчейн? Ответ утвердительный. Децентрализованное распределенное облачное вычисление как раз в этом контексте предоставляет нам такие решения.

Преимущества децентрализованного распределенного облачного вычисления

Несмотря на то, что в настоящее время вычислительная мощность дорогая и дефицитная, GPU не была полностью использована. Это в основном связано с тем, что пока не появилась готовая методика интеграции этой разрозненной вычислительной мощности и ее коммерческого использования. Ниже приведены типичные показатели использования GPU для различных рабочих нагрузок:

Большинство потребительских устройств с GPU относятся к трем первым категориям, то есть к неактивным (только что запущенным в операционную систему Windows):

• Использование GPU составляет: 0-2%;
• Общие производственные задачи (написание, простой просмотр): 0-15%;
• Воспроизведение видео: 15 - 35%.

Вышеуказанные 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 проблему. Криптоэкономика создает очень эффективный глобальный рынок, благодаря уникальной токенизированной экономике, характеру децентрализации, ценообразование ресурсов, их оборот и соответствие рыночному спросу и предложению происходят с высокой эффективностью.

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 покупки централизованных серверов до аренды вычислительной мощности, порог получения вычислительной мощности постепенно снижается. До появления облачных вычислений предприятия должны были самостоятельно закупать серверы и постоянно обновлять их в соответствии с технологическими новшествами, но появление облачных вычислений полностью изменило эту модель.

Основная концепция облачных вычислений заключается в том, что сторона, нуждающаяся в услуге, арендует серверы и получает к ним удаленный доступ, оплачивая по мере использования. В настоящее время традиционные предприятия подвергаются разрушению со стороны облачных вычислений. В области облачных вычислений виртуализация является ключевой технологией. Виртуализированные серверы могут разделять мощный сервер на множество небольших серверов для аренды и динамически перераспределять различные ресурсы.

Эта модель кардинально изменила бизнес-ландшафт индустрии вычислительной мощности. Ранее людям приходилось самостоятельно приобретать вычислительные ресурсы для удовлетворения своих потребностей в мощности; но теперь достаточно заплатить аренду на сайте, чтобы наслаждаться качественными вычислительными услугами. Будущее облачных вычислений заключается в вычислениях на краю сети. Поскольку традиционные централизованные системы слишком удалены от пользователей, это приводит к определенной степени задержки. Хотя задержку можно оптимизировать, из-за ограничения скорости света ее всегда невозможно полностью устранить.

Однако в таких новых отраслях, как метавселенная, автономное вождение, телемедицина, требования к задержке крайне низкие, поэтому необходимо перемещать облачные серверы ближе к пользователям, в результате чего все больше малых дата-центров размещается вокруг пользователей, что и есть Децентрализация.

По сравнению с централизованными поставщиками облачных вычислений, преимущества децентрализованного облачного вычисления заключаются в основном в:

• Доступность и гибкость: Получение доступа к вычислительным чипам на облачных платформах, таких как определенная облачная вычислительная платформа, определенная облачная вычислительная платформа или определенная облачная вычислительная платформа, обычно занимает несколько недель, и высокопроизводительные модели GPU, такие как A100, H100 и др., часто отсутствуют в наличии. Кроме того, чтобы получить вычислительные мощности, потребители обычно должны подписывать долгосрочные, не гибкие контракты с этими крупными компаниями, что не только приводит к потерям времени, но и делает операции компаний более жесткими, лишая их определенной гибкости. В отличие от этого, распределенные вычислительные платформы позволяют получать вычислительные мощности в любое время и предлагают гибкие варианты аппаратного обеспечения, обладая большей доступностью.

• Цена ниже: Благодаря использованию неактивных чипов и дополнительным токенам, предоставляемым сетевыми протоколами для поставщиков чипов и вычислительной мощности, распределенная вычислительная сеть может предложить более низкую вычислительную мощность.

• **抗审查性：**io.net, Aethir и другие системы Web3 не позиционируют себя как системы без разрешений. Проблемы соблюдения, такие как GDPR и HIPAA, были обработаны на этапах загрузки GPU, загрузки данных, совместного использования данных и совместного использования результатов.

С дальнейшим развитием ИИ и продолжающимся дисбалансом спроса и предложения на GPU, больше разработчиков будут переходить на Децентрализация облачные вычислительные платформы. В то же время, в период бычьего рынка, из-за роста цен на криптовалюты, поставщики GPU будут зарабатывать больше доходов, что стимулирует больше поставщиков GPU входить на этот рынок, создавая положительный эффект маховика.

Технические проблемы

1. Проблема параллелизации

Распределенные вычислительные платформы обычно объединяют поставки чипов с длинным хвостом, что означает, что отдельный поставщик чипов практически не может в краткие сроки самостоятельно выполнить сложные задачи обучения или вывода AI-моделей. Если облачная вычислительная платформа хочет быть конкурентоспособной, она должна использовать параллельные методы для разбиения и распределения задач, чтобы сократить общее время завершения и повысить вычислительную способность платформы.

Однако в процессе параллелизации возникают ряд проблем, включая то, как разбить задачу (особенно для сложных задач глубокого обучения), зависимость данных и дополнительные затраты на связь между устройствами.

2. Риски замещения новых технологий

С учетом значительных инвестиций в исследования ASIC (специальные интегральные схемы) и таких новых изобретений, как тензорные процессоры (TPU), это может оказать влияние на GPU кластеры децентрализованных вычислительных платформ.

Если эти ASIC могут обеспечить хорошую производительность и при этом сбалансировать затраты, то рынок GPU, который в настоящее время монополизирован крупными организациями в области ИИ, может вернуться на рынок. Это приведет к увеличению предложения 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 возникать уникальные юридические и регуляторные вызовы. Требования к соблюдению, такие как законы о защите данных и конфиденциальности, также могут быть сложными и представлять собой вызов.

На текущем этапе пользователями облачных вычислительных платформ в основном являются профессиональные разработчики и организации, которые предпочитают долгосрочное использование одной платформы и не меняют её произвольно. Использование Децентрализация платформы или централизованной платформы — это лишь один из факторов; эти пользователи больше ценят стабильность сервиса. Поэтому, если Децентрализация платформа обладает мощными интеграционными возможностями и стабильной достаточной вычислительной мощностью, ей будет легче завоевать доверие этих клиентов, установить долгосрочные партнерские отношения и обеспечить стабильный денежный поток.

В следующем я представлю новый распределенный вычислительный проект Aethir, сосредоточенный на рендеринге игр и ИИ в текущем цикле. На основе существующих в настоящее время проектов ИИ и распределенных вычислительных проектов в той же нише я оценю возможную стоимость после上市.

Введение в Aethir

Aethir Cloud является децентрализованной платформой для реального рендеринга, основанной на сети Arbitrum, которая помогает игровым и искусственным интеллектуальным компаниям напрямую доставлять свои продукты потребителям, агрегируя и разумно перераспределяя новые и неиспользуемые GPU от предприятий, дата-центров, криптовалютного майнинга и потребителей.

Одним из ключевых нововведений проекта является ресурсный пул, который объединяет распределенных участников вычислительной мощности под единственным интерфейсом, предоставляя услуги клиентам по всему миру. Одной из особенностей ресурсного пула является то, что поставщики GPU могут свободно подключаться или отключаться от сети, что позволяет предприятиям или дата-центрам с неиспользуемым оборудованием участвовать в сети во время простоя, повышая гибкость поставщиков и использование оборудования.

Операция экосистемы Aethir основана на трех основных инфраструктурах:

• Контейнер (Container): Ключевая функция контейнера заключается в предоставлении услуг удаленного рендеринга в реальном времени, обеспечивая опыт «нулевой задержки». Контейнер является фактическим местоположением облачных вычислений,