Paano Tinutugunan ng Mga DePIN ang GPU Gap at Mga Problema sa Etika ng AI

Sa pagsabog ng mga generative artificial intelligence projects, ang computational power ay naging isang mainit na pinagtatalunang mapagkukunan. Habang nagiging mas ubiquitous ang AI at tumitindi ang karera para sa mga supply ng graphic processing unit (GPU), ang pangangailangan para sa mas malawak at mas democratized na access sa computing power ay naging isang agarang priyoridad para sa mga kumpanyang hindi MAANG. Pagsamahin ang napakainit na demand na ito sa kakapusan na mabilis na nagbabago sa pagiging eksklusibo ng mapagkukunan, at ang pangit na malamang na resulta ay isang AI ecosystem ay higit na hinuhubog ng isang maliit na dakot ng malalaking kumpanya ng teknolohiya.

Si Mark Rydon ay ang Co-Founder at Pinuno ng Strategy sa Aethir, isang desentralisadong enterprise-grade cloud computing network. Ang op-ed na ito ay bahagi ng bago ng CoinDesk DePIN Vertical, na sumasaklaw sa umuusbong na industriya ng desentralisadong pisikal na imprastraktura.

Kung iiwasan natin ito, ang kinabukasan ng AI, at ang mga etikal na implikasyon nito, ay nakasalalay sa kakayahang ipamahagi ang mga mapagkukunang ito nang malawakan sa halip na umasa sa ilang mga korporasyon upang monopolyo ang kapangyarihang ito.

Pagtugon sa Gilid ng Supply ng Compute Demand

Bilang ang pangangailangan para sa computing mga surge, ang kasalukuyang imprastraktura ay nagpupumilit na KEEP . Gaya ng iniulat sa Washington Post, ilang estado ang nauubusan ng kapangyarihan. Ang Northern Virginia, halimbawa, ay nangangailangan ng ilang malalaking nuclear power plant upang maihatid ang lahat ng mga bagong data center na binalak at nasa ilalim ng konstruksiyon.

Bukod pa rito, ang tumataas na gastos ng pagsasanay sa modelo ay nagtataas ng mga kritikal na tanong tungkol sa hinaharap ng pagpapaunlad ng AI: Saan magmumula ang kinakailangang kapangyarihan sa pag-compute na ito? Kamakailan ay inanunsyo ng China na nilalayon nitong palakasin ang kapasidad ng pag-compute nito ng 50% sa susunod na dekada at kalahati, ngunit T magiging available ang avenue na ito sa lahat.

Ang ONE paraan upang matugunan ito ay sa pamamagitan ng isang desentralisadong modelo.

Maaaring gamitin ang Decentralized Physical Infrastructure Networks (DePINs) upang pagsama-samahin ang mga hindi nagamit na GPU ng enterprise at gamitin ang mga ito, na muling ibinahagi ang dating hindi naa-access na supply pabalik sa merkado. Makakatulong din sila sa paggamit ng latent compute capacity sa mga consumer device, na lumilikha ng malawak, naa-access na network ng mga GPU na magagamit para sa AI training at iba pang compute-intensive na gawain. Ang mga pamamaraang ito ay nagdemokratiko sa supply at pag-access sa mga mapagkukunan ng computational, hinahamon ang mga tradisyunal na monopolyo ng GPU at pagpapaunlad ng pagbabago.

Higit pa rito, ino-optimize ng distributed infrastructure ang paggamit ng resource, tinitiyak na ang hindi nagamit na computational power ay makakapag-ambag sa mga makabuluhang proyekto ng AI. Pinapalaki ng diskarteng ito ang kahusayan at naaayon sa mga prinsipyo ng ESG sa pagbabawas ng pag-aaksaya ng enerhiya at mga epekto sa kapaligiran na nauugnay sa malalaking data center.

Pag-unlock ng Bagong Data Oceans

Hindi lamang maaaring tugunan ng mga DePIN ang hamon sa supply at mapagkukunan na nagtutulak sa pagiging naa-access ng compute. Makakatulong din ang mga ito sa pag-unlock ng mga bagong karagatan ng data na makakapagbigay ng magkakaibang mga dataset na kailangan para sanayin ang mas dalubhasa, matatag at inclusive na mga modelo ng AI. Pinapaganda ng diskarteng ito ang kalidad ng mga AI system at itinataguyod ang soberanya at Privacy ng data.

Gumagamit ang mga DePIN ng Technology blockchain at mga advanced na paraan ng pag-encrypt upang matiyak na mananatiling secure ang data at malinaw na tinukoy ang pagmamay-ari. Ang desentralisadong diskarte na ito ay nagpapalawak ng spectrum ng impormasyon, kabilang ang sa mga hindi gaanong kinakatawan na mga rehiyon at komunidad, na humahantong sa mas tumpak at napapabilang na mga modelo ng AI.

Higit pa rito, binibigyan ng mga DePIN ang mga may-ari ng data ng higit na kontrol sa kanilang impormasyon, pinapahusay ang Privacy habang hinihikayat ang malawakang pagbabahagi ng data. Halimbawa, isaalang-alang ang isang sitwasyon sa pangangalagang pangkalusugan kung saan ang data ng isang pasyente mula sa iba't ibang mga ospital at klinika ay maaaring ligtas na maibahagi nang hindi nakompromiso ang Privacy. Sa pamamagitan ng paggamit ng mga DePIN, maa-access ng mga mananaliksik ang isang mayaman, magkakaibang dataset na nagpapahusay sa kanilang kakayahang bumuo ng mas mahuhusay na diagnostic tool at mga plano sa paggamot. Katulad nito, sa larangan ng agham pangkalikasan, maaaring mapadali ng mga DePIN ang pagbabahagi ng data ng klima mula sa iba't ibang sensor, na kadalasang matatagpuan sa mga pribadong bahay at ari-arian sa buong mundo, na humahantong sa mas tumpak na mga modelo at hula.

Ang Etikal na Imperative

Kapansin-pansin din kung paano ang konsentrasyon ng pag-unlad ng AI sa loob ng ilang kumpanya ng Big Tech ay nagdudulot ng mga makabuluhang alalahanin sa etika. Kapag ang advanced na AI model training at deployment ay monopolyo ng ilang entity, nililimitahan nito ang potensyal ng AI na makinabang sa lahat. Ang sentralisadong kontrol na ito ay maaaring palakasin ang mga umiiral na hindi pagkakapantay-pantay at bawasan ang saklaw ng positibong epekto ng AI sa lipunan.

Ang konsentrasyon ng kapangyarihan ay maaaring humantong sa mga biased AI system na sumasalamin sa mga pananaw at priyoridad ng isang makitid na bahagi ng populasyon, na nagpapalala ng mga pagkakaiba sa lipunan at ekonomiya. Ang ganitong senaryo ay sumasalungat sa makademokratikong potensyal ng AI, kung saan ang mga inobasyon ay dapat na perpektong magsilbi sa magkakaibang mga komunidad at tugunan ang isang malawak na hanay ng mga hamon sa lipunan.

Ang pagdemokrasya ng access sa mga mapagkukunan ng GPU ay hindi lamang isang kinakailangan para sa industriya - ito ay isang etikal na pangangailangan. Sa pamamagitan ng pagtiyak na maa-access ng mga mananaliksik, startup, at innovator sa buong mundo ang computational power na kinakailangan para bumuo ng mga teknolohiya ng AI, maaari naming i-promote ang isang mas inklusibo at patas na landscape ng AI. Ang NVIDIA CEO Jensen Huang na lumikha ng terminong "Sovereign AI," ay binibigyang-diin din na ang mga bansa ay dapat lumikha ng AI upang matiyak ang pangangalaga sa kultura. Ang mas malawak na access na ito ay naghihikayat ng magkakaibang mga pananaw sa pagbuo ng AI, na humahantong sa mas patas, mas balanse, at mas epektibong mga solusyon sa AI na maaaring makinabang sa lipunan.

Epekto sa Innovation

Ang potensyal na epekto ng desentralisadong imprastraktura ng GPU sa inobasyon at pananaliksik, lalo na sa mga umuusbong Markets, ay hindi masasabing labis. Halimbawa, ang aming kamakailang pakikipagtulungan sa TensorOpera AI para isulong ang large-scale language model (LLM) na pagsasanay sa isang desentralisadong imprastraktura ng ulap ay nagpakita ng mga nakikitang benepisyo ng diskarteng ito. Sa pamamagitan ng paggamit ng kapangyarihan ng mga desentralisadong GPU, ang TensorOpera ay maaari na ngayong magsagawa ng makabuluhang pagsasanay sa LLM nang hindi umaasa sa tradisyonal at sentralisadong mapagkukunan. Ang demokratisasyong ito ng kapangyarihan sa pag-compute ay nagbibigay-daan na ngayon para sa mga makabagong proyekto at mga pagsisikap sa pagsasaliksik na dati nang hindi matamo dahil sa mga hadlang sa mapagkukunan.

Bridging ang compute divide

Kinakatawan ng desentralisadong imprastraktura ng GPU ang isang mahalagang hakbang tungo sa pag-tulay sa compute divide at demokratisasyon ng access sa mga mapagkukunan ng AI. Sa pamamagitan ng pamamahagi ng computational power nang mas pantay-pantay, matitiyak namin na ang mga benepisyo ng AI ay maisasakatuparan ng isang mas malawak na spectrum ng lipunan, at sa gayon ay madaragdagan ang pagbabago sa buong board. Tinutugunan ng diskarteng ito ang mga etikal na hamon na dulot ng mga monopolyo ng AI at pinalalakas ang pandaigdigang pagbabago at pananaliksik, lalo na sa mga umuusbong Markets.

Habang sumusulong tayo, ang pagyakap sa mga desentralisadong modelo at paggamit ng mga nakatagong kapasidad sa pag-compute ay magiging mahalaga sa pagtugon sa lumalaking pangangailangan ng pagpapaunlad ng AI. Ang kinabukasan ng AI ay nakasalalay sa ating kakayahang bumuo ng isang mas inklusibo, patas at desentralisadong computational landscape.

Tandaan: Ang mga pananaw na ipinahayag sa column na ito ay sa may-akda at hindi kinakailangang sumasalamin sa mga pananaw ng CoinDesk, Inc. o sa mga may-ari at kaakibat nito.