Криптo может стать координирующим слоем для искусственного интеллекта

Разработки в области генеративного ИИ за последние 12 месяцев начали преобразовывать то, как люди живут и работают. Языковые модели используются для разработки юридических стратегий в судебных делах; модели диффузии изображений используются для дополнения рабочих процессов крупных развлекательных студий; а достижения в области компьютерного зрения вывели на дороги целые парки беспилотных автомобилей.

Хорошо известно, что основным узким местом для масштабирования этих систем является доступ к вычислительным ресурсам. Время ожидания и почасовые ставки для спотовых экземпляров чипов Nvidia A100 и H100 постоянно росли в течение 2023 года, а производственные мощности чипов просто не KEEP за спросом. Продолжающийся дефицит видеокарт является следствием идеального шторма ограничения по материалам,сбои в цепочке поставок,растущий спрос,геополитическая напряженность, идлительные производственные циклыприсущие изготовлению сложных графических процессоров. Кроме того, ключевые материалы, такие как усовершенствованный кремний, используемый в чипах графических процессоров, специализированные подложки для печатных плат и чипы памяти, также испытывают дефицит из-за дисбаланса спроса и предложения.

Доходы центров обработки данных, связанные с рабочими нагрузками ИИ, составили приблизительно100 миллиардов долларовв 2023 году. Центры обработки данных требуют огромных первоначальных капиталовложений в виде земли, электроэнергии и оборудования корпоративного класса. Новые центры обработки данных полагаются на внешнее финансирование для установки и эксплуатации, но ставки высоки, а капитал ограничен. Модели ИИ увеличиваются в размерах и сложности, и хотя цена за единицу вычислительной производительности уменьшается вдвое каждые тридцать месяцев, специфические для ИИ вычислительные требования удваиваются каждые шесть месяцев. Спрос находится на пути кувеличиваются на порядки быстреечем поставка.

Это то, о чем мечтают инвесторы: тектонический сдвиг в инновациях, который за одну ночь окажет влияние практически на каждый бизнес, вызванный ограниченностью ресурсов и стремительным ростом спроса, что приведет к резкому росту цен на сырьевые товары. Доходность NVIDIA с начала года в размере 231,5% за последние 12 месяцев является идеальным показателем этого, но даже это не отражает имеющиеся возможности. Мы все еще находимся на ранних этапах возрождения ИИ. Каждая компания из списка Fortune 500 прямо сейчас выясняет свою стратегию ИИ, и спрос, который мы видим сегодня, далек от спроса, который мы увидим завтра. ИИ будет дополнять и вытеснять рабочую силу, повышать производительность и фундаментально изменять то, как работают компании. Вычисления — это новая нефть.

Графические процессоры — это валюта ИИ, и DePIN здесь, чтобы ее предоставить

Существует решение все более масштабной проблемы нехватки вычислительных ресурсов: найти неиспользованные ресурсы.

Новая форма Криптo , называемая «Децентрализованные сети физической инфраструктуры» или «DePINs» для краткости, приходит на помощь. По оценкам, есть 1,5 миллиардасвободно доступные потребительские графические процессоры по всему миру, и еще одиншесть миллионов графических процессоров для центров обработки данныхв центрах обработки данных, развернутых по всему миру за пределами гиперскейлеров (AWS, GCP, Azure, Oracle). Потребительские аппаратные карты часто имеют сопоставимую вычислительную пропускную способность с картами корпоративного класса.

Читать дальше: Джефф Уилсер — Действительно ли крипто-ИИ — это союз, заключенный на небесах?

Например, потребительский RTX 3090 способен на 83 FP32 TFLOPS, тогда как корпоративный A100 имеет только 19,5 FP32 TFLOPS. В настоящее время существует более330 миллионов графических процессоров потребительского класса в персональных компьютерах (геймеры, дизайнеры, видеоредакторы и ETC.) и центры обработки данных, которые можно было бы вывести в онлайн. Проблема в том, что исторически T было возможности стимулировать или координировать эти разрозненные GPU в пригодные для использования кластеры.

В последнее время появились специализированные DePIN-решения, ориентированные на ИИ, такие какСеть рендеринга и IO.net, решили эту проблему. Во-первых, они дают скрытым операторам GPU стимулы вносить свои ресурсы в общую сеть в обмен на вознаграждение. Во-вторых, они создают децентрализованный сетевой уровень, который представляет разрозненные GPU как кластеры, которые могут использовать разработчики ИИ. Эти децентрализованные вычислительные рынки теперь предлагают сотни тысяч вычислительныхресурсыразличных типов, что открывает новые возможности для распределения рабочих нагрузок ИИ среди ранее недоступной группы квалифицированного оборудования.

Помимо создания чистого предложения новых графических процессоров, сети DePIN часто оказываются значительно дешевле –до 90% дешевле– чем традиционные поставщики облачных услуг. Они достигают этих затрат за счет аутсорсинга координации и накладных расходов GPU в блокчейн. Поставщики облачных услуг увеличивают расходы на инфраструктуру, поскольку у них есть расходы на сотрудников, обслуживание оборудования и накладные расходы на центр обработки данных. У сетей DePIN нет ни одного из этих расходов, поэтому они могут передавать вычислительные затраты практически по себестоимости (с незначительными сборами за координацию сети сверху) конечным клиентам.

Заглядывая в будущий год, мы ожидаем, что эти децентрализованные сети станут ONE из ключевых игроков в гонке ИИ. Сейчас просто не хватает графических процессоров (тем более доступных графических процессоров), чтобы удовлетворить спрос каждой крупной компании в мире.

Графические процессоры — это валюта ИИ, и DePIN-ы здесь, чтобы ее предоставить.