الذكاء الاصطناعي وDePIN: ثورة اللامركزية في موارد الحوسبة
مؤخراً، أصبحت الذكاء الاصطناعي وDePIN من الاتجاهات الرائجة في مجال Web3، حيث بلغت قيمتهما السوقية 30 مليار و23 مليار دولار على التوالي. ستتناول هذه المقالة المجالات المتداخلة بين الاثنين، وخاصة تطور شبكة AI DePIN.
في تقنية AI، يوفر شبكة DePIN قيمة عملية للذكاء الاصطناعي من خلال تقديم موارد حسابية. بسبب نقص وحدات معالجة الرسوميات (GPU) الناتج عن الشركات التكنولوجية الكبرى، يواجه المطورون الآخرون صعوبة في الحصول على موارد GPU كافية لبناء نماذج الذكاء الاصطناعي. الأسلوب التقليدي هو اختيار خدمات سحابية مركزية، ولكن غالبًا ما يتطلب ذلك توقيع عقود طويلة الأجل غير مرنة.
تقدم شبكة DePIN بديلاً أكثر مرونة وفعالية من حيث التكلفة. إنها تجمع موارد GPU الموزعة من خلال تحفيز الرموز لتوفير إمداد موحد للمستخدمين الذين يحتاجون إلى القدرة الحاسوبية. وهذا لا يسمح للمطورين بالحصول على موارد حسابية مخصصة عند الطلب فحسب، بل يوفر أيضًا مصدر دخل إضافي لمالكي GPU.
يوجد حاليًا العديد من شبكات AI DePIN في السوق، ولكل منها ميزاتها الخاصة. ستقوم هذه المقالة بتقديم لمحة موجزة ومقارنة بين المشاريع الرئيسية:
Render هو رائد في شبكة حسابات GPU، كان يركز في الأصل على تقديم المحتوى، ثم توسع إلى مجال حسابات الذكاء الاصطناعي. لقد تم اعتماده من قبل شركات كبيرة مثل باراماونت بيكتشرز، وتعاون مع شركات الذكاء الاصطناعي مثل Stability AI.
يتم تحديد Akash كبديل "سوبر سحابة" لخدمات السحابة التقليدية، ويدعم التخزين والحوسبة باستخدام GPU وCPU. يمكن لـ AkashML تشغيل آلاف النماذج على Hugging Face، وقد استضافت العديد من المشاريع المعروفة في مجال الذكاء الاصطناعي.
تخصص io.net في حالات استخدام الذكاء الاصطناعي وتعلم الآلة، حيث تجمع موارد وحدات معالجة الرسومات (GPU) من مراكز البيانات، وعمال المناجم، وغيرها. يدعم إطلاق أنواع متعددة من تجمعات وحدات معالجة الرسومات (GPU) بسرعة.
تركز Gensyn على حسابات التعلم الآلي، من خلال آلية تحقق مبتكرة لزيادة الكفاءة. يمكنها ضبط النماذج المدربة مسبقًا، وتخطط لتوفير نماذج أساسية لامركزية.
تستهدف Aethir سوق وحدات معالجة الرسومات (GPU) على مستوى المؤسسات، مع التركيز على مجالات الحوسبة الكثيفة مثل الذكاء الاصطناعي وألعاب السحابة. تقوم بتعديل تخصيص الموارد بناءً على الطلب، وتتعاون مع العديد من شركات التكنولوجيا الكبرى.
تعمل شبكة فالا كطبقة تنفيذية لحلول الذكاء الاصطناعي Web3، مما يسمح لعوامل الذكاء الاصطناعي بالتحكم فيها من خلال العقود الذكية على السلسلة. تستخدم بيئة التنفيذ الموثوقة (TEE) لحماية الخصوصية.
توفير GPU عالي الأداء: تم دمج الآلاف من وحدات معالجة الرسومات A100/H100 في بعض المشاريع، مما يلبي احتياجات تدريب النماذج الكبيرة.
استخدام وحدات معالجة الرسوميات/وحدات المعالجة المركزية من الفئة الاستهلاكية: بعض المشاريع تدمج أيضًا قوة الحوسبة غير المستخدمة من المستخدمين العاديين لتلبية احتياجات الحوسبة الصغيرة.
لا تزال شبكة DePIN للذكاء الاصطناعي في مراحلها المبكرة، وتواجه بعض التحديات. ولكن مع زيادة إمدادات الأجهزة وكمية المهام، تثبت هذه الشبكات تدريجياً قيمتها. في المستقبل، من المتوقع أن تلعب دوراً مهماً في سوق الذكاء الاصطناعي الذي تصل قيمته إلى تريليونات الدولارات، وتوفر للمطورين خيارات موارد حسابية أكثر اقتصادية وفعالية.
قد تحتوي هذه الصفحة على محتوى من جهات خارجية، يتم تقديمه لأغراض إعلامية فقط (وليس كإقرارات/ضمانات)، ولا ينبغي اعتباره موافقة على آرائه من قبل Gate، ولا بمثابة نصيحة مالية أو مهنية. انظر إلى إخلاء المسؤولية للحصول على التفاصيل.
تسجيلات الإعجاب 12
أعجبني
12
7
مشاركة
تعليق
0/400
AirdropHunterXM
· 07-22 15:23
رؤية المحفظة تعني التحرك
شاهد النسخة الأصليةرد0
SmartContractPlumber
· 07-22 13:35
إدارة الحقوق غير المنضبطة ستؤدي إلى مشاكل، الطرف الأول لا تتعجل في الإطلاق
شاهد النسخة الأصليةرد0
TaxEvader
· 07-21 04:05
ليس لدي ما يكفي، وCPU في منزلي غير مستخدم.
شاهد النسخة الأصليةرد0
LowCapGemHunter
· 07-21 04:04
من الأفضل تخزين بطاقات الرسوم بدلاً من ذلك، إنه رائع
شبكة AI DePIN:革新 حسابات AI من خلال الموارد GPU اللامركزية
الذكاء الاصطناعي وDePIN: ثورة اللامركزية في موارد الحوسبة
مؤخراً، أصبحت الذكاء الاصطناعي وDePIN من الاتجاهات الرائجة في مجال Web3، حيث بلغت قيمتهما السوقية 30 مليار و23 مليار دولار على التوالي. ستتناول هذه المقالة المجالات المتداخلة بين الاثنين، وخاصة تطور شبكة AI DePIN.
! تقاطع الذكاء الاصطناعي و DePIN
في تقنية AI، يوفر شبكة DePIN قيمة عملية للذكاء الاصطناعي من خلال تقديم موارد حسابية. بسبب نقص وحدات معالجة الرسوميات (GPU) الناتج عن الشركات التكنولوجية الكبرى، يواجه المطورون الآخرون صعوبة في الحصول على موارد GPU كافية لبناء نماذج الذكاء الاصطناعي. الأسلوب التقليدي هو اختيار خدمات سحابية مركزية، ولكن غالبًا ما يتطلب ذلك توقيع عقود طويلة الأجل غير مرنة.
تقدم شبكة DePIN بديلاً أكثر مرونة وفعالية من حيث التكلفة. إنها تجمع موارد GPU الموزعة من خلال تحفيز الرموز لتوفير إمداد موحد للمستخدمين الذين يحتاجون إلى القدرة الحاسوبية. وهذا لا يسمح للمطورين بالحصول على موارد حسابية مخصصة عند الطلب فحسب، بل يوفر أيضًا مصدر دخل إضافي لمالكي GPU.
! تقاطع الذكاء الاصطناعي و DePIN
يوجد حاليًا العديد من شبكات AI DePIN في السوق، ولكل منها ميزاتها الخاصة. ستقوم هذه المقالة بتقديم لمحة موجزة ومقارنة بين المشاريع الرئيسية:
Render هو رائد في شبكة حسابات GPU، كان يركز في الأصل على تقديم المحتوى، ثم توسع إلى مجال حسابات الذكاء الاصطناعي. لقد تم اعتماده من قبل شركات كبيرة مثل باراماونت بيكتشرز، وتعاون مع شركات الذكاء الاصطناعي مثل Stability AI.
يتم تحديد Akash كبديل "سوبر سحابة" لخدمات السحابة التقليدية، ويدعم التخزين والحوسبة باستخدام GPU وCPU. يمكن لـ AkashML تشغيل آلاف النماذج على Hugging Face، وقد استضافت العديد من المشاريع المعروفة في مجال الذكاء الاصطناعي.
تخصص io.net في حالات استخدام الذكاء الاصطناعي وتعلم الآلة، حيث تجمع موارد وحدات معالجة الرسومات (GPU) من مراكز البيانات، وعمال المناجم، وغيرها. يدعم إطلاق أنواع متعددة من تجمعات وحدات معالجة الرسومات (GPU) بسرعة.
تركز Gensyn على حسابات التعلم الآلي، من خلال آلية تحقق مبتكرة لزيادة الكفاءة. يمكنها ضبط النماذج المدربة مسبقًا، وتخطط لتوفير نماذج أساسية لامركزية.
تستهدف Aethir سوق وحدات معالجة الرسومات (GPU) على مستوى المؤسسات، مع التركيز على مجالات الحوسبة الكثيفة مثل الذكاء الاصطناعي وألعاب السحابة. تقوم بتعديل تخصيص الموارد بناءً على الطلب، وتتعاون مع العديد من شركات التكنولوجيا الكبرى.
تعمل شبكة فالا كطبقة تنفيذية لحلول الذكاء الاصطناعي Web3، مما يسمح لعوامل الذكاء الاصطناعي بالتحكم فيها من خلال العقود الذكية على السلسلة. تستخدم بيئة التنفيذ الموثوقة (TEE) لحماية الخصوصية.
! تقاطع الذكاء الاصطناعي و DePIN
تتميز هذه المشاريع بأنواع الأجهزة والتركيزات التجارية ونماذج التسعير وما إلى ذلك. تشمل الفروق الرئيسية:
! تقاطع الذكاء الاصطناعي و DePIN
! تقاطع الذكاء الاصطناعي و DePIN
توفير GPU عالي الأداء: تم دمج الآلاف من وحدات معالجة الرسومات A100/H100 في بعض المشاريع، مما يلبي احتياجات تدريب النماذج الكبيرة.
استخدام وحدات معالجة الرسوميات/وحدات المعالجة المركزية من الفئة الاستهلاكية: بعض المشاريع تدمج أيضًا قوة الحوسبة غير المستخدمة من المستخدمين العاديين لتلبية احتياجات الحوسبة الصغيرة.
لا تزال شبكة DePIN للذكاء الاصطناعي في مراحلها المبكرة، وتواجه بعض التحديات. ولكن مع زيادة إمدادات الأجهزة وكمية المهام، تثبت هذه الشبكات تدريجياً قيمتها. في المستقبل، من المتوقع أن تلعب دوراً مهماً في سوق الذكاء الاصطناعي الذي تصل قيمته إلى تريليونات الدولارات، وتوفر للمطورين خيارات موارد حسابية أكثر اقتصادية وفعالية.
! تقاطع الذكاء الاصطناعي و DePIN