L'intersection de l'IA et du DePIN : L'émergence des réseaux GPU décentralisés
Depuis 2023, l'IA et la Décentralisation des Infrastructures Physiques (DePIN) sont devenues des tendances populaires dans le domaine du Web3, avec une capitalisation boursière atteignant respectivement 30 milliards de dollars et 23 milliards de dollars. Cet article se concentrera sur l'intersection des deux et explorera le développement des protocoles dans ce domaine.
Dans la pile technologique de l'IA, le réseau DePIN fournit une utilité à l'IA grâce aux ressources de calcul. Le développement des grandes entreprises technologiques a entraîné une pénurie de GPU, rendant difficile pour d'autres développeurs d'obtenir suffisamment de GPU pour le calcul. DePIN offre une alternative plus flexible et rentable, utilisant des récompenses en tokens pour inciter à la contribution de ressources. Dans le domaine de l'IA, DePIN regroupe les ressources GPU des propriétaires individuels vers les centres de données, formant une offre unifiée pour les utilisateurs. Cela offre non seulement aux développeurs une personnalisation et un accès à la demande, mais cela fournit également un revenu supplémentaire aux propriétaires de GPU.
Aperçu du réseau AI DePIN
Render est un pionnier des réseaux P2P fournissant des capacités de calcul GPU, initialement axé sur le rendu graphique pour la création de contenu, puis étendu aux tâches de calcul AI. Ce réseau a été utilisé par de grandes entreprises du secteur du divertissement comme Paramount Pictures et PUBG.
Akash se positionne comme une alternative "super cloud" aux plateformes traditionnelles qui supportent le stockage, le calcul GPU et CPU. Il est capable d'exécuter n'importe quelle application native du cloud et de faire fonctionner plus de 15 000 modèles sur Hugging Face.
io.net offre un accès à un cluster de cloud GPU distribué, spécialement conçu pour les cas d'utilisation d'IA et de ML. Il agrège les GPU provenant de centres de données, de mineurs de cryptomonnaies et d'autres réseaux décentralisés.
Gensyn fournit des capacités de calcul GPU axées sur l'apprentissage automatique et l'apprentissage profond. Il prétend avoir mis en place un mécanisme de validation plus efficace, permettant d'importantes économies de coûts.
Aethir est spécialement conçu pour les GPU d'entreprise, se concentrant sur des domaines à forte intensité de calcul, principalement l'intelligence artificielle, l'apprentissage automatique, les jeux en cloud, etc. Les conteneurs dans son réseau agissent comme des points de terminaison virtuels pour l'exécution d'applications basées sur le cloud.
Phala Network agit en tant que couche d'exécution pour les solutions d'IA Web3. Sa blockchain est une solution de cloud computing sans confiance, conçue pour traiter les problèmes de confidentialité en utilisant un environnement d'exécution de confiance (TEE).
Comparaison de projet
Les projets diffèrent en termes de matériel, d'axes commerciaux, de types de tâches AI, de tarification du travail, de blockchain, de confidentialité des données, de coûts de travail, de sécurité, de preuves d'achèvement, d'assurance qualité et de clusters GPU.
Statistiques matérielles
Les projets présentent des différences significatives en termes de nombre de GPU, de nombre de CPU, de nombre de H100/A100 et de leurs coûts. io.net et Aethir disposent d'un plus grand nombre de GPU haute performance, ce qui les rend plus adaptés au calcul de grands modèles.
Conclusion
Le domaine de DePIN de l'IA est encore relativement nouveau et fait face à ses propres défis. Cependant, le nombre de tâches exécutées et de matériel dans ces réseaux GPU décentralisés a considérablement augmenté, soulignant la demande croissante de substituts aux ressources matérielles des fournisseurs de cloud Web2. En regardant vers l'avenir, ces réseaux GPU décentralisés joueront un rôle clé en offrant aux développeurs des alternatives de calcul économiques, contribuant ainsi de manière significative à l'avenir des infrastructures de l'IA et du calcul.
Voir l'original
Cette page peut inclure du contenu de tiers fourni à des fins d'information uniquement. Gate ne garantit ni l'exactitude ni la validité de ces contenus, n’endosse pas les opinions exprimées, et ne fournit aucun conseil financier ou professionnel à travers ces informations. Voir la section Avertissement pour plus de détails.
8 J'aime
Récompense
8
6
Partager
Commentaire
0/400
MoonMathMagic
· Il y a 20h
Les génies rencontrent des génies, nous venons encore jouer avec le sérieux cette année.
Voir l'originalRépondre0
GateUser-4745f9ce
· 07-20 09:30
Ça y est, le printemps des cartes graphiques est arrivé !
Voir l'originalRépondre0
NeverPresent
· 07-20 09:28
On ne peut pas se passer de NVIDIA, cette génération.
Voir l'originalRépondre0
SerumDegen
· 07-20 09:27
un autre ponzi gpu lmao... rekt à venir
Voir l'originalRépondre0
RektRecorder
· 07-20 09:18
Je sens l'odeur de la richesse au premier rang.
Voir l'originalRépondre0
AlgoAlchemist
· 07-20 09:09
Ne peut pas rivaliser avec les grandes entreprises ? La solution du crowdsourcing.
Fusion de l'IA et de DePIN : l'émergence des réseaux GPU décentralisés pour faire face à la pénurie de puissance de calcul.
L'intersection de l'IA et du DePIN : L'émergence des réseaux GPU décentralisés
Depuis 2023, l'IA et la Décentralisation des Infrastructures Physiques (DePIN) sont devenues des tendances populaires dans le domaine du Web3, avec une capitalisation boursière atteignant respectivement 30 milliards de dollars et 23 milliards de dollars. Cet article se concentrera sur l'intersection des deux et explorera le développement des protocoles dans ce domaine.
Dans la pile technologique de l'IA, le réseau DePIN fournit une utilité à l'IA grâce aux ressources de calcul. Le développement des grandes entreprises technologiques a entraîné une pénurie de GPU, rendant difficile pour d'autres développeurs d'obtenir suffisamment de GPU pour le calcul. DePIN offre une alternative plus flexible et rentable, utilisant des récompenses en tokens pour inciter à la contribution de ressources. Dans le domaine de l'IA, DePIN regroupe les ressources GPU des propriétaires individuels vers les centres de données, formant une offre unifiée pour les utilisateurs. Cela offre non seulement aux développeurs une personnalisation et un accès à la demande, mais cela fournit également un revenu supplémentaire aux propriétaires de GPU.
Aperçu du réseau AI DePIN
Render est un pionnier des réseaux P2P fournissant des capacités de calcul GPU, initialement axé sur le rendu graphique pour la création de contenu, puis étendu aux tâches de calcul AI. Ce réseau a été utilisé par de grandes entreprises du secteur du divertissement comme Paramount Pictures et PUBG.
Akash se positionne comme une alternative "super cloud" aux plateformes traditionnelles qui supportent le stockage, le calcul GPU et CPU. Il est capable d'exécuter n'importe quelle application native du cloud et de faire fonctionner plus de 15 000 modèles sur Hugging Face.
io.net offre un accès à un cluster de cloud GPU distribué, spécialement conçu pour les cas d'utilisation d'IA et de ML. Il agrège les GPU provenant de centres de données, de mineurs de cryptomonnaies et d'autres réseaux décentralisés.
Gensyn fournit des capacités de calcul GPU axées sur l'apprentissage automatique et l'apprentissage profond. Il prétend avoir mis en place un mécanisme de validation plus efficace, permettant d'importantes économies de coûts.
Aethir est spécialement conçu pour les GPU d'entreprise, se concentrant sur des domaines à forte intensité de calcul, principalement l'intelligence artificielle, l'apprentissage automatique, les jeux en cloud, etc. Les conteneurs dans son réseau agissent comme des points de terminaison virtuels pour l'exécution d'applications basées sur le cloud.
Phala Network agit en tant que couche d'exécution pour les solutions d'IA Web3. Sa blockchain est une solution de cloud computing sans confiance, conçue pour traiter les problèmes de confidentialité en utilisant un environnement d'exécution de confiance (TEE).
Comparaison de projet
Les projets diffèrent en termes de matériel, d'axes commerciaux, de types de tâches AI, de tarification du travail, de blockchain, de confidentialité des données, de coûts de travail, de sécurité, de preuves d'achèvement, d'assurance qualité et de clusters GPU.
Statistiques matérielles
Les projets présentent des différences significatives en termes de nombre de GPU, de nombre de CPU, de nombre de H100/A100 et de leurs coûts. io.net et Aethir disposent d'un plus grand nombre de GPU haute performance, ce qui les rend plus adaptés au calcul de grands modèles.
Conclusion
Le domaine de DePIN de l'IA est encore relativement nouveau et fait face à ses propres défis. Cependant, le nombre de tâches exécutées et de matériel dans ces réseaux GPU décentralisés a considérablement augmenté, soulignant la demande croissante de substituts aux ressources matérielles des fournisseurs de cloud Web2. En regardant vers l'avenir, ces réseaux GPU décentralisés joueront un rôle clé en offrant aux développeurs des alternatives de calcul économiques, contribuant ainsi de manière significative à l'avenir des infrastructures de l'IA et du calcul.