المؤلف: Climber, Golden Finance
في الآونة الأخيرة، أصبح الذكاء الاصطناعي مرة أخرى محط اهتمام السوق. أطلقت OpenAI لأول مرة GPT-4o، ثم أصدرت Google العشرات من منتجات Google وAI المدمجة في مؤتمر مطوري I/O.
وفي الوقت نفسه، يستعد io.net، وهو مشروع مشهور على مسار AI+Web3، بنشاط للمنافسة. كمشروع يجمع مفاهيم AI + DePIN + Solana، تنفذ io.net حاليًا الموسم الأول من أنشطة مكافأة الإشعال، وقد تم الإعلان عن عنوان عقد IO المميز الخاص بها. أطلقت Bybit Pre-Market أيضًا تداول العقود الآجلة على io.net (IO). أعتقد أن نقطة IO سيتم إدراجها أيضًا في بورصة CEX الكبرى قريبًا.
تتمثل أكبر ميزة لـ io.net في أنه يمكنه تجميع قوة حوسبة وحدة معالجة الرسومات الخاملة للمستخدمين لتوفير خدمات الحوسبة السحابية للمستخدمين ذوي احتياجات الذكاء الاصطناعي. في ظل الاتجاه الساخن للذكاء الاصطناعي، ستقوم Golden Finance بتفسير io بشكل شامل ضدها شبكة AWS (Amazon Web Services) .net، واكتساب فهم متعمق لمبادئها وآلياتها بالإضافة إلى المعلومات الأساسية المتنوعة.
io.net عبارة عن منصة حوسبة لامركزية تعمل بالذكاء الاصطناعي تعتمد على Solana والتي طورتها شركة IO Research ML تقوم الشركة بتجميع موارد وحدة معالجة الرسومات طوال دورة حياة أعباء العمل بأكملها (من التدريب النموذجي إلى الاستدلال) وتلتزم بتوفير خدمات حوسبة سحابية منخفضة التكلفة وعالية الكفاءة.
يمكن لـ io.net تجميع وحدات معالجة رسوميات متعددة من مراكز البيانات المستقلة، وعمال المناجم للعملات المشفرة ومشاريع التشفير مثل Filecoin أو Render للحصول على قوة الحوسبة، وبالتالي توفير الحوسبة السحابية للمؤسسات المستهدفة بمزايا أكثر فعالية من حيث التكلفة.
فلماذا يهدف io.net إلى تكامل موارد وحدة معالجة الرسومات؟
قبل توضيح هذه المشكلة، يجب علينا أولاً أن نفهم ما هي وحدة معالجة الرسومات. وبحسب الموقع الرسمي لشركة إنتل، فإن معالج الرسومات (Graphics Processing Unit) هو معالج دقيق يتكون من العديد من الرقائق المستخدمة في حوسبة الصور.
وفي الوقت نفسه، وفقًا لشركة AWS، فإن أحد سيناريوهات التطبيقات التجارية لوحدة معالجة الرسومات هو blockchain. نظرًا لأن العملات المشفرة مبنية على سلاسل الكتل، فغالبًا ما يعتمد نوع معين من blockchain (إثبات العمل) بشكل كبير على وحدات معالجة الرسومات للعمل.
يمكن ملاحظة أن وحدة معالجة الرسومات لديها طلب واسع النطاق في السوق، ولكن توجد حاليًا فجوة كبيرة في الطلب على هذا العمل.
يمتلك مقدمو الخدمات السحابية الرئيسيون حاليًا ما يقرب من 10-15 exaFLOPS من قوة حوسبة وحدة معالجة الرسومات المتاحة، ولكن نظرًا لمتطلبات التدريب على نماذج AI/ML وأحمال عمل الاستدلال زيادة كبيرة، قد يصل الطلب المحتمل على حوسبة وحدة معالجة الرسومات السحابية إلى 20-25 exaFLOPS. يقع الفرق بين الاثنين في نطاق 5-10 exaFLOPS، مما يعني أن سعة وحدة معالجة الرسومات السحابية تحتاج إلى التوسيع 2-3 مرات عند المستوى الحالي لتلبية احتياجات المستخدم بشكل كامل.
إن دورة تطوير إمداد وحدة معالجة الرسومات طويلة، لذلك يعمل io.net على حل هذه المشكلة عن طريق الوصول إلى موارد وحدة معالجة الرسومات غير المستغلة خارج السحابة، مثل مراكز البيانات المستقلة، وعمال المناجم، ووحدات معالجة الرسومات الاستهلاكية، وما إلى ذلك. لم يتم استغلالها بالكامل بعد.
تتضمن بنية io.net شبكة الإدخال/الإخراج الأساسية، ومحرك الإدخال/الإخراج، وعنصر الإدخال/الإخراج، وما إلى ذلك. شبكة IO عبارة عن شبكة GPU لا مركزية تستخدم بنية VPN شبكية لتوفير اتصال منخفض للغاية بين العقد وضمان كفاءة عالية في مشاركة موارد GPU ومعالجتها. محرك الإدخال/الإخراج عبارة عن طبقة حوسبة قابلة للبرمجة مبنية على شبكة الإدخال/الإخراج. تشكل هذه العناصر معًا نظامًا بيئيًا كاملاً مخصصًا لتوفير حلول حوسبة الذكاء الاصطناعي.
io.net يربط بشكل أساسي المستخدمين وموفري طاقة الحوسبة من خلال ثلاثة منتجات:
IO Cloud: ينشر ويدير ويخصص مجموعات GPU اللامركزية حسب الطلب، من خلال IO-SDK يتكامل بسلاسة مع توفير حل شامل لتوسيع نطاق الذكاء الاصطناعي وتطبيقات بايثون.
IO Worker: يوفر للمستخدمين رؤى في الوقت الفعلي حول أجهزة الكمبيوتر الخاصة بهم، مما يوفر رؤية تشغيلية ونظرية شاملة للأجهزة المتصلة بالشبكة، مما يسمح لهم بمراقبة هذه الأجهزة وتنفيذ إجراءات سريعة مثل الحذف والحذف. إعادة تسمية الأجهزة.
IO Explorer: يزود المستخدمين بشكل أساسي ببيانات إحصائية شاملة ورسوم بيانية مرئية لجميع جوانب سحابة GPU، مما يسمح للمستخدمين بمراقبة وتحليل وفهم التفاصيل المعقدة لشبكة io.net في الوقت الفعلي بسهولة، وتوفير أنشطة الشبكة والإحصائيات المهمة رؤية كاملة للبيانات ونقاط البيانات ومعاملات المكافآت.
استدلال الدُفعات وعرض النماذج: يمكن معالجة الدُفعات الواردة بالتوازي عن طريق تصدير مخطط وأوزان النموذج المُدرب إلى كائن مشترك تخزين البيانات ينفذ الاستدلال. يسمح io.net لفرق التعلم الآلي ببناء الاستدلال ونماذج سير العمل عبر شبكات GPU الموزعة.
التدريب المتوازي: تؤدي قيود ذاكرة وحدة المعالجة المركزية/وحدة معالجة الرسومات وسير عمل المعالجة التسلسلية إلى حدوث اختناقات كبيرة عند تدريب النماذج على جهاز واحد. تعمل io.net على الاستفادة من مكتبات الحوسبة الموزعة لتنسيق مهام التدريب وتجميعها بحيث يمكن موازنتها عبر العديد من الأجهزة الموزعة باستخدام البيانات وتوازي النماذج.
ضبط المعلمات الفائقة المتوازية: تجارب ضبط المعلمات الفائقة متوازية بطبيعتها، ويستفيد io.net من مكتبة حوسبة موزعة مع ضبط متقدم للمعلمات الفائقة للتحقق من النتائج المثالية، وتحسين الجدولة، وتحديد أنماط البحث ببساطة.
التعلم المعزز: يستخدم io.net مكتبة تعلم معزز مفتوحة المصدر تدعم أعباء عمل RL على مستوى الإنتاج والموزعة بشكل كبير مع مجموعة بسيطة من واجهات برمجة التطبيقات.
وبحسب الموقع الرسمي لـ io.net، يوفر المشروع خدمات حوسبة بسعر أرخص بنسبة 90% من مقدمي الخدمات السحابية التقليديين. بالإضافة إلى ذلك، يمكن لـ io.net الحصول على قوة حوسبة GPU من السحابة من خلال تمكين المستخدمين من الوصول إلى التزويد ونشر المجموعات في 90 ثانية. ونتيجة لذلك، فإن الجمع بين السرعة والتكلفة يجعل io.net أكثر كفاءة بمقدار 10 إلى 20 مرة من العروض السحابية التقليدية.
في أبريل من هذا العام، أعلنت io.net أن لديها أكثر من 20000 وحدة معالجة رسوميات A100 وأكثر من 520000 وحدة معالجة رسوميات ووحدة معالجة مركزية في الشبكة. وقد تجاوزت القيمة الإجمالية للبنية التحتية لـ io.net علامة 2 مليار دولار.
من حيث حجم الفريق، يضم io.net أكثر من 100 شخص.
وفقًا لبيانات أخرى، خلال أربعة أشهر من ولادة المشروع، قدمت io.net أكثر من 50000 عقدة عمل وأكثر من 60000 ساعة حوسبة.
و io الحالي يبلغ إجمالي أرباح الشبكة الصافية حوالي 1.02 مليون دولار أمريكي، ويبلغ إجمالي وقت الحوسبة للخدمة 132000 ساعة، ويتجاوز عدد مجموعات GPU التي تم إنشاؤها 1100.
في مارس من هذا العام، أكملت io.net تمويلًا من السلسلة A بقيمة 30 مليون دولار، بقيادة Hack VC، وSolana Labs، وArkStream وشارك في الاستثمار كل من Animoca Brands وOKX Ventures ومستثمرين آخرين من بينهم مؤسس Solana، ومؤسس Aptos، ومؤسس Animoca Brands.
في أبريل من هذا العام، أعلنت io.net عن النموذج الاقتصادي للرمز المميز لـ Token IO. يبلغ الحد الأقصى الثابت للعرض لرمز IO الأصلي لشبكة IOG 800 مليون، وسيتم إصدار 500 مليون رمز مميز في الوقت المناسب التوزيع، بما في ذلك المستثمرين الأساسيين (12.5%)، ومستثمري السلسلة أ (10.2%)، والمساهمين الأساسيين (11.3%)، والبحث والتطوير والنظام البيئي (16%)، والمجتمع (50%).
سوف ينمو إلى حد أقصى ثابت يبلغ 800 مليون على مدار 20 عامًا حيث يتم إصدار IO لتحفيز نمو الشبكة واعتمادها. سيتم إصدار المكافآت للموردين وأصحاب المصلحة كل ساعة لمدة 20 عامًا.
تعتمد المكافأة نموذج الانكماش، حيث تبدأ من 8% في السنة الأولى وتنخفض بنسبة 1.02% كل شهر (حوالي 12% سنويًا) حتى تصل إلى الحد الأعلى وهو 800 مليون IO. ومع توزيع المكافآت، ستستمر حصص الداعمين الأوائل والمساهمين الأساسيين في الانخفاض.
من أجل تحفيز موفري طاقة حوسبة وحدة معالجة الرسومات، أطلقت io.net برنامج مكافآت Ignition لمدة موسمين، يوفر كل منهما 7.5 مليون رمز مميز المكافآت. .
في 14 مايو، قامت io.net بدمج أكثر من 300 وحدة معالجة رسوميات NVIDIA H100 من Aethir، ومن المتوقع أن ينشر الاثنان إجمالي 1000 وحدة معالجة رسوميات H100 بحلول نهاية مايو.
في 9 مايو، أعلنت io.net عن إطلاق نقاط الموسم الأول من Ignition. في الأول من مايو، أضافت io.net آلية جديدة للتحقق من عبء عمل وحدة معالجة الرسومات (إثبات العمل). في 27 أبريل، قام فريق io.net بمنع هجوم انتقامي من قبل صائد إسقاط جوي محظور، واستعادة جميع بيانات الجهاز، ونشر تصحيحات أمنية متعددة.
في منتصف أبريل، توصلت io.net إلى تعاون مع مشروع Aethir وMind Network وBitcoin L2 BVM.
ذكرت Io.net أن هدفها هو بناء "GPU Internet" وإنشاء أكبر DePIN لحوسبة الذكاء الاصطناعي في العالم لحل المشكلات الناجمة عن مشكلة نقص الطاقة الحوسبة GPU الذكاء الاصطناعي. ومن هذا المنطلق، يتمتع المشروع بآفاق مشرقة وخلفية تمويلية قوية.
ومع ذلك، باعتباره مشروعًا ناشئًا، فإنه يواجه أيضًا مخاطر أمنية فنية، مثل التعرض لهجوم من قبل المتسللين قبل اتصال الشبكة الرئيسية بالإنترنت. بالإضافة إلى ذلك، المنافسة التجارية شرسة وتواجه تحديات من AWS وGoogle Cloud وAlicloud وغيرها من المؤسسات. لذلك، لا يحتاج المستثمرون إلى أن يكونوا متحمسين للغاية بشأن io.net.
الذكاء الاصطناعي، التدرج الرمادي، التدرج الرمادي: نظرة عامة على مشاريع Crypto x AI كيف تحقق Crypto الذكاء الاصطناعي اللامركزي التمويل الذهبي، عصر الذكاء الاصطناعي قادم، يمكن أن يسمح Crypto للذكاء الاصطناعي بالتطور بشكل صحيح
JinseFinanceاستكشف الأقسام الفرعية المختلفة لنظام Crypto x AI البيئي: الحوسبة، ووكلاء الذكاء الاصطناعي، والمعالجات المشتركة، والمزيد.
JinseFinance本篇文章总结提炼了 DePIN 项目的基本框架，按照 “WHAT-WHY-HOW” 的结构来对 DePIN 赛道做了一个总览性的回顾与总结。
JinseFinanceيمكن أن يؤدي الجمع بين تقنية Web3 والذكاء الاصطناعي إلى إطلاق العنان لإمكانات هائلة، سواء في مجالات مثل التمويل (DeFi) أو الأمان أو تجربة المستخدم أو إنشاء المحتوى أو الحوكمة.
JinseFinanceستناقش هذه المقالة بإيجاز أربعة اتجاهات جديدة في دورة السوق هذه والتي من المحتمل أن تكرر ازدهار P2E أو Metaverse.
JinseFinanceوصلت io.net، وهي منصة حوسبة لامركزية تعمل بالذكاء الاصطناعي تعتمد على Solana والتي طورتها شركة IO Research، إلى تقييم FDV بقيمة مليار دولار أمريكي في أحدث جولة تمويل لها.
JinseFinanceباعتباره مشروعًا مبكرًا في مجال الحوسبة المكانية بالرنين المغناطيسي، من المتوقع أن يصبح DeMR مشروعًا معروفًا على المسار الشعبي في المستقبل.
JinseFinanceهناك شعور بأن مسار AI + DePIN سيكون بمثابة سرد القيمة الرئيسي الذي يدفع هذه السوق الصاعدة، حيث تقترب بروتوكولات التمويل اللامركزي القديمة، والرموز غير القابلة للاستبدال (NFTs)، والسلاسل العامة المتطورة، والعديد من الابتكارات التكنولوجية الأساسية من DePIN.
JinseFinanceمنذ ظهور GPT-4 في عام 2023، عاد جنون الذكاء الاصطناعي والعملات الرقمية (AI + Crypto) إلى الظهور من جديد، متمثلاً في إصدار العملة WorldCoin، ويبدو أن البشرية تدخل عصرًا طوباويًا يكون فيه الذكاء الاصطناعي مسؤولاً عن الإنتاجية ويكون التشفير مسؤولاً عن التوزيع.
JinseFinanceJinseFinance