هل يمثل عدد وحدات معالجة الرسومات io.net مشكلة؟ ما هي مشاكل بروتوكولات الذكاء الاصطناعي اللامركزية؟

المؤلف: @rargulati, MartinShkreli;تم تجميعه بواسطة: Vernacular Blockchain< /p>

io.net هي شبكة حوسبة لا مركزية مبنية على Solana وهي تنتمي إلى قطاعي Depin وAI وقد تلقت تمويلًا من Mult1C0in Capital وMoonhill Capital لم يكشف.

io.net عبارة عن منصة سحابية لامركزية قائمة على Solana للتدريب على التعلم الآلي على وحدات معالجة الرسومات، مما يوفر وصولاً فوريًا بدون إذن إلى وحدات معالجة الرسومات العالمية وشبكة وحدة المعالجة المركزية. تحتوي المنصة على 25000 عقدة وتستخدم تقنية ثورية لتجميع سحابات GPU معًا، مما يوفر ما يصل إلى 90% من تكاليف الحوسبة لشركات الذكاء الاصطناعي الناشئة واسعة النطاق.

مبني حاليًا على Solana، وهو ينتمي إلى قطاعي Depin وAI المشهورين حاليًا، دعونا نلقي نظرة اليوم على ما قاله X عن وحدة معالجة الرسومات الخاصة به والمشكلات الحالية. التحليل:

ما عدد وحدات معالجة الرسومات (وحدة معالجة الرسومات، معالج الرسومات) التي تمتلكها @ionet؟

قامMartinShkreli on X بتحليل أربع إجابات:

1) 7648 (عند المحاولة عند النشر )

2) 11107 (يتم حسابه يدويًا من مدير الموارد لديهم)

;">3 ) 69415 (رقم غير قابل للتفسير، لم يتغير؟)

4) 564306 (لا يوجد دعم أو شفافية أو معلومات جوهرية هنا. حتى CoreWeave أو AWS ليس لديهم هذا العدد الكبير)

أعتقد أن الإجابة الحقيقية هي في الواقع 320.

ألق نظرة معي على صفحة Explorer. جميع وحدات معالجة الرسومات "مجانية"، لكن لا يزال يتعذر عليك استئجار واحدة منها. إذا كانت مجانية فلماذا لا يتم تأجيرها؟ الناس يريدون الحصول على رواتبهم، أليس كذلك؟

لا يوجد سوى 320 منزلًا يمكنك استئجارها بالفعل.

إذا لم تتمكن من استئجارها، فهي ليست حقيقية. وحتى لو استطعت استئجاره فسوف يزيد...

@rargulati قال إن مارتن كان على حق تمامًا في التشكيك في الأمر. تواجه بروتوكولات الذكاء الاصطناعي اللامركزية المشكلات التالية:

1) لا توجد طريقة فعالة من حيث التكلفة وفعالة من حيث الوقت لتنفيذها على بنية أجهزة مشتركة موزعة بشكل كبير التدريب المفيد عبر الإنترنت. سيتطلب هذا اختراقًا كبيرًا لا أعرف عنه حاليًا. ولهذا السبب تنفق FANGs أكثر من كل سيولة العملات المشفرة على الأجهزة باهظة الثمن، واتصالات الشبكة، وصيانة مركز البيانات، وما إلى ذلك.

2) يبدو الاستدلال على الأجهزة ذات الأغراض العامة بمثابة حالة استخدام جيدة، ولكن الأجهزة والبرامج تتطور بسرعة كبيرة بحيث يكون أداء النهج المركزي للأغراض العامة ضعيفًا في حالات الاستخدام الأكثر أهمية. شاهد أحدث زمن استجابة OpenAI ونمو Groq.

3) استنتج من الطلبات الموجهة بشكل صحيح، ومجموعات GPU التي تتعايش بشكل وثيق مع الطلبات، والاستفادة من العملات المشفرة اللامركزية لخفض تكاليف رأس المال لتتناسب مع منافسات AWS وتحفيز المشاركة المتحمسة . تبدو فكرة جيدة، ولكن مع وجود العديد من الموردين والسيولة المجزأة في السوق الفورية لوحدة معالجة الرسومات، لم يقم أحد بتجميع ما يكفي من العرض لجعلها متاحة للأشخاص الذين يديرون أعمالًا حقيقية.

4) يجب أن تكون خوارزمية توجيه البرنامج جيدة جدًا، وإلا فإن الأجهزة العامة لمشغلي المستهلكين ستواجه العديد من المشكلات التشغيلية. انسَ اختراقات الشبكة والتحكم في الازدحام، إذا قرر أي شخص ممارسة الألعاب أو استخدام أي شيء يستخدم webgl، فقد تواجه انقطاع الخدمة من شركة اتصالات واحدة. يمكن أن يسبب جانب العرض الذي لا يمكن التنبؤ به ضائقة تشغيلية ويخلق حالة من عدم اليقين لدى مقدمي الطلبات من جانب الطلب.

هذه مشاكل شائكة سيستغرق حلها وقتًا طويلاً جدًا. جميع العطاءات هي مجرد الميمات.