멀티코인 파트너: GPU 인터넷 io.net 읽기

보도: 2024년 3월 6일, 솔라나 에코 디핀 프로토콜 io.net은 3천만 달러의 시리즈 A 자금 조달을 완료했다고 발표했습니다. io.net은 멀티코인 캐피탈의 참여로 세계 최대의 탈중앙화 GPU 네트워크를 구축하고 AI 컴퓨팅 부족 문제를 해결하는 데 조달한 자금을 사용할 것이라고 밝혔습니다. 멀티코인 캐피탈 파트너 Shayon Sengupta가 io.net에 투자한 이유에 대한 기사를 썼습니다. 멀티코인 캐피털의 파트너인 셰이온 센굽타가 io.net에 투자한 이유에 대해 쓴 글. 골든 파이낸스 샤오저우가 번역했습니다.

멀티코인은 AI(인공지능) 워크로드를 위한 분산 컴퓨팅 시장을 선도하는 io.net에 대한 투자를 발표하게 되어 기쁘게 생각합니다. 저희는 시드 라운드를 주도하고 시리즈 A 라운드에 참여했습니다. 현재 io.net은 온디맨드 생산 컴퓨팅을 위한 마켓플레이스를 구축하기 위해 멀티코인, 핵 VC, 6번째 맨 벤처스, 모듈러 캐피탈, 그리고 강력한 인맥을 가진 대형 엔젤 투자자로부터 3천만 달러를 성공적으로 조달했습니다.

2023년 4월, 오스틴 솔라나 해커 하우스에서 io.net의 설립자 Ahmad Shadid를 처음 만났을 때 저는 머신러닝 워크로드를 위한 컴퓨팅 리소스에 대한 액세스를 민주화하는 데 초점을 맞추고 있는 그의 모습에 즉시 흥미를 느꼈습니다.

그 이후로 io.net 팀은 빛의 속도로 이 아이디어를 실행해 왔습니다. 현재 이 네트워크는 수만 개의 분산형 GPU를 통합하여 AI 기업에 57,000시간 이상의 컴퓨팅 시간을 제공하고 있습니다. 향후 10년의 AI 르네상스를 주도하는 이들과 함께 일하게 되어 매우 기쁩니다.

1, 글로벌 컴퓨팅 부족

AI 컴퓨팅에 대한 수요는 엄청난 속도로 증가하고 있으며, 그 수요는 만족할 수 없습니다. 2023년 AI 워크로드 데이터센터 매출이 1,000억 달러를 넘어설 것으로 예상되는 가운데, 가장 보수적인 시나리오에서도 여전히 AI 수요가 칩 공급을 앞지르고 있는 상황입니다.

이러한 유형의 하드웨어를 수용할 수 있는 새로운 데이터센터에는 고금리와 자본이 부족한 시기에 상당한 초기 투자가 필요합니다. 문제의 핵심은 NVidia A100 및 H100과 같은 고급 칩은 생산량이 제한되어 있다는 것입니다. GPU 성능은 계속 향상되고 비용은 꾸준히 하락하고 있지만, 물리적 제조 공정은 충분히 빠르게 속도를 내지 못하고 있으며 원자재, 부품 및 생산 능력의 부족으로 인해 개발 속도가 제한되고 있습니다.

AI의 미래는 밝지만, 물리적 공간은 확대되고 있으며 공간, 전력, 첨단 장비의 필요성으로 인해 전 세계적으로 예산이 제약되고 있습니다. io.net은 현재의 공급망에 의해 개발 속도가 제한되지 않는 세상을 만들기 위한 길을 열어줍니다.

io.net은 토큰 인센티브를 사용하여 공급측 자원을 획득하고 유지하는 데 드는 비용을 구조적으로 줄이고 궁극적으로 최종 소비자가 부담하는 비용을 줄이는 DePIN 이론의 전형적인 예입니다. 이 네트워크는 수많은 이기종 GPU를 AI 개발자와 기업을 위한 공유 풀로 통합합니다. 오늘날 네트워크에는 데이터 센터, 채굴장, 소비자급 기기의 수천 개의 GPU가 포함되어 있습니다.

이러한 자원의 집합은 가치가 있지만, AI 워크로드는 중앙화된 엔터프라이즈급 하드웨어에서 분산 네트워크로 자동 확장되지 않습니다. 암호화폐의 역사에서 분산 컴퓨팅 네트워크를 구축하려는 시도는 여러 차례 있었지만, 대부분 수요 측면에서 의미 있는 수량을 창출하지 못했습니다.

2, 클러스터링의 길을 열다

컴퓨팅의 역사 동안 소프트웨어 프레임워크와 디자인 패턴은 시중에 나와 있는 하드웨어 구성을 중심으로 형성되어 왔습니다. AI 개발을 위한 대부분의 프레임워크와 라이브러리는 중앙 집중식 하드웨어 리소스에 크게 의존하지만, 지난 10년 동안 지리적으로 분산된 하드웨어에 워크로드를 분산하는 데 상당한 진전이 있었습니다.

io.net은 전 세계의 잠재적인 하드웨어를 가져와 맞춤형 네트워킹 및 조정 계층을 배포하여 온라인 상태로 전환함으로써 확장성이 뛰어난 GPU 인터넷을 구축합니다. 이 네트워크는 레이, 루드비히, 쿠버네티스 및 기타 다양한 오픈 소스 분산 컴퓨팅 프레임워크를 활용하여 머신 러닝 엔지니어링 및 운영 팀이 GPU 네트워크에서 약간의 조정만으로 워크로드를 확장할 수 있도록 지원합니다.

ML 팀은 온디맨드 방식으로 클러스터를 시작하고 이러한 라이브러리를 사용하여 오케스트레이션, 스케줄링, 내결함성 및 확장을 처리함으로써 io.net GPU에서 워크로드를 병렬화할 수 있습니다. 예를 들어, 모션 그래픽 디자이너 그룹이 자신의 가정용 GPU를 네트워크에 제공하면 io.net은 클러스터를 구축하여 전 세계 모든 이미지 확산 모델 개발자가 공동 컴퓨팅 리소스에 액세스할 수 있도록 할 수 있습니다.

전적으로 io.net 하드웨어에서 훈련된 Stable Diffusion의 미세 조정된 변형인 BC8.ai가 좋은 예입니다. io.net 브라우저는 네트워크 기여자에게 실시간 추론과 지불을 보여줍니다.

각 추론은 추적성을 제공하기 위해 체인에 기록됩니다. 이 특정 이미지 생성은 6개의 소비자용 게이밍 GPU인 RTX 4090이 함께 수행합니다.

오늘날 네트워크에는 채굴장, 활용도가 낮은 데이터센터, 렌더 네트워크 소비자 노드에 걸쳐 수천 개의 디바이스가 있습니다. 새로운 GPU 공급을 창출하는 것 외에도 io.net은 일반적으로 기존 클라우드 제공업체와 비용 경쟁을 위해 더 저렴한 리소스를 제공할 수 있습니다.

그리고 GPU 오케스트레이션과 오버헤드를 프로토콜에 아웃소싱함으로써 비용 절감을 달성합니다. 반면에 클라우드 제공업체는 직원 비용, 하드웨어 유지보수, 데이터센터 오버헤드가 있기 때문에 인프라 비용을 인상합니다. 소비자 클러스터링과 마이닝의 기회 비용은 하이퍼스케일 주체에 허용되는 비용보다 훨씬 낮기 때문에 io.net의 리소스 실시간 가격이 증가하는 클라우드 요금보다 낮은 구조적 차익거래가 발생합니다.

3