io.net GPU 수는 미스터리인가요? 탈중앙화 AI 프로토콜의 문제점은 무엇인가요?

저자:@rargulati, MartinShkreli;Vernacular Blockchain에서 컴파일

솔라나와 디핀 및 AI 부문의 일부에 구축된 탈중앙화 연산 네트워크인 아이오넷은 멀티코인 캐피탈과 문힐 캐피탈로부터 공개되지 않은 금액의 투자를 받았습니다.

io.net은 GPU에서 머신 러닝 훈련을 위한 솔라나 기반의 탈중앙화 클라우드 플랫폼으로, GPU와 CPU의 글로벌 네트워크에 허가 없이 즉각적인 액세스를 제공합니다. 이 플랫폼은 25,000개의 노드를 보유하고 있으며 혁신적인 기술을 사용해 GPU 클라우드를 클러스터링함으로써 대규모 AI 스타트업의 컴퓨팅 비용을 최대 90%까지 절감해줍니다.

현재 솔라나를 기반으로 구축된 이 플랫폼은 현재 가장 핫한 데핀 및 AI 분야의 일부이며, 오늘은 X의 GPU와 문제를 분석한 두 사람을 통해 다음과 같이 살펴보려고 합니다. 그래픽 처리를 위해 사용되는 칩인 GPU(그래픽 처리 장치)는 몇 개입니까?)

4개의 답변이 @MartinShkreli에 의해 분석되었습니다.

1) 7648(배포 시도 시)

2) 11107(탐색기에서 수동으로 계산)

3) 69415(설명할 수 없는 숫자, 변경 없음?)

4) 564306(지원, 투명성 또는 실질적인 정보 없음. 코어위브나 AWS도 그렇게 많지 않습니다)

실제 정답은 320이라고 생각합니다.

왜 320인가?

탐색기 페이지로 이동하세요. 모든 GPU는 '무료'이지만 여전히 대여할 수 없습니다. 무료인데 왜 대여할 수 없나요? 사람들은 돈을 받고 싶어 하잖아요?

실제로는 320개만 대여할 수 있습니다.

대여할 수 없다면 진짜가 아닙니다. 대여할 수 있다고 해도... 추가됩니다.

@rargulati는 마틴의 질문이 전적으로 옳다고 말합니다. 분산형 AI 프로토콜에는 다음과 같은 문제가 있습니다.

1) 고도로 분산된 범용 하드웨어 아키텍처에서 유용한 온라인 교육을 비용 효율적이고 시간 효율적으로 수행할 수 있는 방법이 없습니다. 이를 위해서는 획기적인 돌파구가 필요한데, 현재로서는 그 방법을 알지 못합니다. 이것이 바로 FANG이 고가의 하드웨어, 네트워크 연결, 데이터 센터 유지보수 등에 암호화폐의 모든 유동성보다 더 많은 돈을 지출하는 이유입니다.

2) 범용 하드웨어에 대한 추론은 훌륭한 사용 사례처럼 들리지만, 하드웨어와 소프트웨어 측면은 매우 빠르게 발전하고 있어 범용 탈중앙화 접근 방식은 대부분의 주요 사용 사례에서 성능이 떨어집니다. 최신 OpenAI 지연 시간 및 Groq 성장률을 확인하세요.

3) 적절하게 라우팅된 요청, 요청과 긴밀하게 공존하는 GPU 클러스터, 탈중앙화된 암호화폐를 활용하여 자본 비용을 낮추고 AWS와 경쟁하고 열성적인 참여를 장려하는 것. 이 모든 것이 하나의 아이디어일 수 있습니다. 좋은 아이디어처럼 들리지만, GPU 현물 시장의 공급업체가 너무 많고 유동성이 파편화되어 있어 실제 비즈니스를 운영하는 사람들에게 제공할 만큼 충분한 공급을 통합하지 못하고 있습니다.

4) 소프트웨어 라우팅 알고리즘이 매우 우수해야 하거나 일반 통신사업자를 위한 일반 하드웨어에는 많은 운영상의 문제가 있습니다. 네트워크 브레이크아웃과 혼잡 제어는 둘째 치고, 누군가 게임을 플레이하거나 웹글을 사용하는 콘텐츠를 사용하려고 하면 통신사 중 한 곳에서 서비스 중단이 발생할 수 있습니다. 예측할 수 없는 공급 측면은 수요 측면의 요청자에게 운영상의 어려움과 불확실성을 야기합니다.

이러한 문제는 해결에 오랜 시간이 걸리는 까다로운 문제입니다. 모든 입찰은 테리어에 불과합니다.