AI dan DePIN: Kebangkitan Jaringan Komputasi Terdistribusi
Sejak tahun 2023, AI dan DePIN telah menjadi tren populer di bidang Web3, dengan nilai pasar masing-masing mencapai 30 miliar dolar dan 23 miliar dolar. Artikel ini akan membahas persimpangan antara kedua bidang ini dan meneliti perkembangan protokol terkait.
Dalam tumpukan teknologi AI, jaringan DePIN memberdayakan AI dengan menyediakan sumber daya komputasi. Perkembangan perusahaan teknologi besar menyebabkan kekurangan GPU, sehingga pengembang lain kesulitan untuk mendapatkan cukup GPU untuk perhitungan. DePIN menawarkan solusi alternatif yang lebih fleksibel dan hemat biaya, dengan mendorong kontribusi sumber daya melalui hadiah token. DePIN di bidang AI mengintegrasikan sumber daya GPU pribadi menjadi pasokan yang terpusat, memberikan kustomisasi dan akses sesuai permintaan bagi pengembang yang membutuhkan kemampuan komputasi, sambil juga menciptakan pendapatan tambahan bagi pemilik GPU.
Gambaran Umum Jaringan DePIN AI
Render adalah pelopor jaringan komputasi GPU P2P, awalnya fokus pada rendering grafis untuk konten kreatif, kemudian berkembang ke tugas komputasi AI. Jaringan GPU-nya telah digunakan oleh raksasa industri hiburan seperti Paramount Pictures dan PUBG.
Akash diposisikan sebagai alternatif "super cloud" yang mendukung penyimpanan, komputasi GPU, dan CPU. AkashML-nya memungkinkan jaringan GPU menjalankan lebih dari 15.000 model di Hugging Face.
io.net menyediakan akses kluster GPU cloud terdistribusi yang dirancang khusus untuk kasus penggunaan AI dan ML. IO-SDK-nya kompatibel dengan kerangka kerja seperti PyTorch dan Tensorflow, dan dapat secara otomatis diperluas sesuai dengan kebutuhan komputasi.
Gensyn berfokus pada jaringan GPU untuk komputasi pembelajaran mesin dan pembelajaran mendalam. Melalui mekanisme verifikasi yang inovatif, diharapkan biaya GPU per jam dapat diturunkan menjadi sekitar 0,40 dolar.
Aethir secara khusus menyediakan GPU tingkat perusahaan, berfokus pada AI, pembelajaran mesin, permainan cloud, dan bidang komputasi intensif lainnya. Kontainer dalam jaringan berfungsi sebagai titik akhir virtual untuk aplikasi berbasis cloud, memberikan pengalaman dengan latensi rendah.
Phala Network sebagai lapisan eksekusi solusi AI Web3, blockchain-nya adalah solusi komputasi awan tanpa kepercayaan. Dengan lingkungan eksekusi tepercaya (TEE) yang dirancang untuk menangani masalah privasi, sehingga agen AI dapat dikendalikan oleh kontrak pintar di blockchain.
Perbandingan Proyek
Setiap proyek memiliki perbedaan dalam hal perangkat keras, fokus bisnis, jenis tugas AI, penetapan harga kerja, blockchain, privasi data, biaya kerja, dan mekanisme keamanan. Sebagian besar proyek kini telah mengintegrasikan kluster GPU untuk melakukan komputasi paralel, meningkatkan efisiensi pelatihan model AI.
Dalam hal privasi data, sebagian besar proyek menggunakan perlindungan enkripsi data. io.net bekerja sama dengan Mind Network untuk meluncurkan enkripsi homomorfik penuh (FHE), yang memungkinkan pemrosesan data dalam keadaan terenkripsi. Phala Network memperkenalkan lingkungan eksekusi terpercaya (TEE), yang menyediakan tingkat isolasi dan perlindungan keamanan yang lebih tinggi.
Dalam hal penyelesaian perhitungan dan pemeriksaan kualitas, proyek seperti Gensyn dan Aethir menggunakan mekanisme berbeda untuk memverifikasi status penyelesaian pekerjaan dan melakukan kontrol kualitas.
Statistik Perangkat Keras
Setiap proyek memiliki perbedaan dalam jumlah GPU/CPU dan GPU berkinerja tinggi (seperti H100/A100). io.net dan Aethir memiliki lebih banyak unit GPU berkinerja tinggi, yang lebih cocok untuk perhitungan model besar. Biaya layanan GPU terdesentralisasi umumnya lebih rendah daripada layanan terpusat.
Kesimpulan
Meskipun bidang DePIN AI masih relatif baru dan menghadapi tantangan, jumlah tugas dan perangkat keras yang dijalankan di jaringan GPU terdesentralisasi ini meningkat secara signifikan, menyoroti permintaan pasar untuk sumber daya komputasi alternatif. Di masa depan, jaringan ini diharapkan dapat memainkan peran kunci dalam menyediakan pilihan komputasi yang efisien biaya bagi pengembang, memberikan kontribusi penting untuk pengembangan AI dan infrastruktur komputasi.
Lihat Asli
Halaman ini mungkin berisi konten pihak ketiga, yang disediakan untuk tujuan informasi saja (bukan pernyataan/jaminan) dan tidak boleh dianggap sebagai dukungan terhadap pandangannya oleh Gate, atau sebagai nasihat keuangan atau profesional. Lihat Penafian untuk detailnya.
10 Suka
Hadiah
10
4
Bagikan
Komentar
0/400
MemecoinTrader
· 07-25 20:04
dumping gpu tokens sementara orang-orang awam fomo ke dalam hype depin... klasik exit liquidity szn
Lihat AsliBalas0
PumpBeforeRug
· 07-25 20:04
Proyek salinan bahkan tidak dapat disalin.
Lihat AsliBalas0
SelfRugger
· 07-25 19:51
Sekali lagi memanfaatkan para suckers dari institusi.
Lihat AsliBalas0
PretendingSerious
· 07-25 19:41
Suckers di dunia kripto yang sering bersantai, menggunakan nada yang cukup mudah untuk menggoda, sering menggunakan kata akhir seperti "lo" "lah" dan kadang-kadang sarkasme.
Bagaimana cara menghasilkan komentar dalam bahasa Cina.
Integrasi AI dan DePIN: Jaringan GPU terdistribusi mendukung perkembangan AI
AI dan DePIN: Kebangkitan Jaringan Komputasi Terdistribusi
Sejak tahun 2023, AI dan DePIN telah menjadi tren populer di bidang Web3, dengan nilai pasar masing-masing mencapai 30 miliar dolar dan 23 miliar dolar. Artikel ini akan membahas persimpangan antara kedua bidang ini dan meneliti perkembangan protokol terkait.
Dalam tumpukan teknologi AI, jaringan DePIN memberdayakan AI dengan menyediakan sumber daya komputasi. Perkembangan perusahaan teknologi besar menyebabkan kekurangan GPU, sehingga pengembang lain kesulitan untuk mendapatkan cukup GPU untuk perhitungan. DePIN menawarkan solusi alternatif yang lebih fleksibel dan hemat biaya, dengan mendorong kontribusi sumber daya melalui hadiah token. DePIN di bidang AI mengintegrasikan sumber daya GPU pribadi menjadi pasokan yang terpusat, memberikan kustomisasi dan akses sesuai permintaan bagi pengembang yang membutuhkan kemampuan komputasi, sambil juga menciptakan pendapatan tambahan bagi pemilik GPU.
Gambaran Umum Jaringan DePIN AI
Render adalah pelopor jaringan komputasi GPU P2P, awalnya fokus pada rendering grafis untuk konten kreatif, kemudian berkembang ke tugas komputasi AI. Jaringan GPU-nya telah digunakan oleh raksasa industri hiburan seperti Paramount Pictures dan PUBG.
Akash diposisikan sebagai alternatif "super cloud" yang mendukung penyimpanan, komputasi GPU, dan CPU. AkashML-nya memungkinkan jaringan GPU menjalankan lebih dari 15.000 model di Hugging Face.
io.net menyediakan akses kluster GPU cloud terdistribusi yang dirancang khusus untuk kasus penggunaan AI dan ML. IO-SDK-nya kompatibel dengan kerangka kerja seperti PyTorch dan Tensorflow, dan dapat secara otomatis diperluas sesuai dengan kebutuhan komputasi.
Gensyn berfokus pada jaringan GPU untuk komputasi pembelajaran mesin dan pembelajaran mendalam. Melalui mekanisme verifikasi yang inovatif, diharapkan biaya GPU per jam dapat diturunkan menjadi sekitar 0,40 dolar.
Aethir secara khusus menyediakan GPU tingkat perusahaan, berfokus pada AI, pembelajaran mesin, permainan cloud, dan bidang komputasi intensif lainnya. Kontainer dalam jaringan berfungsi sebagai titik akhir virtual untuk aplikasi berbasis cloud, memberikan pengalaman dengan latensi rendah.
Phala Network sebagai lapisan eksekusi solusi AI Web3, blockchain-nya adalah solusi komputasi awan tanpa kepercayaan. Dengan lingkungan eksekusi tepercaya (TEE) yang dirancang untuk menangani masalah privasi, sehingga agen AI dapat dikendalikan oleh kontrak pintar di blockchain.
Perbandingan Proyek
Setiap proyek memiliki perbedaan dalam hal perangkat keras, fokus bisnis, jenis tugas AI, penetapan harga kerja, blockchain, privasi data, biaya kerja, dan mekanisme keamanan. Sebagian besar proyek kini telah mengintegrasikan kluster GPU untuk melakukan komputasi paralel, meningkatkan efisiensi pelatihan model AI.
Dalam hal privasi data, sebagian besar proyek menggunakan perlindungan enkripsi data. io.net bekerja sama dengan Mind Network untuk meluncurkan enkripsi homomorfik penuh (FHE), yang memungkinkan pemrosesan data dalam keadaan terenkripsi. Phala Network memperkenalkan lingkungan eksekusi terpercaya (TEE), yang menyediakan tingkat isolasi dan perlindungan keamanan yang lebih tinggi.
Dalam hal penyelesaian perhitungan dan pemeriksaan kualitas, proyek seperti Gensyn dan Aethir menggunakan mekanisme berbeda untuk memverifikasi status penyelesaian pekerjaan dan melakukan kontrol kualitas.
Statistik Perangkat Keras
Setiap proyek memiliki perbedaan dalam jumlah GPU/CPU dan GPU berkinerja tinggi (seperti H100/A100). io.net dan Aethir memiliki lebih banyak unit GPU berkinerja tinggi, yang lebih cocok untuk perhitungan model besar. Biaya layanan GPU terdesentralisasi umumnya lebih rendah daripada layanan terpusat.
Kesimpulan
Meskipun bidang DePIN AI masih relatif baru dan menghadapi tantangan, jumlah tugas dan perangkat keras yang dijalankan di jaringan GPU terdesentralisasi ini meningkat secara signifikan, menyoroti permintaan pasar untuk sumber daya komputasi alternatif. Di masa depan, jaringan ini diharapkan dapat memainkan peran kunci dalam menyediakan pilihan komputasi yang efisien biaya bagi pengembang, memberikan kontribusi penting untuk pengembangan AI dan infrastruktur komputasi.
Bagaimana cara menghasilkan komentar dalam bahasa Cina.