Нові можливості для AI Обчислювальної потужності платформи: Децентралізація як рішення для проблем галузі

Нещодавно два проекти на базі концепції ШІ були представлені один за одним, що викликало в галузі нові роздуми щодо розподілу обчислювальної потужності ШІ. Ці два проекти зосереджені на класичній бізнес-моделі: з'єднання стартапів у сфері ШІ з незайнятими ресурсами графічних карт.

Ця модель виникла з реальних потреб. З одного боку, це стартапи в галузі штучного інтелекту та компанії з рендерингу ігор, які терміново потребують Обчислювальної потужності, з іншого боку, це особи або організації, які мають бездіяльні високопродуктивні графічні процесори (такі як 4090, 3090, A100, H100 тощо). Завдяки платформі можливо з'єднати ці дві потреби, що не лише може створити прибуток для власників графічних процесорів, але й надати AI-компаніям більш економічне рішення для Обчислювальної потужності в порівнянні з традиційними методами.

Ця модель користується популярністю з таких причин:

1. Контроль витрат: компанії штучного інтелекту схильні до гнучкої оренди, а не масового придбання графічних процесорів, щоб знизити фіксовані витрати.

2. Обмеження постачання: глобальний дефіцит графічних карт, а також торгові обмеження в деяких регіонах ускладнюють і роблять дорогими прямі закупівлі.

3. Децентралізація переваги: децентралізована платформа може обійти традиційних посередників, зменшити додаткові витрати та потенційні ризики.

Однак ця модель стикається з типовою дилемою "що було спочатку: курка чи яйце". Платформа повинна одночасно залучати достатню кількість постачальників і споживачів обчислювальної потужності, щоб створити позитивний цикл. Щоб вирішити цю проблему, ці платформи запровадили механізми криптовалют, щоб стимулювати швидкий розвиток екосистеми через винагороду токенами.

Одна з платформ застосувала стратегію "спочатку була курка", залучаючи велику кількість ресурсів графічних процесорів через субсидії токенів. Інша платформа представила віртуальні та фізичні продукти "майнінгових машин", щоб виховувати лояльність користувачів та зміцнювати свою позицію на ринку. Обидва підходи мають свої особливості і спрямовані на швидке створення стабільної бази користувачів.

Ці платформи також майстерно розробили механізм використання токенів, наприклад, надаючи знижки на оплату токенами, не примушуючи користувачів використовувати токени платформи, а також створюючи реальне використання для токенів, що сприяє їх широкому розповсюдженню та довгостроковій підтримці вартості.

У технічній архітектурі деякі платформи також запровадили роль інспектора, який забезпечує контроль за робочим станом графічних процесорів для забезпечення якості послуг і використовує це як основу для розподілу токенів. Це інноваційне рішення ефективно вирішує проблеми стабільності, з якими можуть стикатися розподілені обчислювальні потужності.

Слід зазначити, що, незважаючи на те, що ці платформи в певній мірі перебувають у конкурентних відносинах, вони також демонструють позицію співпраці. Наприклад, є повідомлення про те, що ці платформи здійснювали обмін токенами, що може свідчити про схильність до співпраці в межах галузі.

В цілому, поява цих децентралізованих платформ обчислювальної потужності для штучного інтелекту не лише забезпечила нові способи розподілу ресурсів для індустрії AI, але й створила нові можливості для реалізації вартості для власників графічних процесорів. З розвитком та поширенням технологій AI, ця модель може зіграти ще більшу роль у майбутньому, сприяючи подальшому процвітанню індустрії AI.