Подробное объяснение Aethir: игрок в облачные вычисления с Децентрализация, обладающий тремя основными направлениями

Изменения в процессе развития человеческого общества часто происходят благодаря нескольким выдающимся научным изобретениям и достижениям. Каждый прорыв в науке непосредственно создает новую эпоху, более эффективную и процветающую.

Индустриальная революция, электрическая революция и информационная революция являются выдающимися технологическими достижениями в истории человечества, которые кардинально изменили облик человеческого общества, принося беспрецедентные изменения в производительности и образе жизни. Теперь мы не можем вернуться в эпоху, когда освещение осуществлялось керосиновыми лампами, а письма доставлялись коними повозками. С появлением GPT человечество вступило в новую великую эру.

LLM шаг за шагом освобождает человеческий интеллект, позволяя людям направлять свои ограниченные усилия и интеллект на более творческое мышление и практику, и с этого момента человечество вступило в более эффективный мир.

Мы рассматриваем GPT как еще один прорыв в технологии, который изменяет мир, не только из-за огромного прогресса GPT в понимании и генерации естественного языка, но и потому, что человечество в процессе эволюции GPT разобралось в закономерностях роста возможностей больших языковых моделей ------ а именно, что путем постоянного увеличения параметров модели и тренировочных данных можно добиться экспоненциального роста возможностей LLM модели, и при достаточной вычислительной мощности этот процесс пока не сталкивается с узкими местами.

Применение больших языковых моделей не ограничивается лишь пониманием человеческого языка и диалогом, наоборот, это всего лишь начало. Как только машина получает способность понимать язык, это похоже на то, как будто открывается ящик Пандоры, освобождая бесконечное пространство для воображения. Люди могут использовать эту способность ИИ для разработки различных разрушительных функций.

В настоящее время в различных пересекающихся областях технологий модели LLM уже начинают проявлять себя. От видео制作, художественного творчества и других гуманитарных областей до разработки лекарств, биотехнологий и других высоких технологий, неизбежно произойдут кардинальные изменения.

В эту эпоху вычислительная мощность рассматривается как дефицитный ресурс, крупные технологические гиганты обладают обширными ресурсами, в то время как начинающие разработчики сталкиваются с барьерами на входе из-за недостатка вычислительных ресурсов. В новой эре ИИ вычислительная мощность — это сила, и те, кто владеет вычислительной мощностью, имеют возможность изменить мир. GPU, будучи основой для глубокого обучения и научных вычислений, играет в этом жизненно важную роль.

В быстро развивающейся области искусственного интеллекта (ИИ) мы должны осознать двойственный аспект развития: обучение моделей и выводы. Выводы касаются функций и результатов ИИ моделей, в то время как обучение включает в себя сложный процесс, необходимый для создания интеллектуальных моделей, который включает алгоритмы машинного обучения, наборы данных и вычислительные мощности.

Например, если взять GPT4, разработчикам необходимо получить обширный базовый набор данных и огромные вычислительные мощности для обучения эффективной модели ИИ. Эти ресурсы в основном сосредоточены в руках крупных игроков отрасли, таких как NVIDIA, Google, Microsoft и AWS.

Высокие вычислительные затраты и барьеры для входа препятствуют большему числу разработчиков, что делает лидеров отрасли еще более сильными. У них есть крупные базовые наборы данных и значительная вычислительная мощность, а также способность постоянно увеличивать свои масштабы и снижать свои затраты, что приводит к еще более прочным барьерам в отрасли.

Но мы не можем не задуматься, существует ли решение для снижения вычислительных затрат и барьеров для входа в отрасль с помощью технологий блокчейн? Ответ положительный. Децентрализованное распределенное облачное вычисление как раз в таком эпохальном контексте предлагает нам такое решение.

Несмотря на то, что в настоящее время вычислительная мощность дорогая и дефицитная, GPU не используется в полной мере. Это в основном связано с тем, что до сих пор не появилась готовая система для интеграции этой разрозненной вычислительной мощности и ее коммерческого использования. Ниже приведены типичные показатели использования GPU для различных рабочих нагрузок:

Большинство потребительских устройств с GPU относятся к трем основным категориям, а именно к неактивным (только что запущенным в операционной системе Windows):

• Использование GPU: 0-2%;
• Обычные производственные задачи (писательство, простое просмотр): 0-15%;
• Воспроизведение видео: 15 - 35%.

Указанные данные показывают: использование вычислительных ресурсов крайне низкое, и в мире Web2 нет эффективных мер для сбора и интеграции этих ресурсов. Но экономика Crypto и блокчейна, возможно, является хорошим решением этой проблемы. Криптоэкономика строит чрезвычайно эффективный глобальный рынок, благодаря уникальной токеномике и характеристикам децентрализованной системы, ценообразование ресурсов, их обращение и соответствие спроса и предложения на рынке происходят очень эффективно.

Развитие ИИ влияет на будущее человечества, а прогресс вычислительной мощности определяет развитие ИИ. С момента изобретения первого компьютера в сороковых годах двадцатого века вычислительные модели претерпели множество изменений. От громоздких мейнфреймов до легких ноутбуков, от покупки централизованных серверов до аренды вычислительной мощности, порог доступа к вычислительной мощности постепенно снижается. Прежде чем появилось облачное вычисление, компаниям приходилось самостоятельно закупать серверы и постоянно обновлять их с учетом технологических новшеств, но появление облачного вычисления полностью изменило эту модель.

Основная концепция облачных вычислений заключается в том, что потребитель арендует серверы и получает к ним удаленный доступ, оплачивая в зависимости от объема использования. В настоящее время традиционные компании подвергаются разрушению со стороны облачных вычислений. В области облачных вычислений ключевую роль играет технология виртуализации. Виртуализированные серверы могут разделять мощный сервер на множество небольших серверов для аренды, а также динамически перераспределять различные ресурсы.

Эта модель кардинально изменила коммерческий ландшафт индустрии вычислительной мощности. Ранее людям необходимо было самостоятельно приобретать вычислительные мощности, чтобы удовлетворить свои потребности; теперь достаточно просто платить аренду на сайте, чтобы пользоваться качественными услугами вычислительной мощности. Будущее облачных вычислений связано с децентрализацией. Поскольку традиционные централизованные системы расположены слишком далеко от пользователей, это приводит к определенной степени задержки. Хотя задержку можно оптимизировать, из-за ограничения скорости света ее преодолеть невозможно.

Тем не менее, новые отрасли, такие как метавселенная, автономное вождение и телемедицина, имеют крайне низкие требования к задержке, поэтому необходимо перемещать облачные вычислительные серверы ближе к пользователям, в результате чего все больше малых центров обработки данных размещается вокруг пользователей, что и есть Децентрализация.

По сравнению с централизованными поставщиками облачной вычислительной мощности, преимущества децентрализованных облачных вычислений заключаются в основном в:

• Доступность и гибкость: Получение доступа к вычислительным чипам на таких платформах, как AWS, GCP или Azure, обычно занимает несколько недель, и высокопроизводительные модели GPU, такие как A100, H100 и т.д., часто находятся в дефиците. Кроме того, для получения вычислительных мощностей потребители обычно вынуждены подписывать долгосрочные и негибкие контракты с этими крупными компаниями, что приводит не только к потерям времени, но и делает операции компаний более жесткими, теряя определенную гибкость. В отличие от этого, распределенные вычислительные платформы позволяют получать вычислительные мощности в любое время и предлагают гибкие варианты аппаратного обеспечения, обладая большей доступностью.
• Ниже цена: Благодаря использованию неиспользуемых чипов, а также субсидиям токенов от стороны сетевого протокола для поставщиков чипов и вычислительной мощности, распределенная вычислительная сеть может предложить более дешевую вычислительную мощность.
• **抗审查性：**Некоторые системы Web3 не позиционируют себя как системы без разрешений. В этапах загрузки данных, совместного использования данных и совместного использования результатов были решены вопросы соблюдения таких норм, как GDPR и HIPAA.

С дальнейшим развитием ИИ и продолжающимся дисбалансом между предложением и спросом на GPU, будет происходить переход большего числа разработчиков на Децентрализация облачные вычислительные платформы. В то же время, в период бычьего рынка, из-за роста цен на криптовалюты, поставщики GPU будут зарабатывать больше доходов, что будет стимулировать большее количество поставщиков GPU входить на этот рынок, создавая положительный эффект маховика.

Технические проблемы

1. Проблема параллелизации

Распределенные вычислительные платформы обычно объединяют поставки чипов с длинным хвостом, что означает, что отдельные поставщики чипов практически не могут самостоятельно завершить сложное обучение или выполнение задач ИИ за короткий срок. Если облачная вычислительная платформа хочет быть конкурентоспособной, она должна разбивать и распределять задачи с помощью параллелизации, чтобы сократить общее время выполнения и повысить вычислительные возможности платформы.

Однако в процессе параллелизации возникают ряд проблем, включая то, как разбить задачи (особенно для сложных задач глубокого обучения), зависимости данных и дополнительные затраты на связь между устройствами.

2. Риск замены новыми технологиями

С учетом значительных вложений капитала в исследования ASIC (специальные интегральные схемы) и таких новых изобретений, как тензорные процессоры (TPU), это может оказать влияние на GPU-кластеры децентрализованных вычислительных платформ.

Если эти ASIC могут обеспечить хорошую производительность и сбалансировать стоимость, то в настоящее время находящийся под монополией крупных AI-организаций рынок GPU может вернуться на рынок. Это приведет к увеличению предложения GPU, что повлияет на экосистему Децентрализация облачных вычислений.

3. Регуляторные риски

Поскольку Децентрализация облачных вычислительных систем функционирует в нескольких юрисдикциях и может подпадать под действие различных законов и нормативных актов, могут возникнуть уникальные юридические и регуляторные проблемы. Требования к соблюдению правил, такие как законы о защите данных и конфиденциальности, также могут быть сложными и представлять собой вызов.

На текущем этапе пользователями облачных вычислительных платформ в основном являются профессиональные разработчики и учреждения, которые предпочитают долгое время использовать одну платформу и не будут произвольно менять её. Использование Децентрализация платформы или централизованной платформы — это лишь один из факторов, которые необходимо учитывать, эти пользователи больше ценят стабильность услуг. Таким образом, если Децентрализация платформа обладает мощными интеграционными возможностями и стабильной достаточной вычислительной мощностью, ей будет легче завоевать предпочтение этих клиентов, установить долгосрочные партнерские отношения и стабильный поток доходов.

Ниже я представлю новый распределенный вычислительный проект Aethir, который сосредоточен на рендеринге игр и ИИ в этом цикле, и на основе текущих проектов ИИ и распределенных вычислительных проектов на рынке, оценю возможную стоимость после выхода на рынок.

Введение в Aethir

Aethir Cloud является децентрализованной платформой для рендеринга в реальном времени, которая помогает игровым и искусственно-интеллектуальным компаниям напрямую доставлять свои продукты потребителям, агрегируя и разумно перераспределяя новые и неиспользуемые GPU от предприятий, дата-центров, бизнеса по добыче криптовалют и потребителей.

Одним из ключевых нововведений проекта является ресурсный пул, который объединяет распределенных поставщиков вычислительной мощности под единственным интерфейсом, предоставляя услуги клиентам по всему миру. Одной из отличительных черт ресурсного пула является то, что поставщики GPU могут свободно подключаться или отключаться от сети, что позволяет предприятиям или дата-центрам с неиспользуемым оборудованием участвовать в сети во время простоя, повышая гибкость поставщиков и коэффициент использования оборудования.

Операция экосистемы Aethir основана на трех основных инфраструктурах:

• Контейнер (Container): Ключевая функция контейнера заключается в предоставлении услуг по удаленному рендерингу в реальном времени, обеспечивая опыт с "нулевой задержкой". Контейнер является фактическим местом облачных вычислений, он выполняет роль виртуальной конечной точки, исполняя и рендеря приложения. Это позволяет перенести рабочую нагрузку с локальных устройств на контейнер.
• Проверщик (Checker): Узлы проверщиков обеспечивают целостность сети Aethir и качество обслуживания, проверяя контейнеры и их сервисные процессы. После завершения задачи узел проверщика подписывает результаты своим приватным ключом и передает результаты арбитру. Арбитр получит 2N+1 результатов для каждого контейнера, и каждый узел, предоставляющий результат, совпадающий с большинством, получит токен в качестве вознаграждения.
• Индексовщик (Indexer): Как ядро сети Aethir, индексовщик сопоставляет потребителей с подходящими контейнерами, обеспечивая быстрое развертывание облачных приложений и услуг. Цель состоит в том, чтобы предоставить услуги на уровне "секунд" - переход от запроса потребителя к фактической доставке (например, от запроса игрока до экрана игры) должен происходить в кратчайшие возможные сроки. Это требует четких сигналов и эффективного расписания. Чтобы поддерживать Децентрализацию и улучшать пользовательский опыт, индексовщик выбирается случайным образом, чтобы снизить потенциальные риски мошенничества и задержки сигналов.

Aethir обладает мощной командой и солидной ресурсной базой, что отражается в уже достигнутых успехах Aethir:

• Aethir достиг соглашения о сотрудничестве с определенной сетью, два экосистемы будут интегрированы для