- 元宇宙：本站分享元宇宙相關(guān)資訊，資訊僅代表作者觀點與平臺立場無關(guān),僅供參考.
作者：TengYan，ChainofThought；翻譯：金色財經(jīng)xiaozou
我有一大遺憾至今還在困擾著我，對任何關(guān)注它的人來說，它無疑是最明顯的投資機會，但我沒有投入一分錢。不，我說的不是下一個Solanakiller，也不是帶著滑稽帽子的狗狗meme幣。
而是……NVIDIA。
1、CryptoAI格局
我把去中心化的人工智能堆棧描繪成一個若干層生態(tài)系統(tǒng)：它的一端始于去中心化計算和開放數(shù)據(jù)網(wǎng)絡，為去中心化人工智能模型訓練提供支持。
然后，結(jié)合使用密碼學、加密經(jīng)濟激勵機制和評估網(wǎng)絡來驗證每條推斷——輸入和輸出均如此。這些經(jīng)驗證的輸出流向可在鏈上自主運行的人工智能代理，以及用戶可以真正信任的消費者和企業(yè)AI應用程序。
協(xié)調(diào)網(wǎng)絡將一切聯(lián)系在一起，實現(xiàn)整個生態(tài)系統(tǒng)的無縫通信和協(xié)作。
在這個愿景中，任何構(gòu)建人工智能的人都可以根據(jù)自己的具體需求，利用這個堆棧的一層或多個層。無論是利用去中心化計算進行模型訓練，還是使用評估網(wǎng)絡來確保高質(zhì)量的輸出，該堆棧都提供了一系列選擇。
由于Blockchain固有的可組合性，我相信我們將自然而然地走向模塊化未來。每一層都正變得高度專業(yè)化，協(xié)議針對不同的功能進行優(yōu)化，而不是采用一體化集成方法。
也就是說，我相信人工智能的規(guī)模將如此之大，即使是今天看起來“小眾”的領(lǐng)域也可能演變成一個重要的市場。
同樣值得注意的是，技術(shù)進步并不總是沿著一條直線前進——它經(jīng)常是突飛猛進的。當突然爆發(fā)時，我對時機和市場規(guī)模的看法將發(fā)生變化。
有了這個框架，讓我們來具體來看各個子領(lǐng)域。
2、領(lǐng)域一：去中心化計算
去中心化計算是去中心化人工智能的支柱。
GPU市場、去中心化訓練和去中心化推理是緊密聯(lián)系在一起的。
供應端通常來自中小型數(shù)據(jù)中心和消費者GPU。
需求面雖小，但仍在增長。如今，它來自對價格敏感、對延遲不敏感的用戶和規(guī)模較小的人工智能初創(chuàng)公司。
目前Web3GPU市場面臨的最大挑戰(zhàn)是如何讓它們正常運行。
在去中心化網(wǎng)絡上協(xié)調(diào)GPU需要先進的工程技術(shù)和設(shè)計良好、可靠的網(wǎng)絡架構(gòu)。
使計算網(wǎng)絡真正可以工作
與普遍的看法相反，web3分布式GPU市場目前面臨的最大障礙就是讓它們正常工作。
這并不是一個微不足道的問題。
在分布式網(wǎng)絡中協(xié)調(diào)GPU是非常復雜的，有很多挑戰(zhàn)——資源分配、動態(tài)工作負載擴展、節(jié)點和GPU間的負載平衡、延遲管理、數(shù)據(jù)傳輸、容錯以及處理分散在不同地理位置的各種硬件。我還可以繼續(xù)說下去。
實現(xiàn)這一點需要深思熟慮的工程設(shè)計和可靠的、設(shè)計合理的網(wǎng)絡架構(gòu)。
為了更好地理解，想想谷歌的Kubernetes。它被普遍認為是容器編排的黃金標準，在分布式環(huán)境中自動化負載平衡和擴展等過程，這與分布式GPU網(wǎng)絡面臨的挑戰(zhàn)非常相似。Kubernetes本身是建立在谷歌十多年的經(jīng)驗基礎(chǔ)上的，即使在那時，它也需要數(shù)年的不懈迭代才能表現(xiàn)良好。
目前已經(jīng)上線的一些GPU計算市場可以處理小規(guī)模的工作負載，但一旦它們嘗試擴展，就會出現(xiàn)問題。我懷疑這是因為它們的架構(gòu)基礎(chǔ)設(shè)計很糟糕。
去中心化計算網(wǎng)絡的另一個挑戰(zhàn)/機遇是確保可信度：驗證每個節(jié)點實際上提供了所聲稱的計算能力。目前，這依賴于網(wǎng)絡聲譽，在某些情況下，算力提供商根據(jù)聲譽評分進行排名。Blockchain似乎很適合于無需信任的驗證系統(tǒng)。像Gensyn和Spheron這樣的初創(chuàng)公司正在力求使用一種無需信任的方法來解決這個問題。
今天，許多web3團隊仍在應對這些挑戰(zhàn)，這也意味著機會之門是敞開的。
去中心化計算市場規(guī)模
去中心化計算網(wǎng)絡市場有多大？
如今，它可能只是價值6800億至2.5萬億美元的云計算行業(yè)的一小部分。然而，盡管增加了用戶的摩擦，但只要成本低于傳統(tǒng)供應商，總是會有需求的。
我相信，由于Tokens補貼和對價格不敏感的用戶的供應解鎖，成本將在中短期內(nèi)保持較低水平（例如，如果我能出租我的游戲筆記本電腦賺取額外現(xiàn)金，無論是每月20美元還是50美元，我都會很高興的）。
NousResearch正在通過他們的DisTrO框架提高標準，該框架使用優(yōu)化器在訓練1.2B參數(shù)模型的同時，將GPU間的通信要求降低了令10,000倍，令人瞠目結(jié)舌。
而且這種勢頭還在不斷增強。去年12月，Nous宣布了一個15B參數(shù)模型的預訓練，該模型具有損失曲線（模型誤差如何隨時間減少）和收斂率（模型性能穩(wěn)定的速度），這與集中式訓練的典型結(jié)果相匹配甚至更勝一籌。是的，比中心化要好。
這個模型是為更復雜的、需要大量計劃的任務而設(shè)計的，比如填字游戲，以及需要更深層推理的問題。你會注意到它變慢了，需要更多的時間來生成響應，但結(jié)果卻更加深思熟慮和細致入微。它的運行成本也高得多（是GPT-4的25倍）。
重心的轉(zhuǎn)變很明顯：人工智能性能的下一個飛躍將不僅僅來自訓練更大的模型，還來自在推理過程中擴展計算應用。
如果你想了解更多，一些研究文章表明：
通過重復采樣來擴展推理計算，可以在各種任務之間獲得很大的改進。
也有一個用于推理的擴展指數(shù)定律。
一旦強大的模型被訓練出來，它們的推理任務——模型所做的事情——就可以被轉(zhuǎn)移到去中心化計算網(wǎng)絡上。這不無道理，因為：
與訓練相比，推理所需的資源要少得多。經(jīng)過訓練后，可以使用量化（quantization）、剪枝（pruning）或蒸餾（distillation）等技術(shù)對模型進行壓縮和優(yōu)化。它們甚至可以分解在日常消費設(shè)備上運行。你不需要高端GPU來支持推理。
這已經(jīng)發(fā)生了。ExoLabs已經(jīng)找到了如何在MacBook和MacMini等消費級硬件上運行450B參數(shù)Llama3模型的方法。跨多設(shè)備分布推理可以高效且經(jīng)濟地處理大規(guī)模工作負載。
更好的用戶體驗。在離用戶更近的地方運行計算可以減少延遲，這對于游戲、AR或自動駕駛汽車等實時應用至關(guān)重要。每一毫秒都很重要。
把去中心化推理想象成人工智能的CDN（內(nèi)容分發(fā)網(wǎng)絡）：去中心化推理利用本地計算能力，在創(chuàng)紀錄的時間內(nèi)提供人工智能響應，而不是通過連接到附近的服務器來快速提供網(wǎng)站。通過采用去中心化推理，人工智能應用程序變得更高效、響應更快、更可靠。
趨勢很明顯。蘋果新推出的M4Pro芯片與英偉達的RTX3070Ti競爭，直到最近，RTX3070Ti還是硬核游戲玩家的領(lǐng)地。我們的硬件越來越有能力處理高級人工智能工作負載。
Crypto的增值
去中心化推理網(wǎng)絡要想取得成功，就必須有令人信服的經(jīng)濟激勵。網(wǎng)絡中的節(jié)點需要因其算力貢獻獲得補償。該制度必須確保公平有效地分配獎勵。地理多樣性是必要的，可以減少推理任務的延遲，并提高容錯性。
建立去中心化網(wǎng)絡的最佳方式是什么？Crypto。
Tokens提供了一種強大的機制來協(xié)調(diào)參與者的利益，確保每個人都朝著同一個目標努力：擴展網(wǎng)絡并提高Tokens價值。
Tokens也加速了網(wǎng)絡的增長。它們通過獎勵早期采用者以及從第一天起推動參與度，幫助解決了經(jīng)典的雞生蛋還是蛋生雞的問題，這個問題阻礙了大多數(shù)網(wǎng)絡的發(fā)展。
Bitcoin和Ethereum的成功證明了這一點——它們已經(jīng)聚集了地球上最大的算力池。
去中心化推理網(wǎng)絡將是下一個。由于地域的多樣性，它們減少了延遲，提高了容錯性，使人工智能更接近用戶。在加密激勵下，它們將比傳統(tǒng)網(wǎng)絡更快、更好地擴展。
（未完待續(xù)，敬請關(guān)注）
免責聲明:Crypto AI：Decentralization計算為王文章轉(zhuǎn)發(fā)自互聯(lián)網(wǎng)，版權(quán)歸其所有。
文章內(nèi)容不代表本站立場和任何投資暗示。加密貨幣市場極其波動，風險很高，可能不適合所有投資者。在投資加密貨幣之前，請確保自己充分了解市場和投資的風險，并考慮自己的財務狀況和風險承受能力。此外，請遵循您所在國家的法律法規(guī)，以及遵守交易所和錢包提供商的規(guī)定。對于任何因使用加密貨幣所造成的投資損失或其他損失，本站不承擔任何責任。
2025-5-08
2025-5-08
2025-5-07
2025-4-27
2025-4-27
2025-4-27
2025-4-27
2025-4-27
2025-4-27
2025-5-08
Copyright © 2021.Company 元宇宙YITB.COM All rights reserved.元宇宙YITB.COM