io.net lanza una red beta para aprovechar la potencia global de la GPU para la computación de IA
Summary:
La start-up io.net ha lanzado una versión beta para una red de infraestructura física descentralizada (DePIN), que incorporará más de 100.000 GPU de centros de datos y clústeres privados. La plataforma ofrece una solución novedosa para aprovechar la potencia de cómputo de la GPU de diversas fuentes para avanzar en la IA y el aprendizaje automático. La compañía ha colaborado con Render, lo que permite el acceso a una amplia gama de recursos informáticos. Dirigida principalmente a ingenieros y empresas de aprendizaje automático, esta innovación permite a los usuarios personalizar sus requisitos de GPU para mejorar la eficiencia y satisfacer necesidades específicas.
Una nueva plataforma beta para una red de infraestructura física descentralizada (DePIN) incorporará más de 100.000 GPU de varios centros de datos y clústeres privados, según lo revelado por la start-up io.net. La empresa tecnológica pionera ha creado una red única, que recopila la potencia de cálculo de la GPU de los centros de datos globales, los mineros de criptomonedas y los proveedores de almacenamiento descentralizado para mejorar el aprendizaje automático y las capacidades informáticas de IA. El lanzamiento de la plataforma beta se anunció en la conferencia Solana Breakpoint de Ámsterdam junto con una nueva asociación con Render Network.
El director de operaciones de io.net, Tory Green, junto con Angela Yi, jefa de desarrollo de negocios, dieron una explicación detallada a Cointelegraph sobre lo que diferencia al DePIN de io.net del resto en el mercado de la computación en la nube y la GPU. El verde delimita organizaciones como AWS y Azure como entidades que poseen sus propios suministros de GPU y los alquilan. Por otro lado, los agregadores de GPU peer-to-peer se desarrollaron para hacer frente a la escasez de GPU, pero como explicó Green, rápidamente se enfrentaron a problemas similares.
Green sostiene que los proveedores de infraestructura existentes en la industria Web2 en general están tratando de aprovechar la computación de GPU de fuentes no utilizadas. Sin embargo, ninguno de ellos agrupa las GPU de la forma en que Ahmad Shadid, el fundador de io.net ha innovado. Green comenta que estos proveedores suelen funcionar como una sola instancia y rara vez se agrupan. A menudo, si hay una opción de agrupación en clústeres en los sitios web de los proveedores, un vendedor tiene que averiguar manualmente qué hay disponible en diferentes centros de datos.
Por el contrario, las empresas de Web3 como Render, Filecoin y Storj ofrecen servicios descentralizados que se centran en algo más que el aprendizaje automático, y aquí es donde las ofertas de io.net pueden hacer una contribución sustancial a la esfera de la Web3. Según Green, los competidores cercanos en términos de funcionalidad son las soluciones orientadas a la IA como la red Akash, que agrupa entre 8 y 32 GPU, y GenSyn, que está desarrollando su propio protocolo de cómputo de aprendizaje automático para proporcionar un "superclúster" de recursos de igual a igual.
Green presentó la solución de io.net como única en su tipo, con la capacidad de agruparse en diversas ubicaciones geográficas en cuestión de minutos. Esto fue demostrado por Yi, quien formó con éxito un clúster de GPU de diferentes redes y ubicaciones para una demostración en vivo.
En cuanto a su uso de la cadena de bloques Solana para procesar pagos a proveedores de computación GPU, tanto Green como Yi estuvieron de acuerdo en que ninguna otra red podría manejar el volumen de transacciones e inferencias que facilitará io.net. Su asociación con Render, una red DePIN bien establecida de proveedores de GPU distribuidas, ofrecerá a io.net acceso a una amplia gama de recursos informáticos ya implementados en la plataforma de Render. Con el objetivo de obtener computación de renderizado de GPU de manera más rápida y económica que las soluciones centralizadas en la nube, la red de Render se beneficiará de las capacidades de agrupación en clústeres de io.net.
Con el fin de incentivar a los proveedores de recursos de GPU, io.net están iniciando un programa de 700.000 dólares. Esto también permitirá a los nodos de Render ampliar su capacidad de GPU más allá del renderizado gráfico a aplicaciones de IA y aprendizaje automático. El público objetivo de este programa son aquellos con GPU de consumo, específicamente hardware de Nvidia RTX 4090 e inferiores. Yi enfatizó que muchos centros de datos globales solo están utilizando entre el 12% y el 18% de su capacidad de GPU debido a la ineficiencia de los mercados; Estos centros de datos infrautilizados son un foco de atención para el equipo de io.net.
Los principales objetivos de la infraestructura de io.net son los ingenieros y las empresas de aprendizaje automático, que ofrecen una interfaz de usuario ampliamente modular que adapta los requisitos de GPU, la ubicación, los parámetros de seguridad y otras métricas esenciales a las necesidades del usuario.
Published At
11/7/2023 1:59:12 PM
Disclaimer: Algoine does not endorse any content or product on this page. Readers should conduct their own research before taking any actions related to the asset, company, or any information in this article and assume full responsibility for their decisions. This article should not be considered as investment advice. Our news is prepared with AI support.
Do you suspect this content may be misleading, incomplete, or inappropriate in any way, requiring modification or removal?
We appreciate your report.