io.net запускает бета-сеть, чтобы использовать глобальную мощность графических процессоров для вычислений на основе искусственного интеллекта
Summary:
Стартап io.net запустил бета-версию децентрализованной сети физической инфраструктуры (DePIN), которая будет включать в себя более 100 000 графических процессоров из центров обработки данных и частных кластеров. Платформа предлагает новое решение для использования вычислительной мощности GPU из различных источников для развития искусственного интеллекта и машинного обучения. Компания сотрудничает с Render, предоставляя доступ к широкому спектру вычислительных ресурсов. Эта инновация, предназначенная в первую очередь для инженеров и предприятий машинного обучения, позволяет пользователям настраивать свои требования к графическим процессорам для повышения эффективности и удовлетворения конкретных потребностей.
Новая бета-платформа для децентрализованной сети физической инфраструктуры (DePIN) будет включать в себя более 100 000 графических процессоров из различных центров обработки данных и частных кластеров io.net. Новаторская технологическая компания создала уникальную сеть, которая собирает вычислительные мощности GPU от глобальных центров обработки данных, майнеров криптовалют и поставщиков децентрализованных хранилищ для расширения возможностей машинного обучения и вычислений на основе искусственного интеллекта. О запуске бета-платформы было объявлено на конференции Amsterdam Solana Breakpoint в тандеме с новым партнерством с Render Network.
Главный операционный директор io.net Тори Грин вместе с Анджелой Йи, главой отдела развития бизнеса, дали подробное объяснение Cointelegraph о том, что отличает DePIN от io.net на рынке облачных вычислений и вычислений на GPU. Зеленый цвет разграничивает такие организации, как AWS и Azure, как сущности, которые владеют собственными расходными материалами GPU и арендуют их. С другой стороны, одноранговые агрегаторы графических процессоров были разработаны для решения проблемы нехватки графических процессоров, но, как объяснил Грин, они быстро столкнулись с аналогичными проблемами.
Грин считает, что существующие поставщики инфраструктуры в более широкой индустрии Web2 пытаются использовать вычисления на GPU из неиспользуемых источников. Тем не менее, ни один из них не кластеризует графические процессоры так, как это сделал Ахмад Шадид, основатель io.net. Грин отмечает, что эти поставщики обычно работают как один экземпляр и редко кластеризуются. Зачастую, если на сайтах провайдеров указана опция кластеризации, продавцу приходится вручную выяснять, что доступно в разных дата-центрах.
Напротив, фирмы Web3, такие как Render, Filecoin и Storj, предоставляют децентрализованные услуги, которые сосредоточены на чем-то другом, кроме машинного обучения, и именно здесь предложения io.net могут внести существенный вклад в сферу Web3. По словам Грина, ближайшими конкурентами с точки зрения функциональности являются решения, ориентированные на искусственный интеллект, такие как сеть Akash, которая кластеризует от 8 до 32 графических процессоров, и GenSyn, которая разрабатывает собственный вычислительный протокол машинного обучения для обеспечения однорангового «суперкластера» ресурсов.
Грин представил решение io.net как единственное в своем роде, способное кластеризоваться в различных географических точках в течение нескольких минут. Это продемонстрировал Йи, который успешно сформировал GPU-кластер из разных сетей и локаций для живой демонстрации.
Что касается использования блокчейна Solana для обработки платежей поставщикам вычислений на GPU, и Грин, и Йи согласились с тем, что ни одна другая сеть не сможет справиться с объемом транзакций и выводов, которым io.net будет способствовать. Их партнерство с Render, хорошо зарекомендовавшей себя сетью поставщиков распределенных графических процессоров DePIN, обеспечит io.net доступ к широкому спектру вычислительных ресурсов, уже развернутых на платформе Render. Сеть Render, нацеленная на то, чтобы обеспечить более быстрые и экономичные вычисления для рендеринга на GPU, чем централизованные облачные решения, выиграет от возможностей кластеризации io.net.
Чтобы стимулировать поставщиков ресурсов GPU, io.net инициируют программу стоимостью 700 000 долларов. Это также позволит узлам Render расширить свои возможности графического процессора за пределы графического рендеринга для приложений искусственного интеллекта и машинного обучения. Целевой аудиторией этой программы являются те, у кого есть графические процессоры потребительского класса, в частности, аппаратное обеспечение от Nvidia RTX 4090s и ниже. Йи подчеркнул, что многие глобальные центры обработки данных используют только от 12% до 18% своих мощностей графических процессоров из-за неэффективных рынков; Эти недостаточно загруженные центры обработки данных находятся в центре внимания команды io.net.
Основными целями инфраструктуры io.net являются инженеры машинного обучения и предприятия, предлагающие модульный пользовательский интерфейс, который адаптирует требования к графическому процессору, местоположение, параметры безопасности и другие важные показатели к потребностям пользователей.
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.