io.net, Yapay Zeka Bilgi İşlem için Küresel GPU Gücünden Yararlanmak için Beta Network'ü Başlattı
Summary:
Start-up io.net, veri merkezlerinden ve özel kümelerden 100.000'den fazla GPU'yu içerecek şekilde ayarlanan merkezi olmayan bir fiziksel altyapı ağı (DePIN) için bir beta başlattı. Platform, yapay zeka ve makine öğrenimini ilerletmek için çeşitli kaynaklardan gelen GPU bilgi işlem gücünden yararlanmak için yeni bir çözüm sunar. Şirket, çok çeşitli bilgi işlem kaynaklarına erişim sağlayan Render ile işbirliği yaptı. Öncelikle makine öğrenimi mühendislerini ve işletmelerini hedefleyen bu yenilik, kullanıcıların verimliliği artırmak ve belirli ihtiyaçları karşılamak için GPU gereksinimlerini özelleştirmelerine olanak tanır.
Merkezi olmayan bir fiziksel altyapı ağı (DePIN) için yeni bir beta platformu, start-up io.net tarafından açıklandığı gibi, çeşitli veri merkezlerinden ve özel kümelerden 100.000'den fazla GPU'yu içerecek şekilde ayarlandı. Öncü teknoloji şirketi, makine öğrenimi ve yapay zeka bilgi işlem yeteneklerini geliştirmek için küresel veri merkezlerinden, kripto para madencilerinden ve merkezi olmayan depolama sağlayıcılarından GPU bilgi işlem gücü toplayan benzersiz bir ağ oluşturdu. Beta platformunun lansmanı, Render Network ile yeni bir ortaklıkla birlikte Amsterdam Solana Breakpoint konferansında duyuruldu.
io.net'in COO'su Tory Green, iş geliştirme başkanı Angela Yi ile birlikte Cointelegraph'a io.net'in DePIN'ini bulut ve GPU bilgi işlem pazarındaki diğerlerinden ayıran şeyin ne olduğu hakkında ayrıntılı bir açıklama yaptı. Green, AWS ve Azure gibi kuruluşları kendi GPU kaynaklarına sahip olan ve bunları kiralayan varlıklar olarak ayırır. Öte yandan, GPU eksikliklerini gidermek için eşler arası GPU toplayıcıları geliştirildi, ancak Green'in açıkladığı gibi, hemen benzer sorunlarla karşılaştılar.
Green, daha geniş Web2 endüstrisindeki mevcut altyapı sağlayıcılarının, kullanılmayan kaynaklardan GPU hesaplamadan yararlanmaya çalıştığını savunuyor. Ancak hiçbiri GPU'ları io.net'in kurucusu Ahmad Shadid'in yenilik yaptığı şekilde kümelemiyor. Green, bu sağlayıcıların genellikle tek bir örnek olarak çalıştığını ve nadiren kümelendiğini söylüyor. Çoğu zaman, sağlayıcının web sitelerinde listelenen bir kümeleme seçeneği varsa, bir satış elemanının farklı veri merkezlerinden nelerin mevcut olduğunu manuel olarak bulması gerekir.
Buna karşılık, Render, Filecoin ve Storj gibi Web3 firmaları, makine öğreniminden başka bir şeye odaklanan merkezi olmayan hizmetler sunar ve io.net'in tekliflerinin Web3 alanına önemli bir katkı sağlayabileceği yer burasıdır. Green'e göre, işlevsellik açısından yakın rakipler, 8 ila 32 GPU arasında kümelenen Akash ağı ve eşler arası bir "süper küme" sağlamak için kendi makine öğrenimi hesaplama protokolünü geliştiren GenSyn gibi yapay zeka odaklı çözümlerdir.
Green, io.net'in çözümünü birkaç dakika içinde çeşitli coğrafi konumlarda kümelenme kapasitesiyle türünün tek örneği olarak sundu. Bu, canlı bir demo için farklı ağlardan ve konumlardan başarıyla bir GPU kümesi oluşturan Yi tarafından gösterildi.
GPU bilgi işlem sağlayıcılarına yapılan ödemeleri işlemek için Solana blok zincirini kullanmaları açısından, hem Green hem de Yi, başka hiçbir ağın io.net kolaylaştıracağı işlem hacmini ve çıkarımları kaldıramayacağı konusunda hemfikirdi. Dağıtılmış GPU tedarikçilerinden oluşan köklü bir DePIN ağı olan Render ile ortaklıkları, Render'ın platformunda halihazırda konuşlandırılmış olan çok çeşitli bilgi işlem kaynaklarına io.net erişim sunacak. GPU işleme hesaplamasını merkezi bulut çözümlerinden daha hızlı ve daha ekonomik bir şekilde tedarik etmeyi amaçlayan Render'ın ağı, io.net'in kümeleme yeteneklerinden yararlanacak.
GPU kaynak sağlayıcılarını teşvik etmek için io.net 700.000 dolarlık bir program başlatıyor. Bu aynı zamanda Render'ın düğümlerinin GPU kapasitelerini grafik işlemenin ötesinde yapay zeka ve makine öğrenimi uygulamalarına genişletmesine olanak tanıyacak. Bu programın hedef kitlesi, tüketici sınıfı GPU'lara, özellikle Nvidia RTX 4090s ve altı donanımlara sahip olanlardır. Yi, birçok küresel veri merkezinin verimsiz pazarlar nedeniyle GPU kapasitelerinin yalnızca %12 ila %18'ini kullandığını vurguladı; Bu az kullanılan veri merkezleri, io.net ekibinin odak noktasıdır.
io.net'in altyapısının birincil hedefleri, GPU gereksinimlerini, konumu, güvenlik parametrelerini ve diğer temel ölçümleri kullanıcı ihtiyaçlarına göre uyarlayan kapsamlı bir modüler kullanıcı arayüzü sunan makine öğrenimi mühendisleri ve işletmelerdir.
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.