تقرير أبحاث FMG: ثلاث مشاكل في حل الذكاء الاصطناعي و Depin

ملخص

لا تنفصل منافسة المنتج في عصر الذكاء الاصطناعي عن نهاية المورد (قوة الحوسبة ، والبيانات ، وما إلى ذلك) ، وخاصة نهاية المورد المستقرة لدعمها.

يتطلب التدريب/التكرار النماذج أيضًا مستخدمًا كبيرًا (IP) للمساعدة في تغذية البيانات لإنتاج تغييرات نوعية على كفاءة النموذج.

يمكن أن يساعد الاندماج مع Web3 فرق بدء تشغيل AI الصغيرة والمتوسطة على تحقيق تجاوز المنحنى لعمالقة الذكاء الاصطناعى التقليديين.

بالنسبة لعلم البيئة DEPIN ، تحدد نهاية مورد قوة الحوسبة وعرض النطاق الترددي والموارد الأخرى الحد الأدنى (ببساطة تكامل الطاقة لا يحمي المدينة) ؛ والاستخدام الفعال للبيانات تحديد أبعاد الأبعاد التي تحدد حد المشروع.

في سياق AI+DEPIN ، سيتم تقييم النموذج المنطقي & amp ؛

تحليل سوق الذكاء الاصطناعي و amp ؛

وفقًا للإحصاءات ، من ولادة ChatGPT في سبتمبر 2022 إلى أغسطس 2023 ، قام فريق Global Top 50 AI بتوليد أكثر من 24 مليار زيارة ، بمتوسط ​​نمو شهري يبلغ 236.3 مليون.

يتفاقم ازدهار منتجات الذكاء الاصطناعي لاعتماد قوة الحوسبة.

>

المصدر: “نماذج اللغة هي متعلمين قليلون”

تنص ورقة من جامعة ماساتشوستس بجامعة أمستور على أن “تدريب نموذج الذكاء الاصطناعي ، فإن انبعاثات الكربون المنبعثة في حياته يعادل انبعاثات الكربون لخمس سيارات.”عندما يتم تحسين النموذج عن طريق التدريب المتكرر ، سيتم زيادة استخدام الطاقة بشكل كبير.

أحدث نموذج لغوي يحتوي على مليارات أو حتى تريليونات الأوزان.النموذج الشهير GPT-3 لديه 175 مليار معلمة التعلم الآلي.إذا كنت تستخدم A100 لاستخدام 1024 وحدات معالجة الرسومات و 34 يومًا و 4.6 مليون دولار أمريكي لتدريب النموذج.

امتدت المنافسة في عصر الذكاء الاصطناعى تدريجياً إلى حرب موجهة نحو الموارد في قوة الحوسبة.

>

المصدر: الذكاء الاصطناعى يضر كوكبنا: معالجة تكلفة الطاقة المذهلة من الذكاء الاصطناعي

هذا يمتد ثلاثة أسئلة:أولاً ، ما إذا كان منتج AI لديه نهاية كافية للموارد (قوة الحوسبة ، عرض النطاق الترددي ، إلخ) ، وخاصة نهاية المورد المستقرة لدعمها.تتطلب هذه الموثوقية اللامركزية مع قوة الحوسبة الكافية.في الحقل التقليدي ، بسبب الفجوة في جانب الطلب على الرقائق ، إلى جانب الجدار العالمي بناءً على السياسات والأيديولوجية ، فإن الشركة المصنعة للرقائق هي بشكل طبيعي في وضع مفيد ، ويمكن أن تزيد الأسعار بشكل كبير.على سبيل المثال ، زاد طراز NVIDIA H100 من 36000 دولار أمريكي في أبريل 2023 إلى 50،000 دولار ، مما زاد من تكلفة فريق التدريب النموذجي الذكري.

المشكلة الثانية هي أن رضا الشرط الجانبي للموارد يساعد مشروع الذكاء الاصطناعي على حل الأجهزة التي تحتاجها فقط ، لكن تدريب النماذج/التكرار يتطلب أيضًا معيارًا كبيرًا للمستخدم (IP) للمساعدة في تغذية البيانات.بعد أن يتجاوز حجم النموذج عتبة معينة ، يُظهر الأداء في المهام المختلفة نموًا اختراقًا.

والسؤال الثالث هو: من الصعب على الذكاء الاصطناعي الصغير والمتوسط ​​أن تبدأ فريقًا.أدى احتكار قوة الحوسبة في السوق المالية التقليدية أيضًا إلى احتكار مخطط نموذج الذكاء الاصطناعي.تحتاج فرق الذكاء الاصطناعى الصغيرة والمتوسطة إلى البحث عن مزيد من المنافسة المتمايزة.

يمكن العثور على الأسئلة الثلاثة أعلاه من Web3.في الواقع ، فإن الجمع بين الذكاء الاصطناعي و Web3 له تاريخ طويل والبيئة أكثر ازدهارًا.

الصورة أدناه هي بعض من النظم الإيكولوجية لـ AI+Web3 المصنوعة من مجموعة المال المستقبلية.

>

AI+DEPIN

1. حلول حل

DePin هو اختصار لشبكات البنية التحتية المادية اللامركزية ، وهي أيضًا مجموعة من علاقات الإنتاج بين الأشخاص والمعدات. في الوقت نفسه ، يتم تحقيق التشغيل المنظم للنموذج الاقتصادي.

بالمقارنة مع تعريف WIP3 الأوسع ، نظرًا لأن DePin لها علاقة أعمق مع معدات الأجهزة والمؤسسات التقليدية ، فإن DePin لديها مزايا طبيعية في جذب فرق الذكاء الاصطناعى والمستقلة.

سعي Depin Ecology لضمان قوة الحوسبة الموزعة وحوافز المساهمات فقط يحل فقط احتياجات منتجات الذكاء الاصطناعى للحصول على طاقة الحوسبة و IP.

• استخدمت DePin الرموز للترويج لدخول قوة الحوسبة العالمية (مركز الطاقة الحاسوبية & amp ؛ قوة الحوسبة الشخصية الخاملة) ، مما يقلل من المخاطر المركزية المتمثلة في حوسبة الطاقة وتقليل تكلفة استدعاء قوة الحوسبة من قبل فريق الذكاء الاصطناعى.

• يساعد تكوين IP الضخم والمتنوع للنظام الإيكولوجي لـ DEPIN النماذج من الذكاء الاصطناعي على إدراك تنوع وموضوعية قنوات الحصول على البيانات.

• يمكن أن يساعد تداخل مستخدمي Depin Ecological ومستخدمي Web3 على صورة AI في تطوير المزيد من نماذج الذكاء الاصطناعي مع خصائص Web3 لتشكيل منافسة متباينة.

في مجال Web2 ، عادةً ما يكون جمع بيانات نموذج الذكاء الاصطناعي من مجموعة البيانات العامة أو منتج النماذج. الإخراج.تقتصر طريقة جمع البيانات التقليدية على كفاءة وتكلفة التجميع ، ومن الصعب الحصول على مقياس نموذجي أكبر (عدد المعلمات ووقت التدريب وجودة البيانات).بالنسبة لنموذج الذكاء الاصطناعي ، كلما زاد حجم النموذج ، كان أداء النموذج أسهل لإحداث تغييرات نوعية.

>

المصدر: قدرات نماذج اللغة الكبيرة: كيف يحلون البروبس ، فهي أيضًا لا يجب معالجتها؟

يحدث Depin أن يكون له مزايا طبيعية في هذا المجال.أخذ HiveMapper كمثال ، يتم توزيعه في مناطق عام 1920 حول العالم ، ويقدم ما يقرب من 40،000 من المساهمين بيانات لـ MAP AI (MAP AI Model).

>

مزيج من الذكاء الاصطناعى و Depin يعني أيضًا أن اندماج الذكاء الاصطناعي و Web3 قد ارتفع ارتفاعًا جديدًا.مشروع AI الحالي في Web3 هو تفشي على نطاق واسع في نهاية التطبيق ، وهو بالكاد تخلص من الاعتماد المباشر على البنية التحتية Web2 متضمن.

كان عنصر Web3 في مجرى السلسلة الغذائية ولا يمكنه الحصول على عائد فائض حقيقي.هذا هو الحال بالنسبة لمنصة حوسبة الحوسبة الموزعة. من المستحيل تعزيز تشغيل دولاب الموازنة من خلال الاقتصاد المميز.

ومع ذلك ، فإن مفهوم AI+DEPIN هو كسر هذه العلاقة المتأصلة ونقل انتباه Web3 إلى نموذج AI أوسع.

2. ملخص لمشروع AI+DEPIN

لدى DePin معدات داخلية (طاقة الحوسبة ، عرض النطاق الترددي ، الخوارزمية ، البيانات) ، المستخدمون (مقدمو بيانات التدريب النماذج) ، وآليات الحوافز البيئية (الاقتصاد الرمزي).

يمكننا تحديده بجرأة: تزويد الذكاء الاصطناعى بظروف موضوعية كاملة (حوسبة الطاقة/النطاق الترددي/البيانات/IP) ، وتوفير سيناريوهات AI (التدريب/التفكير/النطق الدقيق) ، ويمكن تعريف العناصر التي يتم إعطاؤها الاقتصاديات الرمزية على النحو المحدد. ل AI+DEPIN.

ستدرج مجموعة الأموال المستقبلية النماذج الكلاسيكية لـ AI+DEPIN.

>

نحن مقسمون إلى قوة الحوسبة وعرض النطاق الترددي والبيانات والأقسام الأخرى وفقًا لفئات الموارد المختلفة ، ونحاول فرز المشاريع من القطاعات المختلفة.

2.1 قوة الحوسبة

جانب طاقة الحوسبة هو التركيبة الرئيسية لقطاع AI+DEPIN ، وهو أيضًا الجزء الأكبر من تكوين المشروع.بالنسبة لمشروع طاقة الحوسبة ، فإن التكوين الرئيسي لقوة الحوسبة هو GPU (معالج الرسوم) ، وحلبية المعالجة المركزية (المعالج المركزي) و TPU (شريحة التعلم الآلي المهني).من بينها ، يتم إنشاء TPUs بشكل أساسي بواسطة Google بسبب صعوبة التصنيع ، ويتم إجراء خدمات تأجير السحابة فقط.وحدة معالجة الرسومات هي مكون الأجهزة يشبه وحدة المعالجة المركزية ، ولكنها أكثر احترافًا.بالمقارنة مع وحدات المعالجة المركزية العادية ، يمكنها التعامل مع العمليات الرياضية المعقدة التي تدير عمليات متوازية بشكل أكثر كفاءة.تم تخصيص وحدة معالجة الرسومات الأولية للتعامل مع مهام عرض الرسومات في الألعاب والرسوم المتحركة ، ولكن الآن غرضها يتجاوز ذلك بكثير.لذلك ، فإن وحدة معالجة الرسومات هي المصدر الرئيسي لسوق طاقة الحوسبة الحالي.

لذلك ، العديد من مشاريع AI+DEPIN التي يمكننا رؤيتها ، العديد منها متخصصة في الرسومات والفيديو ، أو الألعاب ذات الصلة ، والتي تسببها خصائص وحدة معالجة الرسومات.

من منظور عالمي ، يتكون موفرات طاقة الحوسبة السحابية التقليدية:من بينها ، يمثل مقدمو خدمات طاقة الحوسبة السحابية أن يكونوا كبيرين نسبيًا ، خاملاً عن قوة الحوسبة الشخصية.هذا يعني أن مثل هذه المنتجات يتم لعبها في كثير من الأحيان كعوامل الحوسبة.جانب الطلب هو مجموعة متنوعة من فرق تطوير نموذج الذكاء الاصطناعي.

في الوقت الحاضر ، في هذه الفئة ، لا يمكن استخدام قوة الحوسبة بنسبة 100 ٪ في الواقع ، وفي كثير من الأحيان في حالة خاملة.على سبيل المثال ، تبلغ شبكة Akash Network ، التي تعمل حاليًا في حالة الاستخدام ، حوالي 35 ٪ ، وقدرة الحوسبة المتبقية في وضع الخمول.IO.NET متشابه أيضًا.

قد يكون هذا ناتجًا عن العدد الحالي لمتطلبات تدريب نموذج الذكاء الاصطناعى ، وهذا هو السبب في أن AI+DEPIN يمكن أن يوفر تكاليف طاقة الحوسبة الرخيصة.مع التوسع في سوق الذكاء الاصطناعي ، سيتحسن هذا الوضع.

شبكة AKASH: سوق الخدمات السحابية للزوجين اللامركزية

شبكة Akash عبارة عن سوق للخدمات السحابية النقطة اللامركزية ، والتي يشار إليها عادةً باسم Airbnb ، والتي تسمى الخدمة السحابية.تسمح Akash Network للمستخدمين بأحجام مختلفة باستخدام خدماتهم بسرعة ومستقرة واقتصاديًا.

على غرار العرض ، يوفر Akash أيضًا للمستخدمين نشر GPU ، وتأجير ، وتدريب نموذج الذكاء الاصطناعي.

في أغسطس 2023 ، أطلقت Akash SuperCloud ، مما سمح للمطورين بتعيين السعر الذي يرغبون في دفعه لنشر نماذج الذكاء الاصطناعى الخاصة بهم ، ومقدمي الخدمات الذين لديهم قوة حوسبة إضافية للمستخدمين.هذه الوظيفة تشبه إلى حد كبير Airbnb ، مما يسمح للمقدمين باستئجار سعة غير مستخدمة.

من خلال تقديم العطاءات العامة ، فإن مزود مزود الموارد يفتح موارد الحوسبة الخاملة في شبكته.

>

في الوقت الحاضر ، يبلغ إجمالي المبلغ الإجمالي ل GPU البيئي Akash 176 وحدة معالجة الرسومات ، ولكن عدد النشاط هو 62 ، مع درجة من النشاط 35 ٪ ، وهو أقل من 50 ٪ في سبتمبر 2023.الدخل اليومي المقدر حوالي 5000 دولار.يمكن لـ Akt Tokens وظيفة تعهد.

لدى Akash بيانات عالية الجودة في قطاع AI+Depin الحالي ، و 700 مليون دولار FDV لديها غرفة كبيرة لزيادة في Rener و Bittensor.

Akash تصل أيضًا إلى الشبكة الفرعية للمروة لتوسيع مساحة التطوير الخاصة بها.بشكل عام ، تتمتع مشاريع Akash ، باعتبارها واحدة من العديد من المشاريع عالية الجودة لمسار AI+Depin ، أساسيات ممتازة.

IO.NET: AI+DEPIN مع أكبر عدد من وحدات معالجة الرسومات

IO.NET هي شبكة حوسبة لا مركزية تدعم تطوير وتنفيذ وتوسيع تطبيقات ML (التعلم الآلي) على Solana Blockchain ، وتستخدم أكبر مجموعة GPU في العالم للسماح لمهندسي التعلم الآلي جزءًا صغيرًا من التكلفة لاستئجارها والوصول إليها قوة الحوسبة السحابية الموزعة.

وفقًا للبيانات الرسمية ، لدى IO.NET أكثر من مليون وحدات معالجة الرسومات في وضع الاستعداد.بالإضافة إلى ذلك ، قام التعاون بين io.net و Render بتوسيع موارد GPU المتاحة للنشر.

يحتوي IO.NET Ecology على مزيد من وحدات معالجة الرسومات ، ولكن جميعها تأتي من التعاون مع مختلف مصنعي الحوسبة السحابية والوصول إلى العقد الشخصية ، ومعدل الخمول مرتفع. لا يوجد سوى وحدات معالجة الرسومات.ومع ذلك ، فإن الميزة الرئيسية لمنتجات IO.NET الحالية هي أن التسعير رخيص مقارنةً بتكاليف استدعاء AKASH 1.5 في الساعة ، يمكن أن يحقق الحد الأدنى من التكلفة على IO.NET ما لا يقل عن 0.1-1 دولار أمريكي.

>

تعتبر IO.NET اللاحقة أيضًا أن مقدمي خدمات وحدة معالجة الرسومات يسمحون للأنظمة الإيكولوجية IO بتحسين فرصهم في استخدامها من قبل الأصول الأصلية الرهنية.كلما تم استثمار الأصول ، زادت الفرصة المحددة.في الوقت نفسه ، يمكن لمهندسي الذكاء الاصطناعى الذين يتعهدون الأصول الأصلية أيضًا استخدام وحدات معالجة الرسومات عالية الأداء.

فيما يتعلق بمقياس الوصول إلى GPU ، يعد IO.NET أكبر 10 مشاريع مدرجة في هذه المقالة.بالإضافة إلى معدل الخمول ، يكون عدد وحدات معالجة الرسومات في حالة الاستخدام أولاً.فيما يتعلق بالاقتصاد الرمزي ، سيتم إطلاق الرمز المميز الأصلي والاتفاق في الرمز المميز لـ IO.NET في الربع الأول من عام 2024 ، بحد أقصى 22300،000.سيقوم المستخدم بفرض رسوم بنسبة 5 ٪ عند استخدام الشبكة ، والتي سيتم استخدامها في مميزات Burn IO أو يوفر حوافز للمستخدمين الجدد من العرض والطلب.نموذج الرمز المميز له خصائص رفع واضحة.

Golem: سوق الطاقة الحاسوبية بشكل رئيسي وحدة المعالجة المركزية

Golem هو سوق طاقة الحوسبة اللامركزية يدعم أي شخص لمشاركة وتجميع موارد الحوسبة من خلال إنشاء شبكة من الموارد المشتركة.يوفر Golem للمستخدمين مشهد تأجير طاقة الحوسبة.

يتكون سوق GOLEM من سوق من ثلاثة أقسام ، يتمثل في حساب موردي الطاقة ، ومتطلبات الطاقة الحاسوبية ، ومطوري البرامج.يقدم طرف طلب الطاقة الحوسبة مهمة الحوسبة ، وسوف تخصص شبكة GOLEM مهمة الحوسبة لمورد طاقة الحوسبة المناسب (توفير ذاكرة الوصول العشوائي ، ومساحة القرص الصلب ، والأرقام النووية لوحدة المعالجة المركزية ، وما إلى ذلك). سيدفع طرفان مقابل التسوية من خلال الرمز المميز.

>

يستخدم Golem بشكل أساسي وحدة المعالجة المركزية لتكديس طاقة الحوسبة.لكن وحدة المعالجة المركزية لا يمكنها إجراء عمليات تزامن عالية ، واستهلاك الطاقة أعلى.لذلك ، قد تكون وحدة المعالجة المركزية لعقار الطاقة الحاسوبية أضعف قليلاً من مشروع GPU.

MAGNET AI: AI Model Asset -distr

يوفر Magnet AI خدمات التدريب النموذجي لمختلف مطوري نماذج الذكاء الاصطناعى من خلال دمج مقدمي الطاقة الحوسبة GPU.على عكس منتجات AI+Depin الأخرى ، تتيح Magent AI فرق AI المختلفة لنشر رمز ERC-20 بناءً على نماذجهم الخاصة.

في Q2 ، 2024 ، ستطلق Magent AI Polygon Zkevm & amp ؛

إنه يشبه إلى حد ما io.net.

الفرق هو أن io.net يركز على تكامل موارد GPU ، وتشجيع مجموعات مختلفة من GPU ، والمؤسسات والمساهمات الشخصية في وحدات معالجة الرسومات ، وفي الوقت نفسه ، هو برنامج تشغيل قوة الحوسبة.

تبدو Magent AI أكثر تركيزًا على نموذج الذكاء الاصطناعي

ملخص بسيط: يعادل Magnet بناء سوق مع GPU.

عرض: عرض الرسوم البيانية نوع منظمة العفو الدولية لاعب احترافي

RENDING NETWORT هي مزود حلول عرض GPU اللامركزية.

وفقًا لمحتوى الورقة البيضاء لـ Render ، استنادًا إلى العرض ، يمكن للفنانين والمهندسين والمطورين إنشاء سلسلة من تطبيقات الذكاء الاصطناعى ، مثل توليد محتوى AI ثلاثي الأبعاد ، وتسارع الذكاء الاصطناعي ، واستخدام بيانات المشهد ثلاثي الأبعاد في REND تدريب نموذج الذكاء الاصطناعي.

يوفر Render Developers لمطوري AI شبكة SDK.

وفقًا لرؤى السوق العالمية ، من المتوقع أن يصل حجم السوق العالمي للتقديم ثلاثي الأبعاد إلى 6 مليارات دولار.و FDV 2.2 مليار دولار أمريكي لديه مجال للتنمية.

في الوقت الحاضر ، لا تتوفر لبيانات Render المحددة بناءً على وحدة معالجة الرسومات ، ولكن لأن شركة Otoy وراء Render تُظهر العلاقة مع Apple عدة مرات ؛ تصميم جميع الصناعات في مجالات الرؤية المعمارية ومجالات المحاكاة ، بما في ذلك الدعم الأصلي للمحركات Unity3D والمحركات غير الواقعية.

وأضاف Google و Microsoft شبكة RNDR.تم التعامل مع ما يقرب من 250،000 طلب تقديم في عام 2021 ، وولد الفنانون في البيئة حوالي 5 مليارات دولار من المبيعات من خلال NFT.

لذلك ، يجب أن يكون التقييم المرجعي للعرض إمكانات السوق (حوالي 30 مليار دولار أمريكي).إلى جانب النموذج الاقتصادي لـ BME (توازن الحرق والصب) ، لا يزال لدى تقديم مساحة معينة لـ Rener من حيث سعر الرمز البسيط أو FDV.

clore.ai: عرض الفيديو

Clore.ai هي منصة توفر خدمات تأجير الطاقة الحوسبة GPU على أساس POW.يمكن للمستخدمين استئجار وحدات معالجة الرسومات الخاصة بهم لتدريب الذكاء الاصطناعي ، وتقديم الفيديو ، والتعدين في العملة المشفرة.

يشمل نطاق الأعمال: التدريب على الذكاء الاصطناعي ، تقديم الأفلام ، VPN ، تعدين العملة المشفرة ، إلخ.عندما يكون هناك طلب محدد لخدمة طاقة الحوسبة ، أكمل مهمة توزيع الشبكة ؛

>

في الأشهر الستة الماضية ، ارتفع عدد وحدات معالجة الرسومات من عام 2000 إلى حوالي 9000 ، ولكن من منظور GPU المدمج ، يتجاوز Clore.ai Akash.لكن سوقها الثانوي FDV هو حوالي 20 ٪ فقط من عكاش.

على نموذج الرمز المميز ، يستخدم Clore وضع تعدين POW دون التعليق المسبق و ICO.

كان المبلغ الإجمالي للرموز 1.3 مليار يوان.في نهاية عام 2023 ، كان حجم الدورة الدموية حوالي 250 مليون ، وهو ما يمثل 20 ٪ من إجمالي الرموز.لذلك ، فإن FDV الحالي هو 31 مليون دولار في أسعار العملة كبيرة.

LivePeer: عرض الفيديو ، المنطق

يعتمد LivePeer على بروتوكول Ethereum اللامركزي في Ethereum لإصدار مكافآت لجميع الأطراف للتعامل مع محتوى الفيديو بأمان بأسعار معقولة.

وفقًا للمسؤول ، لدى LivePeer الآلاف من موارد GPU في الأسبوع لملايين ترميز الفيديو.

قد يستخدم LivePeer طريقة “الشبكة الرئيسية”+”الشبكة الفرعية” للسماح لمشغلي العقدة المختلفة بإنشاء شبكات فرعية وأداء هذه المهام من خلال الوفاء بالدفع على شبكة LivePeer الرئيسية.على سبيل المثال ، إدخال نماذج الذكاء الاصطناعى لشبكات فيديو منظمة العفو الدولية للتدريب على طراز الذكاء الاصطناعي خصيصًا لتقديم الفيديو.

قامت LivePeer منذ ذلك الحين بتوسيع الأجزاء المتعلقة بـ AI من التدريب النموذجي البسيط إلى المنطق & amp ؛

Aethir: ركز على الألعاب السحابية و AI

Aethir هي منصة لعبة سحابة هي البنية التحتية السحابية اللامركزية (DCI) التي تم تصميمها لشركات اللعبة والذكاء الاصطناعي.إنه يساعد على توصيل حمولة حوسبة GPU الثقيلة بدلاً من اللاعبين للتأكد من أن اللاعبين يمكنهم الحصول على تجربة تأخر فائقة في أي مكان وأي معدات.

في الوقت نفسه ، يوفر Aethir خدمات النشر بما في ذلك GPU و CPU والقرص والعناصر الأخرى.في 27 سبتمبر 2023 ، قدمت Aethir رسميًا العملاء العالميين خدمات تجارية للألعاب السحابية وقوة الحوسبة الذكاء الاصطناعى ، وقدمت دعم طاقة الحوسبة لمنصاتهم الخاصة ونماذج الذكاء الاصطناعى من خلال الحوسبة اللامركزية المتكاملة.

من خلال نقل متطلبات طاقة الحوسبة لتقديم الحوسبة إلى السحابة ، تلغي لعبة السحابة قيود نظام الأجهزة ونظام التشغيل في المعدات الطرفية ، مما يوسع بشكل كبير النطاق الأساسي للاعب المحتمل.

2.2 النطاق الترددي

النطاق الترددي هو واحد من الموارد التي توفرها DePin إلى AI.

نظرًا لنماذج الذكاء الاصطناعى الأكثر تعقيدًا بشكل متزايد ، فإن التدريب النموذجي يعتمد عادةً مجموعة متنوعة من استراتيجيات الحوسبة المتوازية ، مثل البيانات الموازية ، وموازاة خط الأنابيب والموتر الموازي.بموجب أوضاع الحوسبة المتوازية هذه ، أصبحت أهمية عمليات الاتصال الجماعية بين أجهزة الحوسبة المتعددة بارزة بشكل متزايد.لذلك ، عند بناء مجموعة تدريب كبيرة على نطاق واسع من نماذج الذكاء الاصطناعي الكبيرة ، يتم تمييز دور عرض النطاق الترددي للشبكة.

والأهم من ذلك ، أن موارد النطاق الترددي المستقرة والموثوقة يمكن أن تضمن أن العقد المختلفة تتجنب في المقابل ظهور التحكم في نقطة واحدة (مثل Falcon يعتمد وضع شبكة ترحيل منخفض -عالي النطاق للاستمرار في البحث عن التأخير والتأخير والتوازن بين عرض النطاق الترددي) ، وأخيراً ضمان الثقة ومقابلة الشبكة بأكملها.

العشب: منتجات التعدين على مستوى الفرقة على محطة الهاتف المحمول

العشب هو المنتج الرائد لشبكة Wynd.يسمح العشب للأسر بالحصول على ضراابات سلبية من خلال اتصال الترابط ⽹ من خلال بيع موارد الدمية المطمئنة.

يمكن للمستخدمين بيع عرض النطاق الترددي عبر الإنترنت على العشب لتوفير خدمات النطاق الترددي لفريق تطوير الذكاء الاصطناعى في حاجة إلى مساعدة تدريب نموذج الذكاء الاصطناعي للحصول على عوائد رمزية.

في الوقت الحاضر ، يكون العشب على وشك إطلاق نسخة محمولة. كما هو الحال بالنسبة للنتيجة.

في الوقت الحاضر ، لدى Grass عناوين IP لتوفيره: تنزيلات الكمبيوتر برنامج التوسع ، وتنزيل تطبيق الهاتف المحمول.(يجب أن تكون أجهزة الكمبيوتر الشخصية والمحطات المحمولة في شبكات مختلفة)

>

اعتبارًا من 29 نوفمبر ، 2023 ، تم تنزيل منصة العشب 103،000 مرة و 1،450،000 عناوين IP فريدة من نوعها.

يختلف الطلب على الذكاء الاصطناعى على الهاتف المحمول وأجهزة الكمبيوتر ، وبالتالي فإن فئة التدريب على نموذج الذكاء الاصطناعي المطبقة مختلفة.

على سبيل المثال ، تحتوي محطة الهاتف المحمول على الكثير من البيانات حول تحسين الصور ، والتعرف على الوجه ، وترجمة الوقت الحقيقي ، ومساعد صوت ، وتحسين أداء المعدات.هذه صعبة على الكمبيوتر لتوفير.

في الوقت الحاضر ، العشب في وضع متقدم نسبيا في تدريب نموذج الذكاء الاصطناعى المتنقل.بالنظر إلى الإمكانات الضخمة لسوق الهاتف المحمول ، فإن احتمالات العشب تستحق الاهتمام.

ومع ذلك ، لم يوفر العشب معلومات أكثر فعالية في نموذج الذكاء الاصطناعي.

شبكة ميسون: محطات متنقلة متوافقة مع الطبقة 2

Meson Network هي شبكة تسريع التخزين التالية استنادًا إلى طبقة blockchain 2. إنها تجمع خوادم الخمول من خلال شكل التعدين ، وجدولة موارد عرض النطاق الترددي وتخدمها مع الملفات ووسائط الدفق لتسريع السوق ، بما في ذلك المواقع التقليدية ومقاطع الفيديو المباشرة ومقاطع الفيديو المباشرة البث وكتل مخطط تخزين السلسلة.

يمكننا أن نفهم شبكة Meson كتجمع موارد عرض النطاق الترددي ، ويمكن اعتبار كلا الجانبين من التجمع على حد سواء العرض والطلب.السابق يساهم النطاق الترددي ، ويستخدم هذا النطاق الترددي.

من بين هياكل المنتجات المحددة في Meson ، يوجد منتجان (Gatewayx و Gaganode) مسؤولان عن تلقي عرض النطاق الترددي الذي يساهم في عقد مختلفة في العالم ، ويكون منتج واحد (IPCOLA) مسؤولاً عن استثمار موارد النطاق الترددي المتقاربة هذه.

Gatewayx: إنه عرض ترددي لخمول الأعمال المتكامل بشكل أساسي ، ويهدف بشكل أساسي إلى مركز IDC.

من لوحة بيانات Meson ، يمكن العثور على أن Access IDC حاليًا يحتوي على أكثر من 20،000 عقد في جميع أنحاء العالم ، ويتم تشكيل سعة نقل البيانات 12.5TIB/S.

Gaganode: يدمج بشكل أساسي عرض النطاق الترددي للمعدات السكنية والشخصية ، ويوفر مساعدة الحوسبة الحافة.

IPCOLA: قنوات تسييل Meson وغيرها من المهام مثل IP وتوزيع النطاق الترددي.

>

في الوقت الحاضر ، كشف ميسون أن نصف عام من الدخل هو أكثر من مليون دولار أمريكي.وفقًا لإحصائيات الموقع الرسمي ، لدى Meson 27116 عقد IDC ، وسعة IDC هي 17.7 تيرابايت/ثانية.

>

في الوقت الحاضر ، من المتوقع أن يصدر ميسون الرموز المميزة من مارس إلى أبريل 2024 ، ولكن تم الإعلان عن الاقتصاد الرمزي.

اسم الرمز المميز: MSN ، الإمداد الأولي البالغ 100 مليون قطعة ، كان معدل التضخم للتعدين في السنة الأولى 5 ٪ ، بانخفاض قدره 0.5 ٪ سنويًا.

الشبكة 3: مدمجة مع تكامل شبكة SEI

Network3 هي شركة منظمة العفو الدولية التي صممت طبقة منظمة العفو الدولية 2 ومدمجة مع SEI.قم بتحسين وضغط خوارزمية نموذج الذكاء الاصطناعى والحوسبة الهامشية والحوسبة الخصوصية لتوفير الخدمات لمطوري الذكاء الاصطناعى في جميع أنحاء العالم لمساعدة المطورين على تدريب النموذج والتحقق منه بسرعة وارتفاع الكفاءة.

وفقًا لبيانات الموقع الرسمي ، يوجد حاليًا أكثر من 58000 عقد نشطة لـ Network3 ، مما يوفر خدمات عرض النطاق الترددي 2PB.تعاون مع 10 أنظمة بيئية blockchain مثل Alchemy Pay و EthSign و IOTEX.

2.3 البيانات

يختلف عن قوة الحوسبة وعرض النطاق الترددي ، فإن إمدادات السوق الحالية مخصصة نسبيًا.ومع الاحتراف المميز.عادةً ما تكون مجموعة الطلب هي فريق تطوير نموذج الذكاء الاصطناعي في المشروع نفسه أو الفئات ذات الصلة.على سبيل المثال ، HiveMapper.

تدريب نموذج الخريطة الخاص بك من خلال بياناتك الخاصة ، هذا النموذج ليس صعبًا منطقيًا ، حتى نتمكن من محاولة استرخاء مجال الرؤية لمشاريع DePin المشابهة لـ Hivemapper ، مثل Dimo ​​و Natix و Frodobots.

HiveMapper: ركز على تمكين منتج الخريطة الخاصة به

يعد HiveMapper أحد أفضل مفهوم Depin على Solana ، ويلتزم بإنشاء “خريطة Google” اللامركزية.يمكن للمستخدم الحصول على رموز العسل عن طريق شراء مسجل القيادة الذي تم إطلاقه بواسطة HiveMapper لاستخدام ومشاركة صور الوقت الحقيقي مع HiveMapper.

فيما يتعلق بـ HiveMapper ، تم وصف Group Future Money بالتفصيل في “تقرير أبحاث FMG: ثلاثين يومًا من 19 مرة ، وفهم تنسيق Depin Automotive الذي يمثله HiveMapper” ، والذي لم يتم توسيعه هنا.السبب وراء تضمين HiveMapper في قطاع AI+DEPIN هو أن HiveMapper أطلقت MAP AI.

يضع خريطة AI دورًا جديدًا ، مدرب الذكاء الاصطناعي.مساهم في بيانات القيادة السابق للشخصية ومدرب طراز AI.

>

لم تتخصص متطلبات HiveMapper لمدربي AI عن عمد.كلما زادت أغنى موارد IP لمشروع DEPIN ، زادت كفاءة الحصول على البيانات.ويمكن للمستخدمين المشاركين في تدريب الذكاء الاصطناعي أيضًا الحصول على مكافأة رمز العسل.

سيناريوهات تطبيق الذكاء الاصطناعى في HiveMapper مناسبة نسبيًا ، ولا يدعم HiveMapper التدريب على النموذج الثالث.لذلك ، فإن منطق الاستثمار في HiveMapper لن يتغير.

محتمل

ديمو: جمع البيانات الداخلية للسيارة

Dimo عبارة عن منصة لإنترنت الأشياء تعتمد على المضلع ، وتمكين السائقين من جمع بيانات سيارتهم ومشاركتها.

من خلال تحليل بيانات المركبات ، يمكن أن تتنبأ منصة DIMO بموعد الحفاظ على المستخدمين وتذكيرهم في الوقت المناسب.لا يمكن للسائق فهم سيارته الخاصة فحسب ، بل يساهم أيضًا في البيانات في النظام البيئي لـ Dimo ​​، وذلك للحصول على رموز Dimo ​​كمكافأة.كمستهلك للبيانات ، يمكن استخراج البيانات من البروتوكول لفهم أداء المكونات مثل البطاريات وأنظمة القيادة المستقلة والضوابط.

Natix: جمع بيانات خريطة تمكين الخصوصية

Natix هي شبكة لا مركزية مصممة مع براءات اختراع خصوصية الذكاء الاصطناعي.يعتمد الهدف على براءات اختراع خصوصية الذكاء الاصطناعى ، ويجمع بين الكاميرات العالمية (الهواتف الذكية والطائرات بدون طيار) ، ويقوم بإنشاء شبكة كاميرا تأمين في الصين ، ويجمع البيانات تحت فرضية الامتثال للخصوصية ، وعلى الخرائط الديناميكية اللامركزية (DDMAP).

يمكن للمستخدمين المشاركين في البيانات الحصول على الرموز و NFT للتحفيز.

Frodobots: تطبيق الشبكة اللامركزية للروبوتات كحامل

Frodobots هي لعبة Depin مع روبوت متنقل كحامل يؤثر على البيانات من خلال الكاميرات وله سمة اجتماعية معينة.

المستخدمون للمشاركة في اللعبة من خلال شراء الروبوتات والتفاعل مع اللاعبين العالميين.في الوقت نفسه ، ستجمع الكاميرا التي تأتي مع الروبوت وتلخيص الطرق وبيانات الخريطة.

لدى المشاريع الثلاثة أعلاه عنصرين مع جمع البيانات و IP.تتضمن هذه المشاريع HiveMapper ، والتي تتطلب جمع البيانات من خلال الكاميرا وتشكيل خريطة كاملة.لذلك ، تقتصر نماذج الذكاء الاصطناعى المكيف أيضًا على مجال بناء الخريطة.سيساعد تمكين نموذج الذكاء الاصطناعي على مساعدة المشروع في بناء خندق أعلى.

تجدر الإشارة إلى أنه من خلال مجموعة الكاميرات ، غالبًا ما تتم مواجهة انتهاكات خصوصية من الطريق: مثل تعريف الصور الخارجية لجمع الصور الخارجية للمارة.على سبيل المثال ، تدير Natix الذكاء الاصطناعي لحماية الخصوصية.

2.4 الخوارزمية

تركز قوة الحوسبة وعرض النطاق الترددي والبيانات على تمييز نهاية المورد ، وتركز الخوارزمية على نموذج الذكاء الاصطناعي.أخذ البيرة كمثال ، لا يساهم البيرة فقط بالبيانات أو يساهم في الحسابات مباشرة.

على غرار Openai ، فإن Pittersor هو الغرض من الحفاظ على خصائص اللامركزية للنموذج لتحقيق أداء التفكير الذي يطابق عمالقة النموذج التقليدي.

يحتوي مسار الخوارزمية على تقدم معين ، وعناصر مماثلة نادرة.عندما تكون نماذج الذكاء الاصطناعى ، وخاصة ظهور نماذج الذكاء الاصطناعي بناءً على Web3 ، ستصبح المنافسة بين النماذج طبيعية.

في الوقت نفسه ، ستجعل المنافسة بين النماذج أيضًا مجرى النهر لصناعة نموذج الذكاء الاصطناعى: ستزداد أهمية التفكير والتشغيل الدقيق.التدريب على نموذج الذكاء الاصطناعى هو فقط المنبع لصناعة الذكاء الاصطناعى. ).هذه العمليات تتطلب بنية بيئية أكثر تعقيدًا ودعم طاقة الحوسبة.وهذا يعني أيضًا أن إمكانات التنمية المحتملة ضخمة.

Bittensor: آلة نبوءة نموذج AI

Bittensor هي بيئة تعليمية للآلي لا مركزية على غرار الشبكة الرئيسية لشبكة بولكادووت+الشبكة الفرعية.

منطق العمل: يقوم Ziwang بتمرير معلومات النشاط إلى API Bittensor (الشخصية المشابهة للنبي) ، ثم ستقوم واجهة برمجة التطبيقات بتمرير المعلومات المفيدة إلى الشبكة الرئيسية ، وستقوم الشبكة الرئيسية بتوزيع المكافآت.

>

>

البيتر 32 شملات فرعية

الشخصية الداخلية البيئية البيئية:

عمال المناجم: يمكن فهمها كمقدمين لخوارزميات وموديلات منظمة العفو الدولية في جميع أنحاء العالم.

>

التحقق: المثمن في شبكة البيرة.قم بتقييم جودة وفعالية نموذج الذكاء الاصطناعى ، وتصنيف نموذج الذكاء الاصطناعى بناءً على أداء مهام محددة لمساعدة المستهلكين على العثور على أفضل حل.

المستخدم: يتم استخدام نموذج الذكاء الاصطناعى المقدمة من Bittensor.يمكن أن يكون فردًا أو المطورين الذين يبحثون عن نماذج الذكاء الاصطناعي للتقدم.

المرشح: عهد الرموز المميزة إلى أصحاب محددة للتعبير عن الدعم ، أو يمكنهم أيضًا تغيير المصادقين المختلفين إلى تكليفه.

>

افتح سلسلة العرض والطلب من الذكاء الاصطناعي: يقدم بعض الأشخاص نماذج مختلفة ، ويقوم بعض الأشخاص بتقييم نماذج مختلفة ، ويستخدم بعض الأشخاص نتائج أفضل النماذج.

على عكس Akash و Render ، مما يشبه “وكالات الطاقة الحاسوبية” ، فإن Bittensor يشبه “سوق العمل” ، وذلك باستخدام النماذج الحالية لامتصاص المزيد من البيانات لجعل النموذج أكثر منطقية.عمال المناجم والتحققات يشبهون دور “حزب البناء” و “المشرف”.يثير المستخدم أسئلة ، وإخراج عمال المناجم الإجابة ، وسوف تقيم التحقق من جودة الإجابة ، ويعود أخيرًا إلى المستخدم.

رمز البيرة هو تاو.تحتل القيمة السوقية لـ TAO حاليًا في المرتبة الثانية بعد RNDR ، ولكن نظرًا لآلية الإطلاق الطويلة المدى البالغة 4 سنوات ، فإن نسبة القيمة السوقية إلى القيمة المخففة تمامًا هي أدنى مشاريع متعددة ، مما يعني أيضًا أن الدورة الدموية الإجمالية أيضًا من Tao مرتفع نسبيا.لذلك ، فإن القيمة الفعلية لـ TAO مقومة بأقل من قيمتها.

في الوقت الحاضر ، من الصعب العثور على معيار التقييم المناسب.

إذا بدأت وفقًا لسمة “آلة التنبؤ” ، فإن ChainLink (14 مليار دولار) هو كائن مرجعي ، فإن TAO لديه ما يقرب من 9 أضعاف الزيادة.

إذا بدأت مع أوجه التشابه بين العمل ، فالحصل على حوالي 30 مليار دولار أمريكي من Microsoft) للرجوع إليها ، فقد يكون Tao’s Rising Hard Top حوالي 20 مرة.

ختاماً

بشكل عام ، عززت AI+Depin نقل النموذج لمسار الذكاء الاصطناعي في سياق Web3 ، مما يسمح للسوق بالقفز من التفكير المتأصل في “AI يمكن أن تفعل في Web3؟”

إذا كان الرئيس التنفيذي لشركة NVIDIA Huang Renxun سيصدر إصدار طراز كبير على نطاق واسع مثل “iPhone” ، فإن مزيج من الذكاء الاصطناعى و Depin يعني أن Web3 بدأ بالفعل في لحظة “iPhone”.

إن DePin ، باعتبارها أكثر حالة الاستخدام المقبولة والناضجة في العالم الحقيقي ، تجعل Web3 أكثر قبولًا.

نظرًا للصدفة الجزئية لعقد IP في مشروع AI+DEPIN ، فإن الجمع بين الاثنين هو أيضًا مزيج من الاثنين ، وفي الوقت نفسه ، يساعد الصناعة أيضًا على تفريخ النموذج ومنتجات الذكاء الاصطناعى ويب 3.سيساعد ذلك على التطوير الشامل لصناعة Web3 ، وفتح مسارات جديدة لهذه الصناعة ، مثل التفكير والترتيب الدقيق لنماذج الذكاء الاصطناعى ، وتطوير نماذج AI المتنقلة.

النقطة المثيرة للاهتمام هي أن منتجات AI+DEPIN المدرجة في النص يبدو أنها قادرة على الذهاب إلى مسار تطوير السلسلة العامة المتداخلة.في الدورة السابقة ، ظهرت العديد من السلاسل العامة الجديدة ، باستخدام TPS وأساليب الحوكمة الخاصة بها لجذب دخول العديد من المطورين.

منتج AI+Depin الحالي هو نفسه.لذلك ، نرى حاليًا أن منتجات AI+Depin لديها ميل إلى منافسة متجانسة متحيزة.

المفتاح ليس مقدار قوة الحوسبة (على الرغم من أن هذا هو شرط أساسي مهم للغاية) ، ولكن كيفية استخدام هذه القدرة الحاسوبية.لا يزال مسار AI+DEPIN الحالي في الأيام الأولى من “النمو البربري” ، لذلك يمكننا أن يكون لدينا توقعات بنمط وشكل منتج AI+Depin.

مرجع

1.https: //www.techopedia.com/decentralized-dertical-infrastruction-networks-depin-berrings-ai-crypto-together

2.https: //medium.com/meson-network/with-incring-ai-ndepin-tr 9bd

3.https: //medium.com/cudos/the-rise-as-defin- enving-the-about-ai-ai-afere-compute-requirements-213f7b1717171

4.https: //www.numenta.com/blog/2022/05/24/ai-timing-er-planet/

5.https: //www.techflowpost.com/article/detail_15398.html

6.https: //www.numenta.com/blog/2022/05/24/ai-hrming-er-planet/

7.https: //mirror.xyz/livepeer.eth/7yjb5osz28aj9xva54bz4t2hupnm5o9rrpv-zmgwdz44444444444444