Liveepeer: cómo presentar cálculos de video de IA en la red Liveepeer

Autor: Doug Petkanics, CEO de Liveepeer;

introducción

Cuando las personas descubren que hay miles de GPU en redes Liveepeer que se usan activamente para videos de millones de minutos por semana, una de las preguntas más comunes es si estas GPU pueden usarse para realizar otros tipos de cálculos.En particular, con el surgimiento de la inteligencia artificial en 2023 y el crecimiento de la GPU (hardware utilizado para realizar capacitación y razonamiento de inteligencia artificial), las personas naturalmente pensarán que la infraestructura de inteligencia artificial cuesta miles de millones de dólares.El negocio del centro de datos de NVIDIA proporciona GPU para AI Computing.

Fuente: Informe trimestral de NVIDIA, @thomas_woodside desde X on x

Aquellos que hacen estos supuestos son correctos: la red Liveepeer puede ser utilizada, por supuesto, aquellos que buscan lidiar con los costos disruptivos.Con el crecimiento del uso de videos de Liveepeer a través de Liveepeer Studi en los últimos meses y el lanzamiento de Liveepeer Vault administrado por la nueva comunidad, es el momento de presentar la función de computación de video AI en Liveepeer.

La siguiente parte de este artículo explicará cómo introducir la computación de video de inteligencia artificial en la red Liveepeer, así como los planes, estrategias y horarios que los hacen realistas.

Posicionamiento de tareas -video Filtro

Antecedentes de misión y compromiso de Liveepeer

Liveepeer siempre está comprometido con su misión: construir la infraestructura de video World Open.Otras plataformas informáticas intentan convertirse en un mercado que es un «AWS» o «ejecutando cualquier tipo de tarea informática» de «AWS en la cadena de bloques». mercado de la parte de desafío.Por el contrario, LivePeer se centra en la computación de video a través de los transcodos, y puede construir productos específicos y GTM para industrias específicas (más de 100 mil millones de dólares estadounidenses en los mercados de transmisión de video) para resolver los casos de uso reales y desenterrar la demanda existente, en lugar de no comercializar a nadie . Desea una solución abstracta universal.

Preste atención al video significa que Liveepeer evita reacciones excesivas y recurre a las últimas tendencias populares como ICO, NFT o Defi, pero siempre pregunte cómo se aplican estas innovaciones al video.Los puntos altos no son tan altos, pero lo más importante, el punto bajo no es tan bajo.Esto también atrajo a un equipo y una comunidad centrados en la tarea con un profundo conocimiento profesional del video.

En la actualidad, no hay una tendencia más popular que el rápido aumento de la inteligencia artificial.Pero a diferencia de muchos equipos y proyectos de criptomonedas, Liveepeer no renunció a su misión y «recurrió a la inteligencia artificial».Por el contrario, planteamos tales preguntas: cómo la inteligencia artificial afectará el futuro del video.La inteligencia artificial reduce el umbral de los creadores de video de muchas maneras.Dos factores importantes son el tiempo y los costos de la creación primero, así como el tiempo, el costo y el conocimiento profesional de la producción y producción de video de alta calidad.

En términos de creación, la generación de inteligencia artificial se puede usar para crear edición de video de acuerdo con el texto o las indicaciones de imagen.En el pasado, la configuración de escenas requiere la tripulación, la configuración, la cámara, el script, el actor, el editor, etc. Ahora solo necesita ingresar indicaciones de texto en el teclado, y luego esperar unos minutos para permitir que la GPU genere resultados potenciales de la muestra.Generar videos no reemplazará los trabajos de alta calidad, pero puede ahorrar muchos costos en todas las etapas del proceso.
En términos de producción, ya sea creado por la inteligencia artificial o el creador, las funciones como la actualización, la interpolación de cuadros y la generación de subtítulos pueden mejorar rápidamente la calidad y la accesibilidad del contenido de video.Las funciones avanzadas como la interactividad en el video pueden habilitarse mediante detección automática de objetos, blindaje y clasificación de tipo de escena.

El momento de Liveepeer utilizando este conjunto de funciones AI es emocionante porque recientemente lanzó el modelo básico de código abierto, que incluye difusión de video estable, ESRGAN, FAST, etc. Estos modelos han mantenido la sincronización con el modelo patentado de código cerrado.El objetivo es permitir el modelo de código abierto al que todos pueden acceder por infraestructura de video abierta en el mundo.

AI Background -LivePeer es adecuado

Entrenamiento, fino y sintonización, razonamiento

Hay muchas etapas del ciclo de vida de inteligencia artificial, pero las tres etapas que generalmente requieren una gran cantidad de potencia informática son el entrenamiento, la fina sintonización y el razonamiento.en breve:

La capacitación requiere crear un modelo y ejecutar en un conjunto de datos muy grande.A veces, esto requiere decenas de miles o cientos de millones de dólares cuando entrenan modelos básicos (como modelos entrenados a través de OpenAI o Google).
El ajuste fino es más efectivo y utiliza modelos básicos existentes, pero ajusta el peso de acuerdo con un conjunto de entradas específicas de tareas específicas.
El razonamiento es un modelo que ha sido entrenado y ajustado, y le permite producir salida o predecir de acuerdo con el conjunto de entrada.Para una operación de razonamiento, en comparación con las dos primeras etapas, esto generalmente es barato en términos de cálculo, pero generalmente realiza millones de veces una y otra vez.

La capacitación y la fina sintonización requieren acceso a grandes conjuntos de datos y GPU densamente conectado para que puedan comunicarse entre sí y compartir rápidamente información.La red como Liveepeer no es adecuada para la capacitación que se usa en el cuadro, y debe actualizarse para completar la tarea.Aunque las redes descentralizadas como un sustituto de la nube de capacitación técnica a gran escala patentada son muy atractivas para la capacitación, debido a la eficiencia ineficiente de los modelos básicos de sobrecarga de redes y capacitación, desde una perspectiva de costos, si la red descentralizada tiene competencia por el poder de la competencia es dudosa.

Por otro lado, el razonamiento es donde las redes descentralizadas como Liveepeer pueden desempeñar un papel.Cada operador de nodo puede optar por cargar el modelo dado a su GPU y puede competir en costo para realizar operaciones de inferencia de acuerdo con la entrada del usuario.Al igual que en la red de transcodificación de LivePeer, los usuarios pueden enviar tareas a la red Liveepeer para realizar un razonamiento de IA, y deben obtener los beneficios de los precios competitivos en el mercado abierto.

La GPU es el alma de un auge de inteligencia artificial.El negocio del centro de datos de NVIDIA se basa en la demanda de GPU y ha crecido en el nivel de índice en el último año.Elon Musk dijo en broma que la GPU es más difícil de comprar que las drogas.Sin embargo, la red Depin, como Liveepeer, ha demostrado que a través de sus desarrollos de mercado abierto y a través de los premios de token de inflación, pueden atraer la oferta global de GPU antes de la demanda, lo que puede apoyar el crecimiento de los nuevos usuarios y aplicaciones de manera flexible.Utiliza casi infinitamente la capacidad.Los desarrolladores ya no necesitan reservar hardware cuando no se usan por adelantado a un precio alto, pero pueden pagar al precio de mercado más bajo posible.Esta es una gran oportunidad para que las redes descentralizadas promuevan la prosperidad de la inteligencia artificial.

Oportunidad de Liveepeer: tareas de razonamiento de AI de suministro a la red en lugar de GPU

Deje que 1000 GPU conectados a Liveepeer jueguen un papel

Los proveedores de la nube como GCP o AWS le permiten «reservar el servidor GPU» en su nube corporativa.Las redes abiertas como Akash van más allá, lo que le permite alquilar un servidor a pedido de uno de los muchos proveedores descentralizados de todo el mundo.Pero no importa cuáles sean las opciones anteriores, debe administrar el servidor alquilado para ejecutar el modelo y realizar la tarea.Si desea crear una aplicación que pueda realizar múltiples tareas al mismo tiempo, debe ampliarse.Deben vincular el flujo de trabajo juntos.

Liveepeer abstrae las cosas como «trabajo», puede enviarlo a la red y creer que se completará.Liveepeer ha logrado esto a través de transcodos de video, y su trabajo es enviar un fragmento de video de 2 segundos para la transcodificación.Solo necesita enviar su tarea a la red, y puede estar seguro de que su nodo de transmisión será confiable para completar la operación y ser responsable de la selección de nodos de trabajo, transferencia de fallas y redundancia.

Para las tareas de computación de video de inteligencia artificial, puede funcionar de la misma manera.Puede haber un trabajo de «Generación de videos a partir de texto».Puede creer que su nodo completará esta tarea, y puede extenderla a cualquier número de tareas que desee enviar a través de un solo nodo.Da un paso adelante, esto todavía está en la etapa de diseño: puedes enviar todo el flujo de trabajo, como

Desde Text Generating Video
Elevar
Realice la interpolación del marco para que sea suave

La red puede hacer esto por usted, y no necesita implementar modelos separados en máquinas individuales, administrar IO, almacenamiento compartido, etc.Ya no es necesario administrar el servidor, el servidor extendido y no transferir.Liveepeer es una infraestructura escalable con los beneficios de máximo costo y altamente confiable.Si la red puede cumplir con estos compromisos calculados por el video de inteligencia artificial, como lo hace en el trabajo de transcodificación de video, proporcionará un nuevo nivel de experiencia en el desarrollador y reducción de costos.

Se planea introducir rápidamente los cálculos de video de AI y verificar el costo y los beneficios de la red

Subred de video ai

De acuerdo con los últimos 7 años de Liveepeer, el proyecto se comprometerá a mostrar el software y las capacidades de red de código abierto real, disponible, funcional, y luego promueve «Liveepeer con esto».La siguiente es una versión breve del plan para lograr este objetivo:

Seleccione casos de uso iniciales específicos para otros tipos de trabajo, no solo la transcodificación de video: videos generadores basados en AI, que son actualizados por IA y compatibles con la interpolación de cuadro.Los excelentes modelos abiertos, como la difusión de video estable, se desarrollan constantemente todos los días en este campo.
Operaciones rápidas mediante la construcción de la pico/pico del software de nodo, estas funciones se agregan a nuestro nodo coordinador (proveedor) y nodo de emisora (lado de la demanda).El Catalyst Open Media Server de Livepeer debe admitir interfaces para solicitar y usar estas tareas de video.
Los usuarios que ejecutan este pico formarán una red de semillas en Liveepeer, pero utilizarán el Protocolo LivePeer para descubrir y pagar nodos para ejecutar esta nueva característica a través de la red principal de Liveepeer.
Coopere con aplicaciones de consumo frontal, use la red informática abierta muy efectiva de Liveepeer y capture y muestre datos de los beneficios de costo de Liveepeer en relación con la nube pública.
Después de verificar esto, fusionarlo con el cliente central de Liveepeer, agregar otros tipos de tipos de trabajo y desarrollar un ecosistema en torno a otras formas de cálculos de video.

El nodo de subred de video AI se ejecuta con el nodo de transcodificación, y usa Liveepeer para pagar al mismo tiempo.

AI Video SPE

Liveepeer recientemente introdujo una comunidad administrada por la bóveda de la cadena a través de su actualización de Delta, y ha estado utilizando LPT para un plan de productos públicos durante unos meses.En la actualidad, se está discutiendo una discusión previa y abordando la votación.La primera propuesta es lograr el desarrollo central para completar las primeras cuatro tareas enumeradas anteriormente, incluidas:

Desarrolle estas funciones de IA como una bifurcación de nodo Liveepeer
Los operadores de nodos pueden formar un sub -network para realizar estas tareas pagando en la red principal de Liveepeer.
Una aplicación delantera para mostrar a los consumidores.
La configuración del punto de referencia y los datos muestra los beneficios de costo de la implementación a gran escala del razonamiento de inteligencia artificial en Liveepeer Network.

También propone futuros hitos de financiamiento potencial, es decir, proporcionar crédito de infraestructura de la bóveda para pagar el costo inicial de los consumidores durante la recopilación de la recopilación de datos.

El canal #AI-Video en Liveepeer Discord se ha convertido en un punto caliente para las discusiones y la cooperación en torno al plan.Los operadores de nodos han comenzado a probar diferentes hardware, familiarizados con la ejecución de estos modelos de video abiertos y resolver los desafíos de pasar de los transcodos de video a otras operaciones específicas de video.Es un momento interesante para convertirse en miembro de un equipo de proyecto en rápido desarrollo.

futuro

Aunque este hito inicial puede indicar que LivePeer tiene una computación de video AI efectiva para formas específicas de video de IA, el verdadero poder final es que los desarrolladores de IA pueden ser un modelo BYO, BYO Weight, BYO Fine -Tuning o despliegue de Lora personalizado basado en basado La base existente de Internet en Internet.

Apoya estas funciones iniciales y abarcan un conjunto de diferentes modelos y formularios de computación, causará un aprendizaje rápido en los campos de la operación del nodo, la carga/desinstalación del modelo en GPU, el descubrimiento y la negociación de nodos, la transferencia de fallas, el pago, la verificación y otros campos. .A partir de ahí, podemos evaluar el hito futuro de la producción y el soporte de cualquier operación de computación de video de IA en la red Liveepeer.

En los primeros días, una plataforma específica (como LivePeer Studio) podría construir API y productos para que los desarrolladores de video usen modelos compatibles.Las aplicaciones de consumo (como las aplicaciones propuestas en AI Video SPE) pueden usar estas características directamente en Liveepeer a través del nodo Catalyst.Sin embargo, con la expansión de estas funciones, se puede formar el nuevo negocio de inteligencia artificial centrado en los creadores, y la red global de GPU de Liveepeer utiliza una experiencia personalizada en económica y eficientemente sin depender de nubes de tecnología grandes y su propia propietaria exclusiva del modelo es el pilar de negocios.

Este es un camino emocionante, debes correr para llegar allí.No hay duda de que la inteligencia artificial cambiará el mundo del video a una velocidad más allá de nuestra imaginación en los próximos años. El futuro.