الطلب على قوة الحوسبة الذكائية يتزايد بشكل كبير، والمنصة اللامركزية لقوة الحوسبة أصبحت حلاً ناشئاً
مع التطور السريع لنماذج اللغة الكبيرة وتقنيات توليد الصور بالذكاء الاصطناعي، يتزايد الطلب بشكل حاد على موارد الحوسبة عالية الأداء مثل وحدات معالجة الرسومات. تظهر البيانات أن حجم سوق الذكاء الاصطناعي زاد من 134.8 مليار دولار أمريكي في عام 2022 إلى 241.8 مليار دولار أمريكي في عام 2023، ومن المتوقع أن يصل إلى 738.7 مليار دولار أمريكي بحلول عام 2030. كما زادت القيمة السوقية لخدمات السحابة بنسبة حوالي 14%، ويرجع ذلك جزئيًا إلى الزيادة السريعة في الطلب على قوة الحوسبة لوحدات معالجة الرسومات في سوق الذكاء الاصطناعي.
في مواجهة هذا السوق سريع النمو، أصبح كيفية تفكيك واستكشاف الفرص الاستثمارية ذات الصلة محور التركيز. البنية التحتية للذكاء الاصطناعي موجودة بشكل أساسي لمعالجة وتحسين كميات كبيرة من مجموعات البيانات و قوة الحوسبة اللازمة لتدريب النماذج، حيث تعالج مشكلات كفاءة معالجة البيانات وموثوقية النماذج وقابلية تطبيقها من جوانب الأجهزة والبرامج.
تتطلب تدريب وتطبيق الذكاء الاصطناعي موارد كبيرة من قوة الحوسبة، ويفضل بيئات سحابية ذات تأخير منخفض وقوة حوسبة GPU. ومن الناحية البرمجية، تشمل أيضًا منصات الحوسبة الموزعة مثل Apache Spark/Hadoop. التصميم اللامركزي ل blockchain وآلية إثبات العمل لهما أوجه تشابه مع احتياجات قوة الحوسبة للذكاء الاصطناعي. لذلك، بدأت مقدمو الخدمات السحابية التقليدية بتقديم خدمات تأجير GPU، بينما تحاول بعض المشاريع الناشئة استخدام تصميم الأنظمة الموزعة للاستفادة من موارد GPU غير المستغلة، مما يقلل من تكاليف قوة الحوسبة للشركات الناشئة.
في هذا السياق، ظهرت بعض منصات قوة الحوسبة اللامركزية. io.net هو أحد المشاريع التمثيلية، حيث يجمع بين تقنية البلوكشين، ويهدف إلى استخدام موارد القوة الحوسبية الموزعة لمعالجة تحديات متطلبات الحوسبة في مجالات الذكاء الاصطناعي وتعلم الآلة. تجمع io.net بين بطاقات الرسوم غير المستخدمة من مراكز البيانات المستقلة وعمال تعدين العملات المشفرة، وتوحد العديد من المشاريع المشفرة، مما يجمع أكثر من مليون مورد من وحدات معالجة الرسوم.
من الناحية التقنية، تم بناء io.net على إطار عمل ray.io الذي يحقق الحوسبة الموزعة، ويوفر موارد الحوسبة الموزعة لتطبيقات الذكاء الاصطناعي في جميع مراحلها، من التعلم المعزز، والتعلم العميق، إلى تحسين النموذج وتشغيل النموذج. يمكن لأي شخص الانضمام إلى شبكة قوة الحوسبة الخاصة بـ io كعامل أو مطور، دون الحاجة إلى إذن إضافي. ستقوم الشبكة بضبط الأسعار ديناميكيًا بناءً على تعقيد العمل الحسابي، ودرجة الإلحاح، وتوافر موارد قوة الحوسبة.
$IO هو الرمز الأصلي لنظام io.net، ويعمل كوسيط للتداول بين مقدمي القوة الحوسبية والمشترين. يمكن استخدام $IO لتخفيض 2% من رسوم الطلبات. كما يلعب $IO دورًا هامًا في تحفيز تشغيل الشبكة: يمكن لحاملي الرموز المميزة رهن $IO إلى العقد، كما أن تشغيل العقد يحتاج أيضًا إلى رهن $IO لتحقيق الأرباح.
بالإضافة إلى io.net ، هناك مشاريع أخرى مماثلة على المنصة مثل Akash و Nosana و OctaSpace و Clore.AI. جميع هذه المشاريع تهدف إلى تلبية احتياجات حساب نماذج الذكاء الاصطناعي ، لكن هناك اختلافات في التنفيذ والأسواق المستهدفة.
بالمقارنة مع المنتجات المنافسة، io.net هو المشروع الوحيد حالياً الذي يسمح لأي شخص بالانضمام بدون أي عوائق لتقديم قوة الحوسبة. يمكن للمستخدمين استخدام أقل من 30 بطاقة رسومية من الفئة الاستهلاكية للمساهمة في قوة الحوسبة للشبكة، كما يدعم موارد شرائح Apple مثل MacBook M2 و Mac Mini. هذه الانفتاح يمنح io.net القدرة على جذب المزيد من موارد بطاقات الرسوم من خلال الاقتصاد القائم على الرموز.
ومع ذلك، لم تكن مسيرة تطوير io.net سلسة. خلال فترة الشبكة التجريبية، شعر بعض المشاركين بخيبة أمل لأن تكلفة استئجار وحدات معالجة الرسوميات تجاوزت عائدات الإطلاق. لا يزال يتعين التحقق من قدرة المشروع على تحقيق هدفه في توفير متطلبات الحوسبة لمختلف مراحل تطبيقات الذكاء الاصطناعي، وكذلك مقدار الطلب الحقيقي الذي يمكن الاحتفاظ به بعد الشبكة التجريبية.
مع التطور المستمر لتقنية الذكاء الاصطناعي وتوسع تطبيقاتها، من المتوقع أن تلعب منصة قوة الحوسبة اللامركزية دورًا هامًا في حل تناقض العرض والطلب على قوة الحوسبة، وتقليل حواجز دخول تطبيقات الذكاء الاصطناعي. لكن هذا المجال الناشئ لا يزال يواجه العديد من التحديات، بما في ذلك التنفيذ التكنولوجي، وتصميم النماذج الاقتصادية، وتحسين تجربة المستخدم. في المستقبل، قد تبرز المشاريع التي تحقق突破 في هذه المجالات في المنافسة، مما يوفر دعمًا قويًا لتطوير صناعة الذكاء الاصطناعي.
قد تحتوي هذه الصفحة على محتوى من جهات خارجية، يتم تقديمه لأغراض إعلامية فقط (وليس كإقرارات/ضمانات)، ولا ينبغي اعتباره موافقة على آرائه من قبل Gate، ولا بمثابة نصيحة مالية أو مهنية. انظر إلى إخلاء المسؤولية للحصول على التفاصيل.
زاد الطلب على قوة الحوسبة للذكاء الاصطناعي وظهور المنصة اللامركزية io.net
الطلب على قوة الحوسبة الذكائية يتزايد بشكل كبير، والمنصة اللامركزية لقوة الحوسبة أصبحت حلاً ناشئاً
مع التطور السريع لنماذج اللغة الكبيرة وتقنيات توليد الصور بالذكاء الاصطناعي، يتزايد الطلب بشكل حاد على موارد الحوسبة عالية الأداء مثل وحدات معالجة الرسومات. تظهر البيانات أن حجم سوق الذكاء الاصطناعي زاد من 134.8 مليار دولار أمريكي في عام 2022 إلى 241.8 مليار دولار أمريكي في عام 2023، ومن المتوقع أن يصل إلى 738.7 مليار دولار أمريكي بحلول عام 2030. كما زادت القيمة السوقية لخدمات السحابة بنسبة حوالي 14%، ويرجع ذلك جزئيًا إلى الزيادة السريعة في الطلب على قوة الحوسبة لوحدات معالجة الرسومات في سوق الذكاء الاصطناعي.
في مواجهة هذا السوق سريع النمو، أصبح كيفية تفكيك واستكشاف الفرص الاستثمارية ذات الصلة محور التركيز. البنية التحتية للذكاء الاصطناعي موجودة بشكل أساسي لمعالجة وتحسين كميات كبيرة من مجموعات البيانات و قوة الحوسبة اللازمة لتدريب النماذج، حيث تعالج مشكلات كفاءة معالجة البيانات وموثوقية النماذج وقابلية تطبيقها من جوانب الأجهزة والبرامج.
تتطلب تدريب وتطبيق الذكاء الاصطناعي موارد كبيرة من قوة الحوسبة، ويفضل بيئات سحابية ذات تأخير منخفض وقوة حوسبة GPU. ومن الناحية البرمجية، تشمل أيضًا منصات الحوسبة الموزعة مثل Apache Spark/Hadoop. التصميم اللامركزي ل blockchain وآلية إثبات العمل لهما أوجه تشابه مع احتياجات قوة الحوسبة للذكاء الاصطناعي. لذلك، بدأت مقدمو الخدمات السحابية التقليدية بتقديم خدمات تأجير GPU، بينما تحاول بعض المشاريع الناشئة استخدام تصميم الأنظمة الموزعة للاستفادة من موارد GPU غير المستغلة، مما يقلل من تكاليف قوة الحوسبة للشركات الناشئة.
في هذا السياق، ظهرت بعض منصات قوة الحوسبة اللامركزية. io.net هو أحد المشاريع التمثيلية، حيث يجمع بين تقنية البلوكشين، ويهدف إلى استخدام موارد القوة الحوسبية الموزعة لمعالجة تحديات متطلبات الحوسبة في مجالات الذكاء الاصطناعي وتعلم الآلة. تجمع io.net بين بطاقات الرسوم غير المستخدمة من مراكز البيانات المستقلة وعمال تعدين العملات المشفرة، وتوحد العديد من المشاريع المشفرة، مما يجمع أكثر من مليون مورد من وحدات معالجة الرسوم.
من الناحية التقنية، تم بناء io.net على إطار عمل ray.io الذي يحقق الحوسبة الموزعة، ويوفر موارد الحوسبة الموزعة لتطبيقات الذكاء الاصطناعي في جميع مراحلها، من التعلم المعزز، والتعلم العميق، إلى تحسين النموذج وتشغيل النموذج. يمكن لأي شخص الانضمام إلى شبكة قوة الحوسبة الخاصة بـ io كعامل أو مطور، دون الحاجة إلى إذن إضافي. ستقوم الشبكة بضبط الأسعار ديناميكيًا بناءً على تعقيد العمل الحسابي، ودرجة الإلحاح، وتوافر موارد قوة الحوسبة.
$IO هو الرمز الأصلي لنظام io.net، ويعمل كوسيط للتداول بين مقدمي القوة الحوسبية والمشترين. يمكن استخدام $IO لتخفيض 2% من رسوم الطلبات. كما يلعب $IO دورًا هامًا في تحفيز تشغيل الشبكة: يمكن لحاملي الرموز المميزة رهن $IO إلى العقد، كما أن تشغيل العقد يحتاج أيضًا إلى رهن $IO لتحقيق الأرباح.
بالإضافة إلى io.net ، هناك مشاريع أخرى مماثلة على المنصة مثل Akash و Nosana و OctaSpace و Clore.AI. جميع هذه المشاريع تهدف إلى تلبية احتياجات حساب نماذج الذكاء الاصطناعي ، لكن هناك اختلافات في التنفيذ والأسواق المستهدفة.
بالمقارنة مع المنتجات المنافسة، io.net هو المشروع الوحيد حالياً الذي يسمح لأي شخص بالانضمام بدون أي عوائق لتقديم قوة الحوسبة. يمكن للمستخدمين استخدام أقل من 30 بطاقة رسومية من الفئة الاستهلاكية للمساهمة في قوة الحوسبة للشبكة، كما يدعم موارد شرائح Apple مثل MacBook M2 و Mac Mini. هذه الانفتاح يمنح io.net القدرة على جذب المزيد من موارد بطاقات الرسوم من خلال الاقتصاد القائم على الرموز.
ومع ذلك، لم تكن مسيرة تطوير io.net سلسة. خلال فترة الشبكة التجريبية، شعر بعض المشاركين بخيبة أمل لأن تكلفة استئجار وحدات معالجة الرسوميات تجاوزت عائدات الإطلاق. لا يزال يتعين التحقق من قدرة المشروع على تحقيق هدفه في توفير متطلبات الحوسبة لمختلف مراحل تطبيقات الذكاء الاصطناعي، وكذلك مقدار الطلب الحقيقي الذي يمكن الاحتفاظ به بعد الشبكة التجريبية.
مع التطور المستمر لتقنية الذكاء الاصطناعي وتوسع تطبيقاتها، من المتوقع أن تلعب منصة قوة الحوسبة اللامركزية دورًا هامًا في حل تناقض العرض والطلب على قوة الحوسبة، وتقليل حواجز دخول تطبيقات الذكاء الاصطناعي. لكن هذا المجال الناشئ لا يزال يواجه العديد من التحديات، بما في ذلك التنفيذ التكنولوجي، وتصميم النماذج الاقتصادية، وتحسين تجربة المستخدم. في المستقبل، قد تبرز المشاريع التي تحقق突破 في هذه المجالات في المنافسة، مما يوفر دعمًا قويًا لتطوير صناعة الذكاء الاصطناعي.