Permintaan Daya Komputasi AI Meningkat Pesat, platform Daya Komputasi Desentralisasi Menjadi Solusi Baru

Seiring dengan perkembangan cepat model bahasa besar dan teknologi generasi gambar AI, permintaan akan sumber daya komputasi berkinerja tinggi seperti GPU sedang meningkat pesat. Data menunjukkan bahwa ukuran pasar AI meningkat dari 134,8 miliar dolar AS pada tahun 2022 menjadi 241,8 miliar dolar AS pada tahun 2023, dan diperkirakan akan mencapai 738,7 miliar dolar AS pada tahun 2030. Nilai pasar layanan cloud juga meningkat sekitar 14%, sebagian disebabkan oleh pertumbuhan cepat permintaan daya komputasi GPU di pasar AI.

Dalam menghadapi pasar yang berkembang pesat ini, bagaimana cara mendekonstruksi dan menggali peluang investasi yang relevan menjadi fokus perhatian. Infrastruktur AI terutama ada untuk memproses dan mengoptimalkan kumpulan data besar dan Daya Komputasi yang dibutuhkan untuk melatih model, dengan menyelesaikan masalah efisiensi pemrosesan data, keandalan model, dan skalabilitas aplikasi dari dua aspek: perangkat keras dan perangkat lunak.

Pelatihan dan aplikasi AI membutuhkan banyak Daya Komputasi, lebih memilih lingkungan cloud dengan latensi rendah dan Daya Komputasi GPU. Dari sisi perangkat lunak, juga mencakup platform komputasi terdistribusi seperti Apache Spark/Hadoop. Desain desentralisasi blockchain dan mekanisme proof of work memiliki kesamaan dengan kebutuhan Daya Komputasi AI. Oleh karena itu, penyedia layanan cloud tradisional mulai menawarkan layanan penyewaan GPU, sementara beberapa proyek baru mencoba menggunakan desain sistem terdistribusi untuk memanfaatkan sumber daya GPU yang tidak terpakai, mengurangi biaya Daya Komputasi perusahaan rintisan.

Dalam konteks ini, beberapa platform Daya Komputasi desentralisasi muncul. io.net adalah salah satu proyek representatif, yang menggabungkan teknologi blockchain, bertujuan untuk memanfaatkan sumber daya Daya Komputasi terdistribusi untuk mengatasi tantangan kebutuhan komputasi di bidang AI dan pembelajaran mesin. io.net mengintegrasikan kartu grafis yang tidak terpakai dari pusat data independen dan penambang cryptocurrency, bersinergi dengan beberapa proyek cryptocurrency, mengumpulkan lebih dari 1 juta sumber daya GPU.

Dari sudut pandang teknis, io.net dibangun di atas kerangka kerja pembelajaran mesin terdistribusi ray.io, menyediakan sumber daya komputasi terdistribusi untuk aplikasi AI dari pembelajaran penguatan, pembelajaran mendalam hingga penyetelan model, dan menjalankan model. Siapa pun dapat bergabung dengan jaringan Daya Komputasi io sebagai pekerja atau pengembang tanpa izin tambahan. Jaringan akan menyesuaikan harga secara dinamis berdasarkan kompleksitas pekerjaan komputasi, tingkat urgensi, dan ketersediaan sumber daya Daya Komputasi.

$IO adalah token asli dari sistem io.net, yang berfungsi sebagai perantara transaksi antara penyedia dan pembeli daya komputasi. Menggunakan $IO dapat mengurangi biaya transaksi sebesar 2%. $IO juga memainkan peran insentif penting dalam operasi jaringan: pemegang token dapat mempertaruhkan $IO ke node, dan node hanya dapat menghasilkan pendapatan jika ada $IO yang dipertaruhkan.

Selain io.net, ada proyek platform daya komputasi desentralisasi serupa lainnya di pasar, seperti Akash, Nosana, OctaSpace, dan Clore.AI. Proyek-proyek ini semua bertekad untuk memenuhi kebutuhan komputasi model AI, tetapi berbeda dalam implementasi spesifik dan pasar target.

Dibandingkan dengan produk pesaing, io.net adalah satu-satunya proyek saat ini yang memungkinkan siapa saja bergabung tanpa hambatan untuk menyediakan Daya Komputasi. Pengguna dapat menggunakan GPU kelas konsumen dengan minimal 30 seri untuk berpartisipasi dalam kontribusi Daya Komputasi jaringan, juga mendukung sumber daya chip Apple seperti MacBook M2, Mac Mini, dan lainnya. Keterbukaan ini memberi potensi bagi io.net untuk menarik lebih banyak sumber daya kartu grafis melalui ekonomi token.

Namun, perkembangan io.net tidak berjalan mulus. Selama periode testnet, beberapa peserta merasa kecewa karena biaya sewa GPU melebihi keuntungan airdrop. Apakah proyek ini dapat memenuhi berbagai kebutuhan komputasi untuk aplikasi AI, serta seberapa banyak permintaan nyata yang dapat dipertahankan setelah testnet, masih perlu dibuktikan seiring waktu.

Seiring dengan perkembangan teknologi AI yang terus menerus dan meluasnya skenario aplikasi, platform daya komputasi desentralisasi diharapkan dapat memainkan peran penting dalam menyelesaikan konflik antara penawaran dan permintaan daya komputasi serta menurunkan hambatan bagi aplikasi AI. Namun, bidang yang baru muncul ini masih menghadapi berbagai tantangan, termasuk implementasi teknologi, desain model ekonomi, dan optimalisasi pengalaman pengguna. Di masa depan, proyek yang dapat mencapai terobosan dalam aspek-aspek ini mungkin akan menonjol dalam persaingan dan memberikan dukungan yang kuat untuk perkembangan industri AI.