Aethir: Un jugador de poder en la computación en la nube descentralizada con triple enfoque

El desarrollo y avance de los grandes modelos LLM y la IA son un progreso tecnológico extremadamente grande en la historia de la humanidad. Desde entonces, la humanidad ha entrado en la era de la IA, donde en este nuevo mundo, la "potencia de cálculo" es el recurso más escaso.

La tendencia en el desarrollo de la potencia de cálculo es la computación en el borde, un método de cálculo que puede reducir eficazmente la latencia física, convirtiéndose en la piedra angular del desarrollo de industrias con demanda de baja latencia como el metaverso; la computación en la nube distribuida y descentralizada tiene ventajas de flexibilidad, bajo costo y resistencia a la censura, y su perspectiva de desarrollo es muy amplia.

Aethir es una plataforma de renderizado en tiempo real descentralizada basada en la red Arbitrum, que reúne GPU de alta capacidad de cálculo como la H100, para proporcionar servicios de computación a nivel empresarial a empresas de juegos, inteligencia artificial, entre otros.

Aethir ya ha colaborado con proyectos de computación en la nube de primer nivel en la industria como io.net, Theta, así como con varios estudios de juegos de primer nivel y compañías de telecomunicaciones, se espera que los ingresos recurrentes anuales (ARR) superen los 20 millones de dólares en el primer trimestre de 2024.

Aethir Edge ha reducido significativamente el umbral para que los usuarios comunes vendan el exceso de potencia de cálculo y ha ampliado enormemente el alcance geográfico de la red Aethir.

Aethir ha obtenido 80 millones de dólares a través de la venta de nodos de verificación NFT, lo que demuestra que su perspectiva de proyecto y modelo económico son extremadamente atractivos para una amplia gama de usuarios.

El costo de uso por hora del A100 de la red Aethir es significativamente más bajo que el de otros competidores, lo que le otorga una clara ventaja competitiva.

El cambio en el proceso de desarrollo de la sociedad humana a menudo se logra a través de unos pocos grandes inventos y avances científicos. Cada avance tecnológico crea directamente una nueva era más eficiente y próspera.

La revolución industrial, la revolución eléctrica y la revolución de la información son avances tecnológicos extraordinarios en la historia de la humanidad, que han transformado por completo el rostro de la sociedad humana y han traído consigo un cambio sin precedentes en la productividad y el estilo de vida. Ahora, ya no podemos volver a la era de la iluminación con lámparas de queroseno y el envío de cartas en carretas. Con el nacimiento de GPT, la humanidad ha entrado en otra gran nueva era.

LLM está liberando la inteligencia humana paso a paso, permitiendo que las personas utilicen su energía e inteligencia limitadas en pensamientos y prácticas más creativas, llevando a la humanidad a un mundo más eficiente.

Vemos a GPT como otro avance tecnológico que cambia el mundo, no solo por los enormes progresos de GPT en la comprensión y generación del lenguaje natural, sino también porque la humanidad ha desentrañado las leyes del crecimiento de la capacidad de los grandes modelos de lenguaje en la evolución de GPT: es decir, a través de la expansión continua de los parámetros del modelo y los datos de entrenamiento, se puede lograr un aumento exponencial en la capacidad del modelo LLM. En condiciones de suficiente capacidad de cómputo, este proceso aún no muestra un límite.

El uso de los grandes modelos de lenguaje no se limita únicamente a la comprensión del lenguaje humano y la conversación; por el contrario, esto es solo el comienzo. Una vez que las máquinas tienen la capacidad de entender el lenguaje, es como abrir una caja de Pandora, liberando un espacio de imaginación infinito. Las personas pueden aprovechar esta capacidad de la IA para desarrollar diversas funciones disruptivas.

Actualmente, en diversos campos interdisciplinares de la tecnología, los modelos LLM ya están haciendo su aparición. Desde la producción de videos, la creación artística y otros campos humanísticos, hasta el desarrollo de medicamentos, la biotecnología y otros campos de tecnología dura, seguramente se producirán cambios radicales.

En esta era, la potencia de cálculo se considera un recurso escaso, los grandes gigantes tecnológicos poseen abundantes recursos, mientras que los desarrolladores emergentes enfrentan barreras de entrada debido a la escasez de recursos de potencia de cálculo. En la nueva era de la IA, la potencia de cálculo es poder, y quienes controlan la potencia de cálculo tienen la capacidad de cambiar el mundo. La GPU, como piedra angular en el campo del aprendizaje profundo y el cálculo científico, desempeña un papel crucial.

En el rápidamente desarrollado campo de la inteligencia artificial (AI), debemos reconocer los dos aspectos del desarrollo: el entrenamiento de modelos y la inferencia. La inferencia implica las funciones y salidas del modelo de IA, mientras que el entrenamiento incluye el complejo proceso necesario para construir modelos inteligentes, que abarca algoritmos de aprendizaje automático, conjuntos de datos y capacidad de cálculo.

Tomando como ejemplo GPT-4, si se desea obtener razonamientos de alta calidad, los desarrolladores necesitan acceder a conjuntos de datos básicos completos y una gran capacidad de cálculo para entrenar un modelo de IA eficaz. Y estos recursos están principalmente en manos de gigantes de la industria como Nvidia, Google, Microsoft y AWS.

Los altos costos de computación y las barreras de entrada impiden que más desarrolladores ingresen, lo que también hace que los jugadores principales se vuelvan cada vez más fuertes. Ellos poseen grandes conjuntos de datos y una gran capacidad de cálculo, con la habilidad de aumentar constantemente su escala y reducir sus costos, lo que lleva a que las barreras de la industria se fortalezcan aún más.

Pero no podemos evitar preguntarnos, ¿existe una solución para reducir los costos de computación y las barreras de entrada a la industria mediante la adopción de tecnologías de blockchain? La respuesta es afirmativa. La Descentralización de la computación en la nube distribuida nos ofrece tal solución en este contexto temporal.

A pesar de que en la actualidad la potencia de cálculo es costosa y escasa, las GPU no se están utilizando de manera óptima. Esto se debe principalmente a que aún no ha surgido una forma lista para integrar esta potencia de cálculo descentralizada y hacer que funcione de manera comercial. A continuación se presentan los números típicos de utilización de GPU para diferentes cargas de trabajo:

La mayoría de los dispositivos de consumo con GPU pertenecen a las tres primeras categorías, es decir, inactivos ( que acaban de arrancar en el sistema operativo Windows ):

• La tasa de utilización de GPU es: 0-2%;
• Tareas generales de producción ( escritura, navegación simple ):0-15%;
• Reproducción de video: 15 - 35%.

Los datos anteriores indican que: la utilización de recursos computacionales es extremadamente baja, y en el mundo de Web2, no hay medidas efectivas para recolectar e integrar estos recursos. Pero la economía Crypto y la economía de blockchain, quizás son la solución ideal para este desafío. La economía de criptomonedas construye un mercado global altamente eficiente, y debido a su singular economía de tokens y las características de un sistema sin Descentralización, la fijación de precios de recursos, su circulación y la coincidencia de la oferta y la demanda del mercado son extremadamente eficientes.

El desarrollo de la IA impacta el futuro de la humanidad, y el avance de la potencia de cálculo determina el desarrollo de la IA. Desde la invención de la primera computadora en la década de 1940, el modelo de cálculo ha experimentado múltiples transformaciones. Desde las pesadas computadoras de gran tamaño hasta las ligeras computadoras portátiles, desde la compra de servidores centralizados hasta el alquiler de potencia de cálculo, la barrera de entrada para obtener potencia de cálculo ha ido disminuyendo gradualmente. Antes de la aparición de la computación en la nube, las empresas tenían que adquirir sus propios servidores y actualizarlos continuamente con los avances tecnológicos, pero la aparición de la computación en la nube cambió completamente este modelo.

El concepto básico de la computación en la nube es que el cliente alquila servidores, accede de forma remota y paga según la cantidad utilizada. Ahora, las empresas tradicionales están siendo desafiadas por la computación en la nube. En el ámbito de la computación en la nube, la tecnología de virtualización es el núcleo del campo. Los servidores virtualizados pueden dividir un servidor potente en servidores más pequeños y alquilarlos, y pueden movilizar dinámicamente varios recursos.

Este modelo ha transformado por completo el panorama comercial de la industria de la potencia de cálculo. Antes, las personas necesitaban comprar sus propias instalaciones de potencia de cálculo para satisfacer sus necesidades; pero ahora solo necesitan pagar un alquiler en el sitio web para disfrutar de servicios de potencia de cálculo de alta calidad. La dirección futura del desarrollo de la computación en la nube es la Descentralización. Dado que los sistemas centralizados tradicionales están demasiado lejos de los usuarios, esto puede causar un cierto grado de latencia. Aunque la latencia se puede optimizar, debido a la limitación de la velocidad de la luz, la latencia nunca se puede superar.

Sin embargo, las nuevas industrias como el metaverso, la conducción autónoma y la telemedicina tienen requisitos de baja latencia, por lo que es necesario trasladar los servidores de computación en la nube más cerca de los usuarios, lo que ha llevado a que se ubiquen cada vez más pequeños centros de datos alrededor de los usuarios, esto es la computación en el borde.

En comparación con los proveedores de potencia de cálculo en la nube centralizados, las ventajas de la computación en la nube descentralizada radican principalmente en:

• Accesibilidad y flexibilidad: Obtener acceso a chips de potencia de cálculo en plataformas de proveedores de servicios en la nube como AWS, GCP o Azure suele tardar varias semanas, y los modelos de GPU de alto rendimiento, como A100, H100, a menudo están fuera de stock. Además, para obtener potencia de cálculo, los consumidores a menudo necesitan firmar contratos a largo plazo y poco flexibles con estas grandes empresas, lo que no solo causa pérdidas de tiempo, sino que también rigidiza las operaciones comerciales, perdiendo cierta flexibilidad. En comparación, las plataformas de potencia de cálculo distribuidas permiten acceder a la potencia de cálculo en cualquier momento y ofrecen opciones de hardware flexibles, con una mayor accesibilidad.
• Precio más bajo: Debido a que se utilizan chips inactivos, y sumado a las subvenciones en tokens por parte de los proveedores de protocolos de red a los proveedores de chips y potencia de cálculo, las redes de potencia de cálculo distribuida pueden ofrecer una potencia de cálculo más económica.
• Anticensura: Algunos sistemas no se posicionan como sistemas sin permiso. Se abordaron cuestiones de cumplimiento como GDPR y HIPAA en las etapas de lanzamiento de GPU, carga de datos, compartición de datos y compartición de resultados.

A medida que la IA avanza y persiste el desequilibrio entre la oferta y la demanda de GPU, se impulsará a más desarrolladores a adoptar plataformas de computación en la nube de Descentralización. Al mismo tiempo, durante el mercado alcista, debido al aumento de precios de los tokens criptográficos, los proveedores de GPU obtendrán mayores ganancias, lo que estimulará la entrada de más proveedores de GPU en este mercado, creando un efecto de rueda positiva.

Problemas técnicos

1. Problema de paralelización

Las plataformas de computación distribuida suelen reunir un suministro de chips de cola larga, lo que significa que un solo proveedor de chips casi no puede completar de forma independiente tareas complejas de entrenamiento o inferencia de modelos de IA en un corto período de tiempo. Si una plataforma de computación en la nube quiere ser competitiva, debe descomponer y distribuir tareas mediante métodos de paralelización para reducir el tiempo total de finalización y mejorar la capacidad de cálculo de la plataforma.

Sin embargo, durante el proceso de paralelización se enfrentarán a una serie de problemas, incluyendo cómo descomponer las tareas (, especialmente para tareas de aprendizaje profundo complejas ), la dependencia de datos y los costos de comunicación adicionales entre dispositivos.

2. Riesgo de sustitución de nuevas tecnologías

Con la gran inversión de capital en la investigación de circuitos integrados específicos de aplicación ASIC( y nuevas invenciones como las unidades de procesamiento de tensores TPU), podría haber un impacto en los clústeres de GPU de las plataformas de computación Descentralización.

Si estos ASIC pueden ofrecer un buen rendimiento y hay un equilibrio en los costos, el mercado de GPU actualmente monopolizado por grandes organizaciones de IA podría volver al mercado. Esto resultará en un aumento en la oferta de GPU, lo que afectará el ecosistema de las plataformas de computación en la nube descentralizada.

3. Riesgo regulatorio

Debido a que el sistema de computación en la nube descentralizada opera en múltiples jurisdicciones y puede estar sujeto a diferentes leyes y regulaciones, es posible que existan desafíos legales y regulatorios únicos. Los requisitos de cumplimiento, como las leyes de protección de datos y privacidad, también pueden ser complejos y desafiantes.

En la etapa actual, los usuarios de plataformas de computación en la nube son principalmente desarrolladores profesionales e instituciones, que prefieren usar una plataforma a largo plazo y no cambian fácilmente. Si utilizan una plataforma de Descentralización o una plataforma centralizada, el precio es solo uno de los factores a considerar; estos usuarios valoran más la estabilidad del servicio. Por lo tanto, si una plataforma de Descentralización tiene una fuerte capacidad de integración y una capacidad de cálculo estable y suficiente, será más fácil atraer a estos clientes, estableciendo relaciones de cooperación a largo plazo y un flujo de ingresos en efectivo estable.

A continuación, presentaré el nuevo proyecto de computación distribuida Aethir, que se centra en la renderización de juegos y la IA, y calcularé la posible valoración después de su salida a bolsa, basándome en los proyectos de IA y computación distribuida en el mismo sector del mercado actual.

Aethir Cloud es una plataforma de renderizado en tiempo real descentralizada basada en la red Arbitrum, que ayuda a las empresas de juegos e inteligencia artificial a entregar sus productos directamente a los consumidores al agregar y redistribuir de manera inteligente las GPU nuevas y ociosas provenientes de empresas, centros de datos, negocios de minería de criptomonedas y consumidores.

Una de las principales innovaciones del proyecto es el recurso pool, que reúne a los contribuyentes de potencia de cálculo descentralizados en una interfaz unificada para ofrecer servicios a clientes globales. Una de las características del recurso pool es que los proveedores de GPU pueden conectarse o desconectarse libremente de la red, lo que permite a las empresas o centros de datos con equipos inactivos participar en la red durante el tiempo de inactividad, mejorando así la flexibilidad de los proveedores y la utilización de los equipos.

La operación del ecosistema Aethir se basa en tres infraestructuras fundamentales:

• Contenedor (Container): La función clave del contenedor es proporcionar servicios de renderizado remoto en tiempo real, ofreciendo una experiencia de "cero retraso". El contenedor es el lugar físico de la computación en la nube, actuando como un punto final virtual que ejecuta y renderiza aplicaciones. Esto trasladará la carga de trabajo de los dispositivos locales al contenedor.
• Comprobador(Checker): El nodo de comprobación verifica el Container y sus procesos de servicio.