Aethir: Игрок в области облачных вычислений с децентрализацией и тремя основными направлениями

Развитие и прогресс больших моделей LLM и ИИ являются одним из величайших технологических достижений в истории человечества, с этого момента человечество вступает в эпоху ИИ, и в этом новом мире "вычислительная мощность" является самым дефицитным ресурсом.

Тенденция развития вычислительной мощности — это краеугольное вычисление, этот метод вычисления может эффективно снизить физическую задержку, стать основой для развития таких отраслей, как метавселенная, где требуются низкие задержки; Децентрализация распределенных облачных вычислений обладает гибкостью, низкой ценой и преимуществами против цензуры, и перспективы его развития весьма обширны.

Aethir является децентрализованной платформой для реального рендеринга на сети Arbitrum, которая объединяет GPU с высокой вычислительной мощностью, такие как H100, чтобы предоставлять услуги вычислительной мощности уровня предприятия для игр, искусственного интеллекта и других компаний.

Aethir уже сотрудничает с такими ведущими проектами облачных вычислений, как io.net, Theta, а также с несколькими ведущими игровыми студиями и телекоммуникационными компаниями. Ожидается, что в первом квартале 2024 года годовой регулярный доход (ARR) превысит 20 миллионов долларов.

Aethir Edge значительно снизил порог для обычных пользователей, чтобы продавать избыточную вычислительную мощность, и значительно расширил географическое покрытие сети Aethir.

Aethir уже получил 80 миллионов долларов, продав NFT проверочных узлов, что подтверждает привлекательность его проекта и экономической модели для широкой аудитории.

Часовые затраты на использование A100 сети Aethir значительно ниже, чем у других конкурентов, что дает явное конкурентное преимущество.

Изменение процесса развития человеческого общества часто происходит благодаря нескольким выдающимся научным изобретениям и достижениям. Каждый технологический прорыв непосредственно создает более эффективную и процветающую новую эпоху.

Индустриальная революция, электрическая революция и информационная революция являются величайшими технологическими достижениями в истории человечества, которые кардинально изменили облик человеческого общества, принесли беспрецедентные изменения в производительности и образе жизни. Теперь мы больше не можем вернуться к эпохе освещения керосиновыми лампами и передачи писем с помощью повозок. С появлением GPT человечество вступило в новую великую эру.

LLM постепенно освобождает человеческий интеллект, позволяя людям направлять свои ограниченные силы и умения на более креативное мышление и практику, и таким образом, люди вступили в более эффективный мир.

Мы рассматриваем GPT как еще один технологический прорыв, меняющий мир, не только из-за огромного прогресса GPT в понимании и генерации естественного языка, но и потому, что человечество в эволюции GPT осознало закономерности роста возможностей больших языковых моделей — то есть, постоянно увеличивая параметры модели и тренировочные данные, можно добиться экспоненциального роста возможностей модели LLM, при достаточной вычислительной мощности этот процесс пока не имеет видимых ограничений.

Применение больших языковых моделей не ограничивается лишь пониманием человеческого языка и диалогом, наоборот, это лишь начало. Как только машина обрела способность понимать язык, это похоже на открытие ящика Пандоры, который выпустил бесконечное пространство для воображения. Люди могут использовать эту способность ИИ для разработки различных разрушительных функций.

В настоящее время в различных пересекающихся областях технологий модели LLM уже начинают проявлять себя. От создания видео и художественного творчества в гуманитарных науках до разработки лекарств и биотехнологий в области жестких технологий, нас ожидают кардинальные изменения.

В эту эпоху вычислительная мощность рассматривается как дефицитный ресурс, крупные технологические гиганты обладают обширными ресурсами, в то время как новые разработчики сталкиваются с барьерами на входе из-за недостатка вычислительных ресурсов. В новой эре ИИ вычислительная мощность — это сила, и тот, кто управляет вычислительной мощностью, имеет возможность изменить мир. GPU, как основа глубокого обучения и научных вычислений, играет в этом ключевую роль.

В быстро развивающейся области искусственного интеллекта (AI) мы должны осознавать двойственный аспект развития: обучение моделей и выводы. Выводы касаются функций и выходных данных AI-моделей, тогда как обучение включает в себя сложный процесс, необходимый для построения интеллектуальных моделей, который включает алгоритмы машинного обучения, наборы данных и вычислительные мощности.

На примере GPT-4, если разработчикам нужно получить качественные выводы, им необходимо получить обширный базовый набор данных и огромные вычислительные мощности для обучения эффективной модели ИИ. Эти ресурсы в основном сосредоточены в руках таких гигантов отрасли, как Nvidia, Google, Microsoft и AWS.

Высокие вычислительные затраты и барьеры для входа препятствуют большему количеству разработчиков, а также укрепляют позиции ведущих игроков. У них есть большие базовые наборы данных и значительная вычислительная мощность, что позволяет им постоянно увеличивать свои масштабы и снижать свои затраты, что приводит к еще более прочным барьерам в отрасли.

Но мы не можем не задаться вопросом, существует ли решение для снижения вычислительных затрат и барьеров входа в отрасль с помощью технологий блокчейн? Ответ утвердительный. Децентрализация распределенных облачных вычислений как раз и предлагает нам такое решение в условиях современной эпохи.

Несмотря на то, что в настоящее время вычислительная мощность дорога и дефицитна, GPU не используются в полной мере. Это в основном связано с тем, что еще не найдено готовое решение для интеграции этой распределенной вычислительной мощности и ее коммерциализации. Вот типичные цифры использования GPU для различных рабочих нагрузок:

Большинство потребительских устройств с GPU относятся к трем основным категориям, а именно к свободным (, только что запущенным в операционную систему Windows ):

• Использование GPU: 0-2%;
• Общие производственные задачи ( написание, простой просмотр ):0-15%;
• Воспроизведение видео: 15 - 35%.

Указанные данные показывают: использование вычислительных ресурсов крайне низко, а в мире Web2 нет эффективных мер для сбора и интеграции этих ресурсов. Но Crypto и экономика блокчейна, возможно, как раз являются хорошим решением этой проблемы. Криптоэкономика создает крайне эффективный глобальный рынок, благодаря уникальной токеномике и характеристикам децентрализованной системы, ценообразование ресурсов, их оборот и соответствие спроса и предложения на рынке происходят очень эффективно.

Развитие ИИ влияет на будущее человечества, а прогресс вычислительной мощности определяет развитие ИИ. С момента изобретения первого компьютера в сороковых годах двадцатого века вычислительные модели пережили множество изменений. От громоздких крупных компьютеров до легких ноутбуков, от централизованной покупки серверов до аренды вычислительной мощности, порог для получения вычислительной мощности постепенно снижается. До появления облачных вычислений предприятия должны были самостоятельно закупать серверы и постоянно обновлять их в соответствии с техническими новшествами, но появление облачных вычислений полностью изменило эту модель.

Основная концепция облачных вычислений заключается в том, что сторона, нуждающаяся в услуге, арендует серверы, получает удаленный доступ и оплачивает по мере использования. Сейчас традиционные предприятия подвергаются разрушению со стороны облачных вычислений. В области облачных вычислений виртуализация является ключевым аспектом. Виртуализированные серверы могут разделять мощный сервер на несколько маленьких серверов для аренды и динамически перераспределять различные ресурсы.

Эта модель полностью изменила коммерческую структуру индустрии вычислительных мощностей. Раньше людям приходилось самостоятельно приобретать оборудование для вычислительных мощностей, чтобы удовлетворить свои потребности; но теперь достаточно просто платить аренду на сайте, чтобы пользоваться качественными услугами вычислительных мощностей. Будущее облачных вычислений направлено на периферийные вычисления. Поскольку традиционные централизованные системы находятся слишком далеко от пользователей, это может привести к определенному уровню задержки. Хотя задержку можно оптимизировать, из-за ограничения скорости света она никогда не может быть полностью устранена.

Однако новые отрасли, такие как метавселенная, автономное вождение и телемедицина, имеют крайне низкие требования к задержкам, поэтому необходимо переместить серверы облачных вычислений ближе к пользователям, что приводит к тому, что все больше мелких дата-центров размещается вокруг пользователей. Это и есть Децентрализация.

В отличие от централизованных провайдеров облачных вычислений, преимущества децентрализованного облачного вычисления заключаются главным образом в:

• Доступность и гибкость: Получение доступа к вычислительным чипам на платформах облачных сервисов, таких как AWS, GCP или Azure, обычно занимает несколько недель, а высокопроизводительные модели GPU, такие как A100, H100 и др., часто находятся в дефиците. Кроме того, для получения вычислительной мощности потребители обычно вынуждены подписывать долгосрочные, негибкие контракты с этими крупными компаниями, что не только приводит к потере времени, но и делает операции бизнеса более жесткими, теряя определенную гибкость. В отличие от этого, дистрибутивные вычислительные платформы позволяют получать вычислительные мощности в любое время и предлагают гибкий выбор аппаратного обеспечения, обладая большей доступностью.
• Ниже цены: Благодаря использованию неиспользуемых чипов, а также дополнительным токенам от сетевых протоколов для поставщиков чипов и вычислительной мощности, распределенная сеть вычислительной мощности может предложить более низкую стоимость вычислений.
• Антицензурность: Некоторые системы не позиционируют себя как системы без разрешений. На этапах запуска GPU, загрузки данных, обмена данными и обмена результатами были обработаны вопросы соблюдения норм GDPR и HIPAA.

С дальнейшим развитием ИИ и продолжающимся дисбалансом между спросом и предложением на GPU, это будет способствовать тому, что больше разработчиков перейдут на Децентрализация облачных вычислений. В то же время, в период бычьего рынка, из-за роста цен на криптовалюты, поставщики GPU будут зарабатывать больше прибыли, что будет стимулировать больше поставщиков GPU войти на этот рынок, формируя положительный эффект маховика.

Технические проблемы

1. Проблема параллелизации

Распределенные вычислительные платформы обычно объединяют длинные хвосты поставок чипов, что означает, что отдельные поставщики чипов почти не могут в короткие сроки самостоятельно завершить сложные задачи обучения или вывода AI моделей. Если облачная вычислительная платформа хочет быть конкурентоспособной, она должна разбивать и распределять задачи с помощью параллелизации, чтобы сократить общее время выполнения и повысить вычислительную мощность платформы.

Однако в процессе параллелизации возникают ряд проблем, включая то, как разбить задачи (, особенно для сложных задач глубокого обучения ), зависимость данных, а также дополнительные затраты на связь между устройствами и т.д.

2. Риски замены новыми технологиями

С увеличением капиталовложений в исследования ASIC( и таких новых изобретений, как тензорные процессоры)TPU(, это может оказать влияние на GPU-кустеры децентрализованных вычислительных платформ.

Если эти ASIC могут предоставить хорошую производительность и при этом сбалансированы по стоимости, то рынок GPU, в настоящее время монополизированный крупными AI-организациями, может вернуться на рынок. Это приведет к увеличению предложения GPU, что повлияет на экосистему Децентрализация облачных вычислений.

3. Регуляторные риски

Поскольку децентрализованные облачные вычислительные системы работают в нескольких юрисдикциях и могут подпадать под действие различных законов и нормативных актов, могут возникнуть уникальные юридические и регуляторные проблемы. Требования по соблюдению, такие как законы о защите данных и конфиденциальности, также могут быть сложными и представлять собой вызов.

На текущем этапе пользователями облачных платформ в основном являются профессиональные разработчики и учреждения, которые предпочитают долгое использование одной платформы и не меняют её произвольно. Использование Децентрализация платформ или централизованных платформ — это лишь один из факторов, которые учитываются, эти пользователи больше ценят стабильность сервиса. Поэтому, если Децентрализация платформа обладает мощными интеграционными возможностями и стабильной достаточной вычислительной мощностью, ей будет легче завоевать предпочтение этих клиентов, установить долгосрочные партнерские отношения и обеспечить стабильный поток наличных доходов.

Ниже я представлю новый распределенный вычислительный проект Aethir, сосредоточенный на рендеринге игр и ИИ в рамках текущего цикла, а также проведу оценку возможной капитализации после выхода на рынок, основываясь на существующих проектах ИИ и распределенных вычислений в этой же области.

Aethir Cloud — это децентрализованная платформа для实时渲染 на сети Arbitrum, которая помогает игровым и искусственным интеллектам компаниям напрямую доставлять свои продукты потребителям, объединяя и умно перераспределяя новые и неиспользуемые GPU от предприятий, дата-центров, криптовалютного майнинга и потребителей.

Одним из ключевых нововведений проекта является ресурсный пул, который объединяет распределенных участников вычислительной мощности под одним унифицированным интерфейсом для обслуживания клиентов по всему миру. Одной из особенностей ресурсного пула является то, что поставщики GPU могут свободно подключаться или отключаться от сети, что позволяет компаниям или дата-центрам с неиспользуемым оборудованием участвовать в сети во время простоя, повышая гибкость поставщиков и коэффициент использования оборудования.

Операция экосистемы Aethir основывается на трех ключевых инфраструктурах:

• Контейнер)Container(: Ключевая функция контейнера заключается в предоставлении услуг по рендерингу в реальном времени, обеспечивая "нулевую задержку". Контейнер является фактическим местом облачных вычислений, он выполняет роль виртуальной точки доступа, исполняя и рендеря приложения. Это позволяет перенести нагрузку с локального устройства на контейнер.
• Проверка )Checker(: Узел проверки проверяет контейнер и его сервисные процессы.