الطلب المتزايد على قوة الحوسبة AI، كيف ستقوم IO.NET بإنشاء منصة قوة حوسبة لامركزية؟
مع إطلاق OpenAI نموذج اللغة الكبير GPT-4 وظهور نماذج توليد الصور بالذكاء الاصطناعي المختلفة، تزداد التطبيقات المعتمدة على نماذج الذكاء الاصطناعي الناضجة بشكل متزايد، مما يؤدي إلى ارتفاع الطلب على موارد قوة الحوسبة مثل وحدات معالجة الرسوميات.
أفادت تقرير يناقش حالة العرض والطلب على وحدات معالجة الرسوميات NVIDIA H100 بأن الشركات الكبرى التي تعمل في مجال الذكاء الاصطناعي لديها طلب قوي على وحدات معالجة الرسوميات. قامت العديد من الشركات التكنولوجية الكبرى بشراء كميات كبيرة من وحدات معالجة الرسوميات NVIDIA لبناء مراكز بيانات الذكاء الاصطناعي. على سبيل المثال، تمتلك إحدى شركات وسائل التواصل الاجتماعي حوالي 21000 وحدة معالجة رسومات A100، وتمتلك شركة سيارات كهربائية حوالي 7000 وحدة معالجة رسومات A100، كما أن مركز بيانات إحدى شركات محركات البحث لديه أيضًا استثمارات كبيرة في وحدات معالجة الرسوميات. مدفوعًا بالطلب على نماذج اللغة الضخمة المدربة وغيرها من تطبيقات الذكاء الاصطناعي، يستمر الطلب على وحدات معالجة الرسوميات ( وخاصة H100 ) في الارتفاع.
تشير البيانات إلى أن حجم سوق الذكاء الاصطناعي ارتفع 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 بنحو 14%، ويرجع ذلك جزئيًا إلى الزيادة السريعة في الطلب على قوة الحوسبة لوحدات معالجة الرسومات في سوق الذكاء الاصطناعي.
بالنسبة للسوق السريع النمو والذي يتمتع بإمكانات كبيرة في الذكاء الاصطناعي، من أي زوايا يمكننا تفكيكها واستخراج فرص الاستثمار ذات الصلة؟ وفقًا لتقرير موثوق، فإن البنية التحتية للذكاء الاصطناعي موجودة أساسًا لمعالجة وتحسين كميات كبيرة من مجموعات البيانات و قوة الحوسبة التي تعتمد عليها نماذج التدريب، حيث يتم حل مشكلات كفاءة معالجة البيانات وموثوقية النموذج وقابلية تطبيقها من الجانبين المادي والبرمجي.
تحتاج نماذج وتطبيقات تدريب الذكاء الاصطناعي إلى موارد قوة الحوسبة كبيرة، ويفضل أن تكون في بيئات سحابية ذات تأخير منخفض وقوة حوسبة GPU، كما تتضمن أيضًا منصة الحوسبة الموزعة. تعمل هذه المنصات من خلال توزيع سير العمل على مجموعات حوسبة كبيرة، ولديها آليات متوازية مدمجة وتصميم مقاوم للأخطاء. تصميم اللامركزية في blockchain يجعل من العقد الموزعة أمرًا طبيعيًا، وقد أرست آلية توافق إثبات العمل التي أنشأتها البيتكوين الحاجة إلى أن يتنافس المعدنون من خلال قوة الحوسبة للفوز بنتائج الكتل، وهذا يشبه سير العمل الذي يحتاجه الذكاء الاصطناعي للحصول على القوة الحوسبية لتوليد النماذج/استنتاج المشكلات.
لذلك بدأت شركات خدمات السحابة التقليدية في توسيع نماذج أعمال جديدة، مثل تأجير بطاقات الرسوم البيانية مثل تأجير الخوادم، وبيع قوة الحوسبة. ومن خلال الاستفادة من فكرة اللامركزية في البلوكشين، تعتمد قوة الحوسبة للذكاء الاصطناعي على تصميم نظام موزع، مما يمكن من الاستفادة من موارد GPU غير المستخدمة، وتقليل تكلفة قوة الحوسبة للشركات الناشئة.
مقدمة مشروع IO.NET
IO.NET هو مزود قوة الحوسبة الموزعة الذي يجمع بين سلسلة الكتل المعروفة، يهدف إلى استخدام موارد قوة الحوسبة الموزعة ( GPU & CPU ) لمعالجة تحديات متطلبات الحوسبة في مجالات الذكاء الاصطناعي وتعلم الآلة. تجمع IO بين بطاقات الرسوميات غير المستخدمة من مراكز البيانات المستقلة وعمال تعدين العملات المشفرة، وتعاونت مع عدة مشاريع تشفير، لتجميع أكثر من مليون GPU لتلبية مشكلات نقص موارد الحوسبة للذكاء الاصطناعي.
من الناحية التقنية، تم بناء IO.NET على إطار عمل تعلم الآلة الذي يحقق الحوسبة الموزعة، ويقدم موارد الحوسبة الموزعة اللازمة لتطبيقات الذكاء الاصطناعي بدءًا من التعلم المعزز والتعلم العميق إلى ضبط النموذج وتشغيل النموذج. يمكن لأي شخص الانضمام إلى شبكة الحوسبة الخاصة بـ IO كعامل أو مطور دون الحاجة إلى إذن إضافي. ستقوم الشبكة بتعديل أسعار الحوسبة بناءً على تعقيد العمل الحاسوبي، وأهمية الوقت، وتوافر موارد الحوسبة، وفقًا لديناميكيات السوق. بناءً على خصائص الحوسبة الموزعة، ستقوم البنية التحتية الخلفية لـ IO بمطابقة مزودي GPU مع المطورين بناءً على نوع طلب GPU، والكمية المتاحة حاليًا، وموقع الطلب، وسمعة الطلب.
$IO هو الرمز الأصلي لنظام IO.NET، ويعمل كوسيط للمعاملات بين مزودي قوة الحوسبة ومشتري خدمات قوة الحوسبة. باستخدام $IO مقارنة بالعملات المستقرة، يمكن تقليل رسوم الطلب بنسبة 2%. في الوقت نفسه، يلعب $IO دورًا مهمًا في ضمان التشغيل السليم للشبكة: يمكن لحاملي رموز $IO رهن كمية معينة من $IO إلى العقد، ولا يمكن للعقد أن تحقق العائدات المرتبطة بفترات فراغ الآلات إلا في حالة وجود رهونات برموز $IO.
تبلغ القيمة السوقية الحالية لرمز $IO حوالي 360 مليون دولار، وFDV حوالي 3 مليارات دولار.
$IO اقتصاد الرموز
إجمالي العرض الأقصى لـ $IO هو 800 مليون قطعة، تم توزيع 500 مليون قطعة في وقت TGE للرمز، وسيتم إطلاق 300 مليون قطعة المتبقية تدريجياً على مدى 20 عامًا بكمية إطلاق تتناقص بمعدل 1.02% شهريًا، أي حوالي 12% سنويًا. الكمية المتداولة الحالية لـ IO هي 95 مليون قطعة، تتكون من 75 مليون قطعة تم فك قفلها في وقت TGE لأبحاث النظام البيئي وبناء المجتمع و20 مليون قطعة كمكافآت تعدين من منصة تداول معينة.
توزيع مكافآت مقدمي قوة الحوسبة خلال فترة شبكة اختبار IO هو كما يلي:
الربع الأول ( حتى 25 أبريل ) - 17500000 IO
الربع الثاني ( من 1 مايو - 31 مايو ) - 7.5 مليون IO
الربع الثالث ( من 1 يونيو إلى 30 يونيو ) - 5 مليون IO
بالإضافة إلى مكافآت قوة الحوسبة لشبكة الاختبار، قدمت IO أيضًا بعض الإيصالات للمبدعين الذين يشاركون في بناء المجتمع:
( الجولة الأولى ) مجتمع / منشئي المحتوى / منصة المهام / المجتمع - 750万IO
الربع الثالث ( من 1 يونيو - 30 يونيو ) المشاركون في المجتمع ومنصة المهام - 2.5 مليون IO
تم إكمال مكافآت قوة الحوسبة لشبكة الاختبار في الربع الأول ومكافآت الإبداع / المهام المجتمعية الأولى في وقت إطلاق رمز المنصة.
آلية إحراق رمز $IO
تقوم IO.NET بتنفيذ إعادة شراء وحرق رموز $IO بناءً على مجموعة ثابتة من البرامج المسبقة، وتعتمد الكمية المحددة من إعادة الشراء والحرق على سعر $IO عند التنفيذ. تأتي الأموال المخصصة لإعادة شراء $IO من عائدات تشغيل IOG(The Internet of GPUs - GPU الإنترنت)، حيث يتم تحصيل 0.25% من رسوم الطلب المسبق من مشترين قوة الحوسبة ومزودي قوة الحوسبة في IOG، بالإضافة إلى رسوم قدرها 2% على عمليات شراء قوة الحوسبة باستخدام العملات المستقرة.
تحليل المنافسين
توجد مشاريع مشابهة لـ IO.NET مثل Akash و Nosana و OctaSpace و Clore.AI التي تركز على حل احتياجات حساب نماذج الذكاء الاصطناعي في سوق قوة الحوسبة اللامركزية.
أكاش نتورك من خلال نموذج السوق اللامركزي، تستغل الموارد الحوسبية الموزعة غير المستخدمة، تجمع وتؤجر القدرة الحوسبية الزائدة، وتواجه عدم التوازن في العرض والطلب من خلال خصومات ديناميكية وآليات تحفيزية، وتحقق توزيع الموارد بكفاءة ودون الحاجة للثقة بناءً على العقود الذكية، مما يوفر خدمات الحوسبة السحابية بأمان وكفاءة اقتصادية ولامركزية.
Nosana هو مشروع سوق قوة حوسبة لامركزي في أحد النظم البيئية المعروفة لسلسلة الكتل، والنية الرئيسية منه هي استخدام موارد قوة الحوسبة غير المستغلة لتشكيل شبكة GPU، لتلبية احتياجات الحوسبة في مرحلة استدلال الذكاء الاصطناعي. يعتمد هذا المشروع على برنامج على السلسلة لتعريف حالة تشغيل سوق قوته، وضمان أن تقوم العقد GPU المشاركة في الشبكة بإكمال المهام بشكل معقول.
OctaSpace هو بنية تحتية للنقاط السحابية للحوسبة الموزعة القابلة للتوسع ومفتوحة المصدر، تسمح بالوصول إلى الحوسبة الموزعة، وتخزين البيانات، والخدمات، وVPN، وغيرها. تشمل OctaSpace قوة الحوسبة CPU وGPU، والخدمات لمساحة القرص لمهام ML، وأدوات AI، ومعالجة الصور، واستخدام Blender لرسم المشاهد، وغيرها.
Clore.AI هو منصة حوسبة فائقة موزعة تعتمد على وحدات معالجة الرسوميات، تتيح للمستخدمين الحصول على موارد قوة الحوسبة عالية الجودة من العقد التي توفر قوة الحوسبة على مستوى العالم. يدعم مجموعة متنوعة من الاستخدامات مثل تدريب الذكاء الاصطناعي، تعدين العملات المشفرة، وعرض الأفلام. توفر هذه المنصة خدمات GPU منخفضة التكلفة وعالية الأداء، ويمكن للمستخدمين الحصول على مكافآت رموز Clore من خلال استئجار GPU.
بالمقارنة مع المشاريع المماثلة الأخرى، يُعتبر IO.NET حالياً المشروع الوحيد الذي يمكن لأي شخص الانضمام إليه بدون شروط لتقديم قوة الحوسبة. يمكن للمستخدمين استخدام أدنى GPU من فئة 30 للمشاركة في مساهمة قوة الحوسبة في الشبكة، كما توجد موارد مثل Macbook M2 و Mac Mini من شرائح Apple. توفر موارد GPU و CPU الأكثر وفرة وبناء API الغني لـ IO القدرة على دعم مختلف احتياجات الحوسبة الذكية، مثل الاستنتاج الجماعي، التدريب المتوازي، ضبط المعلمات الفائقة، والتعلم المعزز. بينما تتكون البنية التحتية الخلفية من مجموعة من الطبقات المعيارية، مما يسمح بإدارة فعالة للموارد وتسعير تلقائي.
نظرة عامة وخاتمة
إن إطلاق $IO على منصة تداول معروفة يمكن أن يُعتبر بداية مثيرة للاهتمام، حيث أن الشبكة التجريبية كانت مشتعلة على الإنترنت، ومع تأجيل الاختبارات الفعلية، بدأ الكثيرون يشككون في عدم شفافية قواعد النقاط، مما وضع هذا المشروع الضخم في نقطة البداية التي تستحقها. تم إدراج الرموز في السوق خلال فترة التصحيح، حيث انطلقت من مستويات منخفضة ثم ارتفعت، لتعود في النهاية إلى نطاق التقييم النسبي العقلاني. لكن بالنسبة للمشاركين في الشبكة التجريبية الذين جاءوا بغرض الاستثمار بسبب التشكيلة القوية للاستثمار في IO.NET، كانت هناك مشاعر مختلطة، حيث أن معظم المستخدمين الذين استأجروا قوة الحوسبة GPU ولكنهم لم يستمروا في المشاركة في كل موسم من الشبكة التجريبية لم يحصلوا على العوائد الفائقة التي كانوا يأملونها، بل واجهوا واقع "الرد العكسي".
خلال فترة الشبكة التجريبية، قامت IO.NET بتقسيم كل جولة من جولات الجائزة إلى مجموعتين، قوة الحوسبة GPU وCPU عالية الأداء لحسابها بشكل منفصل. في الموسم الأول، تأخرت نتائج النقاط بسبب حادثة القرصنة، ولكن في النهاية تم تحديد نسبة استبدال النقاط لمجموعة GPU عند ما يقرب من 90:1، حيث كانت تكلفة المستخدمين الذين استأجروا GPU من مختلف منصات السحاب تفوق بكثير عائدات الإهداء. خلال الموسم الثاني، نفذت الإدارة آلية تحقق PoW بشكل كامل، ونجح ما يقرب من 30,000 جهاز GPU في المشاركة واجتياز تحقق PoW، وكانت نسبة استبدال النقاط النهائية 100:1.
بعد الانطلاقة التي حظيت بترقب واسع، هل يمكن لـ IO.NET أن تحقق ما تدعيه من توفير متطلبات الحوسبة لمختلف مراحل تطبيقات الذكاء الاصطناعي، وكم من الاحتياجات الحقيقية ستظل موجودة بعد شبكة الاختبار، ربما الوقت هو الوحيد الذي يمكنه تقديم أفضل دليل.
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.
تسجيلات الإعجاب 9
أعجبني
9
2
إعادة النشر
مشاركة
تعليق
0/400
SurvivorshipBias
· 08-16 19:04
هل جننتم جميعًا، الكل يتنافس على وحدات معالجة الرسوميات (GPU)
شاهد النسخة الأصليةرد0
Layer2Arbitrageur
· 08-16 18:56
هههه، لعبة GPU أخرى... لن ننجح بدون تحسين وقت الإستجابة بشكل صحيح بصراحة
IO.NET：بناء منصة قوة الحوسبة اللامركزية لمواجهة الزيادة الحادة في طلب قوة الحوسبة في عصر الذكاء الاصطناعي
الطلب المتزايد على قوة الحوسبة AI، كيف ستقوم IO.NET بإنشاء منصة قوة حوسبة لامركزية؟
مع إطلاق OpenAI نموذج اللغة الكبير GPT-4 وظهور نماذج توليد الصور بالذكاء الاصطناعي المختلفة، تزداد التطبيقات المعتمدة على نماذج الذكاء الاصطناعي الناضجة بشكل متزايد، مما يؤدي إلى ارتفاع الطلب على موارد قوة الحوسبة مثل وحدات معالجة الرسوميات.
أفادت تقرير يناقش حالة العرض والطلب على وحدات معالجة الرسوميات NVIDIA H100 بأن الشركات الكبرى التي تعمل في مجال الذكاء الاصطناعي لديها طلب قوي على وحدات معالجة الرسوميات. قامت العديد من الشركات التكنولوجية الكبرى بشراء كميات كبيرة من وحدات معالجة الرسوميات NVIDIA لبناء مراكز بيانات الذكاء الاصطناعي. على سبيل المثال، تمتلك إحدى شركات وسائل التواصل الاجتماعي حوالي 21000 وحدة معالجة رسومات A100، وتمتلك شركة سيارات كهربائية حوالي 7000 وحدة معالجة رسومات A100، كما أن مركز بيانات إحدى شركات محركات البحث لديه أيضًا استثمارات كبيرة في وحدات معالجة الرسوميات. مدفوعًا بالطلب على نماذج اللغة الضخمة المدربة وغيرها من تطبيقات الذكاء الاصطناعي، يستمر الطلب على وحدات معالجة الرسوميات ( وخاصة H100 ) في الارتفاع.
تشير البيانات إلى أن حجم سوق الذكاء الاصطناعي ارتفع 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 بنحو 14%، ويرجع ذلك جزئيًا إلى الزيادة السريعة في الطلب على قوة الحوسبة لوحدات معالجة الرسومات في سوق الذكاء الاصطناعي.
بالنسبة للسوق السريع النمو والذي يتمتع بإمكانات كبيرة في الذكاء الاصطناعي، من أي زوايا يمكننا تفكيكها واستخراج فرص الاستثمار ذات الصلة؟ وفقًا لتقرير موثوق، فإن البنية التحتية للذكاء الاصطناعي موجودة أساسًا لمعالجة وتحسين كميات كبيرة من مجموعات البيانات و قوة الحوسبة التي تعتمد عليها نماذج التدريب، حيث يتم حل مشكلات كفاءة معالجة البيانات وموثوقية النموذج وقابلية تطبيقها من الجانبين المادي والبرمجي.
تحتاج نماذج وتطبيقات تدريب الذكاء الاصطناعي إلى موارد قوة الحوسبة كبيرة، ويفضل أن تكون في بيئات سحابية ذات تأخير منخفض وقوة حوسبة GPU، كما تتضمن أيضًا منصة الحوسبة الموزعة. تعمل هذه المنصات من خلال توزيع سير العمل على مجموعات حوسبة كبيرة، ولديها آليات متوازية مدمجة وتصميم مقاوم للأخطاء. تصميم اللامركزية في blockchain يجعل من العقد الموزعة أمرًا طبيعيًا، وقد أرست آلية توافق إثبات العمل التي أنشأتها البيتكوين الحاجة إلى أن يتنافس المعدنون من خلال قوة الحوسبة للفوز بنتائج الكتل، وهذا يشبه سير العمل الذي يحتاجه الذكاء الاصطناعي للحصول على القوة الحوسبية لتوليد النماذج/استنتاج المشكلات.
لذلك بدأت شركات خدمات السحابة التقليدية في توسيع نماذج أعمال جديدة، مثل تأجير بطاقات الرسوم البيانية مثل تأجير الخوادم، وبيع قوة الحوسبة. ومن خلال الاستفادة من فكرة اللامركزية في البلوكشين، تعتمد قوة الحوسبة للذكاء الاصطناعي على تصميم نظام موزع، مما يمكن من الاستفادة من موارد GPU غير المستخدمة، وتقليل تكلفة قوة الحوسبة للشركات الناشئة.
مقدمة مشروع IO.NET
IO.NET هو مزود قوة الحوسبة الموزعة الذي يجمع بين سلسلة الكتل المعروفة، يهدف إلى استخدام موارد قوة الحوسبة الموزعة ( GPU & CPU ) لمعالجة تحديات متطلبات الحوسبة في مجالات الذكاء الاصطناعي وتعلم الآلة. تجمع IO بين بطاقات الرسوميات غير المستخدمة من مراكز البيانات المستقلة وعمال تعدين العملات المشفرة، وتعاونت مع عدة مشاريع تشفير، لتجميع أكثر من مليون GPU لتلبية مشكلات نقص موارد الحوسبة للذكاء الاصطناعي.
من الناحية التقنية، تم بناء IO.NET على إطار عمل تعلم الآلة الذي يحقق الحوسبة الموزعة، ويقدم موارد الحوسبة الموزعة اللازمة لتطبيقات الذكاء الاصطناعي بدءًا من التعلم المعزز والتعلم العميق إلى ضبط النموذج وتشغيل النموذج. يمكن لأي شخص الانضمام إلى شبكة الحوسبة الخاصة بـ IO كعامل أو مطور دون الحاجة إلى إذن إضافي. ستقوم الشبكة بتعديل أسعار الحوسبة بناءً على تعقيد العمل الحاسوبي، وأهمية الوقت، وتوافر موارد الحوسبة، وفقًا لديناميكيات السوق. بناءً على خصائص الحوسبة الموزعة، ستقوم البنية التحتية الخلفية لـ IO بمطابقة مزودي GPU مع المطورين بناءً على نوع طلب GPU، والكمية المتاحة حاليًا، وموقع الطلب، وسمعة الطلب.
$IO هو الرمز الأصلي لنظام IO.NET، ويعمل كوسيط للمعاملات بين مزودي قوة الحوسبة ومشتري خدمات قوة الحوسبة. باستخدام $IO مقارنة بالعملات المستقرة، يمكن تقليل رسوم الطلب بنسبة 2%. في الوقت نفسه، يلعب $IO دورًا مهمًا في ضمان التشغيل السليم للشبكة: يمكن لحاملي رموز $IO رهن كمية معينة من $IO إلى العقد، ولا يمكن للعقد أن تحقق العائدات المرتبطة بفترات فراغ الآلات إلا في حالة وجود رهونات برموز $IO.
تبلغ القيمة السوقية الحالية لرمز $IO حوالي 360 مليون دولار، وFDV حوالي 3 مليارات دولار.
$IO اقتصاد الرموز
إجمالي العرض الأقصى لـ $IO هو 800 مليون قطعة، تم توزيع 500 مليون قطعة في وقت TGE للرمز، وسيتم إطلاق 300 مليون قطعة المتبقية تدريجياً على مدى 20 عامًا بكمية إطلاق تتناقص بمعدل 1.02% شهريًا، أي حوالي 12% سنويًا. الكمية المتداولة الحالية لـ IO هي 95 مليون قطعة، تتكون من 75 مليون قطعة تم فك قفلها في وقت TGE لأبحاث النظام البيئي وبناء المجتمع و20 مليون قطعة كمكافآت تعدين من منصة تداول معينة.
توزيع مكافآت مقدمي قوة الحوسبة خلال فترة شبكة اختبار IO هو كما يلي:
بالإضافة إلى مكافآت قوة الحوسبة لشبكة الاختبار، قدمت IO أيضًا بعض الإيصالات للمبدعين الذين يشاركون في بناء المجتمع:
تم إكمال مكافآت قوة الحوسبة لشبكة الاختبار في الربع الأول ومكافآت الإبداع / المهام المجتمعية الأولى في وقت إطلاق رمز المنصة.
آلية إحراق رمز $IO
تقوم IO.NET بتنفيذ إعادة شراء وحرق رموز $IO بناءً على مجموعة ثابتة من البرامج المسبقة، وتعتمد الكمية المحددة من إعادة الشراء والحرق على سعر $IO عند التنفيذ. تأتي الأموال المخصصة لإعادة شراء $IO من عائدات تشغيل IOG(The Internet of GPUs - GPU الإنترنت)، حيث يتم تحصيل 0.25% من رسوم الطلب المسبق من مشترين قوة الحوسبة ومزودي قوة الحوسبة في IOG، بالإضافة إلى رسوم قدرها 2% على عمليات شراء قوة الحوسبة باستخدام العملات المستقرة.
تحليل المنافسين
توجد مشاريع مشابهة لـ IO.NET مثل Akash و Nosana و OctaSpace و Clore.AI التي تركز على حل احتياجات حساب نماذج الذكاء الاصطناعي في سوق قوة الحوسبة اللامركزية.
أكاش نتورك من خلال نموذج السوق اللامركزي، تستغل الموارد الحوسبية الموزعة غير المستخدمة، تجمع وتؤجر القدرة الحوسبية الزائدة، وتواجه عدم التوازن في العرض والطلب من خلال خصومات ديناميكية وآليات تحفيزية، وتحقق توزيع الموارد بكفاءة ودون الحاجة للثقة بناءً على العقود الذكية، مما يوفر خدمات الحوسبة السحابية بأمان وكفاءة اقتصادية ولامركزية.
Nosana هو مشروع سوق قوة حوسبة لامركزي في أحد النظم البيئية المعروفة لسلسلة الكتل، والنية الرئيسية منه هي استخدام موارد قوة الحوسبة غير المستغلة لتشكيل شبكة GPU، لتلبية احتياجات الحوسبة في مرحلة استدلال الذكاء الاصطناعي. يعتمد هذا المشروع على برنامج على السلسلة لتعريف حالة تشغيل سوق قوته، وضمان أن تقوم العقد GPU المشاركة في الشبكة بإكمال المهام بشكل معقول.
OctaSpace هو بنية تحتية للنقاط السحابية للحوسبة الموزعة القابلة للتوسع ومفتوحة المصدر، تسمح بالوصول إلى الحوسبة الموزعة، وتخزين البيانات، والخدمات، وVPN، وغيرها. تشمل OctaSpace قوة الحوسبة CPU وGPU، والخدمات لمساحة القرص لمهام ML، وأدوات AI، ومعالجة الصور، واستخدام Blender لرسم المشاهد، وغيرها.
Clore.AI هو منصة حوسبة فائقة موزعة تعتمد على وحدات معالجة الرسوميات، تتيح للمستخدمين الحصول على موارد قوة الحوسبة عالية الجودة من العقد التي توفر قوة الحوسبة على مستوى العالم. يدعم مجموعة متنوعة من الاستخدامات مثل تدريب الذكاء الاصطناعي، تعدين العملات المشفرة، وعرض الأفلام. توفر هذه المنصة خدمات GPU منخفضة التكلفة وعالية الأداء، ويمكن للمستخدمين الحصول على مكافآت رموز Clore من خلال استئجار GPU.
بالمقارنة مع المشاريع المماثلة الأخرى، يُعتبر IO.NET حالياً المشروع الوحيد الذي يمكن لأي شخص الانضمام إليه بدون شروط لتقديم قوة الحوسبة. يمكن للمستخدمين استخدام أدنى GPU من فئة 30 للمشاركة في مساهمة قوة الحوسبة في الشبكة، كما توجد موارد مثل Macbook M2 و Mac Mini من شرائح Apple. توفر موارد GPU و CPU الأكثر وفرة وبناء API الغني لـ IO القدرة على دعم مختلف احتياجات الحوسبة الذكية، مثل الاستنتاج الجماعي، التدريب المتوازي، ضبط المعلمات الفائقة، والتعلم المعزز. بينما تتكون البنية التحتية الخلفية من مجموعة من الطبقات المعيارية، مما يسمح بإدارة فعالة للموارد وتسعير تلقائي.
نظرة عامة وخاتمة
إن إطلاق $IO على منصة تداول معروفة يمكن أن يُعتبر بداية مثيرة للاهتمام، حيث أن الشبكة التجريبية كانت مشتعلة على الإنترنت، ومع تأجيل الاختبارات الفعلية، بدأ الكثيرون يشككون في عدم شفافية قواعد النقاط، مما وضع هذا المشروع الضخم في نقطة البداية التي تستحقها. تم إدراج الرموز في السوق خلال فترة التصحيح، حيث انطلقت من مستويات منخفضة ثم ارتفعت، لتعود في النهاية إلى نطاق التقييم النسبي العقلاني. لكن بالنسبة للمشاركين في الشبكة التجريبية الذين جاءوا بغرض الاستثمار بسبب التشكيلة القوية للاستثمار في IO.NET، كانت هناك مشاعر مختلطة، حيث أن معظم المستخدمين الذين استأجروا قوة الحوسبة GPU ولكنهم لم يستمروا في المشاركة في كل موسم من الشبكة التجريبية لم يحصلوا على العوائد الفائقة التي كانوا يأملونها، بل واجهوا واقع "الرد العكسي".
خلال فترة الشبكة التجريبية، قامت IO.NET بتقسيم كل جولة من جولات الجائزة إلى مجموعتين، قوة الحوسبة GPU وCPU عالية الأداء لحسابها بشكل منفصل. في الموسم الأول، تأخرت نتائج النقاط بسبب حادثة القرصنة، ولكن في النهاية تم تحديد نسبة استبدال النقاط لمجموعة GPU عند ما يقرب من 90:1، حيث كانت تكلفة المستخدمين الذين استأجروا GPU من مختلف منصات السحاب تفوق بكثير عائدات الإهداء. خلال الموسم الثاني، نفذت الإدارة آلية تحقق PoW بشكل كامل، ونجح ما يقرب من 30,000 جهاز GPU في المشاركة واجتياز تحقق PoW، وكانت نسبة استبدال النقاط النهائية 100:1.
بعد الانطلاقة التي حظيت بترقب واسع، هل يمكن لـ IO.NET أن تحقق ما تدعيه من توفير متطلبات الحوسبة لمختلف مراحل تطبيقات الذكاء الاصطناعي، وكم من الاحتياجات الحقيقية ستظل موجودة بعد شبكة الاختبار، ربما الوقت هو الوحيد الذي يمكنه تقديم أفضل دليل.