번역: 현지 블록체인

@ionet은 Solana를 기반으로 탈중앙화 분산형 컴퓨팅 파워 네트워크로 , Depin 및 AI 부문에 속하며 Mult1C0in Capital 및 Moonhill Capital로부터 융자 융자 받았습니다.

io.net은 GPU 기반 머신러닝(ML) 훈련을 위한 솔라나 기반 탈중앙화 클라우드 플랫폼으로, GPU와 CPU로 구성된 글로벌 네트워크에 즉각적이고 무허가 접근을 제공합니다. 이 플랫폼에는 25,000개의 노드가 있으며 혁신적인 기술을 사용하여 GPU 클라우드를 함께 클러스터링하여 대규모 AI 스타트업의 컴퓨팅 비용을 최대 90% 절약합니다.

현재 Solana를 기반으로 구축된 이 제품은 현재 인기 있는 Depin 및 AI 분야 에 속합니다 . 오늘은 X의 두 사람이 솔라 나의 GPU 와 기존 문제를 분석한 내용을 살펴보겠습니다 .

@ionet에는 몇 개의 GPU(그래픽 처리 장치, 그래픽 프로세서)가 있습니까?

X에 대해 @MartinShkreli 가 분석한 네 가지 답변:

1) 7648 (배포시 시도시)

2) 11107(탐색기에서 수동으로 계산)

3) 69415 (설명할 수 없는 숫자, 변경되지 않았나요?)

4) 564306(여기에는 지원, 투명성 또는 실질적인 정보가 없습니다. CoreWeave나 AWS도 이 정도 정보를 갖고 있지 않습니다.)

실제 대답은 실제로 320이라고 생각하십시오.

왜 320인가?

저와 함께 Explorer 페이지를 살펴보세요. 모든 GPU는 "무료"이지만 여전히 임대할 수는 없습니다. 무료인데 왜 대여할 수 없나요? 사람들은 돈을 받고 싶어합니다. 그렇죠?

실제로 임대할 수 있는 가구는 320개뿐입니다.

빌릴 수 없다면 그것은 진짜가 아닙니다. 렌트해도 추가되겠지만..

@rargulati 는 Martin이 이 문제에 대해 의문을 제기한 것이 절대적으로 옳았다고 말했습니다. 탈중앙화 인공지능 프로토콜에는 다음과 같은 문제가 있습니다.

1) 고도로 분산된 범용 하드웨어 아키텍처 에 대한 유용한 온라인 교육을 수행하는 비용 효율적이고 시간 효율적인 방법은 없습니다 . 그러기 위해서는 제가 현재 알지 못하는 대대적인 돌파구가 필요할 것입니다. 이것이 FANG이 고가의 하드웨어, 네트워크 연결, 데이터 센터 유지 관리 등에 암호화폐의 유동성보다 더 많은 것을 소비하는 이유입니다.

2) 범용 하드웨어에 대한 추론을 수행하는 것은 좋은 사용 사례처럼 들리지만, 하드웨어와 소프트웨어의 발전이 너무 빨라서 범용 탈중앙화 접근 방식은 대부분의 주요 사용 사례에서 제대로 작동하지 않습니다. 최신 OpenAI 지연 및 Groq 성장을 참고할 수 있습니다.

3) 올바르게 라우팅된 요청, 요청과 밀접하게 공존하는 GPU 클러스터를 추론하고 분산형 암호화폐를 활용하여 AWS 와 경쟁하기 위한 자본 비용을 탈중앙화 매니아의 참여를 장려합니다. 좋은 생각처럼 들리지만 GPU 현물 시장에는 공급업체가 너무 많고 유동성이 단편화되어 있어 실제 업무 운영하는 사람들이 사용할 수 있을 만큼 충분한 공급량을 확보한 사람이 아무도 없습니다.

4) 소프트웨어 라우팅 알고리즘은 매우 우수해야 합니다. 그렇지 않으면 소비자 운영자의 일반 하드웨어는 많은 운영 문제를 갖게 됩니다. 네트워크 중단 및 정체 제어는 잊어버리세요. 누구든 게임을 하거나 WebGL을 사용하는 콘텐츠를 사용하기로 결정하면 한 통신업체의 서비스 중단을 경험할 수 있습니다. 예측할 수 없는 공급 측면은 운영상의 어려움을 야기하고 수요 측면 요청자에게 불확실성을 야기할 수 있습니다.

이는 해결하는 데 오랜 시간이 걸리는 어려운 문제입니다. 모든 입찰은 단지 밈일 뿐입니다.

출처: https://twitter.com/rargulati/status/1784309894880940262