avatar
NuNet
20,731個推特粉絲
關注
NuNet provides globally distributed computing power & storage for decentralized networks #DePin 🔗http://nunet.io/links 🚨 Get NTX - https://bit.ly/3RmoHrG
動態
avatar
NuNet
03-20
人工智能行業一直在談論編排，但它混淆了兩個不同的概念。 軟件編排：協調代理的邏輯。哪個代理處理哪個任務。它們如何傳遞信息。何時升級。LangGraph、CrewAI、AutoGen 等都是軟件編排。 計算編排：協調代理運行的物理資源。哪些硬件運行哪些工作負載。如何動態分配資源。機器故障時會發生什麼。 兩者都不可或缺。大多數人只考慮前者。 沒有計算編排的軟件編排就像創作交響樂卻沒有樂團。樂曲存在，卻無人演奏。 NuNet 運行於計算編排層。該協議能夠發現任何硬件（邊緣設備、GPU、服務器、數據中心）上的可用資源。動態匹配工作負載。從故障中恢復。結算付款。 軟件層決定代理執行什麼操作。 計算層確保它們能夠實際執行這些操作。 這兩個層都需要編排。但目前只構建了其中一個。
NTX
2.31%
avatar
NuNet
03-12
今年，自主人工智能代理市場規模達到 85 億美元，預計到 2030 年將達到 350 億美元。 但德勤還發現：擁有成熟編排能力的企業，其人工智能投資的價值是其他企業的 2-3 倍。 問題在於，50% 的企業人工智能代理仍然各自獨立運行。工作流程脫節，自動化功能冗餘，系統之間缺乏協調。業界多年來致力於構建智能，卻幾乎忘記了構建其底層基礎設施。 業界構建了智能，卻忘記了構建協調機制。 編排並非一項功能，而是使多代理人工智能真正發揮作用的整個基礎設施層。 在計算層面，編排意味著：自動發現資源、匹配工作負載、動態部署、故障恢復和結算付款。 這正是 NuNet 所做的。它並非在軟件層面，而是在底層計算層面。 當人工智能代理需要跨設備、跨所有者、跨環境進行協調時，計算層也必須進行編排。 模型競賽已經結束。編曲大賽即將開始🏎️
NTX
2.31%
avatar
NuNet
03-06
強化學習、運動擴散模型、機載感知，所有這些都運行在不同的計算環境中。 這些策略的訓練在 GPU 集群上運行。但角色本身則在嵌入式硬件上實時運行推理，自主導航並生成動作。 這種從邊緣到雲端的協調、數據中心的仿真和訓練、機器人上的實時推理以及兩者之間的數據流動，構成了計算編排的挑戰，並且隨著部署角色數量的增加而不斷擴展。 這正是 #NuNet 正在解決的問題：一種能夠協調從雲端 GPU 到邊緣設備等異構基礎設施上工作負載的協議。 下一代物理人工智能的瓶頸不在於 GPU 算力，而在於連接所有組件的基礎設施層。
NVIDIA Robotics
@NVIDIARobotics
03-06
Ever wondered how Disney's characters make it from the screen to reality? 🎬 Behind the magic is physical AI: • Newton & Kamino: Leveraging the open-source, GPU-accelerated Newton framework and Disney’s Kamino solver for artist-centric reinforcement learning. • Expressive
NTX
2.31%
loading indicator
Loading..