شبكات الحوسبة اللامركزية لمعالجة نقص وحدة معالجة الرسومات في الذكاء الاصطناعي: Messari

أدى الازدهار في الذكاء الاصطناعي إلى توسيع صناعة تصنيع الرقائق إلى أقصى حدودها مما أدى إلى نقص في وحدات معالجة الرسومات - وحدات المعالجة الأساسية التي تدعم نماذج التعلم الآلي (ML). 

وفقًا لشركة أبحاث التشفير والبيانات المتخصصة Messari ، يمكن لشبكات الحوسبة اللامركزية أن تقدم حلاً جاهزًا.

تزايد الطلب ومتطلبات وحدة معالجة الرسومات

يفحص تقرير جديد من Messari التحديات التي يواجهها مصنعو الرقائق مثل Nvidia الذين يكافحون لمواكبة الطلب في أعقاب هوس الذكاء الاصطناعي. تيتثير التكاليف المرتفعة ومحدودية توفر الرقائق مخاوف بشأن النشر المستقبلي لتطبيقات الذكاء الاصطناعي.

تعتمد صناعة الذكاء الاصطناعي على وحدات معالجة الرسومات التي تعتبر "ضرورية للتدريب والاستعلام عن نماذج ML" ، كما يقول Messari. لقد ترك الارتفاع المفاجئ في المبيعات الشركات المصنعة غير قادرة على مواكبة ذلك ، مما أدى إلى نقص.

ومع ذلك ، قد يكون هناك ضوء في نهاية النفق ، حيث قد يكون هناك حل بالفعل في شكل شبكات حسابية لامركزية.

"توفر شبكات الحوسبة اللامركزية حلاً واعدًا من خلال ربط الكيانات بقوة الحوسبة الخاملة ، وتخفيف النقص في وحدة معالجة الرسومات" ، كما غرد Messari على الأربعاء.

هناك عدد من مشاريع حوسبة العملات المشفرة التي يمكن أن تتدخل للمساعدة في تلبية الطلب.

على نموذج التدريب وضبط الجانب يشير Messari إلى جينسين و معا. تشمل المشاريع الجانبية للاستدلال النموذجي التي يروج لها Messari الجيزة, تقديم, شينمل, معامل معامل و بيتنسور.

أكثر شبكات حساب الأغراض العامة هي عكاش, مجد, iExec, تروبيت, سمك القد و تدفق.

وفقًا لـ Messari ، من خلال تسخير قوة وحدات معالجة الرسومات الخاملة ، يمكن تخفيف الطلب على وحدات معالجة الرسومات المتطورة ، مما يقلل التكاليف ويعزز إمكانية الوصول لمطوري الذكاء الاصطناعي.

رقائق لوتا كاملة

A الأخيرة تقرير بواسطة شركة الأبحاث TrendForce ، يكشف أن ChatGPT قد يتطلب أكثر من 30,000 وحدة معالجة رسومات من Nvidia ، لمعالجة بيانات التدريب الخاصة به بكفاءة.

تستند تقديرات TrendForce على القدرات الحسابية لـ نفيديا A100 بطاقة رسوميات ، يتراوح سعرها بين 10,000 دولار و 15,000 دولار. من المتوقع أن تحقق Nvidia إيرادات كبيرة ، من المحتمل أن تصل إلى 300 مليون دولار ، بسبب ارتفاع الطلب الذي تغذيه ChatGPT.

يشهد الطلب على وحدات معالجة الرسومات في الذكاء الاصطناعي نموًا هائلاً حيث أصبحت نماذج ML أكثر تعقيدًا ، مما يستلزم نماذج معلمات أكبر وقوة حسابية متزايدة. أدى ظهور المحولات وتطبيقها في نمذجة اللغة إلى زيادة تضخيم المتطلبات الحسابية ، ومضاعفة هذه المطالب كل 3-6 أشهر. 

أحد التحديات الرئيسية في #AI هو النقص في وحدات معالجة الرسومات ، والتي تعتبر ضرورية للتدريب والاستعلام عن نماذج ML.

تقدم شبكات الحوسبة اللامركزية حلاً واعدًا من خلال ربط الكيانات بقوة الحوسبة الخاملة ، مما يقلل من نقص وحدة معالجة الرسومات. pic.twitter.com/vQpYD8glvY

- Messari (MessariCrypto) 21 حزيران، 2023

التوترات السياسية وقيود العرض على وحدة معالجة الرسومات

A مدونة نيوتاون على الحوسبة اللامركزية في AI و ML يقترح ذلك التوترات السياسية تساهم في القيود المفروضة على توريد وحدة معالجة الرسومات. يعتمد إنتاج أشباه الموصلات على مجموعة معقدة من العوامل الميكانيكية والفيزيائية والكيميائية واللوجستية والتجارية. 

تمتلك تايوان ، التي تمثل 63٪ من سوق مسبك أشباه الموصلات ، معقلًا قويًا في سلسلة التوريد العالمية. ومع ذلك ، فإن التوترات الجيوسياسية بين الولايات المتحدة والصين تخلق حالة من عدم اليقين وتهديدات محتملة لصناعة أشباه الموصلات ، مما يبرز الحاجة إلى سلاسل التوريد المتنوعة.

تؤكد المدونة أيضًا أن موفري السحابة ، مثل AWS و GCP و Azure ، يقدمون إيجارات GPU لكنهم يحتاجون إلى المساعدة في الأسعار والتوافر. 

وبالتالي ، فإن استمرار العلاقات المتقطعة بين الولايات المتحدة والصين يمثل فرصة مهمة لشبكات الحوسبة اللامركزية.

شارك هذا المنشور

• محتوى مدعوم من تحسين محركات البحث وتوزيع العلاقات العامة. تضخيم اليوم.
• PlatoData.Network Vertical Generative Ai. تمكين نفسك. الوصول هنا.
• أفلاطونايستريم. ذكاء Web3. تضخيم المعرفة. الوصول هنا.
• أفلاطون السيارات / المركبات الكهربائية ، كربون، كلينتك ، الطاقة، بيئة، شمسي، إدارة المخلفات. الوصول هنا.
• BlockOffsets. تحديث ملكية الأوفست البيئية. الوصول هنا.
• المصدر https://metanews.com/decentralized-compute-networks-to-tackle-gpu-shortage-in-ai-messari/