Decentralizált számítási hálózatok a GPU-hiány kezelésére az AI-ban: Messari

Decentralizált számítási hálózatok a GPU-hiány kezelésére az AI-ban: Messari

Decentralized Compute Networks to Tackle GPU Shortage in AI: Messari PlatoBlockchain Data Intelligence. Vertical Search. Ai.

A mesterséges intelligencia fellendülése a chipgyártó ipart a korlátok közé szorítja, ami a GPU-k – a gépi tanulási (ML) modelleket tápláló alapvető feldolgozóegységek – hiányához vezet. 

A Messari kriptográfiai kutató- és adatszakértő cég szerint a decentralizált számítási hálózatok kész megoldást jelenthetnek.

Növekvő kereslet és GPU-igény

A Messari egy új jelentése megvizsgálja azokat a kihívásokat, amelyekkel a chipgyártók, például az Nvidia szembesülnek, akik az AI-mánia nyomán nehezen tudnak lépést tartani a kereslettel. TA magas költségek és a chipek korlátozott elérhetősége aggályokat vet fel az AI-alkalmazások jövőbeni bevezetése szempontjából.

Az AI-ipar a GPU-któl függ, amelyek „létfontosságúak az ML-modellek betanításához és lekérdezéséhez” – mondja Messari. Az eladások megugrása miatt a gyártók nem tudták követni a lépést, ami hiányhoz vezetett.

Lehet azonban fény az alagút végén, mert a megoldás már létezhet decentralizált számítási hálózatok formájában.

"A decentralizált számítási hálózatok ígéretes megoldást kínálnak az üresjárati számítási teljesítményű entitások összekapcsolásával, csökkentve a GPU-hiányt" - írta Messari a Twitteren. Szerda.

Számos kriptovaluta számítási projekt létezik, amelyek segíthetnek a kereslet kielégítésében.

A modellképzés és a finomhangolás oldalán Messari mutat rá Gensyn és a Együtt. A modellkövetkeztetés oldaláról a Messari által reklámozott projektek közé tartozik Giza, render, ChainML, Modulus Labs és a Bittensor.

Az általánosabb célú számítási hálózatok Akasha, Üdv, iExec, Truebit, bacalhau és a Fényáram.

Messari szerint a tétlen GPU-k erejének kihasználásával csökkenthető a csúcskategóriás GPU-k iránti kereslet, csökkentve a költségeket és javítva az AI-fejlesztők hozzáférhetőségét.

Egy csomó chips

Egy nemrégiben jelentést A TrendForce kutatócég feltárja, hogy a ChatGPT több mint 30,000 XNUMX GPU-t igényelhet az Nvidiától a képzési adatok hatékony feldolgozásához.

A TrendForce becslései a számítási képességeken alapulnak Nvidia A100 grafikus kártya, 10,000 15,000 és 300 XNUMX dollár közötti áron. Az Nvidia jelentős bevételre tesz szert, amely a ChatGPT által táplált nagy keresletnek köszönhetően elérheti a XNUMX millió dollárt.

A GPU-k iránti kereslet az AI-ban exponenciálisan növekszik, ahogy az ML-modellek összetettebbé válnak, ami nagyobb paraméterű modelleket és megnövekedett számítási teljesítményt tesz szükségessé. A transzformátorok megjelenése és nyelvi modellezésben való alkalmazása tovább növelte a számítási igényeket, 3-6 havonta megduplázva ezeket az igényeket. 

Politikai feszültségek és GPU-ellátási korlátok

A Newtown blog a decentralizált számítástechnikán AI és ML azt sugallja politikai feszültségek hozzájárulnak a GPU-ellátás korlátaihoz. A félvezetőgyártás mechanikai, fizikai, kémiai, logisztikai és kereskedelmi tényezők komplex halmazán alapul. 

Tajvan, amely a félvezető öntödék piacának 63%-át adja, a globális ellátási lánc egyik fellegvára. Az Egyesült Államok és Kína közötti geopolitikai feszültségek azonban bizonytalanságot és potenciális fenyegetést jelentenek a félvezetőipar számára, rávilágítva a diverzifikált ellátási láncok szükségességére.

A blog továbbá megerősíti, hogy a felhőszolgáltatók, például az AWS, a GCP és az Azure, kínálnak GPU-kölcsönzést, de segítségre van szükségük az árakkal és a rendelkezésre állással kapcsolatban. 

Az Egyesült Államok és Kína közötti továbbra is törékeny kapcsolatok ezért jelentős lehetőséget kínálnak a decentralizált számítási hálózatok számára.

OSZD MEG EZT A POSZTOT

Időbélyeg:

Még több MetaNews