Desentraliserte datanettverk for å takle GPU-mangel i AI: Messari

Desentraliserte datanettverk for å takle GPU-mangel i AI: Messari

Tidsstempel: 23. juni 2023 2:00
Desentraliserte datanettverk for å takle GPU-mangel i AI: Messari PlatoBlockchain Data Intelligence. Vertikalt søk. Ai.

Bommen innen kunstig intelligens strekker brikkeproduksjonsindustrien til det ytterste, noe som fører til mangel på GPUer – de grunnleggende prosesseringsenhetene som driver maskinlæringsmodeller (ML). 

I følge kryptoforsknings- og dataspesialistfirmaet Messari kan desentraliserte datanettverk presentere en ferdig løsning.

Økende etterspørsel og GPU-krav

En ny rapport fra Messari undersøker utfordringene til brikkeprodusenter som Nvidia som sliter med å holde tritt med etterspørselen i kjølvannet av AI-manien. TDe høye kostnadene og begrensede chiptilgjengeligheten skaper bekymring for fremtidig distribusjon av AI-applikasjoner.

AI-industrien er avhengig av GPU-ene som er "essensielle for å trene og spørre etter ML-modeller," sier Messari. Økningen i salget har gjort at produsentene ikke klarer å følge med, noe som fører til mangel.

Det kan imidlertid være lys i enden av tunnelen, da det allerede kan finnes en løsning i form av desentraliserte datanettverk.

"Desentraliserte datanettverk tilbyr en lovende løsning ved å koble sammen enheter med inaktiv datakraft, og redusere GPU-mangelen," twitret Messari på onsdag.

Det er en rekke kryptovaluta-beregningsprosjekter som kan tre inn for å tilfredsstille etterspørselen.

På modelltrenings- og finjusteringssiden peker Messari på Gensyn og Sammen. På modellslutningsside inkluderer prosjekter spioneringen av Messari Giza, gjengi, ChainML, Modulus Labs og Bittensor.

Mer generelle datanettverk er Akash, Mirakel, iExec, Truebit, torsk og Flux.

Ifølge Messari, ved å utnytte kraften til inaktive GPUer, kan etterspørselen etter high-end GPUer reduseres, redusere kostnadene og forbedre tilgjengeligheten for AI-utviklere.

En hel masse chips

En fersk rapporterer av analysefirmaet TrendForce, avslører at ChatGPT kan kreve over 30,000 XNUMX GPUer fra Nvidia, for å effektivt behandle treningsdataene sine.

TrendForce sine estimater er basert på beregningsevnen til Nvidias A100 grafikkort, priset mellom $10,000 og $15,000. Nvidia kommer til å generere betydelige inntekter, potensielt nå $300 millioner, på grunn av den høye etterspørselen drevet av ChatGPT.

Etterspørselen etter GPUer i AI opplever eksponentiell vekst ettersom ML-modeller blir mer komplekse, noe som krever større parametermodeller og økt beregningskraft. Fremkomsten av transformatorer og deres anvendelse i språkmodellering har ytterligere forsterket beregningskravene, og doblet disse kravene hver 3.-6. måned. 

Politiske spenninger og GPU-forsyningsbegrensninger

A Newtown-bloggen om desentralisert databehandling i AI og ML foreslår det politiske spenninger bidra til begrensningene i GPU-forsyning. Halvlederproduksjon er avhengig av en kompleks stabel av mekaniske, fysiske, kjemiske, logistiske og kommersielle faktorer. 

Taiwan, som står for 63 % av halvlederstøperimarkedet, har en høyborg i den globale forsyningskjeden. Imidlertid skaper geopolitiske spenninger mellom USA og Kina usikkerhet og potensielle trusler mot halvlederindustrien, noe som fremhever behovet for diversifiserte forsyningskjeder.

Bloggen bekrefter videre at skyleverandører, som AWS, GCP og Azure, tilbyr GPU-utleie, men trenger hjelp med priser og tilgjengelighet. 

Fortsatt dårlige forhold mellom USA og Kina gir derfor en betydelig mulighet for desentraliserte datanettverk.

DEL DETTE INNLEGGET

Tidstempel:

Mer fra MetaNews