Децентралізовані обчислювальні мережі для подолання нестачі GPU в AI: Messari

Децентралізовані обчислювальні мережі для подолання нестачі GPU в AI: Messari

Мітка часу: 23 червня 2023 2:00
Децентралізовані обчислювальні мережі для подолання дефіциту GPU в штучному інтелекті: аналіз даних Messari PlatoBlockchain. Вертикальний пошук. Ai.

Бум штучного інтелекту розтягує галузь виробництва чіпів до межі, що призводить до дефіциту графічних процесорів – основних процесорів, на яких базуються моделі машинного навчання (ML). 

Згідно з даними компанії Messari, що спеціалізується на криптодослідженні та даних, децентралізовані обчислювальні мережі можуть бути готовим рішенням.

Зростаючий попит і вимоги до GPU

У новому звіті Messari розглядаються проблеми, з якими стикаються виробники чіпів, такі як Nvidia, які намагаються не відставати від попиту на хвилі манії ШІ. ТВисока вартість і обмежена доступність чіпів викликають занепокоєння щодо майбутнього розгортання програм ШІ.

Галузь штучного інтелекту залежить від графічних процесорів, які «необхідні для навчання та запитів до моделей машинного навчання», — каже Мессарі. Підвищення продажів призвело до того, що виробники не встигають за ними, що призвело до дефіциту.

Однак, можливо, є світло в кінці тунелю, оскільки рішення вже може існувати у вигляді децентралізованих обчислювальних мереж.

«Децентралізовані обчислювальні мережі пропонують багатообіцяюче рішення, об’єднуючи об’єкти з незадіяними обчислювальними потужностями, пом’якшуючи дефіцит графічного процесора», – написав Мессарі у Twitter. середа.

Існує низка обчислювальних проектів криптовалюти, які можуть допомогти задовольнити попит.

Що стосується навчання моделі та тонкої настройки, на яку вказує Мессарі Gensyn та Разом. Серед побічних проектів, рекламованих Мессарі, виведення моделі Гізі, надавати, ChainML, Modulus Labs та Біттензор.

Це обчислювальні мережі більш загального призначення Акаш, Похвала, iExec, Truebit, Бакалхау та Потік.

За словами Мессарі, завдяки використанню потужності незадіяних графічних процесорів можна зменшити попит на високоякісні графічні процесори, зменшивши витрати та підвищивши доступність для розробників ШІ.

Ціла купа фішок

Недавній звітом Дослідницька компанія TrendForce показує, що ChatGPT може потребувати понад 30,000 XNUMX графічних процесорів від Nvidia для ефективної обробки навчальних даних.

Оцінки TrendForce базуються на обчислювальних можливостях Nvidia A100 графічна карта за ціною від 10,000 15,000 до 300 XNUMX доларів США. Завдяки високому попиту, викликаному ChatGPT, Nvidia може отримати значний дохід, який потенційно може досягти XNUMX мільйонів доларів.

Попит на графічні процесори в штучному інтелекті експоненціально зростає, оскільки моделі ML стають все складнішими, що вимагає більших моделей параметрів і збільшення обчислювальної потужності. Поява трансформаторів і їх застосування в мовному моделюванні ще більше посилили вимоги до обчислень, подвоюючи ці вимоги кожні 3-6 місяців. 

Політична напруга та обмеження поставок GPU

A Блог Newtown про децентралізовані обчислення в AI і ML припускає, що політична напруга сприяють обмеженням у постачанні GPU. Виробництво напівпровідників залежить від комплексу механічних, фізичних, хімічних, матеріально-технічних і комерційних факторів. 

Тайвань, на частку якого припадає 63% ливарного ринку напівпровідників, займає фортецю в глобальному ланцюжку поставок. Однак геополітична напруженість між США та Китаєм створює невизначеність і потенційні загрози для напівпровідникової промисловості, підкреслюючи необхідність диверсифікації ланцюжків поставок.

У блозі також підтверджується, що хмарні провайдери, такі як AWS, GCP і Azure, пропонують оренду GPU, але потребують допомоги з ціноутворенням і доступністю. 

Таким чином, триваючі нестабільні відносини між США та Китаєм створюють значні можливості для децентралізованих обчислювальних мереж.

ПОДІЛИТИСЯ ЦІЄЮ ПУБЛІКАЦІЄЮ

Часова мітка:

Більше від МетаНовини