- 元宇宙：本站分享元宇宙相關(guān)資訊，資訊僅代表作者觀點(diǎn)與平臺(tái)立場(chǎng)無關(guān),僅供參考.
作者：TengYan，ChainofThought；翻譯：金色財(cái)經(jīng)xiaozou
我有一大遺憾至今還在困擾著我，對(duì)任何關(guān)注它的人來說，它無疑是最明顯的投資機(jī)會(huì)，但我沒有投入一分錢。不，我說的不是下一個(gè)Solanakiller，也不是帶著滑稽帽子的狗狗meme幣。
而是……NVIDIA。
1、CryptoAI格局
我把去中心化的人工智能堆棧描繪成一個(gè)若干層生態(tài)系統(tǒng)：它的一端始于去中心化計(jì)算和開放數(shù)據(jù)網(wǎng)絡(luò)，為去中心化人工智能模型訓(xùn)練提供支持。
然后，結(jié)合使用密碼學(xué)、加密經(jīng)濟(jì)激勵(lì)機(jī)制和評(píng)估網(wǎng)絡(luò)來驗(yàn)證每條推斷——輸入和輸出均如此。這些經(jīng)驗(yàn)證的輸出流向可在鏈上自主運(yùn)行的人工智能代理，以及用戶可以真正信任的消費(fèi)者和企業(yè)AI應(yīng)用程序。
協(xié)調(diào)網(wǎng)絡(luò)將一切聯(lián)系在一起，實(shí)現(xiàn)整個(gè)生態(tài)系統(tǒng)的無縫通信和協(xié)作。
在這個(gè)愿景中，任何構(gòu)建人工智能的人都可以根據(jù)自己的具體需求，利用這個(gè)堆棧的一層或多個(gè)層。無論是利用去中心化計(jì)算進(jìn)行模型訓(xùn)練，還是使用評(píng)估網(wǎng)絡(luò)來確保高質(zhì)量的輸出，該堆棧都提供了一系列選擇。
由于Blockchain固有的可組合性，我相信我們將自然而然地走向模塊化未來。每一層都正變得高度專業(yè)化，協(xié)議針對(duì)不同的功能進(jìn)行優(yōu)化，而不是采用一體化集成方法。
也就是說，我相信人工智能的規(guī)模將如此之大，即使是今天看起來“小眾”的領(lǐng)域也可能演變成一個(gè)重要的市場(chǎng)。
同樣值得注意的是，技術(shù)進(jìn)步并不總是沿著一條直線前進(jìn)——它經(jīng)常是突飛猛進(jìn)的。當(dāng)突然爆發(fā)時(shí)，我對(duì)時(shí)機(jī)和市場(chǎng)規(guī)模的看法將發(fā)生變化。
有了這個(gè)框架，讓我們來具體來看各個(gè)子領(lǐng)域。
2、領(lǐng)域一：去中心化計(jì)算
去中心化計(jì)算是去中心化人工智能的支柱。
GPU市場(chǎng)、去中心化訓(xùn)練和去中心化推理是緊密聯(lián)系在一起的。
供應(yīng)端通常來自中小型數(shù)據(jù)中心和消費(fèi)者GPU。
需求面雖小，但仍在增長(zhǎng)。如今，它來自對(duì)價(jià)格敏感、對(duì)延遲不敏感的用戶和規(guī)模較小的人工智能初創(chuàng)公司。
目前Web3GPU市場(chǎng)面臨的最大挑戰(zhàn)是如何讓它們正常運(yùn)行。
在去中心化網(wǎng)絡(luò)上協(xié)調(diào)GPU需要先進(jìn)的工程技術(shù)和設(shè)計(jì)良好、可靠的網(wǎng)絡(luò)架構(gòu)。
使計(jì)算網(wǎng)絡(luò)真正可以工作
與普遍的看法相反，web3分布式GPU市場(chǎng)目前面臨的最大障礙就是讓它們正常工作。
這并不是一個(gè)微不足道的問題。
在分布式網(wǎng)絡(luò)中協(xié)調(diào)GPU是非常復(fù)雜的，有很多挑戰(zhàn)——資源分配、動(dòng)態(tài)工作負(fù)載擴(kuò)展、節(jié)點(diǎn)和GPU間的負(fù)載平衡、延遲管理、數(shù)據(jù)傳輸、容錯(cuò)以及處理分散在不同地理位置的各種硬件。我還可以繼續(xù)說下去。
實(shí)現(xiàn)這一點(diǎn)需要深思熟慮的工程設(shè)計(jì)和可靠的、設(shè)計(jì)合理的網(wǎng)絡(luò)架構(gòu)。
為了更好地理解，想想谷歌的Kubernetes。它被普遍認(rèn)為是容器編排的黃金標(biāo)準(zhǔn)，在分布式環(huán)境中自動(dòng)化負(fù)載平衡和擴(kuò)展等過程，這與分布式GPU網(wǎng)絡(luò)面臨的挑戰(zhàn)非常相似。Kubernetes本身是建立在谷歌十多年的經(jīng)驗(yàn)基礎(chǔ)上的，即使在那時(shí)，它也需要數(shù)年的不懈迭代才能表現(xiàn)良好。
目前已經(jīng)上線的一些GPU計(jì)算市場(chǎng)可以處理小規(guī)模的工作負(fù)載，但一旦它們嘗試擴(kuò)展，就會(huì)出現(xiàn)問題。我懷疑這是因?yàn)樗鼈兊募軜?gòu)基礎(chǔ)設(shè)計(jì)很糟糕。
去中心化計(jì)算網(wǎng)絡(luò)的另一個(gè)挑戰(zhàn)/機(jī)遇是確？尚哦龋候(yàn)證每個(gè)節(jié)點(diǎn)實(shí)際上提供了所聲稱的計(jì)算能力。目前，這依賴于網(wǎng)絡(luò)聲譽(yù)，在某些情況下，算力提供商根據(jù)聲譽(yù)評(píng)分進(jìn)行排名。Blockchain似乎很適合于無需信任的驗(yàn)證系統(tǒng)。像Gensyn和Spheron這樣的初創(chuàng)公司正在力求使用一種無需信任的方法來解決這個(gè)問題。
今天，許多web3團(tuán)隊(duì)仍在應(yīng)對(duì)這些挑戰(zhàn)，這也意味著機(jī)會(huì)之門是敞開的。
去中心化計(jì)算市場(chǎng)規(guī)模
去中心化計(jì)算網(wǎng)絡(luò)市場(chǎng)有多大？
如今，它可能只是價(jià)值6800億至2.5萬億美元的云計(jì)算行業(yè)的一小部分。然而，盡管增加了用戶的摩擦，但只要成本低于傳統(tǒng)供應(yīng)商，總是會(huì)有需求的。
我相信，由于Tokens補(bǔ)貼和對(duì)價(jià)格不敏感的用戶的供應(yīng)解鎖，成本將在中短期內(nèi)保持較低水平（例如，如果我能出租我的游戲筆記本電腦賺取額外現(xiàn)金，無論是每月20美元還是50美元，我都會(huì)很高興的）。
NousResearch正在通過他們的DisTrO框架提高標(biāo)準(zhǔn)，該框架使用優(yōu)化器在訓(xùn)練1.2B參數(shù)模型的同時(shí)，將GPU間的通信要求降低了令10,000倍，令人瞠目結(jié)舌。
而且這種勢(shì)頭還在不斷增強(qiáng)。去年12月，Nous宣布了一個(gè)15B參數(shù)模型的預(yù)訓(xùn)練，該模型具有損失曲線（模型誤差如何隨時(shí)間減少）和收斂率（模型性能穩(wěn)定的速度），這與集中式訓(xùn)練的典型結(jié)果相匹配甚至更勝一籌。是的，比中心化要好。
這個(gè)模型是為更復(fù)雜的、需要大量計(jì)劃的任務(wù)而設(shè)計(jì)的，比如填字游戲，以及需要更深層推理的問題。你會(huì)注意到它變慢了，需要更多的時(shí)間來生成響應(yīng)，但結(jié)果卻更加深思熟慮和細(xì)致入微。它的運(yùn)行成本也高得多（是GPT-4的25倍）。
重心的轉(zhuǎn)變很明顯：人工智能性能的下一個(gè)飛躍將不僅僅來自訓(xùn)練更大的模型，還來自在推理過程中擴(kuò)展計(jì)算應(yīng)用。
如果你想了解更多，一些研究文章表明：
通過重復(fù)采樣來擴(kuò)展推理計(jì)算，可以在各種任務(wù)之間獲得很大的改進(jìn)。
也有一個(gè)用于推理的擴(kuò)展指數(shù)定律。
一旦強(qiáng)大的模型被訓(xùn)練出來，它們的推理任務(wù)——模型所做的事情——就可以被轉(zhuǎn)移到去中心化計(jì)算網(wǎng)絡(luò)上。這不無道理，因?yàn)椋?/p>
與訓(xùn)練相比，推理所需的資源要少得多。經(jīng)過訓(xùn)練后，可以使用量化（quantization）、剪枝（pruning）或蒸餾（distillation）等技術(shù)對(duì)模型進(jìn)行壓縮和優(yōu)化。它們甚至可以分解在日常消費(fèi)設(shè)備上運(yùn)行。你不需要高端GPU來支持推理。
這已經(jīng)發(fā)生了。ExoLabs已經(jīng)找到了如何在MacBook和MacMini等消費(fèi)級(jí)硬件上運(yùn)行450B參數(shù)Llama3模型的方法？缍嘣O(shè)備分布推理可以高效且經(jīng)濟(jì)地處理大規(guī)模工作負(fù)載。
更好的用戶體驗(yàn)。在離用戶更近的地方運(yùn)行計(jì)算可以減少延遲，這對(duì)于游戲、AR或自動(dòng)駕駛汽車等實(shí)時(shí)應(yīng)用至關(guān)重要。每一毫秒都很重要。
把去中心化推理想象成人工智能的CDN（內(nèi)容分發(fā)網(wǎng)絡(luò)）：去中心化推理利用本地計(jì)算能力，在創(chuàng)紀(jì)錄的時(shí)間內(nèi)提供人工智能響應(yīng)，而不是通過連接到附近的服務(wù)器來快速提供網(wǎng)站。通過采用去中心化推理，人工智能應(yīng)用程序變得更高效、響應(yīng)更快、更可靠。
趨勢(shì)很明顯。蘋果新推出的M4Pro芯片與英偉達(dá)的RTX3070Ti競(jìng)爭(zhēng)，直到最近，RTX3070Ti還是硬核游戲玩家的領(lǐng)地。我們的硬件越來越有能力處理高級(jí)人工智能工作負(fù)載。
Crypto的增值
去中心化推理網(wǎng)絡(luò)要想取得成功，就必須有令人信服的經(jīng)濟(jì)激勵(lì)。網(wǎng)絡(luò)中的節(jié)點(diǎn)需要因其算力貢獻(xiàn)獲得補(bǔ)償。該制度必須確保公平有效地分配獎(jiǎng)勵(lì)。地理多樣性是必要的，可以減少推理任務(wù)的延遲，并提高容錯(cuò)性。
建立去中心化網(wǎng)絡(luò)的最佳方式是什么？Crypto。
Tokens提供了一種強(qiáng)大的機(jī)制來協(xié)調(diào)參與者的利益，確保每個(gè)人都朝著同一個(gè)目標(biāo)努力：擴(kuò)展網(wǎng)絡(luò)并提高Tokens價(jià)值。
Tokens也加速了網(wǎng)絡(luò)的增長(zhǎng)。它們通過獎(jiǎng)勵(lì)早期采用者以及從第一天起推動(dòng)參與度，幫助解決了經(jīng)典的雞生蛋還是蛋生雞的問題，這個(gè)問題阻礙了大多數(shù)網(wǎng)絡(luò)的發(fā)展。
Bitcoin和Ethereum的成功證明了這一點(diǎn)——它們已經(jīng)聚集了地球上最大的算力池。
去中心化推理網(wǎng)絡(luò)將是下一個(gè)。由于地域的多樣性，它們減少了延遲，提高了容錯(cuò)性，使人工智能更接近用戶。在加密激勵(lì)下，它們將比傳統(tǒng)網(wǎng)絡(luò)更快、更好地?cái)U(kuò)展。
（未完待續(xù)，敬請(qǐng)關(guān)注）
免責(zé)聲明:Crypto AI：Decentralization計(jì)算為王文章轉(zhuǎn)發(fā)自互聯(lián)網(wǎng)，版權(quán)歸其所有。
文章內(nèi)容不代表本站立場(chǎng)和任何投資暗示。加密貨幣市場(chǎng)極其波動(dòng)，風(fēng)險(xiǎn)很高，可能不適合所有投資者。在投資加密貨幣之前，請(qǐng)確保自己充分了解市場(chǎng)和投資的風(fēng)險(xiǎn)，并考慮自己的財(cái)務(wù)狀況和風(fēng)險(xiǎn)承受能力。此外，請(qǐng)遵循您所在國家的法律法規(guī)，以及遵守交易所和錢包提供商的規(guī)定。對(duì)于任何因使用加密貨幣所造成的投資損失或其他損失，本站不承擔(dān)任何責(zé)任。
2025-4-02
2025-4-02
2025-3-29
2025-3-28
2025-3-28
2025-3-13
2025-3-29
2025-3-16
2025-3-21
2025-3-13
Copyright © 2021.Company 元宇宙YITB.COM All rights reserved.元宇宙YITB.COM