شرح Aethir: لاعب قوي في الحوسبة السحابية اللامركزية يجمع بين ثلاث مسارات
تطور وتقدم النماذج الكبيرة LLM والذكاء الاصطناعي هو تقدم تكنولوجي عظيم في تاريخ البشرية، ومنذ ذلك الحين دخلت البشرية عصر الذكاء الاصطناعي، وفي هذا العالم الجديد، "قوة الحوسبة" هي المورد الأكثر ندرة.
اتجاه تطوير قوة الحوسبة هو الحوسبة الطرفية، حيث يمكن أن تقلل هذه الطريقة من التأخير المادي بشكل فعال، مما يجعلها حجر الزاوية في تطوير الصناعات ذات الطلبات المنخفضة على التأخير مثل الميتافيرس؛ تتمتع الحوسبة السحابية الموزعة اللامركزية بالمرونة والأسعار المنخفضة ومزايا مقاومة الرقابة، مما يجعل آفاقها المستقبلية واسعة جداً.
Aethir هو منصة عرض في الوقت الحقيقي اللامركزية القائمة على شبكة Arbitrum، من خلال تجميع وحدات معالجة الرسوميات ذات القدرة الحاسوبية العالية مثل H100، لتقديم خدمات الحوسبة على مستوى المؤسسات للشركات في مجالات الألعاب والذكاء الاصطناعي.
تعاونت Aethir بالفعل مع مشاريع الحوسبة السحابية الرائدة في الصناعة مثل io.net وTheta بالإضافة إلى العديد من استوديوهات الألعاب الرائدة وشركات الاتصالات، ومن المتوقع أن تتجاوز الإيرادات السنوية المتكررة (ARR) 20 مليون دولار أمريكي في الربع الأول من عام 2024.
Aethir Edge خفضت بشكل كبير من عتبة المستخدمين العاديين لبيع القدرة الزائدة، ووسعت بشكل كبير من نطاق تغطية شبكة Aethir الجغرافية.
حصل Aethir على 80 مليون دولار من خلال بيع NFT لعقد الفحص، مما يثبت أن آفاق مشروعه ونموذجه الاقتصادي جذابان للغاية للعديد من المستخدمين.
تكلفة استخدام A100 من شبكة Aethir لكل ساعة أقل بكثير من المنافسين الآخرين، مما يمنحها ميزة تنافسية واضحة.
خلفية Aethir
إن تغيير عملية تطور المجتمع البشري غالبًا ما يتحقق من خلال عدد من الاختراعات العلمية العظيمة والتقدم. كل اختراق تكنولوجي يخلق مباشرة عصرًا جديدًا أكثر كفاءة وازدهارًا.
الثورة الصناعية، والثورة الكهربائية، وثورة المعلومات هي تقدم تكنولوجي عظيم في تاريخ البشرية، وقد غيرت تمامًا مظهر المجتمع البشري، وجلبت تحولًا غير مسبوق في الإنتاجية وأنماط الحياة. الآن، لم نعد قادرين على العودة إلى عصر الإضاءة بمصابيح الكيروسين، ووسائل النقل التي تعتمد على العربات لنقل الرسائل. مع ولادة GPT، دخلت البشرية عصرًا جديدًا عظيمًا.
تقوم LLM بتحرير الذكاء البشري خطوة بخطوة، مما يجعل الناس يستخدمون طاقتهم وذكائهم المحدودين في التفكير والممارسة الأكثر إبداعًا، وقد دخل الناس منذ ذلك الحين إلى عالم أكثر كفاءة.
نعتبر GPT إنجازًا تكنولوجيًا آخر يغير العالم، ليس فقط بسبب التقدم الهائل في فهم اللغة الطبيعية وتوليدها، ولكن أيضًا لأن البشرية تمكنت من فهم قوانين زيادة قدرة نماذج اللغة الكبيرة من خلال تطور GPT - أي أنه من خلال توسيع معلمات النموذج وبيانات التدريب باستمرار، يمكن تحسين قدرة نموذج LLM بشكل كبير، وفي ظل وجود قوة حسابية كافية، لا تزال هذه العملية حتى الآن لا تظهر أي عوائق.
الاستخدامات لنماذج اللغة الكبيرة لا تقتصر فقط على فهم اللغة البشرية والحوار، بل على العكس، هذه مجرد بداية. بمجرد أن تمتلك الآلات القدرة على فهم اللغة، فإن ذلك يشبه فتح صندوق باندورا، مما يفرج عن مساحة لا نهائية من الخيال. يمكن للناس الاستفادة من هذه القدرة للذكاء الاصطناعي لتطوير وظائف مدمرة متنوعة.
حاليًا، في مختلف مجالات التكنولوجيا المتداخلة، بدأ نموذج LLM في إظهار قوته. من إنتاج الفيديو، والإبداع الفني في المجالات الإنسانية، إلى تطوير الأدوية، والتكنولوجيا الحيوية في المجالات التقنية الصعبة، ستحدث تغييرات جذرية.
في هذا العصر، تُعتبر القدرة الحاسوبية موردًا نادرًا، حيث تمتلك الشركات التكنولوجية الكبرى موارد وفيرة، بينما يواجه المطورون الناشئون حواجز دخول بسبب نقص موارد القدرة الحاسوبية. في عصر الذكاء الاصطناعي الجديد، تعتبر القدرة الحاسوبية قوة، ومن يمتلك القدرة الحاسوبية لديه القدرة على تغيير العالم. تلعب وحدات معالجة الرسوميات (GPU) كحجر أساس في مجالات التعلم العميق والحوسبة العلمية دورًا حاسمًا.
في مجال الذكاء الاصطناعي (AI) سريع التطور، يجب أن ندرك الجوانب المزدوجة للتطور: تدريب النماذج والاستدلال. يتعلق الاستدلال بوظائف ومخرجات نماذج الذكاء الاصطناعي، بينما يشمل التدريب العملية المعقدة اللازمة لبناء نماذج ذكية، والتي تشمل خوارزميات تعلم الآلة، ومجموعات البيانات، وقدرات الحوسبة.
على سبيل المثال، إذا أراد المطور الحصول على استدلال عالي الجودة باستخدام GPT4، فإنهم بحاجة إلى الحصول على مجموعة بيانات أساسية شاملة وقدرة حسابية هائلة لتدريب نموذج فعال للذكاء الاصطناعي. وتتركز هذه الموارد بشكل رئيسي في أيدي عمالقة الصناعة مثل إنفيديا وجوجل ومايكروسوفت ومنصة سحابية معينة.
التكاليف العالية للحوسبة وحواجز الدخول تمنع المزيد من المطورين من الدخول، مما يجعل اللاعبين الرئيسيين أقوى. لديهم مجموعات بيانات أساسية كبيرة وقدرة حوسبة هائلة، ولديهم القدرة على زيادة حجمهم وتقليل تكاليفهم، مما يؤدي إلى تعزيز الحواجز الصناعية.
لكن لا يمكننا إلا أن نتساءل، هل هناك حلول لتقليل تكاليف الحساب وحواجز دخول الصناعة من خلال اعتماد تكنولوجيا البلوكشين؟ الجواب هو بالتأكيد. اللامركزية الحوسبة السحابية الموزعة توفر لنا مثل هذه الحلول في هذا السياق الزمني.
على الرغم من أن قوة الحوسبة باهظة الثمن ونادرة حاليًا، إلا أنه لم يتم الاستفادة الكاملة من وحدات معالجة الرسوميات (GPU). ويرجع ذلك أساسًا إلى عدم ظهور طريقة جاهزة لدمج هذه القوة الحوسبية الموزعة وتشغيلها بطريقة تجارية. فيما يلي أرقام تمثيلية لمعدل استخدام GPU لمختلف أحمال العمل:
معظم الأجهزة الاستهلاكية المزودة بوحدات معالجة الرسوميات تنتمي إلى الفئات الثلاث الأولى، وهي الخاملة (التي تم تشغيلها للتو والدخول إلى نظام تشغيل Windows):
نسبة استخدام GPU هي: 0-2 ٪؛
المهام الإنتاجية العامة (كتابة، تصفح بسيط): 0-15%;
تشغيل الفيديو: 15 - 35%.
توضح البيانات المذكورة أعلاه: أن استخدام موارد الحساب منخفض للغاية، وفي عالم Web2، لا توجد تدابير فعالة لجمع هذه الموارد ودمجها. ولكن قد تكون Crypto والاقتصاد اللامركزي هي الحل المناسب لتحدي ذلك. يبني الاقتصاد اللامركزي سوقًا عالميًا عالي الكفاءة، وبفضل الاقتصاد الرمزي الفريد، وخصائص النظام اللامركزي، فإن تسعير الموارد، وتداولها، وتوافق العرض والطلب في السوق يتم بشكل فعال للغاية.
اتجاهات تطوير الحوسبة السحابية
تؤثر تطورات الذكاء الاصطناعي على مستقبل البشرية، بينما تحدد تقدم قوة الحوسبة تطور الذكاء الاصطناعي. منذ اختراع أول كمبيوتر في الأربعينيات من القرن العشرين، شهدت نماذج الحوسبة العديد من التحولات. من أجهزة الكمبيوتر الكبيرة والثقيلة إلى أجهزة الكمبيوتر المحمولة الخفيفة، ومن شراء الخوادم المركزية إلى استئجار قوة الحوسبة، فإن عتبة الحصول على قوة الحوسبة تتناقص تدريجياً. قبل ظهور الحوسبة السحابية، كان يتعين على الشركات شراء الخوادم بنفسها، وتحديثها باستمرار مع تطور التكنولوجيا، لكن ظهور الحوسبة السحابية غير هذا النموذج تمامًا.
المفهوم الأساسي للحوسبة السحابية هو استئجار الخوادم من قبل الجهة الطالبة، والوصول إليها عن بُعد، والدفع بناءً على كمية الاستخدام. الآن، يتم تحويل الشركات التقليدية بواسطة الحوسبة السحابية. في مجال الحوسبة السحابية، تعتبر تقنية الافتراضية هي الجوهر. يمكن أن تقوم الخوادم الافتراضية بتقسيم خادم قوي إلى خوادم صغيرة جدًا وتأجيرها، ويمكنها أيضًا استدعاء موارد متنوعة بشكل ديناميكي.
لقد غير هذا النموذج تمامًا مشهد الأعمال في صناعة الحوسبة، حيث كان الناس في السابق بحاجة لشراء مرافق الحوسبة لتلبية احتياجاتهم من القوة الحاسوبية؛ ولكن الآن، كل ما يحتاجون إليه هو دفع الإيجار على الموقع للاستفادة من خدمات الحوسبة عالية الجودة. الاتجاه المستقبلي لتطور الحوسبة السحابية هو الحوسبة الطرفية. نظرًا لأن الأنظمة المركزية التقليدية بعيدة جدًا عن المستخدمين، فإن هذا يمكن أن يؤدي إلى درجة معينة من التأخير. على الرغم من أنه يمكن تحسين التأخير، إلا أنه لا يمكن التغلب عليه بسبب قيود سرعة الضوء.
ومع ذلك، فإن الصناعات الناشئة مثل الميتافيرس، القيادة الذاتية، والرعاية الصحية عن بُعد تتطلب تأخيرات منخفضة للغاية، لذلك من الضروري نقل خوادم الحوسبة السحابية إلى أماكن أقرب إلى المستخدمين، مما أدى إلى انتشار المزيد والمزيد من مراكز البيانات الصغيرة حول المستخدمين، وهذا هو الحوسبة الطرفية.
بالمقارنة مع مقدمي خدمات الحوسبة السحابية المركزية، فإن مزايا الحوسبة السحابية اللامركزية تكمن بشكل رئيسي في:
الوصول والمرونة: عادةً ما يتطلب الحصول على إذن الوصول إلى شرائح قوة الحوسبة على منصات مثل بعض خدمات السحابية عدة أسابيع، وغالباً ما تكون نماذج GPU عالية الأداء، مثل A100 و H100، في حالة نفاد المخزون. بالإضافة إلى ذلك، للحصول على قوة الحوسبة، يحتاج المستهلكون عادةً إلى توقيع عقود طويلة الأجل وغير مرنة مع هذه الشركات الكبيرة، مما يؤدي ليس فقط إلى فقدان الوقت ولكن أيضًا يجعل عمليات الشركات جامدة ويفقدها بعض المرونة. بالمقارنة، يمكن للمنصات اللامركزية للحوسبة الوصول إلى قوة الحوسبة في أي وقت وتوفير خيارات مرنة للأجهزة، مما يجعلها أكثر سهولة.
أسعار أقل: نظرًا لاستخدام الشرائح غير المستخدمة، بالإضافة إلى دعم الرموز المقدمة من جانب بروتوكولات الشبكة لموردي الشرائح وقوة الحوسبة، قد تتمكن شبكة الحوسبة الموزعة من تقديم قوة حوسبة أقل تكلفة.
مقاومة الرقابة: لا تعتبر أنظمة مثل io.net وAethir نفسها أنظمة غير مرخصة. تم معالجة مسائل الامتثال مثل GDPR وHIPAA في مراحل إطلاق GPU، تحميل البيانات، مشاركة البيانات ومشاركة النتائج.
مع تقدم الذكاء الاصطناعي واستمرار عدم التوازن بين العرض والطلب على وحدات معالجة الرسوميات، سيتم دفع المزيد من المطورين نحو منصات الحوسبة السحابية اللامركزية. في الوقت نفسه، خلال فترة السوق الصاعدة، بسبب ارتفاع أسعار رموز التشفير، سيحقق مزودو وحدات معالجة الرسوميات المزيد من الأرباح، مما سيحفز المزيد من مزودي وحدات معالجة الرسوميات على دخول هذا السوق، مما يخلق تأثير دوامة إيجابية.
مشكلة تقنية
1. مشكلة التوازي
تجمع منصات الحوسبة الموزعة عادةً إمدادات الشرائح الطويلة الذيل، مما يعني أن مزود شريحة واحد لا يمكنه تقريبًا إكمال تدريب أو استدلال نموذج الذكاء الاصطناعي المعقد بشكل مستقل في فترة زمنية قصيرة. إذا أرادت منصات الحوسبة السحابية أن تكون تنافسية، فيجب عليها تفكيك وتوزيع المهام من خلال أساليب موازية، لتقليل الوقت الإجمالي للإكمال وزيادة القدرة الحاسوبية للمنصة.
ومع ذلك، ستواجه عملية التوازي سلسلة من المشكلات، بما في ذلك كيفية تقسيم المهام (وخاصة بالنسبة لمهام التعلم العميق المعقدة)، واعتماد البيانات، وتكاليف الاتصال الإضافية بين الأجهزة، وما إلى ذلك.
2. مخاطر استبدال التكنولوجيا الجديدة
مع دخول كميات كبيرة من رأس المال في أبحاث الدوائر المتكاملة الخاصة (ASIC) وكذلك الاختراعات الجديدة مثل وحدات معالجة التنسور (TPU)، قد يتعرض تجمعات GPU في منصات الحوسبة اللامركزية للصدمة.
إذا كانت هذه الأجهزة ASIC يمكن أن تقدم أداءً جيدًا ، ولديها توازن من حيث التكلفة ، فقد يعود سوق GPU الذي تهيمن عليه حاليًا منظمات AI الكبيرة إلى السوق. سيؤدي ذلك إلى زيادة إمدادات GPU ، مما سيؤثر على نظام بيئة منصات الحوسبة السحابية اللامركزية.
3. مخاطر التنظيم
نظرًا لأن نظام الحوسبة السحابية اللامركزية يعمل في عدة ولايات قضائية وقد يتأثر بقوانين وأنظمة مختلفة، فقد تكون هناك تحديات قانونية وتنظيمية فريدة. قد تكون متطلبات الامتثال، مثل قوانين حماية البيانات والخصوصية، معقدة وصعبة.
في المرحلة الحالية، فإن مستخدمي منصات الحوسبة السحابية هم بشكل رئيسي المطورون المحترفون والمؤسسات، ويفضلون استخدام منصة واحدة على المدى الطويل، ولن يغيروا ذلك بشكل عشوائي. سواء كان استخدام منصة لامركزية أو مركزية، فإن السعر هو أحد عوامل الاعتبار فقط، حيث أن هؤلاء المستخدمين يولون أهمية أكبر لاستقرار الخدمة. وبالتالي، إذا كانت المنصة اللامركزية تتمتع بقدرة تكامل قوية وموارد حسابية مستقرة وكافية، فسيكون من الأسهل جذب هؤلاء العملاء، والحصول على علاقات تعاون طويلة الأمد ودخل نقدي مستقر.
مقدمة عن منصة Aethir
Aethir Cloud هو منصة عرض حية لامركزية تعتمد على شبكة Arbitrum، تساعد شركات الألعاب والذكاء الاصطناعي في تسليم منتجاتها مباشرة إلى المستهلكين من خلال تجميع وإعادة توزيع GPUs الجديدة وغير المستخدمة من الشركات ومراكز البيانات وأعمال تعدين العملات المشفرة والمستهلكين بشكل ذكي.
تتمثل إحدى الابتكارات الرئيسية في هذا المشروع في تجميع الموارد، حيث تجمع المساهمين في القدرة الحاسوبية الموزعة تحت واجهة موحدة لتقديم الخدمات للعملاء في جميع أنحاء العالم. ومن السمات البارزة لمجمع الموارد أن موفري GPU يمكنهم الاتصال أو قطع الاتصال بالشبكة بحرية، مما يسمح للشركات أو مراكز البيانات التي تمتلك أجهزة غير مستخدمة بالمشاركة في الشبكة أثناء التعطل، مما يعزز مرونة الموردين وكفاءة استخدام الأجهزة.
تشغيل نظام Aethir البيئي يعتمد على ثلاثة بنية تحتية أساسية:
الحاوية (Container): الوظيفة الرئيسية للحاوية هي توفير خدمات الرندر عن بُعد في الوقت الحقيقي، وتقديم تجربة "عدم تأخير". الحاوية هي الموقع الفعلي للحوسبة السحابية، حيث تعمل كنقطة نهاية افتراضية، وتنفيذ ورندر التطبيقات. هذا ينقل عبء العمل من الأجهزة المحلية إلى الحاوية.
كاشف (Checker): يتحقق كاشف العقد من Container وعمليات الخدمة الخاصة به لضمان سلامة شبكة Aethir وجودة الخدمة. بعد الانتهاء من المهمة، يستخدم عقدة الكاشف مفتاحه الخاص
قد تحتوي هذه الصفحة على محتوى من جهات خارجية، يتم تقديمه لأغراض إعلامية فقط (وليس كإقرارات/ضمانات)، ولا ينبغي اعتباره موافقة على آرائه من قبل Gate، ولا بمثابة نصيحة مالية أو مهنية. انظر إلى إخلاء المسؤولية للحصول على التفاصيل.
Aethir: نجم الحوسبة السحابية اللامركزية الذي يحفز السوق بقوة في ثلاثة مسارات.
شرح Aethir: لاعب قوي في الحوسبة السحابية اللامركزية يجمع بين ثلاث مسارات
تطور وتقدم النماذج الكبيرة LLM والذكاء الاصطناعي هو تقدم تكنولوجي عظيم في تاريخ البشرية، ومنذ ذلك الحين دخلت البشرية عصر الذكاء الاصطناعي، وفي هذا العالم الجديد، "قوة الحوسبة" هي المورد الأكثر ندرة.
اتجاه تطوير قوة الحوسبة هو الحوسبة الطرفية، حيث يمكن أن تقلل هذه الطريقة من التأخير المادي بشكل فعال، مما يجعلها حجر الزاوية في تطوير الصناعات ذات الطلبات المنخفضة على التأخير مثل الميتافيرس؛ تتمتع الحوسبة السحابية الموزعة اللامركزية بالمرونة والأسعار المنخفضة ومزايا مقاومة الرقابة، مما يجعل آفاقها المستقبلية واسعة جداً.
Aethir هو منصة عرض في الوقت الحقيقي اللامركزية القائمة على شبكة Arbitrum، من خلال تجميع وحدات معالجة الرسوميات ذات القدرة الحاسوبية العالية مثل H100، لتقديم خدمات الحوسبة على مستوى المؤسسات للشركات في مجالات الألعاب والذكاء الاصطناعي.
تعاونت Aethir بالفعل مع مشاريع الحوسبة السحابية الرائدة في الصناعة مثل io.net وTheta بالإضافة إلى العديد من استوديوهات الألعاب الرائدة وشركات الاتصالات، ومن المتوقع أن تتجاوز الإيرادات السنوية المتكررة (ARR) 20 مليون دولار أمريكي في الربع الأول من عام 2024.
Aethir Edge خفضت بشكل كبير من عتبة المستخدمين العاديين لبيع القدرة الزائدة، ووسعت بشكل كبير من نطاق تغطية شبكة Aethir الجغرافية.
حصل Aethir على 80 مليون دولار من خلال بيع NFT لعقد الفحص، مما يثبت أن آفاق مشروعه ونموذجه الاقتصادي جذابان للغاية للعديد من المستخدمين.
تكلفة استخدام A100 من شبكة Aethir لكل ساعة أقل بكثير من المنافسين الآخرين، مما يمنحها ميزة تنافسية واضحة.
خلفية Aethir
إن تغيير عملية تطور المجتمع البشري غالبًا ما يتحقق من خلال عدد من الاختراعات العلمية العظيمة والتقدم. كل اختراق تكنولوجي يخلق مباشرة عصرًا جديدًا أكثر كفاءة وازدهارًا.
الثورة الصناعية، والثورة الكهربائية، وثورة المعلومات هي تقدم تكنولوجي عظيم في تاريخ البشرية، وقد غيرت تمامًا مظهر المجتمع البشري، وجلبت تحولًا غير مسبوق في الإنتاجية وأنماط الحياة. الآن، لم نعد قادرين على العودة إلى عصر الإضاءة بمصابيح الكيروسين، ووسائل النقل التي تعتمد على العربات لنقل الرسائل. مع ولادة GPT، دخلت البشرية عصرًا جديدًا عظيمًا.
تقوم LLM بتحرير الذكاء البشري خطوة بخطوة، مما يجعل الناس يستخدمون طاقتهم وذكائهم المحدودين في التفكير والممارسة الأكثر إبداعًا، وقد دخل الناس منذ ذلك الحين إلى عالم أكثر كفاءة.
نعتبر GPT إنجازًا تكنولوجيًا آخر يغير العالم، ليس فقط بسبب التقدم الهائل في فهم اللغة الطبيعية وتوليدها، ولكن أيضًا لأن البشرية تمكنت من فهم قوانين زيادة قدرة نماذج اللغة الكبيرة من خلال تطور GPT - أي أنه من خلال توسيع معلمات النموذج وبيانات التدريب باستمرار، يمكن تحسين قدرة نموذج LLM بشكل كبير، وفي ظل وجود قوة حسابية كافية، لا تزال هذه العملية حتى الآن لا تظهر أي عوائق.
الاستخدامات لنماذج اللغة الكبيرة لا تقتصر فقط على فهم اللغة البشرية والحوار، بل على العكس، هذه مجرد بداية. بمجرد أن تمتلك الآلات القدرة على فهم اللغة، فإن ذلك يشبه فتح صندوق باندورا، مما يفرج عن مساحة لا نهائية من الخيال. يمكن للناس الاستفادة من هذه القدرة للذكاء الاصطناعي لتطوير وظائف مدمرة متنوعة.
حاليًا، في مختلف مجالات التكنولوجيا المتداخلة، بدأ نموذج LLM في إظهار قوته. من إنتاج الفيديو، والإبداع الفني في المجالات الإنسانية، إلى تطوير الأدوية، والتكنولوجيا الحيوية في المجالات التقنية الصعبة، ستحدث تغييرات جذرية.
في هذا العصر، تُعتبر القدرة الحاسوبية موردًا نادرًا، حيث تمتلك الشركات التكنولوجية الكبرى موارد وفيرة، بينما يواجه المطورون الناشئون حواجز دخول بسبب نقص موارد القدرة الحاسوبية. في عصر الذكاء الاصطناعي الجديد، تعتبر القدرة الحاسوبية قوة، ومن يمتلك القدرة الحاسوبية لديه القدرة على تغيير العالم. تلعب وحدات معالجة الرسوميات (GPU) كحجر أساس في مجالات التعلم العميق والحوسبة العلمية دورًا حاسمًا.
في مجال الذكاء الاصطناعي (AI) سريع التطور، يجب أن ندرك الجوانب المزدوجة للتطور: تدريب النماذج والاستدلال. يتعلق الاستدلال بوظائف ومخرجات نماذج الذكاء الاصطناعي، بينما يشمل التدريب العملية المعقدة اللازمة لبناء نماذج ذكية، والتي تشمل خوارزميات تعلم الآلة، ومجموعات البيانات، وقدرات الحوسبة.
على سبيل المثال، إذا أراد المطور الحصول على استدلال عالي الجودة باستخدام GPT4، فإنهم بحاجة إلى الحصول على مجموعة بيانات أساسية شاملة وقدرة حسابية هائلة لتدريب نموذج فعال للذكاء الاصطناعي. وتتركز هذه الموارد بشكل رئيسي في أيدي عمالقة الصناعة مثل إنفيديا وجوجل ومايكروسوفت ومنصة سحابية معينة.
التكاليف العالية للحوسبة وحواجز الدخول تمنع المزيد من المطورين من الدخول، مما يجعل اللاعبين الرئيسيين أقوى. لديهم مجموعات بيانات أساسية كبيرة وقدرة حوسبة هائلة، ولديهم القدرة على زيادة حجمهم وتقليل تكاليفهم، مما يؤدي إلى تعزيز الحواجز الصناعية.
لكن لا يمكننا إلا أن نتساءل، هل هناك حلول لتقليل تكاليف الحساب وحواجز دخول الصناعة من خلال اعتماد تكنولوجيا البلوكشين؟ الجواب هو بالتأكيد. اللامركزية الحوسبة السحابية الموزعة توفر لنا مثل هذه الحلول في هذا السياق الزمني.
على الرغم من أن قوة الحوسبة باهظة الثمن ونادرة حاليًا، إلا أنه لم يتم الاستفادة الكاملة من وحدات معالجة الرسوميات (GPU). ويرجع ذلك أساسًا إلى عدم ظهور طريقة جاهزة لدمج هذه القوة الحوسبية الموزعة وتشغيلها بطريقة تجارية. فيما يلي أرقام تمثيلية لمعدل استخدام GPU لمختلف أحمال العمل:
معظم الأجهزة الاستهلاكية المزودة بوحدات معالجة الرسوميات تنتمي إلى الفئات الثلاث الأولى، وهي الخاملة (التي تم تشغيلها للتو والدخول إلى نظام تشغيل Windows):
توضح البيانات المذكورة أعلاه: أن استخدام موارد الحساب منخفض للغاية، وفي عالم Web2، لا توجد تدابير فعالة لجمع هذه الموارد ودمجها. ولكن قد تكون Crypto والاقتصاد اللامركزي هي الحل المناسب لتحدي ذلك. يبني الاقتصاد اللامركزي سوقًا عالميًا عالي الكفاءة، وبفضل الاقتصاد الرمزي الفريد، وخصائص النظام اللامركزي، فإن تسعير الموارد، وتداولها، وتوافق العرض والطلب في السوق يتم بشكل فعال للغاية.
اتجاهات تطوير الحوسبة السحابية
تؤثر تطورات الذكاء الاصطناعي على مستقبل البشرية، بينما تحدد تقدم قوة الحوسبة تطور الذكاء الاصطناعي. منذ اختراع أول كمبيوتر في الأربعينيات من القرن العشرين، شهدت نماذج الحوسبة العديد من التحولات. من أجهزة الكمبيوتر الكبيرة والثقيلة إلى أجهزة الكمبيوتر المحمولة الخفيفة، ومن شراء الخوادم المركزية إلى استئجار قوة الحوسبة، فإن عتبة الحصول على قوة الحوسبة تتناقص تدريجياً. قبل ظهور الحوسبة السحابية، كان يتعين على الشركات شراء الخوادم بنفسها، وتحديثها باستمرار مع تطور التكنولوجيا، لكن ظهور الحوسبة السحابية غير هذا النموذج تمامًا.
المفهوم الأساسي للحوسبة السحابية هو استئجار الخوادم من قبل الجهة الطالبة، والوصول إليها عن بُعد، والدفع بناءً على كمية الاستخدام. الآن، يتم تحويل الشركات التقليدية بواسطة الحوسبة السحابية. في مجال الحوسبة السحابية، تعتبر تقنية الافتراضية هي الجوهر. يمكن أن تقوم الخوادم الافتراضية بتقسيم خادم قوي إلى خوادم صغيرة جدًا وتأجيرها، ويمكنها أيضًا استدعاء موارد متنوعة بشكل ديناميكي.
لقد غير هذا النموذج تمامًا مشهد الأعمال في صناعة الحوسبة، حيث كان الناس في السابق بحاجة لشراء مرافق الحوسبة لتلبية احتياجاتهم من القوة الحاسوبية؛ ولكن الآن، كل ما يحتاجون إليه هو دفع الإيجار على الموقع للاستفادة من خدمات الحوسبة عالية الجودة. الاتجاه المستقبلي لتطور الحوسبة السحابية هو الحوسبة الطرفية. نظرًا لأن الأنظمة المركزية التقليدية بعيدة جدًا عن المستخدمين، فإن هذا يمكن أن يؤدي إلى درجة معينة من التأخير. على الرغم من أنه يمكن تحسين التأخير، إلا أنه لا يمكن التغلب عليه بسبب قيود سرعة الضوء.
ومع ذلك، فإن الصناعات الناشئة مثل الميتافيرس، القيادة الذاتية، والرعاية الصحية عن بُعد تتطلب تأخيرات منخفضة للغاية، لذلك من الضروري نقل خوادم الحوسبة السحابية إلى أماكن أقرب إلى المستخدمين، مما أدى إلى انتشار المزيد والمزيد من مراكز البيانات الصغيرة حول المستخدمين، وهذا هو الحوسبة الطرفية.
بالمقارنة مع مقدمي خدمات الحوسبة السحابية المركزية، فإن مزايا الحوسبة السحابية اللامركزية تكمن بشكل رئيسي في:
الوصول والمرونة: عادةً ما يتطلب الحصول على إذن الوصول إلى شرائح قوة الحوسبة على منصات مثل بعض خدمات السحابية عدة أسابيع، وغالباً ما تكون نماذج GPU عالية الأداء، مثل A100 و H100، في حالة نفاد المخزون. بالإضافة إلى ذلك، للحصول على قوة الحوسبة، يحتاج المستهلكون عادةً إلى توقيع عقود طويلة الأجل وغير مرنة مع هذه الشركات الكبيرة، مما يؤدي ليس فقط إلى فقدان الوقت ولكن أيضًا يجعل عمليات الشركات جامدة ويفقدها بعض المرونة. بالمقارنة، يمكن للمنصات اللامركزية للحوسبة الوصول إلى قوة الحوسبة في أي وقت وتوفير خيارات مرنة للأجهزة، مما يجعلها أكثر سهولة.
أسعار أقل: نظرًا لاستخدام الشرائح غير المستخدمة، بالإضافة إلى دعم الرموز المقدمة من جانب بروتوكولات الشبكة لموردي الشرائح وقوة الحوسبة، قد تتمكن شبكة الحوسبة الموزعة من تقديم قوة حوسبة أقل تكلفة.
مقاومة الرقابة: لا تعتبر أنظمة مثل io.net وAethir نفسها أنظمة غير مرخصة. تم معالجة مسائل الامتثال مثل GDPR وHIPAA في مراحل إطلاق GPU، تحميل البيانات، مشاركة البيانات ومشاركة النتائج.
مع تقدم الذكاء الاصطناعي واستمرار عدم التوازن بين العرض والطلب على وحدات معالجة الرسوميات، سيتم دفع المزيد من المطورين نحو منصات الحوسبة السحابية اللامركزية. في الوقت نفسه، خلال فترة السوق الصاعدة، بسبب ارتفاع أسعار رموز التشفير، سيحقق مزودو وحدات معالجة الرسوميات المزيد من الأرباح، مما سيحفز المزيد من مزودي وحدات معالجة الرسوميات على دخول هذا السوق، مما يخلق تأثير دوامة إيجابية.
مشكلة تقنية
1. مشكلة التوازي
تجمع منصات الحوسبة الموزعة عادةً إمدادات الشرائح الطويلة الذيل، مما يعني أن مزود شريحة واحد لا يمكنه تقريبًا إكمال تدريب أو استدلال نموذج الذكاء الاصطناعي المعقد بشكل مستقل في فترة زمنية قصيرة. إذا أرادت منصات الحوسبة السحابية أن تكون تنافسية، فيجب عليها تفكيك وتوزيع المهام من خلال أساليب موازية، لتقليل الوقت الإجمالي للإكمال وزيادة القدرة الحاسوبية للمنصة.
ومع ذلك، ستواجه عملية التوازي سلسلة من المشكلات، بما في ذلك كيفية تقسيم المهام (وخاصة بالنسبة لمهام التعلم العميق المعقدة)، واعتماد البيانات، وتكاليف الاتصال الإضافية بين الأجهزة، وما إلى ذلك.
2. مخاطر استبدال التكنولوجيا الجديدة
مع دخول كميات كبيرة من رأس المال في أبحاث الدوائر المتكاملة الخاصة (ASIC) وكذلك الاختراعات الجديدة مثل وحدات معالجة التنسور (TPU)، قد يتعرض تجمعات GPU في منصات الحوسبة اللامركزية للصدمة.
إذا كانت هذه الأجهزة ASIC يمكن أن تقدم أداءً جيدًا ، ولديها توازن من حيث التكلفة ، فقد يعود سوق GPU الذي تهيمن عليه حاليًا منظمات AI الكبيرة إلى السوق. سيؤدي ذلك إلى زيادة إمدادات GPU ، مما سيؤثر على نظام بيئة منصات الحوسبة السحابية اللامركزية.
3. مخاطر التنظيم
نظرًا لأن نظام الحوسبة السحابية اللامركزية يعمل في عدة ولايات قضائية وقد يتأثر بقوانين وأنظمة مختلفة، فقد تكون هناك تحديات قانونية وتنظيمية فريدة. قد تكون متطلبات الامتثال، مثل قوانين حماية البيانات والخصوصية، معقدة وصعبة.
في المرحلة الحالية، فإن مستخدمي منصات الحوسبة السحابية هم بشكل رئيسي المطورون المحترفون والمؤسسات، ويفضلون استخدام منصة واحدة على المدى الطويل، ولن يغيروا ذلك بشكل عشوائي. سواء كان استخدام منصة لامركزية أو مركزية، فإن السعر هو أحد عوامل الاعتبار فقط، حيث أن هؤلاء المستخدمين يولون أهمية أكبر لاستقرار الخدمة. وبالتالي، إذا كانت المنصة اللامركزية تتمتع بقدرة تكامل قوية وموارد حسابية مستقرة وكافية، فسيكون من الأسهل جذب هؤلاء العملاء، والحصول على علاقات تعاون طويلة الأمد ودخل نقدي مستقر.
مقدمة عن منصة Aethir
Aethir Cloud هو منصة عرض حية لامركزية تعتمد على شبكة Arbitrum، تساعد شركات الألعاب والذكاء الاصطناعي في تسليم منتجاتها مباشرة إلى المستهلكين من خلال تجميع وإعادة توزيع GPUs الجديدة وغير المستخدمة من الشركات ومراكز البيانات وأعمال تعدين العملات المشفرة والمستهلكين بشكل ذكي.
تتمثل إحدى الابتكارات الرئيسية في هذا المشروع في تجميع الموارد، حيث تجمع المساهمين في القدرة الحاسوبية الموزعة تحت واجهة موحدة لتقديم الخدمات للعملاء في جميع أنحاء العالم. ومن السمات البارزة لمجمع الموارد أن موفري GPU يمكنهم الاتصال أو قطع الاتصال بالشبكة بحرية، مما يسمح للشركات أو مراكز البيانات التي تمتلك أجهزة غير مستخدمة بالمشاركة في الشبكة أثناء التعطل، مما يعزز مرونة الموردين وكفاءة استخدام الأجهزة.
تشغيل نظام Aethir البيئي يعتمد على ثلاثة بنية تحتية أساسية:
الحاوية (Container): الوظيفة الرئيسية للحاوية هي توفير خدمات الرندر عن بُعد في الوقت الحقيقي، وتقديم تجربة "عدم تأخير". الحاوية هي الموقع الفعلي للحوسبة السحابية، حيث تعمل كنقطة نهاية افتراضية، وتنفيذ ورندر التطبيقات. هذا ينقل عبء العمل من الأجهزة المحلية إلى الحاوية.
كاشف (Checker): يتحقق كاشف العقد من Container وعمليات الخدمة الخاصة به لضمان سلامة شبكة Aethir وجودة الخدمة. بعد الانتهاء من المهمة، يستخدم عقدة الكاشف مفتاحه الخاص