المؤلف: بلاك ماريو
"Aethir هو المشروع الأكثر تمثيلاً والأكبر في المسار العمودي لـ GPU DePIN. يُذكر أن المشروع أكمل TGE للرمز المميز $ATH في 12 يونيو، مع زيادة قصوى تزيد عن 65٪ على المدى القصير بعد أن تم إصداره تم إطلاقه في السوق حاليًا، في غضون يومين فقط من إطلاق الرمز المميز في السوق، وصل حجم FDV الخاص به إلى أكثر من 3.2 مليار دولار أمريكي، وهو ما يمثل اعتراف السوق الكبير بإمكانيات تطوير Aethir مع النمو الإضافي لوحدة معالجة الرسومات الخاصة بـ Aethir من المتوقع أن يستمر بناء النظام البيئي DePIN. يعد DePIN GPU نموذجًا جديدًا في مجال البنية التحتية للحوسبة، مما يعيد تشكيل مشهد الحوسبة السحابية ”
نظرًا لأن OpenAI تطلق نماذج AIGC مثل ChatGPT وSora على التوالي، فإنها تتطور وتقود جولة جديدة من ثورة صناعة الذكاء الاصطناعي. على الرغم من أن الابتكار المستمر لتكنولوجيا الذكاء الاصطناعي يُحدث تغييرات نوعية في الطريقة التي ننتج بها ونعيش ونعمل، إلا أن التدريب على نماذج الذكاء الاصطناعي والتعلم الآلي وما إلى ذلك يتسبب في نمو هائل في احتياجات الحوسبة. بالإضافة إلى مجال الذكاء الاصطناعي، فإن الانفجار المركّز لسلسلة من الصناعات المتطورة بما في ذلك الألعاب السحابية، والعرض السحابي، والقيادة الذاتية، والتنبؤ بالطقس، والمراقبة الكونية، وما إلى ذلك، له أيضًا طلب كبير على موارد الحوسبة.
في نظام طاقة الحوسبة التقليدي، عادةً ما يقوم موفرو خدمات الحوسبة السحابية السائدة بتركيز قوة الحوسبة الخاصة بهم في مجموعة مغلقة نسبيًا تتكون من مئات الآلاف من الخوادم لتوفير خدمات الحوسبة بشكل مستمر للشبكة العالمية. وهذا يعني أن نظام إمداد الطاقة الحاسوبي التقليدي عادة ما يكون له قيود معينة من حيث قابلية التوسع والتغلب على مخاطر النقطة الواحدة والتأخير. ومع ذلك، فإن احتكار قوة الحوسبة وتكاليف البناء والتوسع المرتفعة تتسبب في نمو موارد الحوسبة مع الطفرة في الطلب في السوق جعلها مكلفة للغاية. ومن الأمثلة على ذلك أن Alphago، التي هزمت Go Master Lee Sedol، أنفقت مئات الآلاف من الدولارات لتدريب النموذج لمرة واحدة، وبالنسبة للكيانات التجارية مثل OpenAI التي تحتاج إلى تدريب نموذج AIGC بشكل مستمر، فإن تكاليف الحوسبة المطلوبة يمكن أن تكون كذلك يمكن تصوره.
إن ظهور سرد DePIN مع مفهوم Web3 باعتباره جوهرًا يعيد تشكيل نظام تخصيص الموارد التقليدي. DePIN (شبكات البنية التحتية المادية اللامركزية) هي شبكة بنية تحتية مادية موزعة، وهو مفهوم اقترحته مؤسسة التشفير المعروفة Messari، وهو استخدام blockchain كأساس واستخدام الرموز المميزة لتشجيع المستخدمين على نشر الأجهزة في شبكة بطريقة موزعة لتوفير سلع وخدمات في العالم الحقيقي أو تخصيص أكثر معقولية للموارد الرقمية بطريقة أقل تكلفة وكفاءة.
في مجال قوة حوسبة وحدة معالجة الرسومات، يعد Aethir واحدًا من أكثر مشاريع DePIN تمثيلاً في مجال قوة حوسبة وحدة معالجة الرسومات. فهو يبني مجموعة من قوة حوسبة وحدة معالجة الرسومات باعتباره جوهر نظام DePIN مخصص لحل التحديات التقليدية للحوسبة السحابية المركزية، بما في ذلك التكاليف المرتفعة وقيود إمداد وحدة معالجة الرسومات والتأخير، ويوفر منصة خدمة سحابية لا مركزية لوحدة معالجة الرسومات للنمو السريع للذكاء الاصطناعي والألعاب والعرض السحابي وغيرها الأسواق لتوفير حلول قابلة للتطوير لفترة طويلة.
يُذكر أن شبكة Aethir هي حاليًا واحدة من أكبر الأنظمة البيئية الموزعة لطاقة الحوسبة GPU. في هذه المرحلة، لديها أكثر من 4000 بطاقة رسومات NVIDIA H100 GPU كدعم لطاقة الحوسبة، 82٪ منها توفير الخدمات التجارية لخدمة العالم الخارجي، ومن المتوقع أن تتم إضافة 2000-3000 بطاقات الرسومات H100 في المستقبل. سيتم توصيل موارد الحوسبة هذه بالشبكة بطريقة موزعة من قبل مستخدمي المؤسسات وشركاء Aethir والمستخدمين الأفراد، مما يمكنه تلبية احتياجات عملاء الذكاء الاصطناعي الأكثر تطلبًا بكفاءة وتزويد المؤسسات بموارد GPU الأعلى جودة في جميع أنحاء العالم.
مع التوسع المستمر لنظام طاقة الحوسبة الموزعة لوحدة معالجة الرسومات من Aethir، من المتوقع أن يكون هذا النظام البيئي أهم حجر الزاوية في قوة الحوسبة في العصر التكنولوجي الجديد.
Aether نفسه هو شبكة DePIN التي تجمع موارد الحوسبة الموزعة لوحدة معالجة الرسومات وتعمل على شبكة Arbitrum من طبقة Ethereum Layer 2. في شبكة Aethir، تسمح للمستخدمين الذين لديهم موارد حاسوبية بتوصيل طاقة حوسبة GPU بالشبكة. ستعمل شبكة Aethir التي تعمل على شبكة Arbitrum Layer2 أيضًا على إعادة تخصيص قوى الحوسبة هذه بطريقة موزعة. يمكن للمستخدمين الذين يحتاجون إلى طاقة حاسوبية الدفع عند الطلب من خلال البيع بالجملة والتجزئة وما إلى ذلك، بينما يمكن للمستخدمين الذين يساهمون بموارد وحدة معالجة الرسومات كسب الدخل من شبكة Aethir.
من ناحية الموردين، تتمتع Aethir بنطاق واسع، سواء كانت شركات الاتصالات أو مستخدمي المؤسسات الرقمية كثيفة الأجهزة أو مستثمري البنية التحتية الجدد. بالإضافة إلى المستخدمين الفرديين الذين لديهم موارد حوسبة GPU خاملة، يمكنهم الوصول إلى الشبكة والمساهمة في الشبكة.
في الواقع، سواء كانت مؤسسة أو مستخدمًا فرديًا، فإن معدات GPU لديها استخدام منخفض إلى حد ما، وفي الوقت نفسه، فإن ترقية ETH 2.0 هي يعد تطوير عمال المناجم المعتمدين على إثبات العمل غير مناسب للغاية بعد اكتمال عملية الدمج، حيث يصبح عدد كبير من معدات أجهزة إثبات العمل خاملاً (استنادًا حاليًا إلى حجم رأس المال، تبلغ قيمة موارد الحوسبة الخاملة هذه حوالي 19 مليار دولار). من ناحية العرض والطلب، هناك نقص عالمي في قوة الحوسبة، ومن الصعب على أولئك الذين يطلبون موارد الحوسبة تحمل تكاليف الحوسبة الباهظة الثمن، ومن ناحية أخرى، تؤدي وحدات معالجة الرسوميات الخاملة إلى كمية كبيرة من إهدار موارد الحوسبة. لذلك، سيؤدي دمج موارد وحدة معالجة الرسومات الخاملة إلى إنشاء مجموعة ضخمة من موارد الحوسبة، والتي من المتوقع أن تخفف من مشكلة النقص التي يواجهها مجال الحوسبة.
بالتركيز على شبكة Aethir نفسها، من أجل تحقيق توريد ونشر عالي الجودة لهذه القوة الحاسوبية بشكل أفضل، تم تقديم ثلاثة أدوار رئيسية في Aethir الشبكة:
p>
الحاوية< /p>
الحاوية مسؤولة عن توفير التنفيذ وعرض التطبيقات على الشبكة، وهي الموقع الفعلي للحوسبة السحابية الافتراضية. يمكننا أن نفهمه كمحرك مهم لقوة الحوسبة في الشبكة (يبدأ العمل الفعال من كسب الدخل عبر الإنترنت).
على سبيل المثال، عندما يشتري المستخدمون طاقة حاسوبية عبر الإنترنت، فمن الضروري استخدام قوة الحوسبة هذه في العرض السحابي، أو التدريب على نماذج الذكاء الاصطناعي والاستدلال بها، أو حتى حقيقية -استجابة زمنية للقيادة الذكية توفير استجابة فورية لقوة الحوسبة دون تأخير من خلال الحاوية. من خلال تكوين موارد الأجهزة عالية الأداء مع إمكانات الحوسبة وعرض النطاق الترددي، يمكن لـ Container نقل مهام الحوسبة الثقيلة من أجهزة المستخدم إلى السحابة، مما يضمن إمكانية الاستمتاع للمستخدمين بالحوسبة عالية الأداء وخدمات العرض على أجهزة مختلفة. يتم توزيع أدوار الحاوية في جميع أنحاء العالم، لذلك عند التعامل مع مهام الحوسبة والعرض للمستخدمين، يمكنهم تجنب مخاطر النقطة الواحدة. لكي تصبح حاوية، يتعين عليك التعهد برموز ATH كتكلفة جزائية مقابل سوء جودة الخدمة، أي لارتكاب أعمال شريرة، وسيتم الإشراف عليك من خلال دور المدقق.
المفهرس
المفهرس هو دور مخصص الموارد في الشبكة وسيعتمد على الوضع الفعلي للحاوية (بما في ذلك الحالة ونشر الخدمة وطلب الموارد والتأخير ورسوم الخدمة، وما إلى ذلك) لتخصيص قوة الحوسبة في الشبكة لتتوافق بشكل أفضل مع العرض والطلب، ولتحقيق الضبط الذاتي الديناميكي للشبكة لضمان قدرة الشبكة دائمًا على الحفاظ على التشغيل الأمثل. في الواقع، تعد مطابقة المفهرس عملية قائمة على الجدارة، أي أنه من المرجح أن تتوافق أدوار الحاوية الأفضل مع مهام المفهرس.
على جانب الطلب، يمكن توفير دور المفهرس للشبكة من خلال تعيين واجهات SDK مختلفة، ويمكن أن يدعم العديد من أنواع الخدمات المختلفة، مثل تدريب الذكاء الاصطناعي واستدلال الذكاء الاصطناعي والعرض في الوقت الفعلي للألعاب السحابية والبث المباشر السحابي وما إلى ذلك يمكن توصيله بمرونة بالحاوية المقابلة وفقًا للاحتياجات المحددة لمستخدمين مختلفين. في الوقت نفسه، مع استمرار توسع دور الحاوية في الشبكة، يمكن للمفهرس أيضًا توفير قابلية التوسع الكاملة للشبكة.
المدقق
المدقق هو دور مشرف في الشبكة. سيقوم هذا الدور بمراقبة وفحص خدمات الحاوية في الشبكة في الوقت الفعلي، والجمع بين إمكانات المعالجة والاستجابة يوفر دور الحاوية تأخيرات الوقت والشبكة، وما إلى ذلك، تعليقات في الوقت الفعلي إلى المفهرس والحصول على دخل رمزي من الشبكة. عند فشل إحدى الحاويات، يستطيع المدقق اكتشاف المفهرس وإخطاره بسرعة لإعادة تخصيص الموارد لضمان التشغيل العادي للشبكة. عندما لا تفي جودة الخدمة الخاصة بدور الحاوية بمعالجة المهمة بالمعايير، فسيقوم المدقق بخفض أولوية الحاوية أو تقليل تخصيص المهام الخاصة بها، ويفقدها. في الوقت الحالي، يتم توزيع دور المدقق في الشبكة على المجتمع بطريقة لا مركزية، ويوجد أكثر من 74000 دور مدقق في الشبكة.
لذلك بشكل عام، مع الأدوار التكميلية للحاوية والمفهرس والمدقق، لا تستطيع شبكة Aethir التكيف مع سيناريوهات الحوسبة الأكثر دقة فحسب، بل يمكنها أيضًا ضمان مستوى المؤسسة يمكن أيضًا لمستوى SLA للخدمات السحابية الحفاظ بشكل مستمر على التوسع والابتكار الذاتي.
في الوقت الحالي، يشمل المنافسون المحتملون لـ Aethir في نفس المسار IO.net وRender Network. ومن منظور تصميم النظام وحده، تتمتع بنية شبكة Aethir بميزة ممتازة.
ينعكس ذلك في تأخير الشبكة. يعتمد IO.net بشكل أساسي على تقنية Mesh VPN وReverse Tunnel لتحقيق اتصال منخفض الكمون بين العقد تتمتع التطبيقات في الوقت الفعلي بمزايا معينة، ولكنها غير كافية قليلاً من حيث مطابقة الموارد ومراقبة جودة الخدمة. تركز شبكة Render على العرض خارج السلسلة والدفع عبر السلسلة، ولكن لا تزال هناك تحديات في الخدمة في الوقت الفعلي وضمان الجودة.
أحدها يتعلق بحماية العملاء، حيث يمكن لدور المدقق الخاص بـ Aethir التأكد من أن الشبكة تؤدي مهام حوسبة دون انقطاع وتختار أفضل الخدمات بشكل مستمر، في حين أن دور IO.net. العقوبة تركز الآلية بشكل أساسي على توفر العقد وإكمال المهام، وهناك القليل نسبيًا من المراقبة في الوقت الفعلي لجودة الخدمة ومنع الاحتيال. يمكن لشبكة Render Network إكمال التحقق اللاحق من خلال Rendering Proof، لكنها لا تستطيع حل المشكلة على الفور ولا يزال الأداء في الوقت الفعلي بحاجة إلى التحسين.
من منظور بيئي، في هذه المرحلة، تمتلك سحابة Aethir معدات تبلغ قيمتها 24 مليون دولار، موزعة في 25 موقعًا و13 دولة. بالإضافة إلى ذلك، حصلت شركة أثير على ما يعادل 10 ملايين دولار من المعدات لتوسيع البنية التحتية في عام 2024. واستناداً إلى هذا النظام، توفر أثير نماذج مختلفة ومرنة لإمدادات الطاقة الحاسوبية حسب الطلب.
لأصحاب الأحجام الكبيرة والمستمرة للمستخدمين مع احتياجات الحوسبة، مثل OpenAI، التي تدرب نماذج AIGC، وبعض شركات الألعاب الكبيرة، أطلقت Aethir نموذجًا للبيع بالجملة، والذي يسمح بحجز وحدات معالجة الحوسبة المطلوبة (PCUs) مسبقًا من الشبكة بسعر وحدة أقل. احصل على خدمات العرض الحصرية. يمكن للمطالبين وضع توقعات دورية لقوة الحوسبة، مثل تلقي خدمات متواصلة تتراوح من أسبوع إلى سنة، مع التسوية كل 8 ساعات.
تتمثل ميزة هذا الأسلوب في أنه يمكن أن يضمن إمدادًا ثابتًا ومستمرًا بقدرة الحوسبة أثناء الدورة، ويمكن أن يضمن أن التكلفة أقل بكثير من التكلفة السوق الخارجية. تشير البيانات إلى أن Aethir قادرة على توفير أفضل سعر لتأجير معدات A100 بتكلفة 0.33 دولارًا أمريكيًا في الساعة، بينما بالنسبة لخدمة تأجير GPU من Nvidia، يبلغ سعر ثماني شرائح رئيسية A100 أو H100 37000 دولارًا أمريكيًا شهريًا، أي ما يعادل 37000 دولارًا أمريكيًا في الساعة. تبلغ التكلفة أكثر من 6 دولارات، لذا تتمتع شبكة Aethir بميزة ممتازة في تكاليف استئجار وحدة معالجة الرسومات.
انطلاقًا من التقدم، أقامت Aethir تعاونًا ووقعت عقودًا مع بعض مستخدمي الجانب B على نطاق واسع بدخل سنوي يزيد عن 5 ملايين دولار أمريكي، بما في ذلك لاعبين بقاعدة لاعبين تبلغ 150 مليون استوديو ألعاب واسع النطاق، وWellLink، أكبر شركة ألعاب سحابية تضم أكثر من 64 مليون مستخدم نشط شهريًا، وأكبر شركة اتصالات في العالم وقعت عقودًا، وما إلى ذلك، وتضم أيضًا 10 شركات تصنيع كبيرة أخرى ذات إمكانات التعاون في مجال الألعاب.
بالنسبة لبعض الاحتياجات المؤقتة لـ بالنسبة للمستخدمين، مثل استوديوهات العرض الصغيرة، أطلقت Aethir نموذجًا للبيع بالتجزئة (البيع بالتجزئة). يمكن للمستخدمين الوصول إلى الشبكة في أي وقت للحصول على خدمات الطاقة الحاسوبية. وسوف يتقلب السعر وفقًا لسعر السوق، وسيتم تسويته في دقائق.
من الجدير بالذكر أن سوق توريد Aethir يستخدم رموز ATH كطريقة للتسوية، والتي ستنشئ سيناريو طلب صارم لـ ATH وفي نفس الوقت، من خلال سيكون التداول الداخلي للاقتصاد قادرًا على بناء أساس قيمة أكثر صلابة للبيئة.
في الواقع، للمشاركين في شبكات الطاقة الحاسوبية الموزعة، عادةً ما يكون هناك مشاركين محترفين يتمتعون بقدرات حوسبة معينة، وهناك عتبات تقنية معينة للمستخدمين العاديين للوصول إلى الشبكة.
مؤخرًا، أطلقت Aethir منتج Aethir Edge المدعوم تقنيًا من قبل Qualcomm في الإطلاق الرسمي لـ Token 2049 في دبي. سيكون هذا المنتج بمثابة المنصة البيضاء الوحيدة في العالم يتيح جهاز DePIN لتعدين القائمة للمستخدمين العالميين الاستمتاع بمكافآت حصرية وكسب الدخل من خلال مشاركة النطاق الترددي الزائد وعناوين IP وقوة الحوسبة، ومن خلال دمج الموارد المحلية، يتيح Aethir Edge للمستخدمين العاديين أن يصبحوا عقدًا تتمتع بقدرة حاسوبية ممتازة ليصبحوا مستفيدين. الاقتصاد التشاركي. يُذكر أنه سيتم تخصيص 23٪ من إجمالي المعروض من رموز ATH $ لحاملي Aethir Edge كحافز حصري.
من خلال التركيز على جهاز Aethir Edge نفسه، فهو مزود بمجموعة شرائح Qualcomm® Snapdragon™ 865، مما يسمح له بالتعامل بكفاءة مع أي عبء عمل وتوفير طاقة حوسبة مستمرة من خلال شبكة Aethir. كما أن لديها ذاكرة LPDDR5 بسعة 12 جيجابايت للتعامل مع أحمال العمل كثيفة البيانات. بالإضافة إلى ذلك، يتميز الجهاز بسعة تخزين UFS 3.1 بسعة 256 جيجابايت، مما يوفر وصولاً عالي السرعة للبيانات، ومنفذ شبكة GE LAN بسرعة 1000 ميجا، واتصال WIFI6 2T2R + BT5.2.
يمثل الإطلاق الجديد لـ Aethir Edge نقطة بداية جديدة للابتكار اللامركزي الذي يعتمد على المستخدم في حوسبة الحافة.
في الواقع، من منظور حوسبة الذكاء الاصطناعي، هناك أيضًا سيناريوهات تقسيم فرعية مختلفة. هذه السيناريوهات المختلفة نفسها لها متطلبات مختلفة لقوة الحوسبة ويمكن أن تتضمن بشكل عام ثلاث فئات:
أحدها هو النموذج الكبير لتدريب الذكاء الاصطناعي، وهو الشكل الأكثر أهمية لما نسميه غالبًا التدريب الآلي (ML). يتطلب تدريب النماذج الكبيرة عادةً قوة حوسبة عالية للغاية، وتعتبر NVIDIA هي الوحيدة الفريدة في هذا المجال، وعادةً ما تكون شرائح سلسلة NVIDIA H100 وA100 هي الخيار الأول.
أحدها هو استدلال الذكاء الاصطناعي، والذي يستخدم بالفعل يتم استخدام نموذج الذكاء الاصطناعي الجيد لإجراء تنبؤات أو قرارات، وتكون متطلبات هذه العملية على موارد الحوسبة بسيطة نسبيًا.
بالإضافة إلى ذلك، هناك بعض فئات الحواف الصغيرة عموديًا وفقًا للنموذج، لا يتطلب هذا النوع من حسابات الذكاء الاصطناعي عادةً قوة حاسوبية عالية.
انطلاقًا من نمط مسار GPU DePIN الحالي، المحدود بموارد GPU وحجمها، يمكن أن تلبي معظم المسارات المشروع فقط احتياجات الحوسبة الثانية والثالثة المذكورة أعلاه.
لدى Aethir هدف واضح، وهو أن يصبح أول مشروع DePIN يطلق النموذج كخدمة (MaaS)، وينشر نماذج التعلم الآلي في المؤسسة للمستخدمين ليستخدم. . السماح لمستخدمي الذكاء الاصطناعي باختيار نماذج مفتوحة المصدر ونشرها بسرعة في مكان واحد. سيساعد Aethir MaaS العملاء على تحقيق تحليل فعال وذكي للبيانات واتخاذ القرارات، وخفض عتبة نشر النموذج.
من أجل تعزيز تطوير النظام البيئي في هذا الاتجاه، تقوم ببناء مجموعة حوسبة موزعة مع وحدة معالجة الرسومات NVIDIA H100 باعتبارها النواة.
بفضل وحدة المعالجة Tensor Cores المصممة خصيصًا لحوسبة الذكاء الاصطناعي، فهي تحتوي على الآلاف من نوى المعالجة المتوازية وذاكرة النطاق الترددي عالية الأداء ومجموعات التعليمات المحسنة للذكاء الاصطناعي ودعم التدريب الموزع على نطاق واسع ودرجة عالية من الأمان والموثوقية، تم التعرف على NVIDIA H100 كأقوى وحدة معالجة رسومات (GPU) مستخدمة حاليًا لاستدلال الذكاء الاصطناعي والتعلم الآلي والتدريب على نماذج اللغات الكبيرة (LLM). في الوقت الحاضر، من خلال التوسع المستمر، تحتوي شبكة Aethir على أكثر من 4000 H100s و40000 وحدة معالجة رسوميات إضافية عالية المستوى وهي واحدة من أكبر شبكات حوسبة GPU الموزعة في هذه المرحلة.
في الوقت الحالي، لا تزال مجموعة حوسبة NVIDIA H100 GPU من Aethir تخضع لتوسع سريع، وكل وحدة معالجة رسومات NVIDIA H100 تنضم إلى شبكة Aethir تحتاج إلى إجراء عمليات تفتيش صارمة. خارج، بما في ذلك تكوين المعلمة، وتوافر النموذج، وإنتاجية عرض النطاق الترددي، والكشف عن استقرار الارتباط، وما إلى ذلك، لضمان إمكانية تلبية متطلبات التدريب والاستدلال عالي السرعة من الآلية، وسيتم تسليم أعمال الفحص والإشراف اللاحقة إلى الثالث -مدقق الطرف لعمليات التفتيش اللامركزية للتأكد من أنها تقدم خدمات عالية الجودة.
استنادًا إلى مجموعة وحدات معالجة الرسومات NVIDIA H100 الضخمة، جنبًا إلى جنب مع نظام Aethir السحابي، فإن قدرتها على توفير خدمات MaaS طويلة المدى للمستخدمين باستخدام الذكاء الاصطناعي وتعلم الآلة على نطاق واسع تم تقليل احتياجات التعلم الآلي، وتكنولوجيا التدريب النموذجي، ومعضلة التكلفة.
لقد شكلت Aethir، باعتبارها أكبر مجموعة GPU NVIDIA H100 في الوقت الحالي، منافسة بأبعاد مختلفة مع المنافسين الآخرين على نفس المسار ولديها حاليًا نماذج AI بشكل أساسي. العملاء المحتملون لمشروع GPU DePIN، الذي يوفر الدعم في مجال التدريب، هم الشركات المصنعة الكبيرة مثل OpenAI.
من الناحية النسبية، تتمتع io.net نفسها أيضًا بالقدرة على توفير طاقة حوسبة وحدة معالجة الرسومات، لكن جودتها وحجمها أقل بكثير من Aethir، والمستخدمون المستهدفون هم الذكاء الاصطناعي تحتاج معظم الشركات الناشئة والمطورين فقط إلى إجراء حسابات نموذجية للاستدلال أو النوع الحافة، بدلاً من التدريب على نماذج الذكاء الاصطناعي.
يعتبر Akash أيضًا منافسًا محتملاً في هذا الاتجاه، لكن Akash جيد في مجموعات شبكات وحدة المعالجة المركزية. تعد شبكات مجموعات وحدات المعالجة المركزية أكثر ملاءمة للحسابات المنطقية المعقدة، مثل الذكاء الاصطناعي التدريب والتفكير في هذا المجال، GPU لديه المزيد من المزايا. على الرغم من أن Akash يقوم حاليًا أيضًا بنشر مجموعات حوسبة GPU وقدم أيضًا H100 (حوالي 140 صورة فقط)، إلا أنه لا تزال هناك فجوة بينه وبين Aethir في هذا الاتجاه.
بالإضافة إلى المشاريع المذكورة أعلاه على نفس المسار، فإن المنافسين المحتملين مثل RNDR وGensyn يتخلفون أيضًا كثيرًا عن Aethir من حيث قوة الحوسبة GPU مما يجعل من الصعب التنافس مع أثير بشكل مباشر على المسار التدريبي النموذجي للذكاء الاصطناعي. لذلك، يعد الحجم ميزة نظام Aethir MaaS، ومدفوعًا بشبكته الهيكلية الخاصة، يمكن دمجه بعمق مع المزيد من السيناريوهات،
من منظور آخر من ناحية، تقوم أثير أيضًا بتأسيس بعض التعاون المحتمل في ظل المشهد التنافسي الجديد.
في الوقت الحالي، أقامت Aethir أيضًا تعاونًا مع io.net، أكبر مزود لمجموعة وحدات معالجة الرسومات من خلال إطلاق 1000 وحدة معالجة رسوميات NVIDIA H100 على شبكة io.net، وAethir و. قامت io.net بشكل مشترك بإنشاء مجموعة طاقة حوسبة NVIDIA H100 GPU أكبر بثلاث مرات من منافسها Akash. وهذا أيضًا يجعل Aethir المزود الحصري لوحدة معالجة الرسومات io.net H100، والاستمرار في تقديم خدمات الحوسبة وMaaS للعملاء الأكثر تطلبًا الذين يبحثون عن قوة معالجة وحدة معالجة الرسومات H100 الفعالة.
ومن الجدير بالذكر أنه من المتوقع أيضًا أن يؤدي التعاون بين Aether وio.net إلى الحصول على مكافآت مضاعفة لمقدمي خدمات H100 في الشبكة، أي بعد حصولهم على Aethir المكافآت وفي الوقت نفسه، ستتمكن من الحصول على مكافآت مضاعفة من رموز شبكة الإدخال والإخراج في نفس الوقت. تعد هذه الطريقة لتعظيم الفوائد أيضًا عاملاً مهمًا في تعزيز نمو مجموعة معالجات الرسوميات Aethir H100.
في بالإضافة إلى منافسة الذكاء الاصطناعي وبصرف النظر عن ذلك، فإن شبكة Aethir GPU DePIN لها أيضًا أهمية كبيرة في تطوير مجال الألعاب.
كما ذكرنا أعلاه، تتمتع شبكة Aethir بقدرة حاسوبية كافية، والتي بناءً عليها يمكن لدور الحاوية الاستمرار في توفير الطاقة للعرض. في الواقع، يتطلب عرض الألعاب الكبيرة موارد حاسوبية هائلة لتنفيذ تتبع الأشعة المعقد وتأثيرات الجسيمات والمحاكاة الفيزيائية. على سبيل المثال، قد يتطلب حل تقنية تتبع الأشعة المستخدم حاليًا على نطاق واسع في مجال عرض الألعاب مليارات من حسابات الأشعة لعرض كل إطار، الأمر الذي يتطلب معالجة متوازية لهذه المهام كثيفة الحوسبة، مقارنةً بمقدمي خدمات الحوسبة التقليدية، Aethir GPU DePIN تعد المعالجة المتوازية لهذه المهام الحسابية المكثفة أكثر فائدة، مما يقلل بشكل كبير من وقت العرض والكفاءة.
من ناحية أخرى، يتوقع اللاعبون عادةً ما لا يزيد عن 100 مللي ثانية من زمن الوصول في الألعاب، وفقًا لشبكات Limelight Networks. عادةً ما ينشر مقدمو الخدمات التقليديون خوادم الألعاب في مراكز البيانات القريبة جغرافيًا من المستخدمين، ثم يستخدمون موفري الخدمات السحابية لتقليل التأخير وتحسين تجربة اللاعب. لكن المشكلة تكمن في أن عدد لاعبي الألعاب عبر الإنترنت على مستوى العالم قد وصل إلى 2.7 مليار مستخدم في عام 2020 وحده، ويحتاج مقدمو خدمات الحوسبة إلى تلبية احتياجات مستخدمي الألعاب عبر الإنترنت هؤلاء في نفس الوقت، وهو ما يمثل تحديًا كبيرًا لخدمة الحوسبة السحابية التقليدية. مقدمي الخدمات. ولذلك، فإن نظام إمداد طاقة الحوسبة بتكلفة منخفضة للغاية، وقابلية توسعة مرنة، والقدرة على تلبية الاندفاعات الفورية واللحظية، وإمدادات طاقة الحوسبة المستمرة، يعد ذا أهمية خاصة بشكل خاص للألعاب السحابية الخالية من التأخير.
في الوقت نفسه، بفضل موارد GPU الموزعة عالميًا والتي يمكنها توفير تدفق طاقة GPU فعال للاعبين في جميع أنحاء العالم، يمكن لـ Aethir أيضًا نقل زمن الوصول- مجانًا من خلال جلب ألعاب AAA إلى الأجهزة المنخفضة الجودة في المناطق النامية، من خلال تعزيز شعبية ألعاب AAA وحصتها في السوق، من المتوقع أن يستمر سوق الألعاب في الاختيار والابتكار، وتحسين جودة سوق الألعاب بشكل كبير.
بالإضافة إلى الدعم في العرض وزمن وصول اللعبة، من المتوقع أيضًا أن تساعد إمكانات الحوسبة الممتازة لشبكة Aethir GPU DePIN الألعاب عبر الإنترنت على بناء أمان أفضل. من خلال التركيز على مجال الألعاب عبر الإنترنت، تعد هجمات DDoS هي أكثر طرق الهجوم شيوعًا وتكرارًا، وقد دفعت جميع الألعاب عبر الإنترنت تكاليف باهظة لمنع DDoS. تساعد شبكة Aethir GPU DePIN الألعاب عبر الإنترنت على مقاومة هجمات الوصول في الوقت الفعلي مثل DDoS، مما يضمن التوافر المستمر لخدمات الألعاب.
بالطبع، تعمل Aethir أيضًا على تعزيز الروابط مع مجتمع المطورين من خلال إطلاق سلسلة من الأدوات المرنة، بما في ذلك مجموعات تطوير البرامج (SDKs)، وما إلى ذلك، التي يمكن استخدامها، يعمل دمج الميزات مثل المعاملات داخل اللعبة ومصادقة اللاعب على تبسيط تجربة اللعب. ويمكن للأدوات التحليلية التي توفرها منصة Aethir أن تساعد الشركات على تتبع مشاركة اللاعبين، والتحكم في الميزانيات، وتحليل اتجاهات اللعبة، وتصور البيانات، بهدف صياغة استراتيجيات ذكية وحل المشكلات في صناعة الألعاب.
تستفيد Aethir من تصميم بنية شبكتها ، مقارنة بمعظم الأنظمة البيئية لوحدة معالجة الرسومات الموزعة، تتمتع بمزايا معينة من حيث زمن الوصول والموثوقية والاستقرار والأمان. إن دور الحاوية، الذي يمكن أن يكون مدفوعًا بمرونة بواسطة قوة الحوسبة، يتمتع بقدرات توسع غير محدودة، ويخضع للإشراف في الوقت الفعلي، مما يسمح لـ Aethir بالحصول على قدرات توسع غير محدودة والقدرة على التكيف مع معظم السيناريوهات ذات احتياجات الحوسبة، بدلاً من استهداف مجموعة محددة. مشهد معين.
على سبيل المثال، بالإضافة إلى التكيف العميق مع سلسلة من السيناريوهات مثل الذكاء الاصطناعي والعرض السحابي والألعاب، فإنه يتضمن أيضًا سيناريوهات ذات متطلبات زمن وصول عالية للغاية، بما في ذلك القيادة الذاتية، بالإضافة إلى بعض السيناريوهات مثل المعرفة الصفرية وFHE التي لها متطلبات عالية للغاية لتدفقات الحوسبة المتوازية اللحظية، يمكن لـ Aethir التكيف معها بمرونة. لذلك، يمكن لشبكة Aethir نفسها أن تتجذر في مسار حوسبة DePIN GPU وتستمر في التوسع بعمق في العديد من السيناريوهات ذات احتياجات الحوسبة.
من المتوقع أن تستمر Aethir، التي تتمتع بمزايا من حيث التكلفة والأداء، في الاستحواذ على الحصة السوقية لعمالقة الحوسبة السحابية التقليدية مع استمرار حجم أعمالها وقوتها الحاسوبية. توسيع، بدأ حاليًا بعض عمالقة الأعمال التقليديين ذوي الاحتياجات الحاسوبية في مد غصن الزيتون إلى Aethir، وهو ما يمثل اعترافًا بمستخدمي المؤسسات هؤلاء للحلول التقنية لـ Aethir وآفاق التطوير طويلة المدى.
من ناحية أخرى، مع اشتداد المنافسة، فإن الاتجاه المحتمل هو أن نظام Aethir البيئي سيستمر في الترحيب بالشركاء في مجال الحوسبة التقليدية للانضمام، مما يشكل فوزًا الفوز بالتعاون مع بعضهم البعض وهذا مفيد للغاية لتعزيز النمو الهائل المستمر للنطاق البيئي لشركة Aether والتوسع المستمر في نطاق الأعمال. هذا ليس مجرد علامة فارقة لنظام Aethir البيئي، ولكنه أيضًا عملية جديدة لتطوير مسار GPU الموزع.
في الواقع، تعمل الشراكات التجارية المحتملة على دفع الإيرادات السنوية المتكررة المتوقعة لشركة Aethir إلى تجاوز 20 مليون دولار في الربع الأول من عام 2024، ومن المتوقع أن تصل إلى 20 مليون دولار في الإيرادات السنوية المتكررة بحلول نهاية هذا العام، يبلغ معدل العائد السنوي 114 مليون دولار أمريكي، ومع نمو النطاق البيئي، سيستمر نظامها البيئي اللامركزي في تشكيل دولاب الموازنة الجديد للنمو. وبالمثل، وفقًا لتقرير Precedence Research، مع تزايد تطبيق التقنيات المتقدمة مثل الذكاء الاصطناعي والتعلم الآلي في الحوسبة السحابية، من المتوقع أن يتجاوز سوق الحوسبة السحابية علامة 1 تريليون دولار أمريكي بحلول عام 2028. وهذا هو تطوير Aether الفرص المحتملة.
ولهذا السبب، يمكن لـ Aethir، التي تتمتع بإمكانات تطوير كبيرة، الحصول على Framework Ventures وMerit Circle وHashkey وAnimoca Brands وSanctor Capital وInfinity Ventures Crypto (IVC) ) أدى الدعم المقدم من مستثمري Web3 الرائدين إلى جمع ما يزيد عن 130 مليون دولار لتمويل النظام البيئي ومهد الطريق لمستقبل Aethir للحوسبة اللامركزية.
ما إذا كان عقد بيع آلة تعدين العملة الافتراضية الذي يتضمن عيوبًا في الجودة وانتهاكات لمواعيد التسليم يمكن اعتباره احتيالًا، فهي نقطة صعبة في الممارسة العملية.
JinseFinanceتجمع الحركة 38 مليون دولار، وسيتم إطلاق Ethereum Rollup M2 المستندة إلى zkMove في وقت لاحق من هذا العام.
JinseFinanceفي الأسبوع الماضي، أعلنت Aethir أن ARR (الإيرادات السنوية المتكررة) تبلغ 36 مليون دولار، مما سيضعها ضمن أفضل 20 بروتوكول عملات مشفرة من حيث الإيرادات هذا العام.
JinseFinanceفي سوق GPU الحالي كخدمة، يهيمن Aethir على معظم وحدات معالجة الرسومات، ومعظم A100s وH100s، وأقل الأسعار بالساعة لـ A100s. لديهم معدات تقديم بقيمة 24 مليون دولار في 25 موقعًا في 13 دولة.
JinseFinanceتستخدم شركات الذكاء الاصطناعي الناشئة بطاقات الرسومات الخاملة هذه لتحقيق فوائد للأشخاص الذين لديهم بطاقات رسومية، وفي الوقت نفسه، تكون أقل من الأسعار التقليدية. إذا كان هناك نظام أساسي لربط هذه الاحتياجات والموارد، فسيتم إنشاء نموذج أعمال النظام الأساسي الكلاسيكي. .
JinseFinanceفي مسار الذكاء الاصطناعي، يعتبر IO و Aethir مشروعين مهمين للحوسبة اللامركزية، يتبعان طرق تطوير مختلفة.
JinseFinanceفي الصباح الباكر من يوم 15 مايو، تم عقد مؤتمر مطوري Google I/O رسميًا. هذا المقال هو ملخص للمؤتمر الذي استمر لمدة ساعتين.
JinseFinanceio.net وAethir شريكان لإضفاء الطابع الديمقراطي على الوصول إلى الحوسبة الفائقة على مستوى العالم، واستثمار 100 مليون دولار لتوزيع الرموز، وتوفير قوة حوسبة وفيرة، وإزالة الحواجز، وكسر القيود الجغرافية، وتمكين المساهمين، وتحقيق مهمة مشتركة لإمكانية الوصول.
Xu Lin18 أبريل 2024 - أطلقت Aethir منتج Aethir Edge المدعوم من Qualcomm في حدث إطلاق Token 2049 الرسمي في دبي.
JinseFinanceاكتشف أكاديميون ثغرة أمنية خطيرة في شرائح M-series من شركة Apple، مما يسمح للمتسللين بالوصول إلى مفاتيح التشفير. يشكل هذا الخلل "الذي لا يمكن إصلاحه" تحديًا كبيرًا للبنية التحتية الأمنية لشركة Apple.
Alex