كيف تقوم io.net ببناء منصة حوسبة لامركزية؟

المصدر: Trustless Labs

الخلفية

مع إطلاق OpenAI GPT4 LLM، تم تحويل العديد من النصوص إلى AI لقد تم ملاحظة إمكانات نموذج الصورة، حيث تتزايد التطبيقات القائمة على نماذج الذكاء الاصطناعي الناضجة يومًا بعد يوم، ويتزايد الطلب على موارد الحوسبة مثل وحدات معالجة الرسومات.

GPU Utils أشارت مقالة عام 2023 تناقش حالة العرض والطلب لوحدة معالجة الرسوميات Nvidia H100 إلى أن المؤسسات الكبيرة المشاركة في أعمال الذكاء الاصطناعي لديها طلب قوي على وحدات معالجة الرسومات، قامت شركات Meta وTesla Technology العملاقة مثل Google وGoogle بشراء عدد كبير من وحدات معالجة الرسومات Nvidia لبناء مراكز بيانات موجهة نحو الذكاء الاصطناعي. تمتلك Meta حوالي 21000 وحدة معالجة رسوميات A100، وتمتلك Tesla حوالي 7000 وحدة معالجة رسومية A100، ولدى Google أيضًا استثمار كبير في وحدة معالجة الرسومات في مراكز البيانات الخاصة بها، على الرغم من عدم تقديم أرقام محددة. يستمر الطلب على وحدات معالجة الرسومات، وخاصة H100، في النمو، مدفوعًا بالحاجة إلى تدريب نماذج اللغات الكبيرة (LLMs) وتطبيقات الذكاء الاصطناعي الأخرى.

وفي الوقت نفسه، وفقًا لبيانات Statista، سينمو حجم سوق الذكاء الاصطناعي من 134.8 مليارًا في عام 2022 إلى 241.8 مليارًا في عام 2023، ومن المتوقع أن ينمو تصل إلى 738.7 مليارًا في عام 2030. كما زادت القيمة السوقية للخدمات السحابية بنحو 14% من 633 مليارًا، ويُعزى جزء من ذلك إلى النمو السريع لطلب سوق الذكاء الاصطناعي على قوة حوسبة وحدة معالجة الرسومات.

بالنسبة لسوق الذكاء الاصطناعي سريع النمو والذي يتمتع بإمكانات هائلة، من أي زاوية يمكننا تفكيك واستكشاف نقاط دخول الاستثمار ذات الصلة؟ استنادا إلى تقرير IBM، قمنا بتلخيص البنية التحتية المطلوبة لإنشاء ونشر تطبيقات وحلول الذكاء الاصطناعي. يمكن القول أن البنية التحتية للذكاء الاصطناعي موجودة بشكل أساسي لمعالجة وتحسين العدد الكبير من مجموعات البيانات وموارد الحوسبة المعتمدة على نماذج التدريب، فهي تحل مشكلات كفاءة معالجة مجموعة البيانات وموثوقية النموذج وقابلية تطوير التطبيقات من جوانب الأجهزة والبرامج. .

تتطلب نماذج وتطبيقات تدريب الذكاء الاصطناعي قدرًا كبيرًا من موارد الحوسبة، مع تفضيل البيئات السحابية ذات زمن الوصول المنخفض وقدرة حوسبة وحدة معالجة الرسومات، من حيث مجموعات البرامج ومنصات الحوسبة الموزعة (Apache Spark/Hadoop) متضمنة أيضًا. تقوم Spark بتوزيع مهام سير العمل التي تحتاج إلى المعالجة في مجموعات حوسبة كبيرة مختلفة وتتميز بتوازي مدمج وتصميم متسامح مع الأخطاء. لقد جعل التصميم اللامركزي الطبيعي لـ blockchain العقد الموزعة هي القاعدة، وقد أثبتت آلية إجماع POW التي أنشأتها BTC أن القائمين بالتعدين بحاجة إلى التنافس في قوة الحوسبة (عبء العمل) للفوز بنتائج الكتلة، الأمر الذي يتطلب نفس قوة الحوسبة مثل الذكاء الاصطناعي. هو سير عمل مماثل لتوليد مشاكل النموذج/الاستدلال. ونتيجة لذلك، بدأت الشركات المصنعة للخوادم السحابية التقليدية في توسيع نماذج الأعمال الجديدة من خلال تأجير بطاقات الرسومات وبيع قوة الحوسبة مثل تأجير الخوادم. من خلال محاكاة فكرة blockchain، تعتمد قوة حوسبة الذكاء الاصطناعي تصميم نظام موزع، يمكنه استخدام موارد وحدة معالجة الرسومات الخاملة لتقليل تكلفة طاقة الحوسبة للشركات الناشئة.

مقدمة مشروع IO.NET

Io.net عبارة عن مزيج من منطقة Solana يهدف مزود طاقة الحوسبة الموزعة لـ blockchain إلى استخدام موارد الحوسبة الموزعة (GPU ووحدة المعالجة المركزية) لحل تحديات الطلب على الحوسبة في مجالات الذكاء الاصطناعي والتعلم الآلي. تحل IO مشكلة نقص موارد حوسبة الذكاء الاصطناعي من خلال دمج بطاقات الرسومات الخاملة من مراكز البيانات المستقلة وعمال المناجم للعملات المشفرة، جنبًا إلى جنب مع مشاريع التشفير مثل Filecoin/Render، وتجميع موارد أكثر من مليون وحدة معالجة رسوميات.

على المستوى الفني، تم بناء io.net على ray.io، وهو إطار عمل للتعلم الآلي ينفذ الحوسبة الموزعة، ويوفر لتطبيقات الذكاء الاصطناعي كل شيء بدءًا من التعلم المعزز والتعلم العميق لضبط النماذج وتشغيل النماذج وموارد الحوسبة الموزعة الأخرى التي تتطلب قوة حاسوبية. يمكن لأي شخص الانضمام إلى شبكة طاقة الحوسبة الخاصة بـ io كعامل أو مطور دون الحصول على أذونات إضافية، وفي الوقت نفسه، ستقوم الشبكة بتعديل سعر طاقة الحوسبة وفقًا لتعقيد وإلحاح وإمدادات موارد الحوسبة لعمل الحوسبة، وتحدد الأسعار بناءً على ذلك. ديناميات السوق. استنادًا إلى خصائص قوة الحوسبة الموزعة، ستطابق الواجهة الخلفية لـ io أيضًا موفري GPU مع المطورين بناءً على نوع طلب GPU والتوفر الحالي والموقع وسمعة الطالب.

$IO هو الرمز المميز الأصلي لنظام io.net، ويعمل كوسيط للمعاملات بين موفري طاقة الحوسبة ومشتري خدمات طاقة الحوسبة، باستخدام $IO و$ بالمقارنة مع USDC، يمكن تخفيض رسوم معالجة الطلب بنسبة %2. في الوقت نفسه، يلعب $IO أيضًا دورًا تحفيزيًا مهمًا في ضمان التشغيل العادي للشبكة: يمكن لحاملي الرمز المميز $IO التعهد بمبلغ معين من $IO للعقد، كما تتطلب عملية العقدة التعهد برموز $IO المميزة الإيرادات المقابلة لفترة الخمول للجهاز.

تبلغ القيمة السوقية الحالية لرموز $IO حوالي 360 مليون دولار أمريكي، وFDV حوالي 3 مليار دولار أمريكي.

اقتصاديات الرمز المميز $IO

الحد الأقصى لإجمالي $IO يبلغ العرض 800 مليون، منها 500 مليون تم تخصيصها لجميع الأطراف عندما كان الرمز المميز هو TGE. سيتم إصدار 300 مليون رمز المتبقية تدريجيًا على مدار 20 عامًا (سينخفض ​​مبلغ الإصدار بنسبة 1.02% كل شهر، أي ما يقرب من الانخفاض بنسبة 12% لكل منهما). سنة). يبلغ حجم تداول IO الحالي 95 مليونًا، ويتكون من 75 مليونًا تم فتحها للبحث والتطوير البيئي وبناء المجتمع خلال TGE و20 مليون مكافأة تعدين من Binance Launchpool.

توزيع المكافآت لموفري طاقة الحوسبة أثناء شبكة اختبار الإدخال/الإخراج كما يلي:

< li>< p style="text-align: left;">الموسم الأول (اعتبارًا من 25 أبريل) - 17,500,000 IO

• رقم الموسم الثاني (1 مايو - 31 مايو) - 7,500,000 IO

• الموسم 3 (1 يونيو - 6 30 مارس) - 5,000,000 IO

بالإضافة إلى اختبار مكافآت قوة الحوسبة الشبكية، تقدم IO أيضًا مساهمات إبداعية للمشاركة في بناء المجتمع الإنزال الجوي الجزئي:< /p>

• (الجولة الأولى) المجتمع/منشئ المحتوى/Galxe/Discord - 7,500,000 IO

• الموسم 3 (1 يونيو - 30 يونيو) المشاركون في Discord وGalxe - 2,500,000 IO

  p>

من بينها، تم توزيع مكافآت قوة الحوسبة للربع الأول من testnet والجولة الأولى من إنشاء المجتمع/مكافآت Galxe أثناء حدث TGE.

وفقًا للوثائق الرسمية، فإن التوزيع الإجمالي لـ $IO هو كما يلي:

آلية تدمير رمز $IO المميز

ينفذ Io.net عملية إعادة شراء وتدمير رمز $IO المميز وفقًا لمجموعة ثابتة من الإجراءات المعدة مسبقًا. إعادة الشراء المحددة ويعتمد المبلغ المحروق على سعر $IO في وقت التنفيذ. تأتي الأموال المستخدمة لإعادة شراء $IO من الدخل التشغيلي لـ IOG (إنترنت وحدات معالجة الرسومات - GPU Internet)، ورسوم حجز الطلب بنسبة 0.25% من كل من مشتري طاقة الحوسبة وموفري طاقة الحوسبة في IOG، ورسوم معالجة بقيمة 2% USDC رسوم شراء الطاقة الحاسوبية.

تحليل المنتجات التنافسية

مشروع مشابه لـ io.net هو Akash، Nosana وOctaSpace وClore.AI وغيرها من أسواق طاقة الحوسبة اللامركزية التي تركز على حل احتياجات الحوسبة لنماذج الذكاء الاصطناعي.

• تستخدم شبكة Akash موارد الحوسبة الموزعة الخاملة من خلال نموذج السوق اللامركزي، وتجميع وتأجير الحوسبة الزائدة الطاقة، والاستجابة لاختلال التوازن بين العرض والطلب من خلال الخصومات الديناميكية وآليات الحوافز، وتحقيق تخصيص الموارد بكفاءة وجديرة بالثقة على أساس العقود الذكية، وبالتالي توفير خدمات حوسبة سحابية آمنة وفعالة من حيث التكلفة ولامركزية. فهو يسمح للقائمين بتعدين إيثريوم والمستخدمين الآخرين الذين لديهم موارد GPU غير المستغلة بتأجيرها، مما يخلق سوقًا للخدمات السحابية. في هذا السوق، يتم تسعير الخدمات من خلال آلية المزاد العكسي، حيث يمكن للمشترين تقديم عطاءات لاستئجار هذه الموارد، مما يدفع الأسعار إلى أن تصبح أقل تنافسية.

• Nosana هو مشروع سوق طاقة حوسبة لا مركزية في نظام Solana البيئي. هدفه الرئيسي هو استخدام موارد طاقة الحوسبة الخاملة لتشكيل شبكة شبكة GPU لتلبية احتياجات الحوسبة لعملية التفكير في الذكاء الاصطناعي. يستخدم المشروع برامج على Solana لتحديد تشغيل سوق الطاقة الحاسوبية والتأكد من أن عقد GPU المشاركة في الشبكة تكمل مهامها بشكل معقول. حاليًا، بالإضافة إلى المرحلة الثانية من اختبار تشغيل الشبكة، يتم توفير خدمات الطاقة الحاسوبية لعملية الاستدلال لنماذج LLama 2 وStable Diffusion.

• OctaSpace عبارة عن بنية تحتية لعقدة سحابية حوسبة موزعة مفتوحة المصدر وقابلة للتطوير تسمح بالوصول إلى الحوسبة الموزعة وتخزين البيانات والخدمات والشبكة الافتراضية الخاصة (VPN) وما إلى ذلك. يشتمل OctaSpace على قوة حوسبة وحدة المعالجة المركزية (CPU) ووحدة معالجة الرسومات (GPU)، ويوفر مساحة على القرص لمهام ML وأدوات الذكاء الاصطناعي ومعالجة الصور وعرض المشاهد باستخدام Blender. سيتم إطلاق OctaSpace في عام 2022 ويعمل على blockchain المتوافق مع Layer 1 EVM. تستخدم blockchain نظامًا مزدوج السلسلة يجمع بين آليات توافق إثبات العمل (PoW) وإثبات السلطة (PoA).

• Clore.AI عبارة عن منصة موزعة للحوسبة الفائقة لوحدة معالجة الرسومات تتيح للمستخدمين الحصول على حوسبة GPU متطورة من العقد التي توفر قوة الحوسبة حولها العالم. وهو يدعم استخدامات متعددة مثل تدريب الذكاء الاصطناعي وتعدين العملات المشفرة وعرض الأفلام. توفر المنصة خدمات GPU منخفضة التكلفة وعالية الأداء، ويمكن للمستخدمين الحصول على مكافآت رمزية Clore من خلال استئجار وحدات معالجة الرسومات. يركز Clore.ai على الأمان، ويتوافق مع القانون الأوروبي، ويوفر واجهة برمجة تطبيقات قوية للتكامل السلس. فيما يتعلق بجودة المشروع، فإن صفحة الويب الخاصة بـ Clore.AI خشنة نسبيًا، ولا توجد وثائق فنية مفصلة للتحقق من صحة المقدمة الذاتية للمشروع وصحة البيانات، وما زلنا متشككين في موارد بطاقة الرسومات الخاصة بالمشروع والمستوى الحقيقي للمشاركة.

مقارنة بالمنتجات الأخرى في سوق طاقة الحوسبة اللامركزية، يعد io.net حاليًا الوحيد الذي يمكنه الانضمام إلى المشاريع. التي توفر موارد طاقة الحوسبة دون إذن، يمكن للمستخدمين استخدام ما لا يقل عن 30 سلسلة من وحدات معالجة الرسومات المخصصة للمستهلكين للمشاركة في مساهمة طاقة الحوسبة للشبكة. وهناك أيضًا موارد شرائح Apple مثل Macbook M2 وMac Mini. تعمل موارد وحدة معالجة الرسومات ووحدة المعالجة المركزية الأكثر كفاية وإنشاء واجهة برمجة التطبيقات الغنية على تمكين عمليات الإدخال والإخراج من دعم احتياجات حوسبة الذكاء الاصطناعي المختلفة، مثل الاستدلال المجمع والتدريب المتوازي وضبط المعلمات الفائقة والتعلم المعزز. تتكون بنيتها التحتية الخلفية من سلسلة من الطبقات المعيارية التي تتيح الإدارة الفعالة للموارد والتسعير الآلي. مشاريع سوق طاقة الحوسبة الموزعة الأخرى هي في الغالب للتعاون مع موارد بطاقة الرسومات الخاصة بالمؤسسة، وهناك عتبات معينة لمشاركة المستخدم. لذلك، قد يكون لدى عملية الإدخال والإخراج القدرة على استخدام دولاب الموازنة التشفيري لاقتصاديات الرمز المميز للاستفادة من المزيد من موارد بطاقة الرسومات.

فيما يلي مقارنة القيمة السوقية الحالية/FDV بين io.net والمنتجات المنافسة:

المراجعة والاستنتاج

لقد اجتذب إطلاق $IO على Binance الكثير من الاهتمام منذ بدايته. شعبية شبكة الاختبار والتأخير في بدأ الجميع يلاحظون الاختبار الفعلي تدريجيًا، وقد بدأ المشروع الرائج الذي هاجم قواعد النقاط المبهمة وشكك فيها. تم تشغيل الرمز المميز أثناء تصحيح السوق، وفتح على انخفاض وانتقل إلى الأعلى، وعاد في النهاية إلى نطاق تقييم عقلاني نسبيًا. ومع ذلك، بالنسبة للمشاركين في testnet الذين جاءوا بسبب تشكيلة الاستثمار القوية لـ io.net، كان بعضهم سعيدًا والبعض الآخر حزينًا. معظم المستخدمين الذين استأجروا وحدات معالجة الرسومات ولكنهم لم يصروا على المشاركة في testnet كل موسم لم يحصلوا على العائدات الزائدة المثالية كما فعلوا وبدلاً من ذلك، فإننا نواجه واقع "مناهضة لو". أثناء شبكة الاختبار، قامت io.net بتقسيم مجموع الجوائز لكل فترة إلى مجموعتين: وحدة معالجة الرسومات ووحدة المعالجة المركزية عالية الأداء للحساب على التوالي. تم تأجيل الإعلان عن النقاط للموسم الأول بسبب حادثة القرصنة، ولكن في النهاية تم تأجيل النقاط تم تحديد نسبة التبادل لمجمع وحدات معالجة الرسومات أثناء حدث TGE في المستقبل القريب بنسبة 90:1. وتتجاوز تكلفة استئجار وحدات معالجة الرسومات من كبرى الشركات المصنعة للمنصات السحابية إيرادات البث الجوي. خلال الموسم الثاني، قام المسؤول بتنفيذ آلية التحقق من إثبات العمل (PoW) بالكامل، وشارك بنجاح ما يقرب من 30000 جهاز GPU واجتاز التحقق من إثبات العمل (PoW)، وكانت نسبة تبادل النقاط النهائية 100:1.

بعد البداية التي طال انتظارها، ما إذا كان بإمكان io.net تحقيق هدفها المعلن المتمثل في توفير احتياجات الحوسبة المختلفة لتطبيقات الذكاء الاصطناعي، بعد اختبار الشبكة ما حجم الطلب الحقيقي يبقى، ربما الوقت وحده هو الذي يمكن أن يثبت ذلك بشكل أفضل.