صحبت از آموزش مدل‌های هوش مصنوعی که می‌شود، پای غول‌های فناوری و دیتاسنترهای عظیم‌شان در میان است. اما داستان وقتی جالب می‌شود که به مرحله «اجرا» یا Inference می‌رسیم؛ جایی که مدل‌های آموزش‌دیده، واقعاً کار می‌کنند. اینجاست که فرصت طلایی برای شبکه‌های غیرمتمرکز سخت‌افزاری نمایان می‌شود.

بار کاری روزمره هزاران برنامه کاربردی، استارتاپ‌ها و حتی شرکت‌های بزرگ، دیگر لزوماً نیاز به اجاره کردن از غول‌های متمرکز ندارند. پروژه‌هایی مثل رندر، آکاش و دیگران، در حال ساختن بازارهایی هستند که در آن، قدرت پردازشی GPUهای بلااستفاده یا مازاد در اختیار همه قرار می‌گیرد. این نه تنها می‌تواند هزینه‌ها را کاهش دهد، بلکه یک اکوسیستم رقابتی و مقاوم می‌سازد.

نظر کارشناسی: به نظر می‌رسد بازار استخراج و تامین قدرت پردازش برای هوش مصنوعی، در آستانه یک تحول بزرگ است. تمرکز فعلی روی آموزش مدل‌ها به تدریج به سمت بازار عظیم «اجرا» و خدمات مبتنی بر هوش مصنوعی خواهد چرخید. پروژه‌های حوزه DePIN و شبکه‌های غیرمتمرکز GPU که بتوانند سرویسی پایدار و مقرون‌به‌صرفه ارائه کنند، در بلندمدت جایگاه بسیار مستحکمی خواهند داشت و می‌توانند یکی از ستون‌های اصلی Web3 باشند.

منبع: Cointelegraph (مشاهده متن اصلی)

لینک کوتاه: n8n.ir/mgb1310k کپی شد!