🚀 GPUs 是 AI 的货币：DePIN 改变计算资源的革命 🤖

人工智能的采用导致对计算能力的需求增加Multicoin Capital的Shayon Sengupta建议采用分散式物理基础设施网络（DePINs）来解决这一需求

加密货币可以作为人工智能的协调层。

语言模型正在发展法律策略，图像扩散模型正在改变娱乐工作流程，自动驾驶汽车正在接管道路-生成式人工智能的影响是不可否认的。然而，由于计算资源，特别是GPU的短缺，扩展这些系统变得具有挑战性。

GPU的短缺可以归因于各种因素，包括材料限制、供应链中断、激增的需求、地缘政治紧张局势和长期生产周期。生产能力简单无法跟上飞速增长的需求，导致等待时间和NVIDIA A100和H100芯片的小时率不断上涨。

此外，高级硅片、专用基板和内存芯片等关键材料也面临短缺，进一步加剧了问题。GPU的稀缺造成了一场完美的风暴，阻碍了人工智能应用的发展和部署。

与AI工作负载相关的数据中心收入在2023年达到了约1000亿美元。然而，设置数据中心所需的前期资本支出以及对AI特定计算要求的不断增加，都带来了重大挑战。虽然每单位计算性能的价格随时间降低，但对AI计算资源的需求呈指数级增长。

投资者正在目睹一场具有潜力在一夜之间影响每个企业的创新巨变。 NVIDIA今年以来的回报率就是一个例子，在过去12个月中惊人增长了231.5%。然而，我们只是AI复兴的开端。随着每个财富500强公司争相制定自己的AI战略，我们今天看到的需求只是未来需求的一小部分。

计算是新的石油，而GPU已经成为AI领域的货币。然而，GPU的短缺带来了重大挑战。为了解决这个问题，出现了一个新的解决方案：去中心化的物理基础设施网络（DePINs）。

DePINs利用了未充分利用的GPU资源。全球估计有150亿个消费级GPU和超大规模部署在超大规模数据中心之外的额外六百万个数据中心GPU，这是一个可观的资源池。令人惊讶的是，消费者级GPU通常可以与企业级GPU的计算吞吐量相媲美。

专门针对AI的DePINs，如Render Network和IO.net，通过激励GPU所有者将其资源贡献给共享网络，彻底改变了局势。这些网络还创建了一个去中心化的层，将不同的GPU整合到可供AI开发人员使用的集群中。

通过创建去中心化的计算市场，DePINs提供了数十万个不同类型的计算资源。它们为在以前未开发的合格硬件群体上分发AI工作负载提供了新途径。此外，DePIN网络的成本要低得多，高达传统云服务供应商的90%。通过利用区块链，这些网络消除了员工费用、硬件维护和数据中心开销，为终端客户节省了成本。

当我们踏入未来时，DePIN网络有望成为AI竞争中的关键角色。由于当前价格昂贵的GPU短缺无法满足全球主要公司的需求，DePINs通过提供对庞大的计算资源池的访问，为人们提供了一线希望。

DePIN时代已经到来，GPU是AI的货币，这些网络正能够交付。

🔍 参考资料： 1. 材料限制 2. 供应链中断 3. 激增的需求 4. 地缘政治紧张局势 5. 长期生产周期

问题：DePIN如何激励GPU所有者贡献他们的资源？
答案：DePIN提供奖励和激励措施给GPU所有者，鼓励他们在网络上共享自己的资源。

问题：消费级GPU和企业级显卡相比有多强大？
答案：是的，消费级GPU在计算吞吐量上通常与企业级显卡相当，使它们成为人工智能开发中宝贵的资源。

问题：DePIN网络如何降低成本，与传统云服务提供商相比？
答案：通过利用区块链和消除员工费用、硬件维护和数据中心开销，DePIN能够以几乎成本的方式提供计算成本，为终端客户节省大量费用。

💬 参与讨论：您在人工智能开发过程中是否遇到GPU短缺的挑战？在下方评论中分享您的经历！

📲 不要忘记与您的朋友和同事分享本文。让我们传播由DePIN带来的人工智能计算资源革命的消息！

编辑：本杰明·席勒

We will continue to update 算娘; if you have any questions or suggestions, please contact us!

Artificial IntelligenceOpinion

93 out of 132 found this helpful