GPU ແລະເຄືອຂ່າຍຄອມພິວເຕີ້ສໍາລັບ AI
📖 10 ນາທີອ່ານ
Quick Answer
AI boom ແມ່ນ, ພາຍໃຕ້ magic, ການລ່າສັດທີ່ຫມົດຫວັງສໍາລັບສິ່ງຫນຶ່ງ: GPU compute. ການຝຶກອົບຮົມ ແລະແລ່ນຕົວແບບ AI ກິນໂປເຊດເຊີກາຟິກທີ່ມີລາຄາແພງ, ແລະຍັກໃຫຍ່ຂອງເມຄທີ່ເປັນເຈົ້າຂອງພວກມັນສ່ວນໃຫຍ່ບໍ່ສາມາດສະຫນອງໄດ້ພຽງພໍ, ເຮັດໃຫ້ນັກພັດທະນາລໍຖ້າແລະຈ່າຍຄ່ານິຍົມ. ໃນຂະນະດຽວກັນ, ລ້ານ GPUs ທີ່ມີອໍານາດນັ່ງຢູ່ໃນທົ່ວໂລກ, ໃນຄອມພິວເຕີເກມ, ສູນຂໍ້ມູນ, rigs ບໍ່ແຮ່. ເຄືອຂ່າຍຄອມພີວເຕີທີ່ມີການແບ່ງຂັ້ນຄຸ້ມຄອງໃຊ້ crypto ເພື່ອເຊື່ອມຕໍ່ການສະຫນອງທີ່ບໍ່ມີປະໂຫຍດກັບຄວາມຕ້ອງການທີ່ຫິວໂຫຍ, ຄໍາຮ້ອງສະຫມັກທີ່ສະຫລາດຢ່າງແທ້ຈິງຂອງຕົວແບບ DePIN ກັບຊັບພະຍາກອນທີ່ຫາຍາກທີ່ສຸດຂອງຍຸກ AI.
💡 Airbnb ສໍາລັບບັດກາຟິກ
ການຄິດໄລ່ແບບແບ່ງຂັ້ນແມ່ນຄ້າຍຄື Airbnb ສໍາລັບ GPUs. ແທນທີ່ທຸກຄົນຈະແຂ່ງຂັນກັນຈອງຫ້ອງຢູ່ໃນໂຮງແຮມຍັກໃຫຍ່ຈໍານວນຫນ້ອຍ (ຜູ້ໃຫ້ບໍລິການຟັງ), ຕະຫຼາດໃຫ້ຄົນເຊົ່າບັດກາຟິກທີ່ເຫຼືອຂອງເຂົາເຈົ້າໃຫ້ກັບຜູ້ທີ່ຕ້ອງການພະລັງງານຄອມພິວເຕີ, ປະສານງານແລະຈ່າຍຜ່ານ crypto. ຜູ້ເຊົ່າມັກຈະຈ່າຍຫນ້ອຍກວ່າອັດຕາໂຮງແຮມ; ເຈົ້າຂອງລາຍຮັບຈາກຮາດແວທີ່ນັ່ງເປົ່າ. ເຊັ່ນດຽວກັນກັບ Airbnb, ການແລກປ່ຽນການຄ້າແມ່ນຄວາມສອດຄ່ອງແລະຄວາມໄວ້ວາງໃຈ, ເຄືອຂ່າຍຂອງເຄື່ອງຈັກຂອງຄົນແປກຫນ້າແມ່ນ messier ກວ່າການດໍາເນີນງານມືອາຊີບຂະຫນາດໃຫຍ່ຫນຶ່ງ.
ເປັນຫຍັງຄອມພິວເຕີ້ AI ຈຶ່ງເປັນຄໍຂວດ
AI ທີ່ທັນສະໄຫມແມ່ນມີຄວາມອຶດຫີວໃນຄອມພິວເຕີ້ເປັນພິເສດ. ການຝຶກອົບຮົມແບບຈໍາລອງຂະຫນາດໃຫຍ່ຮຽກຮ້ອງໃຫ້ມີ GPU ລະດັບສູງຫຼາຍພັນຕົວແລ່ນເປັນເວລາຫຼາຍອາທິດ, ແລະເຖິງແມ່ນວ່າການນໍາໃຊ້ແບບຈໍາລອງທີ່ໄດ້ຮັບການຝຶກອົບຮົມ ( inference ) ຢູ່ໃນຂະຫນາດຕ້ອງການຮາດແວທີ່ຮ້າຍແຮງ. ຄວາມຕ້ອງການໄດ້ລະເບີດໄວກວ່າການສະຫນອງ, ເຮັດໃຫ້ GPU ຊັ້ນນໍາຂາດແຄນແລະມີລາຄາແພງ, ແລະກໍາລັງສຸມໃສ່ພະລັງງານກັບຍັກໃຫຍ່ cloud ແລະ chipmakers ຈໍານວນຫນ້ອຍທີ່ຄວບຄຸມພວກມັນ. ຂໍ້ບົກຜ່ອງນີ້, ຄອມພິວເຕີ້ແມ່ນນ້ໍາມັນໃຫມ່, ເປັນຂໍ້ຈໍາກັດທີ່ໃຫຍ່ທີ່ສຸດດຽວຂອງ AI, ແລະໂອກາດທີ່ເຄືອຂ່າຍຄອມພິວເຕີ້ຖືກແບ່ງອອກເປັນເປົ້າຫມາຍ: ຖ້າ GPU ທີ່ບໍ່ມີປະໂຫຍດຢູ່ທົ່ວທຸກແຫ່ງສາມາດຖືກລວມເຂົ້າກັນ, ການຂາດແຄນຫຼຸດລົງແລະຄວາມເຂັ້ມຂົ້ນຫຼຸດລົງ.
ວິທີການເຮັດວຽກຂອງເຄືອຂ່າຍຄອມພິວເຕີ້ແບບກະຈາຍ
ເຄືອຂ່າຍເຫຼົ່ານີ້ (ມັກເອີ້ນວ່າ compute DePINs) ສ້າງຕະຫຼາດ: ຄົນທີ່ມີ GPUs, ບຸກຄົນ, ສູນຂໍ້ມູນທີ່ມີຄວາມອາດສາມາດ spare, ອະດີດ crypto miners, ເຊື່ອມຕໍ່ຮາດແວຂອງເຂົາເຈົ້າແລະມີລາຍໄດ້ crypto ໂດຍການເຊົ່າມັນອອກ; ນັກພັດທະນາຕ້ອງການ compute pay (ໃນ crypto) ເພື່ອດໍາເນີນການຝຶກອົບຮົມ AI ຫຼື inference ກ່ຽວກັບສະນຸກເກີທີ່ແຈກຢາຍ, ໂດຍປົກກະຕິລາຄາຖືກກວ່າເມຄຂະຫນາດໃຫຍ່. blockchain ປະສານງານການຈັບຄູ່, ການຈ່າຍເງິນ, ແລະການກວດສອບການເຮັດວຽກທີ່ເຮັດແລ້ວ. ໂຄງການຕ່າງໆຢູ່ໃນພື້ນທີ່ນີ້ໄດ້ລວມເອົາຈໍານວນພະລັງງານ GPU ທີ່ມີຄວາມໝາຍດ້ວຍວິທີນີ້. ມັນແມ່ນຮູບແບບ DePIN, ການແບ່ງປັນຊັບພະຍາກອນທາງດ້ານຮ່າງກາຍທີ່ບໍ່ມີປະໂຫຍດສໍາລັບລາງວັນ crypto, ນໍາໃຊ້ກັບຊັບພະຍາກອນທີ່ບໍ່ມີປະໂຫຍດທີ່ມີຄຸນຄ່າທີ່ສຸດຂອງອາຍຸ AI.
ກໍລະນີການນໍາໃຊ້ທີ່ແທ້ຈິງ
ຄອມພີວເຕີແບບແຈກຢາຍໃຫ້ພໍດີກັບຄວາມຕ້ອງການບາງຢ່າງທີ່ດີກ່ວາອັນອື່ນ. ມັນເຮັດວຽກໄດ້ດີສໍາລັບ: AI inference (ແລ່ນແບບທີ່ໄດ້ຝຶກອົບຮົມແລ້ວ), batch ແລະຂະຫນານ workloads, rendering, ແລະຄ່າໃຊ້ຈ່າຍ-sensitive ນັກພັດທະນາແລະ startups ລາຄາອອກຈາກ clouds ໃຫຍ່. ມັນເປັນທາງເລືອກທີ່ແທ້ຈິງສໍາລັບຜູ້ທີ່ຕ້ອງການຄອມພິວເຕີ້ລາຄາຖືກກວ່າຫຼືເພື່ອຫຼີກເວັ້ນການຂຶ້ນກັບຜູ້ໃຫ້ບໍລິການຟັງດຽວ. ດ້ານການສ້າງລາຍໄດ້ຍັງເປັນຈິງ: ເຈົ້າຂອງ GPU (ລວມທັງຜູ້ແຮ່ທາດ ex-crypto ທີ່ມີຮາດແວທີ່ບໍ່ມີປະໂຫຍດ) ສາມາດສ້າງລາຍໄດ້ຈາກຄວາມສາມາດທີ່ສູນເສຍໄປ. ສໍາລັບຜູ້ເຊົ່າທີ່ຊອກຫາລາຄາທີ່ເຫມາະສົມແລະເຈົ້າຂອງທີ່ຊອກຫາຜົນຜະລິດ, ການສະເຫນີມູນຄ່າແມ່ນແນ່ນອນ, ບໍ່ພຽງແຕ່ເປັນການຄາດເດົາ.
ຂໍ້ຈໍາກັດທີ່ຊື່ສັດ
ມີຄວາມເປັນຈິງກ່ຽວກັບຂໍ້ຈໍາກັດ. ແບບຈໍາລອງແຖວໜ້າຂອງການຝຶກອົບຮົມ, AI ຂະໜາດໃຫຍ່ທີ່ສຸດ, ທັນສະໄໝ, ຍັງໃຫ້ການສະໜັບສະໜູນຢ່າງແໜ້ນແຟ້ນກັບສູນຂໍ້ມູນສູນກາງທີ່ມີການເຊື່ອມຕໍ່ກັນຢ່າງໄວທີ່ສຸດ; ເຄືອຂ່າຍທີ່ແຈກຢາຍຂອງ GPUs ຂອງຄົນແປກຫນ້າບໍ່ສາມາດຈັບຄູ່ກັບວຽກການຝຶກອົບຮົມທີ່ໃຫຍ່ທີ່ສຸດ. ຄວາມຫນ້າເຊື່ອຖື, ຄວາມສອດຄ່ອງ, latency, ຄວາມປອດໄພຂອງການເຮັດວຽກໃນເຄື່ອງຂອງຄົນອື່ນ, ແລະການເຕີບໃຫຍ່ຂອງຊອບແວທັງຫມົດຍັງຄົງເປັນສິ່ງທ້າທາຍທີ່ແທ້ຈິງ. ແລະ, ເປັນຢູ່ທົ່ວທຸກແຫ່ງໃນຊ່ອງນີ້, tokens ເຄືອຂ່າຍຄອມພິວເຕີຈໍານວນຫຼາຍແມ່ນການຄາດເດົາແລະລ່ວງຫນ້າຂອງການນໍາໃຊ້ຕົວຈິງ. ເທກໂນໂລຍີທີ່ແທ້ຈິງເຮັດວຽກສໍາລັບຊຸດການຂະຫຍາຍຂອງວຽກ, ແຕ່ມັນຍັງບໍ່ທັນເປັນການທົດແທນການຂາຍຍົກສໍາລັບຍັກໃຫຍ່ຟັງ, ແລະ tokens ບໍ່ໄດ້ເປັນເດີມພັນທີ່ຮັບປະກັນໃນອະນາຄົດນັ້ນ.
ວິທີການຄິດກ່ຽວກັບມັນ
ສອງທັດສະນະປະຕິບັດ. ໃນຖານະເປັນຜູ້ໃຊ້ຫຼືຜູ້ພັດທະນາ: ຄອມພິວເຕີ້ທີ່ມີການແບ່ງຂັ້ນຄຸ້ມຄອງແມ່ນມີມູນຄ່າການປະເມີນສໍາລັບການສະຫຼຸບແລະຄ່າໃຊ້ຈ່າຍທີ່ລະອຽດອ່ອນຂອງການເຮັດວຽກທີ່ມັນສາມາດຕັດຟັງໄດ້ຢ່າງແທ້ຈິງ, ຕັດສິນຕາມລາຄາ, ຄວາມຫນ້າເຊື່ອຖືແລະເຫມາະ, ບໍ່ແມ່ນຢູ່ໃນ token hype. ໃນຖານະເປັນຄົນທີ່ມີພະລັງງານ GPU ຫວ່າງ: ມັນເປັນວິທີທີ່ແທ້ຈິງທີ່ຈະມີລາຍໄດ້ຈາກຮາດແວທີ່ບໍ່ມີປະໂຫຍດ, ເຫດຜົນດຽວກັນກັບ DePIN ທີ່ຊື່ສັດ, ລາຍໄດ້ເລັກນ້ອຍທີ່ໃຊ້ກັບການແບ່ງປັນແບນວິດ, ເປັນປະໂຫຍດແຕ່ບໍ່ແມ່ນໂຊກ. ແລະໃນຖານະນັກລົງທຶນ: ແຍກຜົນປະໂຫຍດທີ່ແທ້ຈິງແລະການຂະຫຍາຍຕົວຂອງຄອມພິວເຕີ້ແບບກະຈາຍອອກຈາກ tokens ຄາດຄະເນທີ່ວາງໄວ້ເທິງ, ອະດີດແມ່ນຫນຶ່ງໃນກໍລະນີການນໍາໃຊ້ພື້ນຖານຫຼາຍຂອງ crypto, ສຸດທ້າຍແມ່ນມີຄວາມສ່ຽງ AI-plus-crypto hype ປົກກະຕິ. ກະຕຸກແມ່ນຈິງ; ການແກ້ໄຂແມ່ນດີ; tokens ຕ້ອງການການກວດສອບ.
🔑 ເອົາກະແຈ
ຂໍ້ຈໍາກັດທີ່ໃຫຍ່ທີ່ສຸດຂອງ AI ແມ່ນການຄິດໄລ່ GPU, ຂາດແຄນ, ລາຄາແພງ, ແລະສຸມໃສ່ການຍັກໃຫຍ່ຂອງເມຄ, ໃນຂະນະທີ່ GPU ຫຼາຍລ້ານນັ່ງຢູ່ບໍ່ໄດ້. ເຄືອຂ່າຍຄອມພິວເຕີ້ແບບແບ່ງຂັ້ນ (compute DePINs) ໃຊ້ crypto ເພື່ອລວມ GPUs idle ເຂົ້າໄປໃນຕະຫຼາດ: ເຈົ້າຂອງມີລາຍໄດ້ໂດຍການເຊົ່າຮາດແວ, ຜູ້ພັດທະນາຈ່າຍ (ປົກກະຕິແລ້ວຫນ້ອຍກວ່າ clouds ໃຫຍ່) ສໍາລັບ AI inference ແລະ workloads, ດ້ວຍ blockchain ປະສານງານການຈັບຄູ່ແລະການຈ່າຍເງິນ. ມັນເຮັດວຽກໄດ້ດີສໍາລັບການ inference, batch jobs ແລະຜູ້ໃຊ້ທີ່ລະອຽດອ່ອນຄ່າໃຊ້ຈ່າຍ, ແລະຢ່າງແທ້ຈິງສ້າງລາຍໄດ້ຈາກຮາດແວ idle. ຂໍ້ຈໍາກັດ: ແບບຈໍາລອງແຖວຫນ້າຂອງການຝຶກອົບຮົມຍັງສະຫນັບສະຫນູນສູນຂໍ້ມູນສູນກາງ, ຄວາມຫນ້າເຊື່ອຖື / ການເຕີບໂຕເຕັມທີ່ແມ່ນສິ່ງທ້າທາຍທີ່ແທ້ຈິງ, ແລະຈໍານວນຫຼາຍ tokens ແມ່ນການຄາດເດົາ. ກໍລະນີການນໍາໃຊ້ພື້ນຖານ, ແຕ່ຍັງບໍ່ທັນເປັນການທົດແທນເມຄຂາຍຍົກ.
ເປັນຫຍັງສິ່ງນີ້ຈຶ່ງສຳຄັນສຳລັບເຈົ້າ
ອາຊີເປັນເຈົ້າພາບຄວາມອາດສາມາດຂອງ GPU ຢ່າງຫຼວງຫຼາຍ (ລວມທັງຮາດແວ crypto-mining ອະດີດ) ແລະພື້ນຖານນັກພັດທະນາທີ່ເຕີບໂຕໄວທີ່ມີລາຄາອອກຈາກ Western cloud AI ລາຄາແພງ, ເຮັດໃຫ້ຄອມພິວເຕີ້ແບ່ງເຂດເປັນໂອກາດທີ່ມີລາຍໄດ້ສໍາລັບເຈົ້າຂອງຮາດແວຂອງພາກພື້ນແລະເສັ້ນທາງການເຂົ້າເຖິງລາຄາຖືກກວ່າສໍາລັບຜູ້ສ້າງ AI ຂອງຕົນ. ມັນເຊື່ອມຕໍ່ມໍລະດົກການຂຸດຄົ້ນຂອງພາກພື້ນແລະຄວາມທະເຍີທະຍານຂອງ AI ໂດຍຜ່ານຫນຶ່ງໃນຄໍາຮ້ອງສະຫມັກໃນໂລກທີ່ແທ້ຈິງຂອງ crypto.
ຄຳຖາມທີ່ມັກຖາມເລື້ອຍໆ
ເຄືອຂ່າຍ GPU/compute ທີ່ມີການກະຈາຍສູນກາງແມ່ນຫຍັງ?▼
ພວກເຂົາເຈົ້າແມ່ນຕະຫຼາດ crypto-coordinated ທີ່ປະກອບ GPUs idle, ຈາກບຸກຄົນ, ສູນຂໍ້ມູນ, ແລະອະດີດ crypto miners, ດັ່ງນັ້ນນັກພັດທະນາສາມາດເຊົ່າພະລັງງານຄອມພິວເຕີສໍາລັບ AI workloads, ປົກກະຕິແລ້ວລາຄາຖືກກວ່າຈາກຍັກໃຫຍ່ຟັງ. ເຈົ້າຂອງຮາດແວມີລາຍໄດ້ crypto ສໍາລັບການເຊົ່າ GPU ຂອງເຂົາເຈົ້າ, ແລະ blockchain ຈັດການການຈັບຄູ່, ການຈ່າຍເງິນແລະການຢັ້ງຢືນ. ມັນນຳໃຊ້ແບບຈໍາລອງ DePIN (ພື້ນຖານໂຄງລ່າງທາງກາຍະພາບທີ່ໃຊ້ຮ່ວມກັນສໍາລັບລາງວັນ crypto) ກັບຊັບພະຍາກອນທີ່ຫາຍາກທີ່ສຸດຂອງ AI: compute.
ຄອມພີວເຕີແບບກະຈາຍສາມາດແທນຜູ້ໃຫ້ບໍລິການຄລາວເຊັ່ນ AWS ໄດ້ບໍ?▼
ບໍ່ໄດ້ຂາຍຍົກ, ທັນ. ມັນເຮັດວຽກໄດ້ດີສໍາລັບ AI inference, batch ແລະຂະຫນານ workloads, ແລະຜູ້ໃຊ້ທີ່ລະອຽດອ່ອນຄ່າໃຊ້ຈ່າຍ, ແລະ undercuts ຟັງຂະຫນາດໃຫຍ່ຢ່າງແທ້ຈິງສໍາລັບຜູ້ທີ່. ແຕ່ການຝຶກອົບຮົມແບບຈຳລອງແຖວໜ້າທີ່ໃຫຍ່ທີ່ສຸດຍັງໄດ້ຮັບຜົນດີຕໍ່ສູນຂໍ້ມູນສູນກາງທີ່ມີການເຊື່ອມຕໍ່ກັນຢ່າງວ່ອງໄວ, ແລະ ຄວາມໜ້າເຊື່ອຖື, ຄວາມໜ້າເຊື່ອຖື, ຄວາມປອດໄພແລະຄວາມເຂັ້ມແຂງຂອງຊອບແວຍັງຄົງເປັນສິ່ງທ້າທາຍ. ມັນເປັນທາງເລືອກທີ່ແທ້ຈິງແລະການຂະຫຍາຍຕົວສໍາລັບວຽກງານຈໍານວນຫຼາຍ, ບໍ່ແມ່ນການທົດແທນທີ່ສົມບູນສໍາລັບຍັກໃຫຍ່ຟັງ.
ຂ້ອຍສາມາດຫາເງິນເຊົ່າ GPU ຂອງຂ້ອຍໃຫ້ກັບເຄືອຂ່າຍເຫຼົ່ານີ້ໄດ້ບໍ?▼
ແມ່ນແລ້ວ, ມັນເປັນວິທີທີ່ແທ້ຈິງທີ່ຈະສ້າງລາຍໄດ້ຈາກຮາດແວ GPU ທີ່ບໍ່ມີປະໂຫຍດ (ລວມທັງເຄື່ອງຂຸດເຈາະອຸປະຖໍາ) ໂດຍການເຊົ່າມັນໃຫ້ກັບເຄືອຂ່າຍຄອມພິວເຕີເພື່ອຮັບລາງວັນ crypto. ເຊັ່ນດຽວກັນກັບລາຍຮັບ DePIN ອື່ນໆ, ຄາດຫວັງວ່າລາຍໄດ້ເສີມເລັກນ້ອຍແທນທີ່ຈະເປັນໂຊກ, ແລະຜົນຕອບແທນແມ່ນຂຶ້ນກັບຄວາມຕ້ອງການ, ຮາດແວຂອງທ່ານ, ແລະມູນຄ່າຂອງ token. ໃຊ້ເຄືອຂ່າຍທີ່ຖືກສ້າງຕັ້ງຂື້ນ, ແລະປະຕິບັດ token ໃດໆທີ່ທ່ານໄດ້ຮັບຕາມທີ່ເຈົ້າຕ້ອງການຊັບສິນ crypto ທີ່ປ່ຽນແປງໄດ້.
ສືບຕໍ່ອ່ານ
ຫົວຂໍ້ທີ່ກ່ຽວຂ້ອງໃນທົ່ວສູນ
📚 ແຫຼ່ງຂໍ້ມູນ & ອ່ານເພີ່ມເຕີມ
ການອ້າງອິງທີ່ມີສິດອຳນາດ ແລະແຫຼ່ງຫຼັກທີ່ໃຊ້ໃນຄູ່ມືນີ້.