全球数字财富领导者
CoNET
|
客户端
|
旧版
|
北美站
|
FX168 全球视野 中文财经
首页
资讯
速递
行情
日历
数据
社区
视频
直播
点评旗舰店
商品
香港论坛
外汇开户
登录 / 注册
搜 索
综合
行情
速递
日历
话题
168人气号
文章
Liquid、Obol报告:Pectra升级存在哪些风险?
go
lg
...
发生的中断,例如 Hetzner 和
AWS
的中断”。 它解释说,DVT 可以显著支持这一策略,通过“降低相关风险来增强验证者的弹性”。 支持权益证明共识机制的以太坊验证者的地理地图。 Leisinger 补充道: “为了实现长期弹性和机构采用,质押配置必须优先考虑节点运营商和验证者的多样性。” Pectra 升级 即将到来的以太坊 Pectra 升级结合了 Prague 和 Electra 升级,分别侧重于网络执行和共识层的变更。 Petra 预计将于 2025 年第一季度上线,并包括以太坊改进提案 (EIP)-7251。 根据报告,“Pectra 升级将允许质押提供商通过将最大有效余额提高到 2,048 ETH 将其质押整合到更少的验证者中。” 质押限额的变化将减少所需的验证者数量并减轻以太坊通信层的压力。 来源:金色财经
lg
...
金色财经
2024-06-17
AI与区块链的融合:详览AI与算力市场赛道上的潜力项目
go
lg
...
net 官方称,他们的算力比如亚马逊
AWS
这样的中心化服务商低 90%,所有这些因素的结合使 io.net 成为去中心化提供商中的佼佼者。 Source: io.net Aethir Aethir 为解决全球算力资源有效利用这一复杂问题提供了一种颠覆性但高度可行的解决方案。他们的网络聚合并智能地重新分配来自企业、数据中心、加密货币挖矿业务和消费者的新 GPU 和闲置 GPU。更好地重新分配 GPU 容量的市场机会非常广泛,Aethir 希望能够将当前全球 GPU 计算可用性提高 10 倍以上。 Aethir 的一个关键特点是专注于重新利用现有的闲置资源,而不是要求节点参与者购买新的硬件。通常一台设备的未充分利用的 GPU 容量估计在 50% 到 75% 之间,这表明有大量算力资源可以被 Token 化。Aethir 旨在通过瞄准中小型数据中心和企业来利用这些丰富的闲置资源。 Aethir 目前代币已上线 OKX Bybit 等交易所,此前通过 Pre-A 轮融资 900 万美元,由 Sanctor Capital、Hashkey 等知名机构领投。 Source: aethir.com Arweave AO 是基于 Arweave 的分布式、去中心化、面向参与者的计算系统。AO 的核心目标是提供一种无需信任和协作、没有实际规模限制的计算服务,为与区块链相结合的应用程序提供新范式。与其他高性能区块链相比,AO 支持存储大量数据,例如 AI 模型。与以太坊不同,AO 允许任意数量的并行进程在计算单元内同时运行,通过开放消息传递进行协调,而无需依赖集中式内存空间。 Arweave 推出 AO,意味着从去中心化存储赛道迈向更广阔的去中心化云服务领域。其永久链上存储不再仅仅用于用户数据,而是希望成为云计算的永久主机,专注于大规模可验证计算。 日前 Arweave 也公布了其双代币 $AR 与 $AO 之间的代币经济。据官方声明,$AO 是一个 100% 公平发行的代币,没有预售和预分配。$AO 的总供应量为 2,100 万枚,减半周期为 4 年,每 5 分钟分发一次,每月分发量为剩余供应量的 1.425%。 大约 36%(前四个月 100% 加上之后的 33.3%)的 $AO 代币每 5 分钟分配给 $AR 持有者,这些代币激励了 AO 基础层——Arweave 的安全性。 其余约 64% 的 $AO 代币分配给桥接用户,用于提供外部收益和将资产引入 AO 的激励。 Source: https://ao.arweave.dev/ Bittensor AI 模型的训练需要大量的数据和计算能力,但高昂的成本导致这些资源大多由大型企业和研究机构垄断。这种集中化限制了 AI 模型的使用和合作,阻碍了 AI 生态系统的发展。Bittensor(TAO) 致力于建立世界上第一个区块链神经网络,以便网络参与者交换机器学习能力和预测。 Bittensor 希望通过点对点方式促进机器学习模型和服务的共享和协作。TAO 在技术上实现起来颇具挑战,离实际应用尚有一定距离。 Source: https://futureproofmarketer.com/blog/what-is-bittensor-tao 笔者观点 这些 AI + 区块链项目很可能改变未来的算力资源分配格局。分散所有权、协作式跨集群的去中心化区域部署,将为新一波经济和技术进步铺平道路。这些项目的野心都很大,希望改变未来云计算和 AI 应用的格局,塑造一个更互联、高效、创新驱动的全球云经济。在各国积极推动生产力转型的背景下,这些发展方向十分值得我们深入探索。不过由于这个领域需要更强的技术支持和更多的资金支持,因此对于项目方来说,准入门槛也并不低,目前仍处于尝试阶段,未来能否落地成为实际有人使用的基础设施还有待观察。 来源:金色财经
lg
...
金色财经
2024-06-15
人工智能、游戏和 DePIN的共同点
go
lg
...
相比之下,与Google Cloud、
AWS
、Azure等主要参与者相比,分散式基础设施的成本要便宜4倍以上。 以下是一些主要去中心化 GPU 项目的重要数据: Render($RNDR) Akash($AKT) Nosana($NOS) Aethir($ATH) IOnet($IO) Netmind($NMT) Web3 项目正在竞相增加其高端 GPU 持有量,这被视为推动 Web2 实际采用的关键点。 评估 GPU 容量的更好方法是通过 FLOPS。然而,大多数 GPU 项目的仪表板都没有提供这些信息。 我希望能够添加这些数据,以便公平地评估 GPU 项目。 JulesUrbach Gregosuri JesseEisses AnMe_kz MTorygreen MRRydon 这些分散式 GPU 平台在加密领域的运作方式如下: 数据收集和处理 模型训练 微调 模型推理 分散式 GPU 解决方案已经展示出清晰的产品市场拟合,并且随着人工智能趋势的出现,它们将变得更加重要。 最近,有关 Ionet 和 AethirCloud 两个项目的讨论凸显了它们的区别。Ionet 是 SOL 生态的一部分,被广泛认可,并且已经得到 Aptos 的支持,因此有望在 Aptos 上线。 而 AethirCloud 主要关注以太坊和 Arbitrum,其代币 ATH 在以太坊上,CheckerNode 在 Arbitrum 上。 因此,从生态系统的角度来看,这两个项目似乎在各自的领域内独立运作,划分了自己的势力范围。 两个项目之间有着巧妙的合作关系,甚至还进行了 "代币互换",使得原本模糊的竞争关系变得和谐。这种合作状态让人联想到 "Peace & Love",展现出一种和谐共存的状态。 此外,两个项目的代币符号选择也颇具趣味。IO 代表着计算器的 Input & Output,同时也是经典的域名后缀。 而ATH 则是 All Time High 的缩写,是加密货币中常用的术语,似乎也在暗示着两者之间的不同之处。 来源:金色财经
lg
...
金色财经
2024-06-15
AI 与区块链的融合:颠覆算力资源分配格局的新趋势
go
lg
...
net 官方称,他们的算力比如亚马逊
AWS
这样的中心化服务商低 90%,所有这些因素的结合使 io.net 成为去中心化提供商中的佼佼者。 Aethir Aethir 为解决全球算力资源有效利用这一复杂问题提供了一种颠覆性但高度可行的解决方案。他们的网络聚合并智能地重新分配来自企业、数据中心、加密货币挖矿业务和消费者的新 GPU 和闲置 GPU。更好地重新分配 GPU 容量的市场机会非常广泛,Aethir 希望能够将当前全球 GPU 计算可用性提高 10 倍以上。 Aethir 的一个关键特点是专注于重新利用现有的闲置资源,而不是要求节点参与者购买新的硬件。通常一台设备的未充分利用的 GPU 容量估计在 50% 到 75% 之间,这表明有大量算力资源可以被 Token 化。Aethir 旨在通过瞄准中小型数据中心和企业来利用这些丰富的闲置资源。 Aethir 目前代币已上线 OKX Bybit 等交易所,此前通过 Pre-A 轮融资 900 万美元,由 Sanctor Capital、Hashkey 等知名机构领投。 Arweave AO 是基于 Arweave 的分布式、去中心化、面向参与者的计算系统。AO 的核心目标是提供一种无需信任和协作、没有实际规模限制的计算服务,为与区块链相结合的应用程序提供新范式。与其他高性能区块链相比,AO 支持存储大量数据,例如 AI 模型。与以太坊不同,AO 允许任意数量的并行进程在计算单元内同时运行,通过开放消息传递进行协调,而无需依赖集中式内存空间。 Arweave 推出 AO,意味着从去中心化存储赛道迈向更广阔的去中心化云服务领域。其永久链上存储不再仅仅用于用户数据,而是希望成为云计算的永久主机,专注于大规模可验证计算。 日前 Arweave 也公布了其双代币 $AR 与 $AO 之间的代币经济。据官方声明,$AO 是一个 100% 公平发行的代币,没有预售和预分配。$AO 的总供应量为 2,100 万枚,减半周期为 4 年,每 5 分钟分发一次,每月分发量为剩余供应量的 1.425%。 大约 36%(前四个月 100% 加上之后的 33.3%)的 $AO 代币每 5 分钟分配给 $AR 持有者,这些代币激励了 AO 基础层——Arweave 的安全性。 其余约 64%的 $AO 代币分配给桥接用户,用于提供外部收益和将资产引入 AO 的激励。 Bittensor AI 模型的训练需要大量的数据和计算能力,但高昂的成本导致这些资源大多由大型企业和研究机构垄断。这种集中化限制了 AI 模型的使用和合作,阻碍了 AI 生态系统的发展。Bittensor(TAO) 致力于建立世界上第一个区块链神经网络,以便网络参与者交换机器学习能力和预测。 Bittensor 希望通过点对点方式促进机器学习模型和服务的共享和协作。TAO 在技术上实现起来颇具挑战,离实际应用尚有一定距离。 笔者观点 这些 AI + 区块链项目很可能改变未来的算力资源分配格局。分散所有权、协作式跨集群的去中心化区域部署,将为新一波经济和技术进步铺平道路。这些项目的野心都很大,希望改变未来云计算和 AI 应用的格局,塑造一个更互联、高效、创新驱动的全球云经济。在各国积极推动生产力转型的背景下,这些发展方向十分值得我们深入探索。不过由于这个领域需要更强的技术支持和更多的资金支持,因此对于项目方来说,准入门槛也并不低,目前仍处于尝试阶段,未来能否落地成为实际有人使用的基础设施还有待观察。
lg
...
兔惹目mu
2024-06-14
去中心化人工智能(DeAI):用例、催化剂及关键问题
go
lg
...
开源组织。谷歌、OpenAI、IBM、
AWS
和微软等公司都是其中的主要参与者。 下面是各垂直领域不同参与者的GenAI模型市场地图。 我们来快速了解一下人工智能技术这些年来的发展情况。 3、对去中心化AI的需求 集中式AI有其自身问题。想想看:一个单点故障就可能危及一切。 另一方面,去中心化人工智能(DeAI)通过在多个节点上分布数据来改变游戏规则,使系统更加安全。如果一个节点受到攻击,其他节点将继续正常运行。这种设置还使用户能够更好地控制他们的数据,降低隐私风险,尤其是在使用全同态加密(FHE)和零知识机器学习(ZKML)等技术的情况下。 审查是中心化系统的另一个大问题。单个实体可以控制操纵信息。另一方面,去中心化AI会分散控制权,使任何单一实体都难以主导叙事。这确保了信息的可访问性,并且不易受到不当影响。 在我看来,透明度是一个关键因素。开源模型、激励机制和协作工作流管理意味着任何人都可以在任何时候检查和验证决策。这种程度的开放性解决了人们对集中式系统中的隐藏偏差和不透明过程的担忧。此外,它允许更多的人加入并做出贡献。例如,拥有闲置计算空间的人现在可以通过像Akash和Render这样的去中心化算力供应商将其出租。 去中心化模型还限制了中央实体的权力,防止人工智能被滥用于不公平的目的。通过促进协作和知识共享,它可以利用集体智慧和更大范围的治理,从而产生更可靠、开放和准确的系统。 加密货币充当了这个推动者,将两个世界的优点结合在一起。它提供对顶级服务、计算、模型和数据的访问渠道,同时还为所有利益相关者提供激励循环、安全性和隐私保护。这种协同作用确保了DeAI不仅有效,还很公平和安全。 4、DeAI的实际应用 以下是DeAI领域的一些主要应用: (1)按领域划分 医疗保健 DeAI通过在医疗机构之间实现安全的私有数据共享来改善医疗保健。 人工智能算法可以分析匿名数据,以识别模式,预测疾病爆发,并制定个性化的治疗方案。例如,患者可以私下与医院共享他们的数据信息,并确保只有他们自己拥有这些数据。 金融 去中心化金融(DeFi)是web3最大的子生态系统之一。人工智能可以帮助加强风险管理和交易。 这些协议使用人工智能来评估风险、预测资产价格以及优化交易策略。例如,许多项目正在开发用于有效资产管理的工具、人工智能驱动的自动做市商(AMM),等等。 安全和欺诈检测 人工智能算法可以通过分析交易数据的模式和异常情况,帮助系统检测并预防欺诈。 这增加了web3协议的安全性。例如,在NFT生态系统中,人工智能可以帮助识别虚假资产,确保诚信。 内容/情感生成 AI可以用来创造故事大纲、剧情、游戏机制等等。 例如,web3游戏可以使用AI从文本描述中生成游戏内容,并使用智能合约管理角色和道具等资产的所有权。 另外,了解用户对某个类别、问题或市场的看法是非常宝贵的。像Kaito和Nansen这样的工具旨在提供这方面的能力。 AI智能体和自动化 有些项目针对从客户服务到供应链管理等各个领域里的任务构建自主AI智能体。 这些智能体可以由任何人创建,也可以协作来创建,所有利益相关者都可以自动无缝地获得奖励。 用户体验 Web3的用户体验并不是最好的,但是模型可以通过个性化推荐和行为预测来帮助增强用户体验。 去中心化社交网络就是一个很好的例子,它允许用户选择内容推荐算法,或者根据他们的喜好来管理他们的信息流。 (2)按生态系统管理程度划分 激励机制 利益相关者可以通过提供数据、算力或开发算法来获得奖励(赚取代币) 有强烈的需求驱动人们这么做,大家在困难的问题上合作,同时他们付出的时间和努力也会得到合理的回报。 成本效率 DeAI平台可以通过利用分布式网络中未使用的资源来帮助大幅降低成本。它们消除了对昂贵的数据中心的需求,保资源得到最大程度的利用。 例如,Akash Network、Aethir和Render等项目允许用户将未使用的算力出租给人工智能任务,从而提高效率。 治理 DeAI还可以用于改进治理流程,尤其针对协议和DAO。 AI可以自动化声誉管理和奖励,例如,确保贡献在DAO中被公平对待。 5、Crypto x AI领域的增长催化剂 有一些强大的催化剂在推动着Crypto和AI的交融。让我们来看看其中的几个。 首先,生态系统中的融资一直在增加。在过去的一年里,共有136轮10.2亿美元的融资,平均每轮750万美元。Hack VC、Variant、Paradigm和Polychain等知名投资公司一直在进行大规模投资。资本的流入加速了该领域的研究和创新。 其次,该技术旨在为集中式系统提供一种经济有效的替代方案。它可以降低近50%的潜在运营成本,有效地处理大数据量,同时还能提供安全性和隐私保护。例如,与
AWS
、GCP和Azure相比,Akash声称在算力供应方面提供85%的折扣。 第三,按市值计算,该领域的领先项目,如Bittensor、Akash、Render和Worldcoin,过去一年里在二级市场的表现异常出色。这些项目都是web3中表现最好的资产。根据Coinbase的报告,Crypto x AI类别在各类别中同样表现出色。 第四,NVIDIA今年4月份的业绩非常不错。我们来看新闻报道中的一些数字: 他们的2024年第一季度的收入为260亿美元,比2023年第四季度增长18%,比去年同期增长262%。 今年第一季度,GAAP稀释每股收益为5.98美元,比上一季度增长21%,比去年同期增长629%。 第五,最近所有的中心化服务,包括Google.com、Chatgpt、Perplexity,都一起宕机了,而所有的web3服务都完好无损,运行良好。Akash Network的创始人在事件发生前后发布了如下推特。 由于这些以及许多其他类似的计划、事件和创新,该领域正在快速发展。 6、走在前沿的远见者 由于一些关键行业人物的支持和参与,该生态系统正在积聚越来越大的发展动力。 Erik vooorhees Erik Voorhees是ShapeShift的创始人,也是一个影响力巨大的Twitter名人,他推出了Venice AI,用来创建一个无需许可的流行的web2 LLM(如ChatGPT)替代方案。 Venice专注于用户隐私和无审查特性,使用开源技术提供未经审查的无偏见信息。 Emad Mostaque 是Stability AI的创始人和前首席执行官,现已离职,专注于DeAI领域——正在开发Schelling AI。 他认为,随着人工智能变得越来越重要,透明和分布式治理将变得及其重要。 Niraj Pant 曾是Polychain Capital的合伙人,现在正在开发Ritual.net。 该平台旨在为AI构建一个主权执行层,实现AI模型的开源无许可的创建、分发和改进。 Ritual.net的第一阶段(Infernet)允许开发人员通过智能合约访问链上链下的模型。 7、不足之处 虽然去中心化人工智能有许多好处,但它也遇到了值得关注的重大挑战。以下是它目前面临的关键问题: 初始设置成本和挑战 建立DeAI网络存在相当大的困难。建立必要的基础设施并吸引参与者需要大量的时间和资源。这个冷启动问题突出了需要有强有力的激励措施来吸引早期采用者。然而,在没有达到足够大的规模的情况下,该网络很难获得牵引力。 增加的协调需求 管理一个去中心化网络是很复杂的。同步多个节点和利益相关者、确保数据的一致性、维护网络安全并经济高效地运行网络需要大量的工作。虽然这种协调体现了Crypto x AI的本质,但它有时会变得低效和笨重。 扩容挑战 网络面临着扩容问题。在不降低性能的情况下处理不断升级的数据和交易是当前的一个重大挑战。由于节点正常运行时间的不同,去中心化网络可能会遇到延迟和带宽问题,从而影响整体效率。像分片这样的解决方案仍在发展中,可能无法完全缓解这些问题。 资源访问 企业在获取尖端资源时经常遇到障碍。主要的集中式供应商可以大量投资最新的硬件和软件,从而为他们带来竞争优势。而DeAI项目受到有限资金的限制,可能会落后,影响其表现和能力。例如,由于更高的需求,NVIDIA倾向于将资源优先分配给GCP、Azure和
AWS
等超大规模服务器。然而,对于web3供应商来说,目前的供应大于需求,或者他们可能仍处于初级开发阶段。 监管和法律挑战 Crypto在很大程度上是在监管灰色地带运作的。缺乏明确的监管框架可能会带来法律风险和不确定性。在一个去中心化的环境中,遵守GDPR等法规变得更具挑战性,从而加剧一场持续的全球斗争。 8、Crypto x AI的未来 加密和人工智能的融合有望促进致力于解决现实挑战的创新项目和应用程序的发展。 在我们后面的文章中,我们将深入研究加密领域的几个关键子类别。我们将通过Modulus Labs和Giza等项目探索零知识机器学习(zkML),它们正在开发以模型推理为中心的产品。此外,我们将研究去中心化云计算供应商,如Render、Akash Network和Aethir,重点介绍它们在提供可扩展且具有成本效益的传统云服务的替代方案方面的作用。 Bittensor:该项目正在开发一个去中心化网络,激励参与者通过区块链共享人工智能模型和数据集,并使用“子网”来奖励贡献。 Fetch:Fetch聚焦自主AI智能体市场,提供与ChatGPT和Slack等顶级服务的集成,通过简单的API集成促进对齐。 Akash Network:专注于建立一个提供云计算资源的去中心化市场,Akash Network利用其AKT代币进行治理、安全保障和网络内交易。 9、结论 我坚信去中心化人工智能(DeAI)将改变游戏规则,我们才刚刚开始看到它在生态系统中的发展。 DeAI体现了透明、协作和全球影响的原则。正如我们所讨论的,它正在重塑各个关键领域。 像Render、Akash和Worldcoin这样的项目,凭借其出色的牵引力和融资,不仅突出了该领域的巨大潜力,而且还预示着它在未来几年可能经历大幅增长。 展望未来,我们将深入研究Crypto x AI的各子类,继续探索这个动态垂直领域。 未来是光明的,而我们才刚刚开始。 来源:金色财经
lg
...
金色财经
2024-06-14
台企即将迎来新机遇?
AWS
投入数十亿美元,打造多个大型资料中心!
go
lg
...
mazon Web Services(
AWS
)宣布,2025年将投资数十亿美元在搭建大规模的资料中心,完成
AWS
在该区域搭建基础设施。 一旦台湾完成该基础建设,无需再连接至其他区域的Region,而是可以直接使用当地的服务,这样不仅可以享受低延迟的服务,而且资料可以本地存储更具投资效益,同时还能让台湾企业走出去。 对于该计划,
AWS
基础设施服务副总裁Prasad Kalyanaraman 表示,期待新的
AWS
区域帮助台湾的客户和合作伙伴利用位于台湾的资料中心,运用云端支援的应用程式提高生产力、加速业务成长和创新,同时享受更低延迟。 对于
AWS
的发展计划,行政院院长卓荣泰非常感激。他表示,很感谢
AWS
为本地和国际企业提供多元、创新的云端服务。
AWS
搭建该基础设施有利于台湾的发展,但是好处是双向的,也有助于其以及亚马逊在该区域发展,未来创造更多收入。截止发稿,亚马逊报价186美元。 【亚马逊股价走势图,来源:Mitrade】 原文链接
lg
...
投资慧眼
2024-06-13
即将发币的AO 可能是链上AI agent的终极解决方案
go
lg
...
提出去中心化存储和算力,试图与传统的
AWS
竞争,但区块链的真正价值在于共识和去信任化,而不是直接竞争计算成本或存储成本。Filecoin 和 io.net 等项目仅仅是利用区块链技术实现了一个存储或算力市场,用户可以在上面进行交易,更多的是使用去中心化技术分配计算资源,并没有创新来实现抗审查、不可关闭或去信任化的计算方法。而 Arweave 则完全不同,它专注于区块链存储。区块链存储类似于比特币的账本,具有去中心化、不可篡改和可追溯的特性。在 Arweave 生态中,已有项目如 Apus 在构建 GPU 的 AO 节点。未来,这些节点也将运行在 AO 上。AO 作为一个协议,由 Arweave创始人Sam 设计,希望能更趋于去中心化。全球开发者可以自由地在 AO 协议上开发 GPU 运算、DPIN 和社交应用,完全开放,不依赖大 VC 融资,而是从一开始就以去中心化的方式构建。这种模式使得 AO 从一开始就具有高度的去中心化特性。 AO+AR的架构 AO 是一个基于 Arweave 的分布式、去中心化、面向 Actor (Actor Oriented)的计算系统。Actor 是计算机科学中的一种并发计算模型的基本单位,面向 Actor 是指采用 Actor 模型为基础的方法,这种方法中每个 Actor 可以修改其分配的私有状态,但如果要修改其他 Actor 的状态只能通过发送消息间接修改,适合于构建高并发、分布式、容错性强的系统 AO 由三个子网组成。包括信使单元(MU)、调度单元(SU)和计算单元(CU)。这三个子系统相互协作,分别负责接收处理信息、调度和排序信息,以及实际的计算操作。通过区块链的排序,每个单元都可以作为可水平扩展的子网,同时执行大量交易,从而实现高性能运算,理论上提供近乎无限的计算性能。它的特点可以被归纳为两个: 计算与存储的分离:AO利用Arweave的去中心化存储解决方案确保数据的永久性和不变性。Arweave负责存储AI模型及其相关数据,确保数据的安全性和可验证性,而AO则负责执行复杂的计算任务,包括AI模型的推理和训练,通过存储所有交互日志来实现计算结果的可验证性,这种全息状态存储机制使得任何人都可以重现计算过程并验证其正确性,这为去中心化计算带来了新的可能性。 计算能力的无限拓展:AO的设计允许任意数量的并行运行进程,并通过一个基于消息传递的系统实现进程之间的协调,这与传统的共享内存并行计算模型形成对比。这种设计提高了系统的可扩展性和效率,因为它避免了传统模型中的锁竞争问题。这对于运行大型AI模型尤为重要,因为它可以显著提升计算效率和速度。 AO 网络中的关键性流程包括:AO 网络中的交互信息在通过 MU 验证签名后,传递给 SU,经过 SU 的排序后上传到 Arweave,并在 Arweave 上就顺序达成共识并存储,当用户需要获得状态时,会通过 MU 将消息传递给 SU,SU 选择合适的 CU 并将消息交付给 CU,CU 通过 Arweave 上的数据完成状态计算,将输出通过 MU 返回给用户。 AR的创始人Sam 在个人Github 仓库提供了一个AO上的llama3模型,这意味着 AO上可以直接运行大模型。AO+AR这个架构简直是为了链上AI而量身定制的,这种设计模型现在被证明非常适合 Al 计算。实现了3个关键的点,使得链上AI agent真正成为可能: 计算与存储的分离:存储AI模型及其训练数据需要大量空间。Arweave提供了一个去中心化且高效的存储解决方案,确保数据的持久性和不可变性。与其他区块链不同,AO可以直接进行模型训练,这是一个重大突破。AO+AR的SCP(存储共识范式),将计算层与存储层分离,使存储层永久去中心化,而计算层保持传统计算层的模式。因此,AO 的计算资源与传统计算并无本质区别,只是增加了一个永久存储层,使传统计算变得可追溯和去中心化。AO 的计算拓展性没有任何类型限制,我们可以在 AO 上实现 EVM、WASM 等多种运算模式。通过将计算日志和过程存储在 AR 上,AO 的计算能力几乎与传统计算相同。这样,我们可以进一步拓展 GPU 计算,甚至适配 NVIDIA 的 CUDA 等计算模型,显示出其广泛的拓展性。 Actor架构:链上计算往往受到资源限制,但AO通过其并行计算能力显著提高了处理效率。AO 本身采用了 Actor 模型进行设计,而 Actor 模型本身与 AI 研究存在着紧密关系,其核心思想是系统的每个组件都可以是一个独立的、自主的代理,当需要交互时通过发送消息来实现,该模型中的 Actor 和 AI Agent 十分相似。AO能够分配多个计算单元来处理AI模型的推理任务,从而克服计算瓶颈。 安全与可信性:为了确保AI推理结果的可信性,所有交互日志和计算过程都记录在Arweave上,任何参与者都可以验证计算结果的正确性。AO的安全机制确保了计算过程和结果的可信性。 链上自主AI代理的生态 自测试网发布以来,AO生态系统内的开发者数量和网络消息量迅速增长,目前已超过一亿条消息。AO Ventures孵化器在推动AO生态发展中发挥了关键作用。通过提供技术支持和资源,吸引了大量开发者和创新项目,进一步丰富了AO生态系统。 Autonomous Finance:利用AO平台,Autonomous Finance 希望实现的金融类 Agent 包括:DCA 资产管理 Agent、自主平衡的指数基金 Agent、具有定制风险策略的自主对冲基金 Agent、链上预测 Agent、高频交易 Agent 等,目前 DCA 投资 Agent 的产品已经上线,用户可以设置定投资产种类、滑点范围、流动性池、定投时间等参数,当然这并没有实现利用 AI 去制定投资策略,更多是停留在了不需要链外触发的合约自动化层面。 Apus Network: Trustless GPU 解决方案,实现 AO 中的 Trustless AI。Apus Network 受 Sam 启发,利用 Trustless GPU 解决方案结合 Arweave 的去中心化存储和 AO 的超并行计算,实现了可验证和可信的 AI 推断结果,为构建更可靠透明的 AI 应用铺平了道路。aos-llama 通过利用 llama2.c 推理引擎构建 AOS 图像,提供 Lua 接口加载 Arweave 中的 Llama 模型,并提供转换工具和全面的工具集,以高效执行 AO 上的 AI 推理。 除了AI项目,AO上还有很多不错的GameFi和DeFi项目: AO GAMES:AO GAMES 是基于 AO 构建的全链游戏发行平台,其将提供 Web2 级别的游戏体验,具有进入门槛低、交易速度极快、成本极低等特点。重要的是,AO GAMES 还支持引入 AI 模型,构建由 AI 驱动的 Web3 游戏项目。 AOX:AOX 是 AO 首个且唯一的跨链桥项目,由 everVision 团队开发,基于 MPC(多方安全计算)技术为 AO 网络提供与其他区块链网络之间的资产跨链服务。目前 AOX 处于 Beta 阶段,只支持 $AR 在 Arweave 与 AO 网络之间的跨链功能。同时,在近期推出了跨链激励活动,鼓励用户通过 AOX 将 $AR 从 Arweave 网络转移到 AO。用户通过完成任务赚取 $TAOX 测试代币,以获得未来正式代币的空投。据悉,AOX 后续会陆续推出以太坊、BTC 与 BSC 等网络的跨链服务,让更多公链与更多类型的资产可以无缝进入 AO 网络。 ArSwap:ArSwap 是继 Permaswap、Bark 之后,第三个上线 AO 生态的 DEX,由 Pianity 团队(Arweave 生态音乐 NFT 项目)开发。目前已经上线了 $AR、$AOCRED、$Fire、$Earth、$Water 与 $Air 等测试代币,用户可以在通过领取水龙头,在 ArSwap 上体验交易与建立 LP 流动池。同时,团队近期对产品进行了优化,进一步提升了交易的速度。 aoWebWallet:aoWebWallet 是第一款原生 AO 网络钱包,旨在安全地管理 AO 上的资产,支持发送、接收与追踪 AO 网络资产。用户可以直接通过连接 Arconnect 钱包(Arweave 钱包)进入,或者通过导入钱包的 .JSON 文件来登陆。目前 aoWebWallet 上已经支持多种 AO 资产,包括 $AO-CRED、$Bark、$TRUNK、$0rbit、$Fire 与 $Earth。 代币经济学 2024 年 5 月 30 日,AO 宣布即将完成$AO 代币的发行,代币上线时间将为北京时间 6 月 13 日。此外与该项目相关的代币为$AR,在$AO 完成 TGE 前,$AR 依然是炒作的标的之一。$AO 代币的消息发布后,$AR 短时最大涨幅超过 18%,一方面$AR 目前是承接这一事件几乎唯一的标的,另一方面或与持有$AR 能获取$AO 代币的规则有关。将资产桥接到 AO(目前$AR 基本是唯一能够跨链到 AO 网络的资产)、持有$AR 这两个规则,实际上都在消化这一事件对$AR 的抛压。 流通量,代币分配方式和参与机会 根据官方消息,$AO 将以 100% 公平发射,没有预挖、预售和优先获取,代币总量为 21M,每四年进行一次减半。$AO 代币模型采用了与比特币相同的总量 2100 万枚和每四年减半的机制。这些设计元素不仅确保了代币的稀缺性和公平性,同时也向比特币致敬,彰显了对去中心化和公平分配理念的认同。 重要的是代币获取的方式:(1)资产桥接至 AO(2)持有$AR(3)参与 AO 生态的建设。然而,官方也明确指出,美国及受制裁地区的用户将无法通过桥接网络的方式来铸造 $AO。 从发布方式可以看出,官方希望保证代币可以 100% 公平启动。值得注意的是,通过跨链到 AO 是代币铸造方式之一,目前 AOX(aox.xyz)是 AO 生态唯一的跨链桥。 代币使用场景 根据 AO 提出者之一 outprog 在 X Space 中的回答,AO 代币和 AR 代币在职能上将各司其职,AR 代币主要专注于 Arweave 的存储功能和共识维护,而 AO 代币专注于解决计算和应用之间的通信问题,即 AO 和 AR 分别维护网络的计算和存储功能。 来源:金色财经
lg
...
金色财经
2024-06-13
生于边缘:去中心化算力网络如何赋能Crypto与AI?
go
lg
...
美国四大主要云服务提供商:微软、谷歌、
AWS
和Meta的对于高端AI服务器的需求预计分别将占全球需求的20.2%、16.6%、16%和10.8%,总计超60%。 图片来源: https://investor.nvidia.com/financial-info/financial-reports/default.aspx “芯片紧缺“连续成为近几年的年度热词。一方面,大语言模型(LLM)的training和inference需要大量算力支撑;并且随着模型的迭代,算力成本和需求呈指数级增加。另一方面,像Meta这样的大公司会采购巨量的芯片,全球的算力资源都向这些科技巨头倾斜,使得小型企业越来越难以获得所需的算力资源。小型企业面临的困境不仅来自于激增的需求导致的芯片供给不足,还来自于供给的结构性矛盾。目前,在供给端仍存在着大量闲置的GPU,比如,一些数据中心存在大量闲置的算力(使用率仅在12% – 18%),加密挖矿中由于利润的减少也闲置出来大量的算力资源。虽然这些算力并非都适合AI训练等专业的应用场景,但消费级硬件在其他领域,如AI inference、云游戏渲染、云手机等领域仍然可以发挥巨大作用。整合并利用这部分算力资源的机会是巨大的。 把视线从AI转到crypto,在加密市场沉寂了三年之后,终于又迎来了又一轮牛市,比特币价格屡创新高,各种memecoin层出不穷。虽然AI和Crypto作为buzzword火了这些年,但人工智能和区块链作为两项重要技术仿佛两条平行线,迟迟没有找到一个“交点”。今年年初,Vitalik发表了一篇名为“The promise and challenges of crypto + AI applications” 的文章,讨论了未来AI和crypto相结合的场景。Vitalik在文中提到了很多的畅想,包括利用区块链和MPC等加密技术对AI进行去中心化的training和inference,可以将machine learning的黑箱打开,从而让AI model更加trustless等等。这些愿景若要实现还有很长一段路要走。但其中Vitalik提到的其中一个用例——利用crypto的经济激励来赋能AI,也是一个重要且在短时间内可以实现的一个方向。去中心化算力网络便是现阶段AI + crypto最合适的场景之一。 2 去中心化算力网络 目前,已经有不少项目在去中心化算力网络的赛道上发展。这些项目的底层逻辑是相似的,可以概括为: 利用token激励算力持有者参与网络提供算力服务,这些零散的算力资源可以汇集成有一定规模的去中心化算力网络。这样既能提高闲置算力的利用率,又能以更低的成本满足客户的算力需求,实现买方卖方双方的共赢。 为了使读者在短时间内获得对此赛道的整体把握,本文将从微观—宏观两个视角对具体的项目和整个赛道进行解构,旨在为读者提供分析视角去理解每个项目的核心竞争优势以及去中心化算力赛道整体的发展情况。笔者将介绍并分析五个项目: Aethir、io.net、Render Network、Akash Network、Gensyn,并对项目情况和赛道发展进行总结和评价。 从分析框架而言,如果聚焦于一个具体的去中心化算力网络,我们可以将其拆解成四个核心的构成部分: 硬件网络:将分散的算力资源整合在一起,通过分布在全球各地的节点来实现算力资源的共享和负载均衡,是去中心化算力网络的基础层。 双边市场:通过合理的定价机制和发现机制将算力提供者与需求者进行匹配,提供安全的交易平台,确保供需双方的交易透明、公平和可信。 共识机制:用于确保网络内节点正确运行并完成工作。共识机制主要用于监测两个层面:1)监测节点是否在线运行,处于可以随时接受任务的活跃状态;2)节点工作证明:该节点接到任务后有效正确地完成了任务,算力没有被用于其他目的而占用了进程和线程。 代币激励:代币模型用于激励更多的参与方提供/使用服务,并且用token捕获这种网络效应,实现社区收益共享。 如果鸟瞰整个去中心化算力赛道,Blockworks Research的研报提供了一个很好的分析框架,我们可以将此赛道的项目position分为三个不同的layer。 Bare metal layer: 构成去中心化计算栈的基础层,主要的任务是收集原始算力资源并且让它们能够被API调用。 Orchestration layer: 构成去中心化计算栈的中间层,主要的任务是协调和抽象,负责算力的调度、扩展、操作、负载均衡和容错等。主要作用是“抽象”底层硬件管理的复杂性,为终端用户提供一个更加高级的用户界面,服务特定的客群。 Aggregation layer: 构成去中心化计算栈的顶层,主要的任务是整合,负责提供一个统一的界面让用户可以在一处实现多种计算任务,比如AI训练、渲染、zkML等等。相当于多个去中心化计算服务的编排和分发层。 图片来源:Youbi Capital 根据以上两个分析框架,我们将对选取的五个项目做一个横向的对比,并从四个层面——核心业务、市场定位、硬件设施和财务表现对其进行评价。 2.1 核心业务 从底层逻辑来讲,去中心化算力网络是高度同质化的,即利用token激励闲置算力持有者提供算力服务。围绕这个底层逻辑,我们可以从三个方面的差异来理解项目核心业务的不同: 闲置算力的来源: 市面上闲置算力有两种主要的来源:1)data centers, 矿商等企业手里闲置算力;2)散户手里的闲置算力。数据中心的算力通常是专业级别的硬件,而散户通常会购买消费级别的芯片。 Aethir、Akash Network和Gensyn的算力主要是从企业收集的。从企业收集算力的好处在于:1)企业和数据中心通常拥有更高质量的硬件和专业维护团队,算力资源的性能和可靠性更高;2)企业和数据中心的算力资源往往更同质化,并且集中的管理和监控使得资源的调度和维护更加高效。但相应的,这种方式对于项目方的要求较高,需要项目方有与掌握算力的企业有商业联系。同时,可扩展性和去中心化程度会受到一定程度的影响。 Render Network和io.net主要是激励散户提供手中的闲置算力。从散户手中收集算力的好处在于:1)散户的闲置算力显性成本较低,能提供更加经济的算力资源;2)网络的可扩展性和去中心化程度更高,增强了系统的弹性和稳健性。而缺点在于,散户资源分布广泛且不统一,管理和调度变得复杂,增加了运维难度。并且依靠散户算力去形成初步的网络效应会更加困难(更难kickstart)。最后,散户的设备可能存在更多的安全隐患,会带来数据泄露和算力被滥用的风险。 算力消费者 从算力消费者来讲,Aethir、io.net、Gensyn的目标客户主要是企业。对于B端客户来说,AI和游戏实时渲染需要高性能计算需求。这类工作负载对算力资源的要求极高,通常需要高端 GPU 或专业级硬件。此外,B端客户对算力资源的稳定性和可靠性要求很高,因此必须提供高质量的服务级别协议,确保项目正常运行并提供及时的技术支持。同时,B端客户的迁移成本很高,如果去中心化网络没有成熟的SDK能够让项目方快速deploy(比如Akash Network需要用户自己基于远程端口进行开发),那么很难让客户进行迁移。如果不是及其显著的价格优势,客户迁移的意愿是非常低的。 Render Network和Akash Network主要为散户提供算力服务。为C端用户提供服务,项目需要设计简单易用的界面和工具,为消费者提供良好的消费体验。并且消费者对于对价格很敏感,因此项目需要提供有竞争力的定价。 硬件类型 常见的计算硬件资源包括CPU、FPGA、GPU、ASIC和SoC等。这些硬件在设计目标、性能特性和应用领域上有显著区别。总结来说,CPU更擅长通用计算任务,FPGA的优势在于高并行处理和可编程性,GPU在并行计算中表现出色,ASIC在特定任务中效率最高,而SoC则集成多种功能于一体,适用于高度集成的应用。选择哪种硬件取决于具体应用的需求、性能要求和成本考虑。我们讨论的去中心化算力项目多为收集GPU算力,这是由项目业务类型和GPU的特点决定的。因为GPU在AI训练、并行计算、多媒体渲染等方面有着独特优势。 虽然这些项目大多涉及到GPU的集成,但是不同的应用对硬件规格的要求不同,因此这些硬件有异质化的优化核心和参数。这些参数包括parallelism/serial dependencies,内存,延迟等等。例如渲染工作负载实际上更适合于消费级 GPU,而不适合性能更强的data center GPU,因为渲染对于光线追踪等要求高,消费级芯片如4090s等强化了RT cores,专门为光线追踪任务做了计算类优化。AI training和inference则需要专业级别的GPU。因此Render Network 可从散户那里汇集 RTX 3090s 和 4090s等消费级GPU,而IO.NET需要更多的H100s、 A100s等专业级别GPU,以满足AI初创公司的需求。 2.2 市场定位 对于项目的定位来讲,bare metal layer、orchestration layer和aggregation layer需要解决的核心问题、优化重点和价值捕获的能力不同。 Bare metal layer 关注的是物理资源的收集和利用,Orchestration layer 关注算力的调度和优化,将物理硬件按照客户群体的需求进行最佳优化设计。Aggregation layer是general purpose的,关注不同资源的整合和抽象。从价值链来讲,各个项目应该从bare metal层起,努力向上进行攀升。 从价值捕获的角度来讲,从bare metal layer、orchestration layer 到aggregation layer,价值捕获的能力是逐层递增的。Aggregation layer能够捕获最多的价值,原因在于aggregation platform能够获得最大的网络效应,还能直接触及最多的用户,相当于去中心化网络的流量入口,从而在整个算力资源管理栈中占据最高的价值捕获位置。 相应的,想要构建一个aggregation platform的难度也是最大的,项目需要综合解决技术复杂性、异构资源管理、系统可靠性和可扩展性、网络效应实现、安全性和隐私保护以及复杂的运维管理等多方面的问题。这些挑战不利于项目的冷启动,并且取决于赛道的发展情况和时机。在orchestration layer还未发展成熟吃下一定市场份额时,做aggregation layer是不太现实的。 目前,Aethir、Render Network、Akash Network和Gensyn都属于Orchestration layer,他们旨在为特定的目标和客户群体提供服务。Aethir目前的主营业务是为云游戏做实时渲染,并为B端客户提供一定的开发和部署环境和工具; Render Network主营业务是视频渲染,Akash Network的任务是提供一个类似于淘宝的交易平台,而Gensyn深耕于AI training领域。io.net的定位是Aggregation layer,但目前io实现的功能还离aggregation layer的完整功能还有一段距离,虽然已经收集了Render Network和Filecoin的硬件,但对于硬件资源的抽象和整合还未完成。 2.3 硬件设施 目前,不是所有项目都公布了网络的详细数据,相对来说,io.net explorer的UI做的是最好的,上面可以看到GPU/CPU数量、种类、价格、分布、网络用量、节点收入等等参数。但是4月末时io.net的前端遭到了攻击,由于io没有对 PUT/POST 的接口做 Auth,黑客篡改了前端数据。这为其他项目的隐私、网络数据可靠性也敲响了警钟。 从GPU的数量和model来说,作为聚合层的io.net收集的硬件数量理应是最多的。Aethir紧随其后,其他项目的硬件情况没有那么透明。从GPU model上可以看到,io既有A100这样的专业级GPU,也有4090这样的消费级GPU,种类繁多,这符合io.net aggregation的定位。io可以根据具体任务需求选择最合适的GPU。但不同型号和品牌的GPU可能需要不同的驱动和配置,软件也需要进行复杂的优化,这增加了管理和维护的复杂性。目前io各类任务分配主要是靠用户自主选择。 Aethir发布了自己的矿机,五月时,高通支持研发的Aethir Edge正式推出。它将打破远离用户的单一集中化的GPU集群部署方式,将算力部署到边缘。Aethir Edge将结合H100的集群算力,共同为AI场景服务,它可以部署训练好的模型,以最优的成本为用户提供推理计算服务。这种方案离用户更近,服务更快速,性价比也更高。 从供给和需求来看,以Akash Network为例,其统计数据显示,CPU总量约为16k,GPU数量为378个,按照网络租赁需求,CPU和GPU的利用率分别是11.1%和19.3%。其中只有专业级GPU H100的租用率是比较高的,其他的model大多处于闲置状态。其他网络面临的情况大体与Akash一致,网络总体需求量不高,除了如A100、H100等热门芯片,其他算力大多处于闲置的状态。 从价格优势来看,与除云计算市场巨头而言,与其他传统服务商相比成本优势并不突出。 2.4 财务表现 不管token model如何设计,一个健康的tokenomics都需要满足以下几个基本条件:1)用户对于网络的需求需要体现在币价上,也就是说代币是可以实现价值捕获的;2)各个参与者,不管是开发者、节点、用户都需要得到长期的公平的激励;3)保证去中心化的治理,避免内部人士过度持有;4)合理的通胀和通缩机制和代币释放周期,避免大幅波动的币价影响网络的稳健型和持续性。 如果把代币模型笼统地分为BME(burn and mint equilibrium)和SFA(stake for access),这两种模式的代币通缩压力来源不同:BME模型在用户购买服务后会燃烧代币,因此系统的通缩压力是由需求决定的。而SFA要求服务提供者/节点质押代币以获得提供服务的资格,因此通缩压力是由供给带来的。BME的好处在于更加适合用于非标准化商品。但如果网络的需求不足,可能面临着持续通胀的压力。各项目的代币模型在细节上有差异,但总体来说,Aethir更偏向于SFA,而io.net,Render Network和Akash Network更偏向于BME,Gensyn尚未可知。 从收入来看,网络的需求量会直接反映在网络整体收入上(这里不讨论矿工的收入,因为矿工除了完成任务所获的报酬还有来自于项目的补贴。)从公开的数据上来看io.net的数值是最高的。Aethir的收入虽然还未公布,但从公开信息来看,他们宣布已经与很多B端客户签下了订单。 从币价来说,目前只有Render Network和Akash Network进行了ICO。Aethir和io.net也在近期发币,价格表现需要再观察,在这不做过多讨论。Gensyn的计划还不清楚。从发币的两个项目以及同一个赛道但没有包含在本文讨论范围内的已经发币的项目,综合来讲,去中心化算力网络都有非常亮眼的价格表现,一定程度体现了巨大的市场潜力和社区的高期望。 2.5 总结 去中心化算力网络赛道总体发展很快,已经有很多项目可以依靠产品服务客户,并产生一定收入。赛道已经脱离了纯叙事,进入可以提供初步服务的发展阶段。 需求疲软是去中心化算力网络所面临的共性问题,长期的客户需求没有被很好地验证和挖掘。但需求侧并没有过多影响币价,已经发币的几个项目表现亮眼。 AI是去中心化算力网络的主要叙事,但并不是唯一的业务。除了应用于AI training和inference之外,算力还可被用于云游戏实时渲染,云手机服务等等。 算力网络的硬件异质化程度较高,算力网络的质量和规模需要进一步提升。 对于C端用户来说,成本优势不是十分明显。而对于B端用户来说,除了节约成本之外,还需考虑服务的稳定性、可靠性、技术支持、合规和法律支持等等方面,而Web3的项目普遍在这些方面做得不够好。 3 Closing thoughts AI的爆发式增长带来的对于算力的巨量需求是毋庸置疑的。自 2012 年以来,人工智能训练任务中使用的算力正呈指数级增长,其目前速度为每3.5个月翻一倍(相比之下,摩尔定律是每18个月翻倍)。自2012 年以来,人们对于算力的需求增长了超过300,000倍,远超摩尔定律的12倍增长。据预测,GPU市场预计将在未来五年内以32%的年复合增长率增长至超过2000亿美元。AMD的估计更高,公司预计到2027年GPU芯片市场将达到4000亿美元。 图片来源: https://www.stateof.ai/ 因为人工智能和其他计算密集型工作负载(如AR/VR渲染)的爆发性增长暴露了传统云计算和领先计算市场中的结构性低效问题。理论上去中心化算力网络能够通过利用分布式闲置计算资源,提供更灵活、低成本和高效的解决方案,从而满足市场对计算资源的巨大需求。因此,crypto与AI的结合有着巨大的市场潜力,但同时也面临与传统企业激烈的竞争、高进入门槛和复杂的市场环境。总的来说,纵观所有crypto赛道,去中心化算力网络是加密领域中最有希望获得真实需求的的垂直领域之一。 图片来源:https://vitalik.eth.limo/general/2024/01/30/cryptoai.html 前途是光明的,道路是曲折的。想要达到上述的愿景,我们还需要解决众多的问题与挑战,总结来说:现阶段如果单纯提供传统的云服务,项目的profit margin很小。从需求侧来分析,大型企业一般会自建算力,纯C端开发者大多会选择云服务,真正使用去中心化算力网络资源的中小型企业是否会有稳定需求还需要进一步挖掘和验证。另一方面,AI是一个拥有极高上限和想象空间的广阔市场,为了更广阔的市场,未来去中心化算力服务商也需要向模型/AI服务进行转型,探索更多的crypto + AI的使用场景,扩大项目能够创造的价值。但目前来说,想要进一步发展到AI领域还存在很多问题和挑战: 价格优势并不突出:通过之前的数据对比可以看出,去中心化算力网络的成本优势并没有得到体现。可能的原因在于对于需求大的专业芯片H100、A100等,市场机制决定了这部分硬件的价格不会便宜。另外,去中心化网络虽然能收集闲置的算力资源,但去中心化带来的规模经济效应的缺乏、高网络和带宽成本以及极大的管理和运维的复杂性等隐形成本会进一步增加算力成本。 AI training的特殊性:利用去中心化的方式进行AI trainning在现阶段有着巨大的技术瓶颈。这种瓶颈从GPU的工作流程当中可以直观体现,在大语言模型训练中,GPU首先接收预处理后的数据批次,进行前向传播和反向传播计算以生成梯度。接下来,各GPU会聚合梯度并更新模型参数,确保所有GPU同步。这个过程将不断重复,直到训练完成所有批次或达到预定轮数。这个过程中涉及到大量的数据传输和同步。使用什么样的并行和同步策略,如何优化网络带宽和延迟,降低通讯成本等等问题,目前都还未得到很好的解答。现阶段利用去中心化算力网络对AI进行训练还不太现实。 数据安全和隐私:大语言模型的训练过程中,各个涉及数据处理和传输的环节,比如数据分配、模型训练、参数和梯度聚合都有可能影响数据安全和隐私。并且数据隐私币模型隐私更加重要。如果无法解决数据隐私的问题,就无法在需求端真正规模化。 从最现实的角度考虑,一个去中心化算力网络需要同时兼顾当下的需求发掘和未来的市场空间。找准产品定位和目标客群,比如先瞄准非AI或者Web3原生项目,从比较边缘的需求入手,建立起早期的用户基础。同时,不断探索AI与crypto结合的各种场景,探索技术前沿,实现服务的转型升级。 参考文献 https://www.stateof.ai/ https://vitalik.eth.limo/general/2024/01/30/cryptoai.html https://foresightnews.pro/article/detail/34368 https://app.blockworksresearch.com/unlocked/compute-de-pi-ns-paths-to-adoption-in-an-ai-dominated-market?callback=%2Fresearch%2Fcompute-de-pi-ns-paths-to-adoption-in-an-ai-dominated-market https://research.web3caff.com/zh/archives/17351?ref=1554 来源:金色财经
lg
...
金色财经
2024-06-12
网络的下一次迭代AVS 将为 Web2 带去 Web3 的信任机制
go
lg
...
因此安全性较低,且容易受到审查。尽管
AWS
在不同位置复写数据以实现冗余,但银行账户等敏感信息仍需政府托管。 与中心化云服务提供商不同,AVS 服务由以太坊运营商的子集提供支持,这些运营商会投入其加密货币质押份额来证明其诚实可靠。即使临时层的状态被破坏,用户资金在持续的区块链层上仍然是安全的。 AVS 的核心承诺是为任何计算(无论是链上计算还是链下计算)提供 Web3 信任保证。其架构支持可验证的云服务及可验证的计算。 首先是可验证的云服务。 Versatus 推出了名为「Allegra」的云服务 AVS,可为 dApp 提供抗审查、透明的基础设施,且成本比传统云服务提供商低 50%。这些应用托管在 AVS 节点网络上,消除了单点故障。 未来,我们很可能会看到一类新的应用,它们有别于传统完全驻留在链上的 DApps。Versatus 将其命名为「Unstoppable Apps」,并引入了与我们熟悉的 HTTPS 标准相似的新框架。 像去中心化社媒这样需要推荐信息的应用现已成为可能。AVS 通过支持先进的算法来实现这一点,这些算法会根据用户的历史记录不断更新用户馈送,从而在访问链上媒体 NFT 时创造动态体验。 对于此类服务,我们需要「信任」吗? 正如我们对实体服务质量的期望一样,软件每一次的诚信计算也是我们所需的。与质量看得见的有形商品不同,对于软件而言,信任取决于每个函数背后的无形流程。那些影响我们生活的算法其实是缺乏透明度的。就拿最近泄露的谷歌搜索引擎优化(SEO)算法来说,很明显,谷歌在网页排名方面误导了公众。 那么,这种「信任」的成本有多高? 由于我们仍处于早期阶段,因此很难计算 AVS 运营软件的额外成本。EigenLayer 创始人 Sreeram Kannan 曾预估实现金融交易的加密经济安全性需要额外花费 0.1% 的运营费用。 除「信任」之外,AVS 第二个关键优势是「可验证计算」。 AVS 节点网络可以在加密经济/ZK 证明(可用作应用输入)的支持下进行链下计算,这也为实验与人工智能代理交互提供了可能性。 比如 Uniswap v4 的 Hook 机制,它可以与托管在专用 AVS 节点上的去中心化匹配引擎相结合。这个运营者池可以高效地将成千上万的交易请求与交易对手进行匹配,创建在链上结算的批量交易。 AVS 运营者不能窃取用户资金,只能根据用户定义的意图(intent)匹配交易。这种架构允许运营者处理意图、整合人工智能驱动的结果、管理暗池并开发具有可变费用的应用,从而增强功能。 AVS 提供中立、可访问且不可阻挡的网络服务。它为开发人员提供了一个强大的节点网络,可按需处理任何专业计算,从而简化开发流程,无需从头开始构建。目前,共有 1459 名 AVS 运营者和 16 项 AVS 服务。其中,EigenDA 以 264 名活跃运营者排名榜首。 AVS 解锁的可能性非常广泛,涵盖多个领域。我们将其分为 3 大类,包括: 可验证的 Web2 基础架构 Web3 基础设施 Rollup 服务 首先是无需信任的 Web2 服务,包括内容交付、密钥管理和去中心化计算等。 例如,Witness chain 就利用遍布全球的 AVS 「监视塔」服务(Watchtower),通过分析网络延迟提供位置证明。再如 Mishti,通过一组分布式节点从生物识别技术中生成私钥,将 MPC 和 Threshold 签名与 AVS 相结合,提供了更流畅的登录措施并加强了隐私保护。此外,AVS 也在改变去中心化计算,为交易者提供链下匹配引擎等创新技术。Cedro Finance 正准备推出一个人工智能代理层,可让 LP 以动态计算 CEX 和 DEX 的价格,以提供及时的流动性。 其次是 Web3 基础设施。AVS 可为区块链和 Rollup 所依赖的基本原理提供动力.通过确保 DA 层的安全、提供 ZK 支持的预言机以及部署可轻松集成的监控系统,AVS 可加强 Web3 生态。 比如,在 Lagrange 和 Brevis 的去中心化验证过程中, 查询会被转移到链下的 AVS 网络执行并验证,然后再重新整合到合约中。再如受 Danksharding 路线图启发而开发的创新型 DA 解决方案 EigenDA,其 AVS 运营商提供企业级固态硬盘来存储数据,测试中的存储速度高达 10 Mbps,随着更多运营商的加入,其目标是达到 1 Gbps。 最后是由 AVS 保护的 Rollup 服务,比如跨链桥、互操作解决方案、快速结算层、共享定序器、再质押 Rollup 等。目前,NEAR 正在开发一种快速终结层 NFFL,使用 AVS 来证明跨 L2 的 Rollup 状态。 总结来说,AVS 是区块链之上的变革性加密经济层,使开发人员能够使用任何编程语言构建无需信任的应用。 来源:金色财经
lg
...
金色财经
2024-06-12
快速了解EigenLayer的AVS生态系统
go
lg
...
,这使得它并不那么安全,而且易受审查。
AWS
在不同位置复制数据以实现冗余,但银行账户等敏感信息需要治理托管。 与中心化云服务提供商不同,AVS服务由一群以太坊运营商提供支持,这些运营商通过加密经济质押来证明自己的诚实可靠。即使临时状态被破坏,用户资金在区块链持久层上仍然是安全的。 AVS的核心承诺是:为所有计算带来web3信任保障——无论是在链上还是链下。 AVS——一个节点运营商相互检查工作的网络。 AVS运营商——提供特定硬件资源的单个节点运营者。 AVS的架构实现了一种新的应用程序基础设施,提供可验证的云服务和可验证的计算。 让我们先来看“可验证云”。 Versatus推出了Allegra,一个云AVS,为dApp提供抗审查、透明的基础设施,成本比传统云提供商低50%。这些应用程序托管在AVS节点网络上,消除了单点故障。 我们可能会看到出现一种新的应用程序类别,与完全置于链上的传统dApp有所不同。Versatus恰当地将其命名为“U?????????e A???”,并引入了一个新框架,反映了我们都熟悉的HTTPS标准。 像去中心化社交媒体这样需要推荐信息流的项目现在成为可能。AVS通过支持先进的算法来实现这一点,其算法可以根据用户的历史信息不断更新用户信息流,在访问链上媒体NFT的同时打造动态体验。 对于这些服务,我们需要“信任”它们吗?正如我们对物理服务的质量有所期待一样,我们需要每一个软件计算都保持诚实。不像有形商品,有形商品的质量是可见的,而软件则需要信任每个功能背后不可见的过程。 控制我们生活的算法缺乏透明度,我们对其了解甚少。想想最近关于谷歌搜索引擎优化算法的泄露事件。很明显,谷歌的人误导了公众对他们如何对网页进行排名的认知。 这样的“信任”有多贵? 由于我们仍处于早期阶段,因此很难对AVS操作软件的额外成本进行计算。EigenLayer创始人Sreeram Kannan估计,金融交易的加密经济安全将额外增加0.1%的成本。 第二个关键好处是“可验证计算”。 AVS节点网络执行链下计算,由加密经济/ZK证明提供支持,可以用作应用程序的输入。这也为实验以及与AI智能体的互动提供了可能性。 我们来看Uniswap的v4设计,它可以与托管在专用AVS节点上的去中心化匹配引擎相结合。这个操作员池可以有效地将数千个交易请求与对手方匹配,创建一个在链上结算的交易包。 AVS操作员不能窃取用户资金,只能根据用户定义的意图(intents)进行交易匹配。该架构允许操作员处理意图,集成人工智能驱动的结果,管理暗池,并开发可变费用的应用程序,从而带来功能的增强。 AVS提供:中立的、可访问的、不可阻挡的web服务。 它为开发人员提供了一个可靠的节点网络,随时可以按需处理任何专门计算,简化了开发过程,无需从头开始构建。 目前,共有1459个AVS运营商和16项AVS服务,EigenDA以264名活跃运营商领先。运营商以同时处理多个任务,提供多项AVS服务,以最大限度地提高回报。有些服务通常有特定的硬件配置要求。 AVS开启的可能性是巨大的,跨多个领域。我们可以将其分成3类:可验证的Web2基础设施、Web3基础原语以及rollup服务。 AVS运营商可以提供无需信任的web2服务,如内容交付、密钥管理和去中心化计算。例如,Witness Chain 使用AVS watchtowers,进行战略性全球定位,通过分析网络延迟提供位置证明。 通过将MPC和阈值签名与AVS相结合,应用程序可以提供更顺畅的登录体验和隐私保护。Mishti是一个AVS网络,该网络使用一组分布式节点通过生物识别生成私钥,因此没有任何一个节点拥有用户的密码。 AVS正在通过创新来改变去中心化计算领域,比如为交易员提供链下匹配引擎。Cedro Finance正准备推出一个AI智能体层,支持LP动态计算CEX和DEX的价格,以提供及时的流动性。 AVS还为区块链和rollup所依赖的基本原语提供支持。它通过保护DA(数据可用性)层的安全,提供ZK支持的oracle和部署可轻松集成的监控系统来强化生态系统。 Lagrange和Brevis是去中心化prover,查询被转移到链下的一个AVS网络,在那里被执行并验证,然后再重新集成到合约中。dApp可以利用历史数据来实现诸如VIP忠诚度计划等功能。 EigenDA是一个受Danksharding路线图启发的创新DA解决方案。其设计致力于水平扩展,EigenDA的AVS操作员提供企业级SSD来存储数据,在测试中支持高达10 Mbps的速度,随着更多操作员的加入,最终的目标是1 Gbps。 AVS的最后一个类别侧重于rollup服务——桥接、互操作解决方案、快速层、共享排序器、再质押rollup等,这些都是由AVS提供安全保障的。以NEAR Protocol为例,NEAR正在开发NFFL——一个使用AVS来验证L2之间的rollup状态的快速确定层。 总之,AVS是区块链上的一个极具变革性的加密经济层,使开发人员能够使用任何编程语言构建无需信任的应用程序。 来源:金色财经
lg
...
金色财经
2024-06-12
上一页
1
•••
26
27
28
29
30
•••
112
下一页
24小时热点
普京才刚点头!中国拒绝与特朗普“砍半”军防 捍卫国家主权、保障利益必要条件
lg
...
突然“语出惊人”!特朗普刚刚宣布“已经做出”这个重大关税决定
lg
...
特朗普重磅利好:事关4.5万亿美元!“英伟达时刻”即将到来,乌克兰矿产协议成了
lg
...
市场剧烈震荡暴跌近30%!突发重磅消息:特朗普家族卷入“洗钱”风暴
lg
...
中国政府顾问重大表态!顶级经济学家:中央政府应接管20万亿人民币地方债
lg
...
最新话题
更多
#SFFE2030--FX168“可持续发展金融企业”评选#
lg
...
19讨论
#链上风云#
lg
...
60讨论
#VIP会员尊享#
lg
...
1762讨论
#比特币最新消息#
lg
...
914讨论
#CES 2025国际消费电子展#
lg
...
21讨论