Одержимость ИИ графическими процессорами ослепляет нас в отношении более дешевого и разумного решения

Графические процессоры доминируют в сфере ИИ, но центральные процессоры остаются неиспользованным ресурсом

Графические процессоры (GPU) стали аппаратным обеспечением по умолчанию для многих рабочих нагрузок ИИ, особенно при обучении больших моделей. Такое мышление распространено повсеместно. Хотя в некоторых случаях оно имеет смысл, оно также создало слепое пятно, которое сдерживает нас.

Графические процессоры заслужили свою репутацию

Они прекрасно справляются с параллельным вычислением огромных чисел, что делает их идеальными для обучения больших языковых моделей или проведения высокоскоростных выводов ИИ. Именно поэтому такие компании, как OpenAI, Google и Meta, тратят огромные деньги на создание кластеров GPU.

Центральные процессоры (CPU) по-прежнему очень производительны

Хотя GPU могут быть предпочтительны для работы ИИ, мы не должны забывать о центральных процессорах (CPU), которые по-прежнему очень производительны. Забвение этого факта может стоить нам времени, денег и возможностей.

Процессоры не устарели

Все больше людей должны понять, что их можно использовать для задач ИИ. Они простаивают в миллионах машин по всему миру, способные эффективно и недорого выполнять широкий спектр задач ИИ, если только мы дадим им шанс.

Графические процессоры созданы для параллелизма

Легко понять, как мы к этому пришли. Графические процессоры созданы для параллелизма. Они могут обрабатывать огромные объемы данных одновременно, что отлично подходит для таких задач, как распознавание изображений или обучение чатбота с миллиардами параметров. Процессоры не могут конкурировать в таких задачах.

ИИ - это не просто обучение моделей

Это не простоперед нами.

Нам не нужно строить новые дорогостоящие центры обработки данных

Нам не нужно строить новые дорогостоящие центры обработки данных, оснащенные графическими процессорами, чтобы удовлетворить растущий спрос на ИИ. Нам просто нужно эффективно использовать то, что уже есть.

DePINs, или децентрализованные сети физической инфраструктуры

DePINs, или децентрализованные сети физической инфраструктуры, являются жизнеспособным решением. Название многозначительное, но идея проста: Люди предоставляют свои неиспользуемые вычислительные мощности (например, незадействованные процессоры), которые объединяются в глобальную сеть, к которой могут подключиться другие.

Запускайте рабочие нагрузки ИИ в децентрализованной сети процессоров

Вместо того чтобы арендовать время на централизованном кластере GPU облачного провайдера, вы можете запускать рабочие нагрузки ИИ в децентрализованной сети процессоров в любой точке мира. Эти платформы создают тип однорангового вычислительного слоя, где задания могут безопасно распределяться, выполняться и проверяться.

Преимущества модели

• Во-первых, она гораздо дешевле. Вам не нужно платить за аренду дефицитного GPU, когда с этой задачей прекрасно справится и CPU.
• Во-вторых, она естественно масштабируется.
• Доступные вычисления растут по мере того, как все больше людей подключают свои машины к сети.
• В-третьих, это приближает вычисления к границе. Задачи могут выполняться на машинах, расположенных рядом с местом хранения данных, что снижает задержки и повышает конфиденциальность.

Подумайте об этом как об Airbnb для вычислений

Подумайте об этом как об Airbnb для вычислений. Вместо того чтобы строить новые отели (центры обработки данных), мы лучше используем все пустующие комнаты (незанятые процессоры), которые уже есть у людей.

Изменив наше мышление

Изменив наше мышление и используя децентрализованные сети для направления рабочих нагрузок ИИ на нужный тип процессора, GPU, когда это необходимо, и CPU, когда это возможно, мы обеспечим масштабирование и эффективность, и устойчивость.

Пора перестать относиться к CPU как к гражданам второго сорта

Пора перестать относиться к CPU как к гражданам второго сорта в мире ИИ. Да, графические процессоры играют важную роль. Никто этого не отрицает. Но центральные процессоры повсюду. Их недостаточно используют, но они все еще прекрасно справляются со многими задачами ИИ, которые нас волнуют.

С появлением децентрализованных вычислительных платформ

С появлением децентрализованных вычислительных платформ, способных подключить простаивающие CPU к экономике ИИ, у нас появилась возможность переосмыслить способы масштабирования инфраструктуры ИИ. Реальным ограничением является не только доступность GPU. Это изменение менталитета. Мы так привыкли гнаться за высокопроизводительным оборудованием, что не замечаем неиспользованного потенциала, простаивающего в сети.

Данная статья предназначена для общего ознакомления

Данная статья предназначена для общего ознакомления и не является и не должна восприниматься как юридическая или инвестиционная консультация. Взгляды, мысли и мнения, высказанные здесь, принадлежат только автору и не обязательно отражают или представляют взгляды и мнения Cointelegraph.

Еженедельный набор инструментов

Еженедельный набор инструментов, который анализирует последние события в сфере DeFi, предлагает острый анализ и раскрывает новые финансовые возможности, чтобы помочь вам принимать разумные решения с уверенностью. Доставляется каждую пятницу