Gradiente Hablando de infraestructura de IA descentralizada, los proyectos de esta línea son todos monstruos de financiación, porque la capacidad de contar historias es muy fuerte, pero donde se puede implementar en esta etapa es factible, y qué experiencias diferentes se pueden aportar desde una perspectiva @Gradient_HQ: Usando la estructura más sencilla para descomponer la IA, básicamente se puede dividir en 4 capas: aplicación/orquestación de ejecución/entrenamiento de modelos/datos, que se pueden entender literalmente. La mayoría de los proyectos DeAI se centran en la capa de orquestación de ejecución, mientras añaden funciones relacionadas con Cripto, como liquidación e incentivos, verificabilidad ZK, etc. El lado de entrenamiento y ejecución de la capa de modelo es actualmente el más concentrado y costoso, y es difícil descentralizarlo en esta etapa. Para los recién llegados, haz primero la divulgación básica de la ciencia, y puedes saltarte esta parte si tienes conocimientos profesionales. La ejecución y orquestación pueden entenderse como la distribución de requisitos a la potencia de cálculo y los modelos, como el mercado de potencia de cálculo, la planificación de tareas, etc., primero entiende la "potencia de cálculo", en términos sencillos, para que el modelo funcione se requieren muchas operaciones matemáticas, y la capacidad para realizar estas operaciones es potencia de cálculo. En el campo tradicional de la IA, por ejemplo, cuando chateas con ChatGPT, necesitas potencia de cálculo entre bastidores para realizar operaciones de inferencia, que proviene principalmente del centro de datos en la nube (acelerador de GPU/IA en el servidor), y tu contenido de entrada → enviado al backend a través de la red → un conjunto de GPU/aceleradores en el centro de datos backend para ejecutar el modelo y completar la → de inferencia y enviar los resultados de vuelta al navegador. La principal Infra: Parallax actual de Gradient, que es diferente de los sistemas informáticos H100 y H20 que solemos ver, es que lo que hace equivale a dividir la inferencia sobre dispositivos de diferentes modelos, distinta memoria de vídeo y distintas condiciones de red, y automáticamente divide el modelo en tamaños apropiados para que cada máquina pueda funcionar. La mayoría de los proyectos aún intentan "asentarse en la cadena" del H100 offline, pero Gradient ha hecho un intento más audaz aquí, permitiendo combinar dos 4090 valorados en 4.000 dólares para crear un único A100 cercano a los 20.000 dólares. Aquí se habilitan dos casos de uso: 1/ Todos pueden usar algunos ordenadores en casa para autogestionarse con modelos grandes, lo que protege completamente la privacidad personal. 2/ Todos pueden unirse a un clúster de red de inferencia, trabajar con amigos para razonar modelos e incluso formar una red de inferencia más grande. Aquí, Gradient también ha diseñado un conjunto de algoritmos relativamente complejos, incluyendo la optimización del número de segmentos y segmentos, y la necesidad de enrutamiento dinámico. Por supuesto, Gradient no solo hace esto, es una infraestructura de IA de código abierto. También incluye una serie de temas que actualmente están a la vanguardia del círculo de IA, como el aprendizaje por refuerzo, lo que demuestra que es un equipo muy ambicioso que sigue de cerca la innovación en IA. Recientemente, el equipo también ha sido reconocido y apoyado por laboratorios de IA como Dark Side of the Moon, Ali Qianwen, etc., lo cual sigue siendo relativamente raro en el círculo, y esta forma de mejorar la IA absorbe primero recursos heterogéneos y construye un sistema abierto de código abierto, que permite a más personas ejecutar modelos grandes y crear aplicaciones más divertidas. En comparación con alquilar potencia de cálculo, reduce los costes hasta cierto punto, reduce los riesgos de un solo punto y mejora la resistencia a la censura, algo más familiar para las criptomonedas, y en términos de privacidad, los datos sensibles pueden quedar en la región o cerca para su procesamiento. Muchos gigantes de la industria también son positivos respecto a la DeIA, y David O. Sacks, uno de los mayores defensores de la Narrativa de la IA, ha enfatizado públicamente repetidamente que la IA remodelará el mundo, pero su camino centralizado de desarrollo está lleno de riesgos. La infraestructura de IA descentralizada es la única forma de garantizar que la innovación continúe compitiendo libremente. Actualmente, Gradient cuenta con una inversión de 10 millones de dólares, liderada por inversores estrella como Multicoin Capital, Pantera, HSG (anteriormente Sequoia China) y otros. "Si la IA se monopoliza, se acabó el juego. El futuro depende de si la inteligencia puede ser abierta — descentralizada, distribuida y accesible para todos." — David O. Sacks