Gradiente Falando em Infraestrutura de IA descentralizada, os projetos dessa área são todos monstros de financiamento, porque a capacidade de contar histórias é muito forte, mas onde ela pode ser implementada neste estágio é viável, e quais experiências diferentes podem ser trazidas, sob uma perspectiva @Gradient_HQ: Usando a estrutura mais simples para decompor a IA, ela pode basicamente ser dividida em 4 camadas: aplicação/orquestração de execução/treinamento de modelo/dados, que podem ser entendidos literalmente. A maioria dos projetos DeAI foca na camada de orquestração de execução, enquanto adiciona recursos relacionados a Cripto, como liquidação e incentivos, verificabilidade ZK, etc. O lado do treinamento e execução da camada de modelo é atualmente o mais concentrado e caro, e é difícil descentralizar nessa fase. Para iniciantes, faça popularização básica da ciência primeiro, e você pode pular essa parte se tiver conhecimento profissional. Execução e orquestração podem ser entendidas como a distribuição de requisitos para o poder de computação e modelos, como mercado de poder de computação, escalonamento de tarefas, etc.; primeiro entenda o "poder de computação", em termos leigos, para fazer o modelo funcionar são necessárias muitas operações matemáticas, e a capacidade de realizar essas operações é poder de computação. No campo tradicional de IA, por exemplo, quando você conversa com o ChatGPT, é necessário poder de processamento nos bastidores para realizar operações de inferência, que vem principalmente do data center na nuvem (acelerador de GPU/IA no servidor), e seu conteúdo de entrada → enviado para o backend pela rede → um conjunto de GPUs/aceleradores no data center backend para rodar o modelo e completar a → de inferência e enviar os resultados de volta ao navegador. O principal Infra: Parallax atual do Gradient, que é diferente dos sistemas de computação H100 e H20 que normalmente vemos, é que o que ele faz equivale a dividir a inferência em dispositivos de diferentes modelos, memória de vídeo diferente e condições de rede diferentes, e automaticamente divide o modelo em tamanhos apropriados, para que cada máquina possa rodar. A maioria dos projetos ainda tenta "se fixar na cadeia" do H100 offline, mas a Gradient fez uma tentativa mais ousada aqui, permitindo que dois 4090 no valor de $4.000 sejam combinados para criar um único A100 de quase $20.000. Aqui, dois casos de uso são habilitados: 1/ Todos podem usar alguns computadores em casa para autoatendimento em modelos grandes, o que protege totalmente a privacidade pessoal. 2/ Todos podem entrar em um cluster de rede de inferência, trabalhar com amigos para raciocinar modelos e até formar uma rede de inferência maior. Aqui, a Gradient também projetou um conjunto de algoritmos relativamente complexos, incluindo a otimização do número de fatias e segmentos, e a necessidade de roteamento dinâmico. Claro, o Gradient não faz apenas isso, é uma infraestrutura de IA open source. Também inclui uma série de temas que estão atualmente na vanguarda do círculo de IA, como aprendizado por reforço, o que demonstra que é uma equipe muito ambiciosa e que acompanha de perto a inovação em IA. Recentemente, a equipe também foi reconhecida e apoiada por laboratórios de IA como o Dark Side of the Moon, Ali Qianwen, etc., o que ainda é relativamente raro no círculo, e essa forma de melhorar a IA primeiro absorve recursos heterogêneos e constrói um sistema aberto de código aberto, que pode permitir que mais pessoas rodem modelos grandes e derivem para criar aplicações mais divertidas. Comparado ao aluguel de poder computacional, isso reduz custos até certo ponto, diminui riscos de ponto único e melhora a resistência à censura, que é mais familiar para cripto, e, em termos de privacidade, dados sensíveis podem ser deixados na região ou próximo para processamento. Muitos gigantes da indústria também são positivos em relação à DeAI, e David O. Sacks, um dos maiores apoiadores da Narrativa da DeAI, enfatizou publicamente repetidamente que a IA vai remodelar o mundo, mas seu caminho centralizado de desenvolvimento está cheio de riscos. A infraestrutura descentralizada de IA é a única forma de garantir que a inovação continue competindo livremente. Atualmente, a Gradient tem um investimento de US$ 10 milhões, liderado por investidores de destaque como Multicoin, Pantera, HSG (anteriormente Sequoia China) e outros. "Se a IA for monopolizada, é fim de jogo. O futuro depende de a inteligência poder ser aberta — descentralizada, distribuída e acessível a todos." — David O. Sacks