Détails sur Aethir : un acteur de cloud computing décentralisé avec trois pistes

Le développement et les progrès des grands modèles LLM et de l'IA représentent des avancées technologiques parmi les plus remarquables de l'histoire de l'humanité. L'humanité est ainsi entrée dans l'ère de l'IA, où « puissance de calcul » est la ressource la plus rare.

La tendance du développement de la puissance de calcul est l'informatique en périphérie, cette méthode de calcul peut réduire efficacement la latence physique, devenant ainsi la pierre angulaire du développement des industries à faibles besoins de latence comme le métavers ; l'informatique en nuage décentralisée et distribuée présente des avantages en termes de flexibilité, de coût bas et de résistance à la censure, offrant un avenir très prometteur.

Aethir est une plateforme de rendu en temps réel décentralisée basée sur le réseau Arbitrum, qui, en rassemblant des GPU à haute capacité de calcul comme le H100, fournit des services de puissance de calcul de niveau entreprise aux entreprises de jeux, d'intelligence artificielle, etc.

Aethir a déjà établi des partenariats avec des projets de cloud computing de premier plan dans l'industrie tels qu'io.net et Theta, ainsi qu'avec plusieurs studios de jeux de haut niveau et entreprises de télécommunications. Les revenus annuels récurrents prévus pour le premier trimestre 2024 devraient dépasser 20 millions de dollars.

Aethir Edge a considérablement abaissé le seuil pour que les utilisateurs ordinaires puissent vendre leur puissance de calcul excédentaire, et a grandement élargi la portée géographique du réseau Aethir.

Aethir a déjà obtenu 8 millions de dollars grâce à la vente de NFT de nœuds de vérification, prouvant que ses perspectives de projet et son modèle économique sont très attrayants pour un large public.

Le coût d'utilisation horaire de A100 sur le réseau Aethir est nettement inférieur à celui des autres concurrents, offrant un avantage concurrentiel évident.

Le changement dans le processus de développement de la société humaine est souvent réalisé par quelques inventions et avancées scientifiques extrêmement remarquables. Chaque percée technologique crée directement une nouvelle ère plus efficace et prospère.

La révolution industrielle, la révolution électrique et la révolution de l'information sont des avancées technologiques extrêmement importantes dans l'histoire de l'humanité, elles ont radicalement changé le visage de la société humaine, apportant des changements sans précédent en termes de productivité et de modes de vie. Maintenant, nous ne pouvons plus revenir à l'époque des lampes à pétrole et des diligences pour transmettre des lettres. Avec la naissance de GPT, l'humanité entre dans une autre grande nouvelle ère.

LLM libère progressivement l'intelligence humaine, permettant aux gens d'utiliser leur énergie et leur intelligence limitées pour des réflexions et des pratiques plus créatives, les gens entrent ainsi dans un monde plus efficace.

Nous considérons GPT comme une autre percée technologique qui change le monde, non seulement en raison des énormes progrès de GPT en compréhension et génération du langage naturel, mais aussi parce que l'humanité a compris au cours de l'évolution de GPT les règles de croissance des capacités des grands modèles linguistiques - c'est-à-dire qu'en augmentant continuellement les paramètres du modèle et les données d'entraînement, on peut obtenir une augmentation exponentielle des capacités du modèle LLM. Tant que la puissance de calcul est suffisante, ce processus ne montre pas encore de limites.

L'utilisation des grands modèles de langage n'est pas seulement limitée à la compréhension du langage humain et aux dialogues, au contraire, ce n'est qu'un début. Une fois que les machines ont la capacité de comprendre le langage, c'est comme ouvrir une boîte de Pandore, libérant un espace d'imagination infini. Les gens peuvent tirer parti de cette capacité de l'IA pour développer diverses fonctionnalités disruptives.

Actuellement, dans divers domaines technologiques croisés, les modèles LLM commencent à faire leurs preuves. Des domaines humanistes tels que la production vidéo et la création artistique, aux domaines de haute technologie comme la recherche pharmaceutique et la biotechnologie, des changements radicaux sont inévitables.

À cette époque, la puissance de calcul est considérée comme une ressource rare, les grandes entreprises technologiques possédant des ressources abondantes, tandis que les nouveaux développeurs font face à des barrières à l'entrée dues à un manque de ressources en puissance de calcul. Dans la nouvelle ère de l'IA, la puissance de calcul est pouvoir, ceux qui maîtrisent la puissance de calcul ont la capacité de changer le monde. Les GPU, en tant que pierre angulaire de l'apprentissage profond et du calcul scientifique, jouent un rôle crucial dans ce domaine.

Dans le domaine de l'intelligence artificielle en rapide développement (AI), nous devons reconnaître les deux aspects du développement : l'entraînement des modèles et l'inférence. L'inférence concerne les fonctions et les sorties des modèles d'IA, tandis que l'entraînement inclut le processus complexe nécessaire à la construction de modèles intelligents, qui comprend des algorithmes d'apprentissage automatique, des ensembles de données et des capacités de calcul.

Prenons l'exemple de GPT-4. Pour obtenir un raisonnement de haute qualité, les développeurs doivent acquérir un ensemble de données de base complet et une énorme capacité de calcul pour former un modèle d'IA efficace. Ces ressources sont principalement concentrées entre les mains des géants de l'industrie tels qu'NVIDIA, Google, Microsoft et AWS.

Les coûts de calcul élevés et les barrières à l'entrée empêchent davantage de développeurs d'entrer, ce qui renforce également la position des principaux acteurs. Ils possèdent de grands ensembles de données de base et une grande capacité de calcul, avec la capacité d'augmenter continuellement leur échelle et de réduire leurs coûts, ce qui rend les barrières industrielles encore plus solides.

Mais nous ne pouvons nous empêcher de nous demander s'il existe une solution pour réduire les coûts de calcul et les barrières à l'entrée dans l'industrie en adoptant la technologie blockchain ? La réponse est oui. La Décentralisation de l'informatique en nuage distribuée nous offre une telle solution dans ce contexte.

Malgré la situation actuelle où la puissance de calcul est coûteuse et rare, les GPU ne sont pas pleinement utilisés. Cela est principalement dû à l'absence d'une méthode prête à l'emploi pour intégrer cette puissance de calcul décentralisée et la faire fonctionner de manière commercialisable. Voici des chiffres typiques d'utilisation des GPU pour différentes charges de travail :

La plupart des appareils de consommation avec GPU appartiennent aux trois premières catégories, c'est-à-dire inactifs ( viennent de démarrer dans le système d'exploitation Windows ):

• Taux d'utilisation du GPU : 0-2%;
• Tâches de production générales ( rédaction, navigation simple ) : 0-15%;
• Lecture vidéo : 15 - 35 %.

Les données ci-dessus montrent que l'utilisation des ressources de calcul est extrêmement faible, et dans le monde de Web2, il n'existe pas de mesures efficaces pour collecter et intégrer ces ressources. Mais la Crypto et l'économie de la blockchain pourraient être le remède à ce défi. L'économie cryptographique construit un marché mondial extrêmement efficace, grâce à sa structure de token unique et à ses caractéristiques de système sans Décentralisation, le pricing des ressources, leur circulation et l'adéquation entre l'offre et la demande sur le marché sont extrêmement efficaces.

Le développement de l'IA influence l'avenir de l'humanité, et les progrès de la puissance de calcul déterminent le développement de l'IA. Depuis l'invention du premier ordinateur dans les années quarante, les modes de calcul ont subi de nombreuses transformations. Des ordinateurs volumineux aux ordinateurs portables légers, de l'achat de serveurs centralisés à la location de puissance de calcul, le seuil d'accès à la puissance de calcul est progressivement abaissé. Avant l'apparition du cloud computing, les entreprises devaient acheter leurs propres serveurs et les mettre à jour constamment avec l'innovation technologique, mais l'arrivée du cloud computing a complètement changé ce modèle.

Le concept de base de l'informatique en nuage est que le demandeur loue des serveurs, accède à distance et paie en fonction de la quantité utilisée. Aujourd'hui, les entreprises traditionnelles sont bouleversées par l'informatique en nuage. Dans le domaine de l'informatique en nuage, la technologie de virtualisation est au cœur de ce domaine. Les serveurs virtuels peuvent diviser un serveur puissant en petits serveurs et les louer, tout en permettant un ajustement dynamique des différentes ressources.

Ce modèle a complètement transformé le paysage commercial de l'industrie de la puissance de calcul. Auparavant, les gens devaient acheter leurs propres installations de puissance de calcul pour répondre à leurs besoins, mais maintenant, il leur suffit de payer un loyer sur un site web pour bénéficier de services de puissance de calcul de haute qualité. L'avenir du développement de l'informatique en nuage est le calcul en périphérie. En raison de la distance trop grande des systèmes centralisés par rapport aux utilisateurs, cela crée un certain degré de latence. Bien que la latence puisse être optimisée, elle ne pourra jamais être surmontée en raison des limites de la vitesse de la lumière.

Cependant, des secteurs émergents tels que le métavers, la conduite autonome et la télémédecine ont des exigences de latence très faibles, il est donc nécessaire de déplacer les serveurs de cloud computing plus près des utilisateurs, ce qui entraîne l'implantation croissante de petits centres de données autour des utilisateurs, c'est ce qu'on appelle le calcul en périphérie.

Par rapport aux fournisseurs de puissance de calcul cloud centralisés, les avantages de l'informatique en nuage décentralisée résident principalement dans :

• Accessibilité et flexibilité : L'accès aux puces de calcul chez les fournisseurs de services cloud prend généralement plusieurs semaines, et des modèles de GPU haute performance, comme les A100 et H100, sont souvent en rupture de stock. De plus, pour obtenir de la puissance de calcul, les consommateurs doivent souvent signer des contrats à long terme et rigides avec ces grandes entreprises, ce qui entraîne non seulement des pertes de temps, mais rend également l'opération des entreprises rigide, perdant ainsi une certaine flexibilité. En revanche, les plateformes de calcul décentralisées permettent d'accéder à la puissance de calcul à tout moment et offrent des choix de matériel flexibles, avec une accessibilité supérieure.
• Prix plus bas : En raison de l'utilisation de puces inactives, ainsi que des subventions en tokens fournies par les protocoles réseau aux fournisseurs de puces et de puissance de calcul, le réseau de puissance de calcul décentralisé pourrait offrir une puissance de calcul à moindre coût.
• Résistance à la censure : Certains systèmes Web3 ne se positionnent pas comme des systèmes sans autorisation. Des problèmes de conformité tels que le RGPD et la HIPAA ont été traités lors des phases de mise en ligne des GPU, de chargement des données, de partage des données et de partage des résultats.

Avec le développement supplémentaire de l'IA et le déséquilibre continu entre l'offre et la demande de GPU, cela poussera davantage de développeurs à se tourner vers des plateformes de cloud computing décentralisées. En même temps, pendant un marché haussier, en raison de la hausse des prix des tokens cryptographiques, les fournisseurs de GPU réaliseront davantage de bénéfices, ce qui stimulera l'entrée de plus de fournisseurs de GPU sur ce marché, créant un effet de volant positif.

(# Problèmes techniques

1. Problème de parallélisation

Les plateformes de calcul distribué rassemblent généralement une offre de puces en longue traîne, ce qui signifie qu'un seul fournisseur de puces ne peut presque pas réaliser de manière indépendante des tâches d'entraînement ou d'inférence de modèles AI complexes dans un court laps de temps. Si une plateforme de cloud computing veut être compétitive, elle doit décomposer et répartir les tâches par des moyens de parallélisation, afin de réduire le temps total d'achèvement et d'améliorer la capacité de calcul de la plateforme.

Cependant, le processus de parallélisation sera confronté à une série de problèmes, notamment comment décomposer les tâches ), en particulier pour les tâches complexes d'apprentissage profond ###, les dépendances de données, ainsi que les coûts de communication supplémentaires entre les appareils, etc.

2. Risque de substitution technologique

Avec l'afflux massif de capitaux dans la recherche sur les circuits intégrés spécifiques à l'application ASIC( et de nouvelles inventions comme les unités de traitement de tenseurs )TPU(, cela pourrait avoir un impact sur les clusters GPU des plateformes de calcul décentralisées.

Si ces ASIC peuvent offrir de bonnes performances et qu'il y a un équilibre en termes de coûts, alors le marché des GPU actuellement dominé par de grandes organisations d'IA pourrait revenir sur le marché. Cela entraînera une augmentation de l'offre de GPU, ce qui impactera l'écosystème des plateformes de cloud computing décentralisées.

3. Risque réglementaire

En raison du système de cloud computing décentralisé opérant dans plusieurs juridictions et pouvant être soumis à différentes lois et réglementations, il peut y avoir des défis juridiques et réglementaires uniques. Les exigences de conformité, telles que les lois sur la protection des données et la vie privée, peuvent également être complexes et difficiles.

À l'heure actuelle, les utilisateurs des plateformes de cloud computing sont principalement des développeurs professionnels et des institutions, qui préfèrent utiliser une plateforme sur le long terme sans changer à la légère. Que ce soit une plateforme décentralisée ou centralisée, le prix n'est qu'un des facteurs à considérer ; ces utilisateurs attachent une plus grande importance à la stabilité du service. Par conséquent, si une plateforme décentralisée dispose d'une grande capacité d'intégration et d'une puissance de calcul stable et suffisante, elle aura plus de chances d'attirer ces clients, d'établir des relations de coopération à long terme et de générer des revenus de flux de trésorerie stables.

Je vais maintenant présenter le nouveau projet de puissance de calcul distribué Aethir, qui se concentre sur le rendu de jeux et l'IA, et estimer la valorisation potentielle après son introduction en bourse, en me basant sur les projets d'IA et de puissance de calcul distribué actuellement sur le marché dans le même domaine.

Introduction au projet Aethir

Aethir Cloud est une plateforme de rendu en temps réel décentralisée basée sur le réseau Arbitrum, qui aide les entreprises de jeux et d'intelligence artificielle à livrer directement leurs produits aux consommateurs en agrégeant et en redistribuant de manière intelligente de nouveaux GPU et des GPU inactifs provenant d'entreprises, de centres de données, d'activités de minage de cryptomonnaies et de consommateurs.

L'une des innovations clés de ce projet est le pool de ressources, qui regroupe les contributeurs de puissance de calcul décentralisés sous une interface unifiée pour servir des clients du monde entier. Une grande caractéristique du pool de ressources est que les fournisseurs de GPU peuvent se connecter ou se déconnecter librement du réseau, permettant ainsi aux entreprises ou centres de données possédant des équipements inactifs de participer au réseau pendant les temps d'arrêt, augmentant la flexibilité des fournisseurs et le taux d'utilisation des équipements.

L'exploitation de l'écosystème Aethir repose sur trois infrastructures fondamentales :

• Container ) : La fonction clé du conteneur est de fournir des services de rendu à distance en temps réel, offrant une expérience "sans latence". Le conteneur est le lieu réel de l'informatique en nuage, il joue le rôle de point de terminaison virtuel, exécutant et rendant des applications. Cela permet de transférer la charge de travail des appareils locaux vers le conteneur.
• Vérificateur(Checker): Le nœud vérificateur vérifie le Container et