شرح Aethir: لاعب قوي في الحوسبة السحابية اللامركزية مع ثلاث مسارات متزامنة

إن تطوير وتقدم نماذج LLM الكبيرة والذكاء الاصطناعي هو تقدم تكنولوجي عظيم للغاية في تاريخ البشرية، ومنذ ذلك الحين دخلت البشرية عصر الذكاء الاصطناعي، وفي هذا العالم الجديد، «قوة الحوسبة» هي المورد الأكثر ندرة.

اتجاه تطوير قوة الحوسبة هو الحوسبة الطرفية، حيث يمكن أن تقلل هذه الطريقة من التأخير الفيزيائي بشكل فعال، مما يجعلها قاعدة لتطوير الصناعات التي تتطلب تأخيراً منخفضاً مثل الميتافيرس؛ تتمتع الحوسبة السحابية اللامركزية الموزعة بالمرونة، وانخفاض الأسعار، وميزة مقاومة الرقابة، مما يجعل آفاقها واسعة جداً.

Aethir هو منصة رسم بياني في الوقت الحقيقي اللامركزية المستندة إلى شبكة Arbitrum، من خلال جمع وحدات معالجة الرسوميات عالية الأداء مثل H100، لتقديم خدمات قوة الحوسبة على مستوى المؤسسات للشركات في مجالات الألعاب والذكاء الاصطناعي.

Aethir قد تعاونت بالفعل مع مشاريع الحوسبة السحابية الرائدة في الصناعة مثل io.net و Theta، بالإضافة إلى العديد من استوديوهات الألعاب الكبرى وشركات الاتصالات، ومن المتوقع أن تتجاوز الإيرادات السنوية المتكررة ARR( في الربع الأول من عام 2024 20 مليون دولار.

خفض Aethir Edge بشكل كبير من عتبة بيع المستخدمين العاديين للقوة الحوسبية الزائدة، ووسع بشكل كبير من نطاق التغطية الجغرافية لشبكة Aethir.

لقد حصلت Aethir على 80 مليون دولار من خلال بيع NFT لعقد الفحص، مما يثبت أن آفاق مشروعها ونموذجها الاقتصادي جذابان للغاية للعديد من المستخدمين.

تكلفة استخدام A100 من شبكة Aethir في الساعة أقل بكثير من المنافسين الآخرين، مما يعطيها ميزة تنافسية واضحة.

تغيير مسار تطور المجتمع البشري غالبًا ما يتحقق من خلال عدد قليل من الاختراعات والتقدم العلمي العظيم. كل اختراق تكنولوجي سيخلق مباشرة عصرًا جديدًا أكثر كفاءة وازدهارًا.

الثورة الصناعية، الثورة الكهربائية وثورة المعلومات هي تقدم تقني عظيم في تاريخ البشرية، حيث غيرت تمامًا ملامح المجتمع البشري وأ broughtت تحولًا غير مسبوق في الإنتاجية وأنماط الحياة. الآن، لم نعد قادرين على العودة إلى عصر الإضاءة بمصابيح الكيروسين ووسائل النقل بعربات الخيول لنقل الرسائل. مع ولادة GPT، دخلت البشرية عصرًا جديدًا عظيمًا.

تقوم LLM بتحرير ذكاء البشر خطوة بخطوة، مما يسمح للناس بتوجيه طاقتهم وذكائهم المحدودين نحو التفكير والممارسة الإبداعية بشكل أكبر، ومن ثم دخل البشر عالماً أكثر كفاءة.

نعتبر GPT اختراقًا تكنولوجيًا آخر يغير العالم، ليس فقط بسبب التقدم الكبير في فهم اللغة الطبيعية وتوليدها، بل أيضًا لأن البشرية اكتشفت خلال تطور GPT القوانين التي تحكم زيادة قدرات نماذج اللغة الكبيرة - أي أنه من خلال توسيع معلمات النموذج وبيانات التدريب باستمرار، يمكن تحسين قدرة نماذج LLM بشكل كبير، وفي ظل وجود قوة حسابية كافية، لا يزال هذا العملية لا تُظهر أي عوائق في الوقت الحالي.

استخدامات نماذج اللغة الكبيرة لا تقتصر فقط على فهم لغة البشر والحوار، بل إن هذا مجرد البداية. بمجرد أن تمتلك الآلات القدرة على فهم اللغة، يكون الأمر كفتح صندوق باندورا، مما يحرر مساحة لا نهائية من الخيال. يمكن للناس الاستفادة من هذه القدرة للذكاء الاصطناعي لتطوير مجموعة متنوعة من الوظائف المدمرة.

في الوقت الحالي، في مجالات التكنولوجيا المتعددة، بدأت نماذج LLM في إثبات وجودها. من إنتاج الفيديو، والإبداع الفني في مجالات العلوم الإنسانية، إلى تطوير الأدوية، والتكنولوجيا الحيوية في مجالات التكنولوجيا الصلبة، من المؤكد أنها ستشهد تغييرات جذرية.

في هذا العصر، تُعتبر القدرة الحاسوبية موردًا نادرًا، حيث تمتلك شركات التكنولوجيا الكبرى موارد غنية، بينما يواجه المطورون الناشئون barriers دخول بسبب نقص في القدرة الحاسوبية. في عصر الذكاء الاصطناعي الجديد، القدرة الحاسوبية تعني القوة، والأشخاص الذين يمتلكون القدرة الحاسوبية لديهم القدرة على تغيير العالم. تلعب وحدات معالجة الرسوميات (GPU) دورًا حاسمًا كحجر أساس في مجالات التعلم العميق والحسابات العلمية.

في مجال الذكاء الاصطناعي )AI( الذي يتطور بسرعة، يجب أن ندرك الجوانب المزدوجة للتطور: تدريب النماذج والاستدلال. يتضمن الاستدلال وظائف النماذج الذكية وإنتاجها، بينما يشمل التدريب العملية المعقدة اللازمة لبناء النماذج الذكية، بما في ذلك خوارزميات التعلم الآلي، والمجموعات البيانية، والقدرات الحاسوبية.

على سبيل المثال، إذا كنت ترغب في الحصول على استنتاجات عالية الجودة باستخدام GPT4، يحتاج المطورون إلى الحصول على مجموعة بيانات أساسية شاملة وقدرات حسابية ضخمة لتدريب نموذج فعال للذكاء الاصطناعي. وتتركز هذه الموارد بشكل رئيسي في أيدي شركات الصناعة الكبرى مثل إنفيديا، جوجل، مايكروسوفت وAWS.

تمنع تكاليف الحساب المرتفعة وحواجز الدخول المزيد من المطورين من الانضمام، مما يجعل اللاعبين الرئيسيين أقوى. لديهم مجموعات بيانات كبيرة وكمية كبيرة من القدرة الحاسوبية، ولديهم القدرة على زيادة نطاقهم وتقليل تكاليفهم، مما يؤدي إلى تعزيز الحواجز في الصناعة.

لكن لا يمكننا إلا أن نتساءل، هل هناك طريقة لتقليل تكاليف الحوسبة وحواجز دخول الصناعة من خلال تبني تكنولوجيا البلوكشين؟ الجواب هو نعم. اللامركزية في الحوسبة السحابية الموزعة تقدم لنا مثل هذه الحلول في هذا السياق الزمني.

على الرغم من أن قوة الحوسبة باهظة الثمن ونادرة في الوقت الحالي، إلا أن وحدات معالجة الرسوميات لم تُستخدم بشكل كامل. ويرجع ذلك أساسًا إلى عدم وجود طريقة جاهزة لدمج هذه القوة الحوسبية الموزعة وجعلها تعمل بطريقة تجارية. فيما يلي الأرقام النموذجية لاستخدام وحدات معالجة الرسوميات لمختلف أحمال العمل:

معظم أجهزة المستهلك التي تحتوي على GPU تنتمي إلى الفئات الثلاث الأولى، أي الخمول ) قد بدأت للتو في الدخول إلى نظام تشغيل Windows (:

• نسبة استخدام GPU: 0-2%;
• مهام الإنتاج العامة ) الكتابة، تصفح بسيط (:0-15%;
• تشغيل الفيديو: 15 - 35%.

توضح البيانات المذكورة أعلاه: أن استخدام موارد الحوسبة منخفض للغاية، وفي عالم Web2، لا توجد تدابير فعالة لجمع هذه الموارد ودمجها. لكن ربما تكون Crypto والاقتصاد اللامركزي هما العلاج المناسب لهذه التحديات. يقوم الاقتصاد اللامركزي بإنشاء سوق عالمي فعال للغاية، وبفضل الاقتصاد الرمزي الفريد وخصائص النظام اللامركزي، فإن تسعير الموارد وتداولها وتطابق العرض والطلب في السوق يتم بشكل فعال للغاية.

تؤثر تطورات الذكاء الاصطناعي على مستقبل البشرية، بينما تحدد تقدم قوة الحوسبة تطور الذكاء الاصطناعي. منذ اختراع أول حاسوب في الأربعينيات من القرن العشرين، شهدت أنماط الحوسبة العديد من التحولات. من الحواسيب الكبيرة والثقيلة إلى الحواسيب المحمولة الخفيفة، ومن شراء الخوادم المركزية إلى تأجير قوة الحوسبة، تزداد سهولة الحصول على قوة الحوسبة تدريجياً. قبل ظهور الحوسبة السحابية، كانت الشركات بحاجة إلى شراء الخوادم بنفسها، وتحديثها باستمرار مع تقدم التكنولوجيا، لكن ظهور الحوسبة السحابية غيّر هذا النموذج تماماً.

المفهوم الأساسي للحوسبة السحابية هو أن الطلباء يستأجرون الخوادم، ويصلون إليها عن بُعد، ويدفعون بناءً على كمية الاستخدام. الآن، يتم إحداث ثورة في المؤسسات التقليدية بواسطة الحوسبة السحابية. في مجال الحوسبة السحابية، تعتبر تقنية الافتراضية هي جوهر هذا المجال. يمكن أن تقوم الخوادم الافتراضية بتقسيم خادم قوي إلى خوادم صغيرة جدًا وتأجيرها، ويمكنها أيضًا إدارة الموارد المختلفة بشكل ديناميكي.

هذا النموذج يغير بشكل جذري المشهد التجاري لصناعة قوة الحوسبة، حيث كان الناس في السابق بحاجة لشراء مرافق قوة الحوسبة لتلبية احتياجاتهم من القوة الحاسوبية؛ ولكن الآن يكفي دفع الإيجار على الموقع للاستفادة من خدمات قوة حوسبة عالية الجودة. الاتجاه المستقبلي لتطوير الحوسبة السحابية هو الحوسبة الطرفية. نظرًا لأن الأنظمة المركزية التقليدية بعيدة جدًا عن المستخدمين، فإن ذلك يؤدي إلى درجة معينة من التأخير. على الرغم من أنه يمكن تحسين التأخير، إلا أنه بسبب قيود سرعة الضوء، لا يمكن التغلب على التأخير بشكل دائم.

ومع ذلك، فإن الصناعات الناشئة مثل الميتافيرس، القيادة الذاتية، والرعاية الصحية عن بُعد تتطلب تأخيرات منخفضة للغاية، لذلك تحتاج إلى نقل خوادم الحوسبة السحابية إلى أماكن أقرب إلى المستخدمين، وبالتالي يتم وضع المزيد والمزيد من مراكز البيانات الصغيرة حول المستخدمين، وهذا هو الحوسبة الطرفية.

بالنسبة لمقدمي خدمات الحوسبة السحابية المركزية، فإن مزايا الحوسبة السحابية اللامركزية تكمن أساسًا في:

• الوصول والمرونة: غالبًا ما يتطلب الحصول على الوصول إلى شرائح القوة الحاسوبية من مزودي الخدمة السحابية عدة أسابيع، كما أن نماذج GPU عالية الأداء، مثل A100 و H100، غالبًا ما تكون غير متوفرة. بالإضافة إلى ذلك، للحصول على القوة الحاسوبية، يحتاج المستهلكون عادةً إلى توقيع عقود طويلة الأجل وغير مرنة مع هذه الشركات الكبرى، مما يؤدي إلى فقدان الوقت ويجعل العمليات التجارية أكثر جمودًا، مما يفقدها بعض المرونة. بالمقابل، يمكن لمنصات القوة الحاسوبية الموزعة الوصول إلى القوة الحاسوبية في أي وقت، وتقدم خيارات مرنة للأجهزة، مما يوفر وصولًا أكبر.
• أسعار أقل: نظرًا لاستخدام الشرائح غير النشطة، بالإضافة إلى دعم الرموز المقدمة من طرف بروتوكول الشبكة لمزودي الشرائح وقوة الحوسبة، قد تتمكن شبكة قوة الحوسبة الموزعة من تقديم قوة حوسبة أرخص.
• مقاومة الرقابة: لا تحدد بعض أنظمة Web3 نفسها كنظم غير مرخصة. تم التعامل مع مسائل الامتثال مثل GDPR و HIPAA خلال مراحل إطلاق GPU، وتحميل البيانات، ومشاركة البيانات، ومشاركة النتائج.

مع مواصلة تطور الذكاء الاصطناعي وعدم توازن العرض والطلب المستمر على وحدات معالجة الرسومات (GPU)، سيؤدي ذلك إلى دفع المزيد من المطورين نحو منصات الحوسبة السحابية اللامركزية. وفي الوقت نفسه، خلال فترة السوق الصاعدة، بسبب ارتفاع أسعار الرموز المشفرة، سيحقق مزودو وحدات معالجة الرسومات (GPU) المزيد من الأرباح، مما سيحفز مزيدًا من مقدمي وحدات معالجة الرسومات (GPU) على دخول هذه السوق، مما يشكل تأثيرًا إيجابيًا.

)# التحديات التقنية

1. مشكلة التوازي

تجمع منصات الحوسبة الموزعة عادةً إمدادات الشرائح الطويلة الذيل، مما يعني أن مزود الشرائح الفردية يكاد يكون غير قادر على إكمال مهام تدريب أو استنتاج نماذج الذكاء الاصطناعي المعقدة بشكل مستقل في فترة زمنية قصيرة. إذا كانت منصات الحوسبة السحابية ترغب في أن تكون تنافسية، يجب عليها تفكيك وتوزيع المهام من خلال أساليب متوازية، من أجل تقليل الوقت الإجمالي اللازم لإكمال المهام وزيادة قدرة المنصة الحاسوبية.

ومع ذلك، ستواجه عملية التوازي سلسلة من المشكلات، بما في ذلك كيفية تقسيم المهام ### خاصة بالنسبة لمهام التعلم العميق المعقدة (، واعتماد البيانات، وتكاليف الاتصال الإضافية بين الأجهزة، وغيرها.

2. مخاطر استبدال التكنولوجيا الجديدة

مع دخول كميات كبيرة من رأس المال في أبحاث الدوائر المتكاملة الخاصة ASIC) وكذلك الاختراعات الجديدة مثل وحدة معالجة التنسور(TPU)، قد تؤثر سلبًا على مجموعات GPU لمنصات الحوسبة اللامركزية.

إذا كانت هذه ASIC يمكن أن تقدم أداءً جيدًا، وكانت هناك بعض التوازنات من حيث التكلفة، فقد يعود سوق GPU الذي تهيمن عليه حاليًا منظمات الذكاء الاصطناعي الكبيرة إلى السوق. سيؤدي ذلك إلى زيادة عرض GPU، مما يؤثر على نظام بيئة منصات الحوسبة السحابية اللامركزية.

3. مخاطر التنظيم

نظرًا لأن نظام الحوسبة السحابية اللامركزية يعمل في عدة اختصاصات قضائية وقد يكون خاضعًا لمجموعة متنوعة من القوانين واللوائح، فقد تواجه تحديات قانونية وتنظيمية فريدة. قد تكون متطلبات الامتثال، مثل قوانين حماية البيانات والخصوصية، أيضًا معقدة وصعبة.

في المرحلة الحالية، فإن مستخدمي منصات الحوسبة السحابية هم بشكل رئيسي المطورون المحترفون والمؤسسات، الذين يفضلون استخدام منصة واحدة لفترة طويلة ولن يغيروا ذلك بشكل عشوائي. سواء كانت المنصة مركزية أو اللامركزية، فإن السعر هو مجرد عامل من بين عدة عوامل، حيث أن هؤلاء المستخدمين يقدرون أكثر استقرار الخدمة. لذلك، إذا كانت المنصة اللامركزية تمتلك قدرة تكامل قوية وقدرة حسابية مستقرة وكافية، فسيكون من الأسهل كسب هؤلاء العملاء، وتحقيق علاقات تعاون طويلة الأمد وعائدات نقدية مستقرة.

سأقدم أدناه مشروع Aethir الجديد لتوزيع القوة الحاسوبية الذي يركز في هذه الدورة على عرض الألعاب والذكاء الاصطناعي، وسأقوم بحساب التقييم المحتمل بعد الإدراج بناءً على المشاريع الحالية في السوق في نفس المجال من الذكاء الاصطناعي ومشاريع القوة الحاسوبية الموزعة.

مقدمة مشروع Aethir

Aethir Cloud هو منصة عرض مباشر لامركزية تعتمد على شبكة Arbitrum، تساعد شركات الألعاب والذكاء الاصطناعي في تسليم منتجاتها مباشرة للمستهلكين من خلال تجميع وإعادة توزيع الذكاء الاصطناعي بشكل ذكي من وحدات معالجة الرسوميات الجديدة وغير المستخدمة القادمة من الشركات ومراكز البيانات وأعمال تعدين العملات المشفرة والمستهلكين.

تتمثل إحدى الابتكارات الرئيسية في المشروع في حوض الموارد، الذي يجمع المساهمين في قوة الحوسبة اللامركزية تحت واجهة موحدة، لتقديم الخدمات للعملاء في جميع أنحاء العالم. إحدى السمات الرئيسية لحوض الموارد هي أن مزودي وحدات معالجة الرسوميات يمكنهم الاتصال أو قطع الاتصال بالشبكة بحرية، مما يتيح للشركات أو مراكز البيانات التي تمتلك أجهزة غير مستغلة المشاركة في الشبكة أثناء التوقف، مما يزيد من مرونة المزودين واستخدام الأجهزة.

تدور عملية تشغيل نظام Aethir البيئي حول ثلاثة بنى تحتية أساسية:

• الحاوية(Container): الوظيفة الرئيسية للحاوية هي توفير خدمات الرندر عن بُعد في الوقت الحقيقي، وتقديم تجربة "بدون تأخير". الحاوية هي الموقع الفعلي للحوسبة السحابية، حيث تعمل كنقطة نهاية افتراضية، وتنفيذ ورندر التطبيقات. وهذا سيحول عبء العمل من الأجهزة المحلية إلى الحاوية.
• فاحص(Checker): يقوم عقد الفاحص بفحص Container و