دسامبر 19، 2023

گرگ اوسوری، مدیر عامل شبکه Akash ادعا می کند: صنعت فناوری در سال 2024 به سمت کاهش اتکا به پردازنده های گرافیکی حرکت خواهد کرد.

تاریخ انتشار: 19 دسامبر 2023 ساعت 9:58 صبح بروزرسانی: 22 دسامبر 2023 ساعت 12:15

به طور خلاصه

گرگ اوسوری، مدیرعامل Overclock Labs و Akash Network، ادعا می‌کند که استفاده از پردازنده‌های گرافیکی کمتر، چشم‌انداز فناوری را در سال 2024 تغییر می‌دهد و جلوه‌های ریپل را باز می‌کند.

گرگ اوسوری، مدیر عامل Overclock Labs و Akash Network پیش بینی می کند که صنعت فناوری در سال 2024 به سمت کاهش اتکا به GPU حرکت خواهد کرد.

همانطور که بازیگران اصلی صنعت فناوری همچنان بر بازار تسلط دارند پردازنده های گرافیکی قدرتمند، یک تغییر قابل توجه به سمت کمتر تراشه های قدرتمند در سال 2024 پیش‌بینی می‌شود. انتظار می‌رود این حرکت که به دلیل نیاز به جایگزین‌ها انجام می‌شود، چشم‌انداز را تغییر دهد و شرکت‌های کوچک‌تر و استارت‌آپ‌ها را قادر می‌سازد تا سهم قابل توجهی در روند جاری داشته باشند. رونق هوش مصنوعی.

تقاضا برای محاسبات با کارایی بالا، به ویژه برای آموزش مدل های زبان بزرگ، از قابلیت های ارائه دهندگان سنتی مانند AWS، مایکروسافت آژور و Google Cloud. شرکت‌های کوچک‌تر، استطاعت و رزرو این منابع با کارایی بالا را چالش‌برانگیز می‌دانند که منجر به افزایش علاقه به شبکه‌های توزیع‌شده و بدون مجوز می‌شود.

در گفتگو با Metaverse Post - گرگ اوسوری، مدیرعامل Overclock Labs و شبکه آکاش، عوامل محرک و پیامدهای بالقوه پشت این روند دگرگون کننده را روشن می کند.

پلت فرم غیرمتمرکز ابری Akash Network اخیراً ارتقاء قابل توجهی را به ابر با Mainnet 8 اعلام کرده بود. ارتقاء جدید پیشرفت های کلیدی را معرفی کرد که هدف آن ساده سازی است. دسترسی به پردازنده گرافیکی و تجربه استقرار را ارتقا دهید.

گرگ اوسوری بهینه سازی الزامات مجموعه داده را به عنوان یک عنصر کلیدی در پذیرش پردازنده های گرافیکی کمتر شناسایی می کند.

سازگاری با رتبه پایین (LoRA) به عنوان یک تکنیک حیاتی در این تغییر ظاهر می شود. این اصلاح استراتژیک بر وزن‌های بحرانی تمرکز می‌کند، تعداد پارامترهای مورد نیاز را کاهش می‌دهد و دانش اولیه از پیش آموزش‌دیده را در مدل حفظ می‌کند.

گرگ اوسوری از شبکه آکاش گفت: «کسانی که در میان فشار پردازنده گرافیکی به دنبال گزینه‌های جایگزین هستند، با استفاده از الزامات مجموعه داده‌ای فشرده‌تر، به کارگیری تکنیک‌های کارآمدتر مانند سازگاری با رتبه پایین (LoRA) برای آموزش مدل‌های زبان، و توزیع بارهای کاری به صورت موازی، پیشرفت خواهند کرد. Metaverse Post. این شامل استقرار دسته‌هایی از تراشه‌های سطح پایین‌تر برای انجام وظایفی معادل تعداد کمتری از A100 و H100س عصر جدیدی از محاسبات ابری پدیدار خواهد شد، دورانی که در آن قدرت غیرمتمرکز است و تنها در دست عده‌ای معدودی نیست.»

او می‌گوید که موازی‌سازی حجم‌های کاری از طریق خوشه‌هایی از تراشه‌های کمتر استراتژی دیگر است. در مقایسه با استفاده از GPU سنتی، خوشه‌ها مقیاس‌پذیری بهتر، مقرون‌به‌صرفه و قابلیت‌های حجم کاری توزیع‌شده را ارائه می‌کنند. با این حال، چالش‌ها شامل تأخیر انتقال داده، مشکلات همگام‌سازی، محدودیت های مقیاس پذیری و هزینه های ارتباطی

«هرچه داده‌ها بزرگ‌تر باشند، هزینه‌های ارتباطی گران‌تر و دشوارتر بین ماشین‌های غیرهمکار است، بنابراین احتمالاً به روش‌ها/تکنیک‌های کارآمدتری برای غلبه بر موانع ارتباطی پرهزینه و چالش‌برانگیز نیاز خواهد بود. گرگ اوسوری گفت: ترکیبی از سخت افزار و نرم افزار برای اجرای موفقیت آمیز مورد نیاز است.

ظهور شبکه‌های توزیع‌شده و بدون مجوز به‌عنوان یک توانمندساز حیاتی در حال ظهور است و سازمان‌ها را قادر می‌سازد تا از پتانسیل GPU‌های کمتر استفاده کنند و استفاده کلی از تراشه را افزایش دهند.

گرگ اوسوری توضیح داد: «برای دستیابی به بهینه‌سازی، سازمان‌ها باید اندازه‌های دسته‌ای کوچک‌تر را در نظر بگیرند که به حافظه GPU کمتری نیاز دارند، روی زیرمجموعه‌ای از داده‌ها برای اشکال‌زدایی آموزش ببینند، از مدل‌های از پیش آموزش‌دیده استفاده کنند، زیرا به منابع محاسباتی کمتری نیاز دارند، و آموزش را بین چندین GPU توزیع کنند.» این به شرکت‌های کوچک‌تر و استارت‌آپ‌ها اجازه می‌دهد تا بدون اتکای کامل به قوی‌ترین پردازنده‌های گرافیکی، نوآوری کنند و به رونق هوش مصنوعی کمک کنند.»

شبکه های توزیع شده می توانند چشم انداز فناوری را تقویت کنند

گرگ اوسوری از شبکه Akash پیش‌بینی می‌کند که پذیرش پردازنده‌های گرافیکی کمتر، محیطی متنوع‌تر و رقابتی‌تر را تقویت می‌کند و نگرانی‌های مربوط به غول‌های فناوری را که بر آن تسلط دارند، کاهش می‌دهد. چشم انداز هوش مصنوعی. او می‌گوید که این رویکرد راه‌حلی مقرون‌به‌صرفه و اولین راه‌حل توسعه‌دهنده را برای دسترسی به طیف گسترده‌ای از پردازنده‌های گرافیکی فراهم می‌کند و به بازیکنان کوچک‌تر اجازه می‌دهد تا در شرایط برابر رقابت کنند.

راه‌حل‌های مبتکرانه و غیرمتمرکز همچنان در حال ظهور هستند که به افزایش تقاضا رسیدگی می‌کنند، دسترسی عادلانه به GPU را تضمین می‌کنند و نوآوری را در محاسبات ابری و آموزش مدل‌های هوش مصنوعی تقویت می‌کنند. با دادن دسترسی بدون مجوز به منابع محاسباتی - از جمله Nvidia A100s و H100s - از طیف وسیعی از ارائه‌دهندگان، از مستقل گرفته تا فوق‌مقیاس، این پلت‌فرم‌های محاسباتی به طور منحصربه‌فردی برای کاهش ناکارآمدی‌ها قرار می‌گیرند.

انتظار می‌رود شرکت‌های کوچک‌تر و استارت‌آپ‌ها از تغییر به سمت پردازنده‌های گرافیکی کمتر استفاده کنند تا سهم معناداری در دامنه هوش مصنوعی. مثال‌هایی مانند استفاده Thumper.ai از مجموعه‌ای متشکل از 32 Nvidia A100، بهینه‌سازی قدرت محاسباتی استفاده نشده را برای نرخ‌های استقرار سریع‌تر برجسته می‌کند.

با ارائه یک رویکرد مقرون‌به‌صرفه و اول توسعه‌دهنده برای دسترسی به طیف گسترده‌ای از پردازنده‌های گرافیکی، از تراشه‌های مرکز داده با کارایی بالا گرفته تا مدل‌های مصرف‌کننده، بازیکنان کوچک‌تر می‌توانند به همان محاسباتی که شرکت‌های معتبرتری که در عملیات خود انعطاف‌پذیری دارند دسترسی داشته باشند. گرگ اوسوری افزود.

با نگاهی به مفاهیم گسترده تر، آقای اسوری یک تغییر پارادایم بالقوه در صنعت فناوری را پیش بینی می کند. تغییر به سمت پردازنده‌های گرافیکی کمتر قدرتمند و محاسبات غیرمتمرکز می‌تواند منجر به توسعه برنامه‌های کاربردی و موارد استفاده جدید شود که فراتر از هوش مصنوعی به سایر حوزه‌های فناوری گسترش می‌یابد.

گرگ اوسوری از شبکه Akash گفت: «انعطاف پذیری ذاتی یک شبکه توزیع شده می تواند توسعه دهندگان و محققان مستقل را قادر سازد تا با برنامه های کاربردی کاملاً جدید آزمایش کنند و راه های جدیدی را برای توسعه معماری برنامه های کاربردی کاملاً باز باز کنند. Metaverse Post. این اثر موجی می‌تواند منجر به توسعه برنامه‌ها و خدمات غیرمتمرکزتر در سراسر صنایع، اشتراک‌گذاری گسترده‌تر منابع محاسباتی و دانش، بازگشت عضو سازمانهای سری ومخفی و بلاکچینو ادغام با فناوری های موجود."

سلب مسئولیت

در خط با دستورالعمل های پروژه اعتماد، لطفاً توجه داشته باشید که اطلاعات ارائه شده در این صفحه به عنوان مشاوره حقوقی، مالیاتی، سرمایه گذاری، مالی یا هر شکل دیگری در نظر گرفته نشده است و نباید تفسیر شود. مهم است که فقط در موردی سرمایه گذاری کنید که توانایی از دست دادن آن را دارید و در صورت شک و تردید به دنبال مشاوره مالی مستقل باشید. برای کسب اطلاعات بیشتر، پیشنهاد می کنیم به شرایط و ضوابط و همچنین صفحات راهنمایی و پشتیبانی ارائه شده توسط صادرکننده یا تبلیغ کننده مراجعه کنید. MetaversePost متعهد به گزارش دقیق و بی طرفانه است، اما شرایط بازار بدون اطلاع قبلی ممکن است تغییر کند.

درباره نویسنده

ویکتور یک مدیر ویراستار/نویسنده فناوری است Metaverse Post و هوش مصنوعی، رمزنگاری، علم داده، فراجهت و امنیت سایبری را در حوزه سازمانی پوشش می‌دهد. او نیم دهه تجربه رسانه ای و هوش مصنوعی کار در رسانه های معروفی مانند VentureBeat، DatatechVibe و Analytics India Magazine دارد. ویکتور به عنوان یک مربی رسانه در دانشگاه های معتبر از جمله آکسفورد و USC و دارای مدرک کارشناسی ارشد در علم داده و تجزیه و تحلیل، عمیقا متعهد است که در جریان روندهای در حال ظهور بماند. او به خوانندگان جدیدترین و روشنگرانه ترین روایت ها را از فناوری و Web3 چشم انداز.

مقالات بیشتر

ویکتور دی