AI与加密结合开启新的创新赛道
在当下的科技领域,人工智能(AI)和加密货币相结合构成了一个相对密集的领域,为创新提供了新的机遇和挑战。除了众多新项目的涌现,还有许多老项目通过改变策略实现了转型,比如Cosmos项目下的Akash,以及Solana项目下的Nosana。这些转型后的代币价格也随之疯涨,凸显出市场对于AI领域的看好。同时,虽然RNDR主要专注于去中心化渲染,但其实也可以为AI领域提供服务,因此很多人将像RNDR这样与算力相关的项目归类到AI赛道。
在算力资产化的概念下,我们可以将其进一步细分为两个方向:
首先是以Gensyn为代表的「去中心化算力用于AI训练」;
其次是大多数转型项目和新项目所代表的「去中心化算力用于AI推理」。
在这个领域,我们可以观察到一个有趣的现象,或者说是一种不看好的态度链:
从传统的AI领域到去中心化推理,再到去中心化训练。
传统的AI领域专业人士不看好去中心化进行AI训练或推理;
而对于去中心化推理的人则不看好去中心化训练。
这其中的主要原因在于技术层面,因为AI训练(特指大模型AI)需要处理海量数据,而更关键的是这些数据需要高速通信来满足带宽需求。在当前Transformer大型模型的环境下,训练这些模型需要大量的高端显卡、专业AI显卡以及高速通讯通道,这些都是中心化计算的优势所在,而去中心化实现则面临诸多挑战。
相比之下,AI推理对算力和通信带宽的需求要远远低于AI训练,因此去中心化实现的可能性要高得多。这也是为什么大多数与算力相关的项目都是专注于推理,而训练的项目则相对较少。然而,从性价比和可靠性的角度来看,目前阶段中心化算力在推理方面仍然优于去中心化。
有人或许会提到,比特币和以太坊在刚刚问世时,也有人质疑分布式节点的模式相对云计算不靠谱,但最终它们证明了自己的价值。对于AI训练和推理领域来说,未来的发展将更多地关注于数据的正确性、不可篡改性以及冗余性等维度的需求。尽管在性能、可靠性和价格等方面,目前中心化计算仍然占据优势,但随着技术的发展和创新,未来或许会有不同的局面出现。