پرش به محتوای اصلی

3 پست برچسب‌گذاری شده با "استخراج GPU"

مشاهده همه برچسب‌ها

دیدگاه‌هایی از ETHDenver: وضعیت کنونی و آینده بازار کریپتو و هوش مصنوعی غیرمتمرکز

· 7 دقیقه خواندن
Lark Birdy
Chief Bird Officer

به عنوان مدیرعامل شبکه کوکو، در کنفرانس امسال ETHDenver شرکت کردم. این رویداد به من دیدگاه‌ها و تأملاتی ارائه داد، به ویژه در مورد وضعیت کنونی بازار کریپتو و جهت‌گیری توسعه هوش مصنوعی غیرمتمرکز. در اینجا برخی از مشاهدات و افکار من آمده است که امیدوارم با تیم به اشتراک بگذارم.

ETHDenver

مشاهده بازار: فاصله بین روایت و واقعیت

تعداد شرکت‌کنندگان در ETHDenver امسال به طور محسوسی کمتر از سال گذشته بود، که خود آن نیز کمتر از سال قبل بود. این روند نشان می‌دهد که بازار کریپتو ممکن است از هیجان به آرامش در حال گذار باشد. ممکن است که افراد پول به دست آورده‌اند و دیگر نیازی به جذب سرمایه‌گذاران جدید ندارند، یا اینکه پولی به دست نیاورده‌اند و صحنه را ترک کرده‌اند. به طور خاص، من یک پدیده مشترک در بازار کنونی مشاهده کردم: بسیاری از پروژه‌ها تنها به روایت و سرمایه‌گذاری متکی هستند و فاقد پایه منطقی هستند، با هدف تنها افزایش قیمت سکه. در این سناریو، شرکت‌کنندگان یک درک ضمنی از "فریب متقابل و تظاهر به فریب‌خوردگی" شکل می‌دهند.

این موضوع مرا به تأمل واداشت: در چنین محیطی، چگونه می‌توانیم در شبکه کوکو هوشیار بمانیم و راه خود را گم نکنیم؟

وضعیت کنونی بازار هوش مصنوعی غیرمتمرکز

از طریق گفتگو با سایر بنیان‌گذاران فعال در هوش مصنوعی غیرمتمرکز، متوجه شدم که آنها نیز با کمبود تقاضا مواجه هستند. رویکرد غیرمتمرکز آنها شامل این است که مرورگرها به شبکه مشترک شوند و سپس به Ollama محلی متصل شوند تا خدمات ارائه دهند.

یک نکته جالب که مورد بحث قرار گرفت این بود که منطق توسعه هوش مصنوعی غیرمتمرکز ممکن است در نهایت شبیه به Tesla Powerwall شود: کاربران به طور معمول از آن استفاده می‌کنند و در زمان بیکاری قدرت محاسباتی را به شبکه "می‌فروشند" تا پول به دست آورند. این شباهت‌هایی با چشم‌انداز شبکه کوکو دارد و ارزش بررسی دارد که چگونه می‌توان این مدل را بهینه کرد.

افکار درباره تأمین مالی پروژه و مدل‌های کسب و کار

در کنفرانس، درباره موردی شنیدم که یک شرکت پس از رسیدن به 5M ARR در SaaS، با موانع توسعه مواجه شد و مجبور شد نیمی از هزینه‌های زیرساخت داده خود را کاهش دهد، سپس به بلاکچین هوش مصنوعی غیرمتمرکز تغییر مسیر داد. آنها معتقدند که حتی پروژه‌هایی مانند celer bridge تنها 7-8M درآمد ایجاد می‌کنند و سودآور نیستند.

در مقابل، آنها 20M از Avalanche تأمین مالی دریافت کردند و 35M سرمایه‌گذاری اضافی جمع‌آوری کردند. آنها به طور کامل مدل‌های درآمدی سنتی را نادیده می‌گیرند و به جای آن توکن می‌فروشند و سعی می‌کنند مدل موفق وب3 را تکرار کنند و هدفشان این است که "یک Bittensor بهتر" یا "AI Solana" شوند. به گفته آنها، 55M تأمین مالی "کاملاً ناکافی" است و آنها قصد دارند به شدت در ساخت اکوسیستم و بازاریابی سرمایه‌گذاری کنند.

این استراتژی مرا به تفکر واداشت: در محیط بازار کنونی، چه نوع مدل کسب و کاری را باید دنبال کنیم؟

چشم‌انداز بازار و جهت‌گیری پروژه

برخی معتقدند که بازار کلی ممکن است از یک بازار گاوی کند به یک بازار خرسی در حال تغییر باشد. در چنین محیطی، داشتن قابلیت تولید درآمد پروژه و عدم وابستگی بیش از حد به احساسات بازار بسیار مهم می‌شود.

در مورد سناریوهای کاربردی هوش مصنوعی غیرمتمرکز، برخی پیشنهاد می‌کنند که ممکن است برای LLMهای "ناهماهنگ" مناسب‌تر باشد، اما چنین کاربردهایی اغلب مسائل اخلاقی را به همراه دارند. این موضوع به ما یادآوری می‌کند که هنگام پیشبرد نوآوری‌های تکنولوژیکی به دقت به مرزهای اخلاقی توجه کنیم.

نبرد بین تخیل و واقعیت

پس از گفتگو با بنیان‌گذاران بیشتر، متوجه یک پدیده جالب شدم: پروژه‌هایی که بر کار واقعی تمرکز دارند، تمایل دارند به سرعت تخیل بازار را "رد کنند"، در حالی که آنهایی که کار خاصی انجام نمی‌دهند و تنها به ارائه‌های اسلایدی برای تأمین مالی متکی هستند، می‌توانند تخیل را برای مدت طولانی‌تری حفظ کنند و احتمال بیشتری برای فهرست شدن در بورس‌ها دارند. پروژه Movement یک مثال معمولی است.

این وضعیت مرا به تفکر واداشت: چگونه می‌توانیم پیشرفت واقعی پروژه را حفظ کنیم بدون اینکه فضای تخیل بازار را برای خود زودتر محدود کنیم؟ این سوالی است که نیاز به تفکر تیمی دارد.

تجربیات و دیدگاه‌ها از ارائه‌دهندگان خدمات استخراج

همچنین با شرکتی ملاقات کردم که بر خدمات ایندکس داده و استخراج تمرکز دارد. تجربیات آنها چندین دیدگاه برای کسب و کار استخراج شبکه کوکو ارائه می‌دهد:

  1. انتخاب زیرساخت: آنها میزبانی هم‌مکان را به جای سرورهای ابری انتخاب می‌کنند تا هزینه‌ها را کاهش دهند. این رویکرد ممکن است برای کسب و کارهای استخراج محاسباتی فشرده نسبت به خدمات ابری مقرون به صرفه‌تر باشد. ما نیز می‌توانیم ارزیابی کنیم که آیا به طور جزئی این مدل را برای بهینه‌سازی ساختار هزینه خود اتخاذ کنیم.
  2. توسعه پایدار: با وجود نوسانات بازار، آنها ثبات تیمی را حفظ می‌کنند (دو نماینده به این کنفرانس فرستاده‌اند) و به کاوش در زمینه کسب و کار خود ادامه می‌دهند. این تمرکز و پایداری ارزش یادگیری دارد.
  3. تعادل بین فشار سرمایه‌گذاران و تقاضای بازار: آنها با فشار گسترش از سوی سرمایه‌گذاران مواجه هستند، با برخی سرمایه‌گذاران مشتاق حتی ماهانه درباره پیشرفت سوال می‌کنند و انتظار دارند که به سرعت مقیاس شوند. با این حال، رشد واقعی تقاضای بازار سرعت طبیعی خود را دارد و نمی‌توان آن را مجبور کرد.
  4. تعمق در زمینه استخراج: اگرچه توسعه کسب و کار استخراج اغلب به شانس وابسته است، برخی شرکت‌ها به این جهت تعمق می‌کنند و حضور آنها به طور مداوم در شبکه‌های مختلف دیده می‌شود.

این نکته آخر به ویژه قابل توجه است. در پی رشد، ما باید تعادلی بین انتظارات سرمایه‌گذاران و تقاضای واقعی بازار پیدا کنیم تا از هدررفت منابع به دلیل گسترش بی‌رویه جلوگیری کنیم.

نتیجه‌گیری

تجربه در ETHDenver به من نشان داد که توسعه بازار کریپتو و اکوسیستم هوش مصنوعی غیرمتمرکز در حال پایدارتر شدن است. از یک سو، شاهد گسترش پروژه‌های مبتنی بر روایت هستیم، در حالی که از سوی دیگر، تیم‌هایی که بر کار واقعی تمرکز دارند اغلب با چالش‌ها و شک و تردیدهای بیشتری مواجه می‌شوند.

برای شبکه کوکو، ما نباید به طور کورکورانه به دنبال حباب‌های بازار برویم و نه به دلیل نوسانات کوتاه‌مدت بازار اعتماد به نفس خود را از دست بدهیم. ما باید:

  • یافتن تعادل بین روایت و عمل: داشتن چشم‌اندازی که سرمایه‌گذاران و جامعه را جذب کند، در حالی که پایه فنی و کسب و کاری محکمی نیز داشته باشد
  • تمرکز بر نقاط قوت خود: استفاده از موقعیت منحصر به فرد خود در هوش مصنوعی غیرمتمرکز و استخراج GPU برای ساخت رقابت‌پذیری متمایز
  • پیگیری توسعه پایدار: ایجاد مدلی کسب و کاری که بتواند چرخه‌های بازار را تحمل کند، تمرکز نه تنها بر قیمت‌های کوتاه‌مدت سکه بلکه بر ایجاد ارزش بلندمدت
  • حفظ پیش‌بینی تکنولوژیکی: ادغام ایده‌های نوآورانه مانند مدل Tesla Powerwall در برنامه‌ریزی محصول خود برای هدایت توسعه صنعت

مهم‌تر از همه، ما باید نیت اصلی و حس مأموریت خود را حفظ کنیم. در این بازار پر سر و صدا، پروژه‌هایی که واقعاً می‌توانند به مدت طولانی بقا کنند، آنهایی هستند که می‌توانند ارزش واقعی برای کاربران ایجاد کنند. این مسیر به طور قطع چالش‌برانگیز است، اما این چالش‌ها هستند که سفر ما را معنادارتر می‌کنند. من معتقدم که تا زمانی که به جهت درست پایبند باشیم، انسجام و اجرای تیمی را حفظ کنیم، شبکه کوکو در این زمینه هیجان‌انگیز اثری خواهد گذاشت.

اگر کسی نظری دارد، لطفاً بحث کنید!

شبکه Cuckoo با Tenspect برای تقویت بازرسی‌های خانگی نسل بعدی AI همکاری می‌کند

· 3 دقیقه خواندن
Lark Birdy
Chief Bird Officer

ما با افتخار اعلام می‌کنیم که یک همکاری پیشگامانه بین شبکه Cuckoo و Tenspect آغاز شده است، که زیرساخت‌های هوش مصنوعی غیرمتمرکز ما را با پلتفرم نوآورانه بازرسی خانگی Tenspect ترکیب می‌کند. این همکاری گامی مهم به سوی آوردن قدرت هوش مصنوعی غیرمتمرکز به صنعت املاک و مستغلات است.

شبکه Cuckoo با Tenspect برای تقویت بازرسی‌های خانگی نسل بعدی AI همکاری می‌کند

چرا این همکاری مهم است

Tenspect صنعت بازرسی خانگی را با پلتفرم مبتنی بر هوش مصنوعی خود که به بازرسان امکان انجام بازرسی‌های سریع‌تر و کارآمدتر را می‌دهد، متحول کرده است. با ادغام با زیرساخت هوش مصنوعی غیرمتمرکز شبکه Cuckoo، Tenspect قادر خواهد بود قابلیت‌های قدرتمندتری ارائه دهد و در عین حال حریم خصوصی داده‌ها را تضمین کرده و هزینه‌ها را کاهش دهد.

مزایای کلیدی این همکاری شامل موارد زیر است:

  1. پردازش هوش مصنوعی غیرمتمرکز: ویژگی‌های Smart Notetaker و AI Tenspect از شبکه استخراج GPU شبکه Cuckoo بهره‌برداری خواهند کرد و زمان پردازش سریع‌تر و حریم خصوصی بهبود یافته را تضمین می‌کنند.
  2. کارایی هزینه: با استفاده از زیرساخت غیرمتمرکز شبکه Cuckoo، Tenspect می‌تواند خدمات هوش مصنوعی خود را با نرخ‌های رقابتی‌تری به بازرسان خانگی ارائه دهد.
  3. حریم خصوصی بهبود یافته: رویکرد غیرمتمرکز ما تضمین می‌کند که داده‌های حساس بازرسی امن و خصوصی باقی می‌مانند و در عین حال از قابلیت‌های پیشرفته هوش مصنوعی بهره‌مند می‌شوند.

یکپارچه‌سازی فنی

Tenspect با Cuckoo Chain برای تراکنش‌های امن و شفاف یکپارچه خواهد شد و از شبکه استخراج GPU ما برای وظایف استنتاج هوش مصنوعی بهره‌برداری خواهد کرد. این شامل:

  • پردازش تبدیل گفتار به متن از طریق نودهای هوش مصنوعی غیرمتمرکز ما
  • پردازش تحلیل تصویر برای مستندسازی بازرسی
  • تولید گزارش‌های بازرسی با استفاده از منابع محاسباتی توزیع‌شده ما

گام‌های بعدی

این همکاری تنها آغاز است. شبکه Cuckoo و Tenspect با هم کار خواهند کرد تا:

  • قابلیت‌های هوش مصنوعی را برای بازرسان خانگی گسترش دهند
  • ویژگی‌های جدید هوش مصنوعی غیرمتمرکز برای صنعت املاک و مستغلات توسعه دهند
  • راه‌حل‌های نوآورانه‌ای ایجاد کنند که از نقاط قوت هر دو پلتفرم بهره‌برداری کند

ما از همکاری با Tenspect برای آوردن مزایای هوش مصنوعی غیرمتمرکز به صنعت بازرسی خانگی هیجان‌زده‌ایم. این همکاری کاملاً با مأموریت ما برای دموکراتیزه کردن دسترسی به هوش مصنوعی در حالی که حریم خصوصی و کارایی را تضمین می‌کند، همخوانی دارد.

برای به‌روزرسانی‌های بیشتر در مورد این همکاری هیجان‌انگیز با ما همراه باشید!


برای اطلاعات بیشتر در مورد این همکاری:

ظهور هوش مصنوعی غیرمتمرکز تمام‌پشته: چشم‌اندازی به ۲۰۲۵

· 5 دقیقه خواندن
Lark Birdy
Chief Bird Officer

همگرایی هوش مصنوعی و کریپتو مدت‌هاست که مورد توجه قرار گرفته اما به‌خوبی اجرا نشده است. تلاش‌های گذشته برای غیرمتمرکز کردن هوش مصنوعی، پشته را تکه‌تکه کرد بدون اینکه ارزش واقعی ارائه دهد. آینده درباره غیرمتمرکزسازی جزئی نیست—بلکه ساختن پلتفرم‌های هوش مصنوعی تمام‌پشته است که واقعاً غیرمتمرکز هستند و محاسبات، داده‌ها و هوش را به اکوسیستم‌های منسجم و خودپایدار یکپارچه می‌کنند.

Cuckoo Network

ماه‌ها را صرف مصاحبه با ۴۷ توسعه‌دهنده، بنیان‌گذار و محقق در این تقاطع کرده‌ام. اجماع چیست؟ هوش مصنوعی غیرمتمرکز تمام‌پشته آینده هوش محاسباتی است و سال ۲۰۲۵ سال شکوفایی آن خواهد بود.

شکاف بازار ۱.۷ تریلیون دلاری

زیرساخت هوش مصنوعی امروز توسط چند شرکت کنترل می‌شود:

  • چهار شرکت ۹۲٪ از عرضه GPU های H100 انویدیا را کنترل می‌کنند.
  • این GPU ها تا ۱.۴ میلیون دلار درآمد سالانه به ازای هر واحد تولید می‌کنند.
  • حاشیه‌های سود استنتاج هوش مصنوعی بیش از ۸۰٪ است.

این تمرکز نوآوری را خفه می‌کند و ناکارآمدی‌هایی را ایجاد می‌کند که آماده اختلال هستند. پلتفرم‌های هوش مصنوعی غیرمتمرکز تمام‌پشته مانند Cuckoo Network هدفشان حذف این گلوگاه‌ها با دموکراتیزه کردن دسترسی به محاسبات، داده‌ها و هوش است.

هوش مصنوعی غیرمتمرکز تمام‌پشته: گسترش چشم‌انداز

یک پلتفرم هوش مصنوعی غیرمتمرکز تمام‌پشته نه تنها محاسبات، داده‌ها و هوش را یکپارچه می‌کند، بلکه درهای استفاده‌های جدید تحول‌آفرین در تقاطع بلاکچین و هوش مصنوعی را باز می‌کند. بیایید این لایه‌ها را در پرتو روندهای نوظهور بررسی کنیم.

۱. بازارهای محاسبات غیرمتمرکز

ارائه‌دهندگان محاسبات متمرکز هزینه‌های گزافی دریافت می‌کنند و منابع را متمرکز می‌کنند. پلتفرم‌های غیرمتمرکز مانند Gensyn و Cuckoo Network امکان‌پذیر می‌سازند:

  • محاسبات الاستیک: دسترسی به GPU ها به صورت درخواستی در شبکه‌های توزیع‌شده.
  • محاسبات قابل تأیید: اثبات‌های رمزنگاری صحت محاسبات را تضمین می‌کنند.
  • هزینه‌های کمتر: معیارهای اولیه نشان‌دهنده کاهش هزینه‌ها تا ۳۰-۷۰٪ است.

علاوه بر این، ظهور AI-Fi در حال ایجاد اصول اقتصادی جدید است. GPU ها به دارایی‌های بهره‌زا تبدیل می‌شوند و نقدینگی زنجیره‌ای به مراکز داده امکان می‌دهد تا خرید سخت‌افزار را تأمین مالی کنند. توسعه چارچوب‌های آموزش غیرمتمرکز و هماهنگی استنتاج در حال تسریع است و راه را برای زیرساخت محاسبات هوش مصنوعی واقعاً مقیاس‌پذیر هموار می‌کند.

۲. اکوسیستم‌های داده مبتنی بر جامعه

وابستگی هوش مصنوعی به داده‌ها، مجموعه داده‌های متمرکز را به گلوگاهی تبدیل می‌کند. سیستم‌های غیرمتمرکز با استفاده از Data DAOs و فناوری‌های تقویت‌کننده حریم خصوصی مانند اثبات‌های دانش صفر (ZK) امکان‌پذیر می‌سازند:

  • نسبت ارزش عادلانه: مدل‌های قیمت‌گذاری و مالکیت پویا به مشارکت‌کنندگان پاداش می‌دهند.
  • بازارهای داده در زمان واقعی: داده به یک دارایی قابل معامله و توکنیزه تبدیل می‌شود.

با این حال، با افزایش تقاضای مدل‌های هوش مصنوعی برای مجموعه داده‌های پیچیده‌تر، بازارهای داده باید تعادل بین کیفیت و حریم خصوصی را برقرار کنند. ابزارهایی برای اصول حریم خصوصی احتمالی، مانند محاسبات چندطرفه امن (MPC) و یادگیری فدرال، در تضمین شفافیت و امنیت در برنامه‌های هوش مصنوعی غیرمتمرکز ضروری خواهند شد.

۳. هوش مصنوعی شفاف

سیستم‌های هوش مصنوعی امروزه جعبه‌های سیاه هستند. هوش غیرمتمرکز شفافیت را از طریق:

  • مدل‌های قابل حسابرسی: قراردادهای هوشمند مسئولیت‌پذیری و شفافیت را تضمین می‌کنند.
  • تصمیمات قابل توضیح: خروجی‌های هوش مصنوعی قابل تفسیر و اعتمادزا هستند.

روندهای نوظهوری مانند اهداف عاملانه—جایی که عوامل هوش مصنوعی خودمختار در زنجیره تراکنش یا عمل می‌کنند—نگاهی به چگونگی تعریف مجدد جریان‌های کاری، پرداخت‌های خرد و حتی حکمرانی توسط هوش مصنوعی غیرمتمرکز ارائه می‌دهند. پلتفرم‌ها باید قابلیت همکاری بدون درز بین سیستم‌های مبتنی بر عامل و مبتنی بر انسان را تضمین کنند تا این نوآوری‌ها شکوفا شوند.

دسته‌های نوظهور در هوش مصنوعی غیرمتمرکز

تعامل عامل به عامل

بلاکچین‌ها ذاتاً قابل ترکیب هستند و آن‌ها را برای تعاملات عامل به عامل ایده‌آل می‌سازند. این فضای طراحی شامل عوامل خودمختار است که در معاملات مالی شرکت می‌کنند، توکن‌ها را راه‌اندازی می‌کنند یا جریان‌های کاری را تسهیل می‌کنند. در هوش مصنوعی غیرمتمرکز، این عوامل می‌توانند در وظایف پیچیده‌ای مانند آموزش مدل تا تأیید داده همکاری کنند.

محتوای مولد و سرگرمی

عوامل هوش مصنوعی فقط کارگر نیستند—آن‌ها می‌توانند خلق کنند. از سرگرمی چندرسانه‌ای عاملانه تا محتوای درون‌بازی مولد و پویا، هوش مصنوعی غیرمتمرکز می‌تواند دسته‌های جدیدی از تجربیات کاربری را باز کند. تصور کنید شخصیت‌های مجازی که به‌طور یکپارچه پرداخت‌های بلاکچین را با روایت‌های تولید شده توسط هوش مصنوعی ترکیب می‌کنند تا داستان‌سرایی دیجیتال را بازتعریف کنند.

استانداردهای حسابداری محاسباتی

عدم وجود استانداردهای حسابداری محاسباتی هم سیستم‌های سنتی و هم غیرمتمرکز را دچار مشکل کرده است. برای رقابت، شبکه‌های هوش مصنوعی غیرمتمرکز باید شفافیت را با امکان‌پذیر کردن مقایسه‌های سیب به سیب از کیفیت و خروجی محاسبات اولویت دهند. این نه تنها اعتماد کاربران را افزایش می‌دهد بلکه پایه‌ای قابل تأیید برای مقیاس‌پذیری بازارهای محاسبات غیرمتمرکز ایجاد می‌کند.

آنچه سازندگان و سرمایه‌گذاران باید انجام دهند

فرصت در هوش مصنوعی غیرمتمرکز تمام‌پشته عظیم است اما نیاز به تمرکز دارد:

  • استفاده از عوامل هوش مصنوعی برای اتوماسیون جریان کار: عواملی که به‌طور خودکار تراکنش می‌کنند می‌توانند احراز هویت سازمانی، پرداخت‌های خرد و یکپارچگی بین پلتفرمی را ساده کنند.
  • ساخت برای قابلیت همکاری: اطمینان از سازگاری با خطوط لوله هوش مصنوعی موجود و ابزارهای نوظهور مانند رابط‌های تراکنش عاملانه.
  • اولویت دادن به UX و اعتماد: پذیرش به سادگی، شفافیت و قابلیت تأیید بستگی دارد.

نگاهی به آینده

آینده هوش مصنوعی تکه‌تکه نیست بلکه از طریق پلتفرم‌های غیرمتمرکز و تمام‌پشته متحد است. این سیستم‌ها لایه‌های محاسبات، داده‌ها و هوش را بهینه می‌کنند، قدرت را بازتوزیع می‌کنند و نوآوری بی‌سابقه‌ای را ممکن می‌سازند. با یکپارچه‌سازی جریان‌های کاری عاملانه، اصول حریم خصوصی احتمالی و استانداردهای حسابداری شفاف، هوش مصنوعی غیرمتمرکز می‌تواند شکاف بین ایدئولوژی و عملی را پر کند.

در سال ۲۰۲۵، موفقیت نصیب پلتفرم‌هایی خواهد شد که با ساخت اکوسیستم‌های منسجم و کاربرمحور، ارزش واقعی ارائه می‌دهند. عصر هوش مصنوعی واقعاً غیرمتمرکز تازه آغاز شده است—و تأثیر آن تحول‌آفرین خواهد بود.