For å legge til litt kontekst her, økt datakraft tilsvarer også større energiforbruk, noe som ikke er bærekraftig. EpochAI anslo at: ➤ Treningsberegning skaleres med 4-5 ganger årlig. ➤ Kraftbehovet forventes å øke med 2,2x til 2,9x per år. Innen 2030 kan hver treningskjøring kreve 4-16 gigawatt (GW), nok til å drive millioner av amerikanske hjem. Flere løsninger er tilgjengelige: ➤ Forbedre maskinvarens energieffektivitet ➤ Utvikle metoder for å redusere treningsvarigheten ➤ Bruk distribuert opplæring på tvers av flere GPUer på forskjellige geografiske steder. Blant disse ser det tredje alternativet, ledet av prosjekter som @ionet, @render og @AethirCloud, ut til å være den mest gjennomførbare og umiddelbare løsningen. h/t @EpochAIResearch
AI-kostnadsproblemet ditt er ikke beregning. Det er koordinering. Inaktive GPUer sitter på 12-18 % utnyttelse, DeAI gjør disse til drivstoff: @ionet opptil 90% billigere @rendernetwork opptil 90 % lavere @Filecoin ~78% mindre for lagring Bygg nettverket, ikke flaskehalsen.
Vis originalen
8,73k
0
Innholdet på denne siden er levert av tredjeparter. Med mindre annet er oppgitt, er ikke OKX forfatteren av de siterte artikkelen(e) og krever ingen opphavsrett til materialet. Innholdet er kun gitt for informasjonsformål og representerer ikke synspunktene til OKX. Det er ikke ment å være en anbefaling av noe slag og bør ikke betraktes som investeringsråd eller en oppfordring om å kjøpe eller selge digitale aktiva. I den grad generativ AI brukes til å gi sammendrag eller annen informasjon, kan slikt AI-generert innhold være unøyaktig eller inkonsekvent. Vennligst les den koblede artikkelen for mer detaljer og informasjon. OKX er ikke ansvarlig for innhold som er vert på tredjeparts nettsteder. Beholdning av digitale aktiva, inkludert stablecoins og NFT-er, innebærer en høy grad av risiko og kan svinge mye. Du bør nøye vurdere om handel eller innehav av digitale aktiva passer for deg i lys av din økonomiske tilstand.