서면 콘텐츠 제작에는 "복잡성", "가변성", "예측 불가능성"이라는 세 가지 필수 요소가 작용합니다. 복잡성 또는 혼란은 텍스트의 복잡성을 평가합니다. 종종 폭발성이라고도 불리는 가변성은 문장 구조와 길이의 다양성을 측정합니다. 예측 불가능성은 독자가 다음 문장을 예상할 가능성과 관련이 있습니다. 사람이 작성한 콘텐츠는 일반적으로 긴 문장과 복잡한 문장을 짧은 문장과 함께 통합하여 더 많은 내용을 보여줍니다. 대조적으로, AI가 생성한 텍스트는 종종 통일성을 지향합니다.
이를 염두에 두고 귀하가 요청한 텍스트에 대해 영어 사용 요건을 준수하면서 예측 가능성을 최소화하면서 더 높은 당혹감과 폭발성을 불어넣기 위해 노력할 것입니다.
“Io.net은 인공 지능(AI)과 기계 학습(ML)에 대한 끝없는 욕구를 충족시키는 GPU 컴퓨팅 성능의 원천 역할을 하는 분산형 물리적 인프라 네트워크를 독창적으로 구축했습니다. 처음에는 암호화폐 및 주식에 대한 정교한 기관 수준의 양적 거래 시스템으로 시작된 것이 AI 및 ML 서비스에 대한 끊임없이 증가하는 수요를 충족시키기 위해 GPU 컴퓨팅 능력을 전달하는 분산형 네트워크로 우아하게 진화했습니다.
Io.net은 수많은 데이터 센터, 암호화폐 채굴자 및 분산형 스토리지 제공업체로부터 GPU 컴퓨팅 성능을 효과적으로 공급하는 테스트 네트워크를 주도했습니다. 이러한 GPU 컴퓨팅 능력의 집합은 AI 및 기계 학습의 끊임없는 발전과 함께 급증한 GPU 임대 비용을 획기적으로 완화할 준비가 되어 있습니다.
CEO이자 공동 창립자인 Ahmad Shadid는 Cointelegraph와의 독점 대화에서 현재 현장을 지배하고 있는 중앙 집중식 대안에서 접하는 가격의 일부만으로 컴퓨팅 성능을 임대할 수 있는 분산형 플랫폼을 제공하도록 설계된 이 네트워크의 복잡성을 공개합니다.
Shadid는 Solana 해커톤에서 2022년 말까지 거슬러 올라가는 프로젝트의 시작을 설명합니다. Io.net은 고주파수 작업을 위해 GPU 컴퓨팅에 크게 의존하는 정량적 거래 플랫폼을 만드는 과정에 있었습니다. 그러나 GPU 컴퓨팅 용량 임대와 관련된 엄청난 비용으로 인해 지속적으로 방해를 받았습니다.
팀은 고성능 GPU 하드웨어를 임대하는 과제를 문서화하여 단일 Nvidia A100 카드를 임대하면 하루 평균 80달러를 돌려받을 수 있음을 밝혔습니다. 매월 50일 동안 운영하기 위해 25개 이상의 카드가 필요한 것을 고려하면 총 지출액은 100,000달러가 됩니다.
OpenAI가 300,000개가 넘는 CPU 및 GPU의 인상적인 배열에 ChatGPT 교육을 전파하기 위해 활용한 오픈 소스 라이브러리인 Ray.io의 발견으로 솔루션이 등장했습니다. 이 라이브러리는 프로젝트의 인프라를 간소화했으며 모두 XNUMX개월이라는 매우 짧은 기간 내에 완료되었습니다.
Shadid는 이 모델의 작동 방식을 다음과 같이 설명합니다. '기계 학습 엔지니어가 클러스터 비용을 지불하면 이 자금은 Io.net 프로토콜에 할당된 명목상의 네트워크 수수료와 함께 GPU 리소스를 제공한 채굴자에게 원활하게 전달됩니다.'
프로젝트의 로드맵에는 IO 및 IOSD 토큰을 자랑하는 듀얼 네이티브 토큰 시스템의 출시가 포함됩니다. 이 혁신적인 토큰 구조는 채굴자가 전기 소비와 관련된 달러 비용을 고려하면서 기계 학습 작업을 실행하고 네트워크 가동 시간을 유지하도록 장려합니다.
Shadid는 'IO 코인은 암호화폐 시장에서 쉽게 거래되어 컴퓨팅 능력에 접근할 수 있는 관문 역할을 할 것입니다. 반면, IOSD 토큰은 알고리즘에 따라 1 USD의 가치에 고정된 안정적인 신용 토큰으로 자리매김합니다.'
Shadid는 Cointelegraph와의 대화에서 Io.net을 Amazon Web Services(AWS)와 같은 중앙 집중식 클라우드 서비스 제공업체와 차별화하는 근본적인 차이점을 강조했습니다. '비유를 하자면 그들은 United Airlines와 유사하지만 우리는 Kayak을 반영합니다. 그들은 비행기를 소유하고 있는 반면 우리는 항공편 예약을 용이하게 합니다.'
창업자는 또한 AI 계산이 필요한 기업은 수요를 충족할 수 있는 내부 GPU 기능이 부족하기 때문에 일반적으로 제18자 제공업체에 의존한다고 지적합니다. GPU에 대한 수요가 XNUMX개월마다 XNUMX배씩 급증할 것으로 예상되는 상황에서 Hadid는 이러한 급증하는 수요를 충족하는 것이 지속적으로 부적절하여 대기 시간이 길어지고 가격이 급등한다는 점을 강조합니다.
이 문제는 빠르게 진화하는 AI 및 기계 학습 워크로드의 특정 요구에 부적합한 데이터 센터의 비효율적 활용으로 인해 더욱 악화됩니다. '미국 내에서만 평균 활용률이 다음과 같은 수천 개의 독립 데이터 센터가 있습니다. 12%~18%. 이러한 비효율성은 병목 현상을 야기하고 결과적으로 GPU 컴퓨팅 성능 가격을 급등시킵니다.'
여기서 희망적인 점은 일반 암호화폐 채굴자가 하드웨어를 임대해 제공함으로써 상당한 이익을 얻을 수 있다는 것이며, 이를 통해 AWS와 같은 거대 기업에 대한 강력한 경쟁자로 자리매김할 수 있다는 것입니다. Hadid는 40GB A100 카드를 사용하는 암호화폐 채굴기가 하루에 약 0.52달러를 벌 수 있는 반면, AWS는 AI 컴퓨팅을 위해 동일한 카드에 대해 하루에 막대한 59.78달러를 청구한다고 밝혔습니다.
'Io.net은 기본적으로 참가자를 AI 컴퓨팅 시장에 소개하여 GPU를 재판매할 수 있도록 약속하며, ML 엔지니어의 관점에서 볼 때 AWS에 비해 훨씬 더 비용 효율적인 대안을 제공합니다.' ”
출처: https://bitcoinworld.co.in/gpu-network/