BTC
ETH
HTX
SOL
BNB
시장 동향 보기
简中
繁中
English
日本語
한국어
ภาษาไทย
Tiếng Việt

분산 컴퓨팅 트랙에 대해 더 깊이 들어가 보면 어떤 잠재적인 프로젝트에 주목할 가치가 있습니까?

星球君的朋友们
Odaily资深作者
이 기사는 약 1753자로, 전체를 읽는 데 약 3분이 소요됩니다
분산 컴퓨팅의 적용 방향은 AI 분야와 강하게 연결돼 AI 분야에 컴퓨팅 파워의 형태로 서비스를 제공한다.
AI 요약
펼치기
분산 컴퓨팅의 적용 방향은 AI 분야와 강하게 연결돼 AI 분야에 컴퓨팅 파워의 형태로 서비스를 제공한다.

원작자: Sleeping in the Rain

분산 컴퓨팅이란 정확히 무엇입니까?

io.net $AKT $AR $TAO 외에 어떤 기회에 참여할 수 있나요?

다음 콘텐츠는 관련 지식을 학습한 후 분산 컴퓨팅 트랙을 어떻게 이해했는지에 대해 이야기하기 위한 것입니다.

함께 뛰어들자

1. 분산 컴퓨팅의 기능은 정확히 무엇입니까?

즉, "계산"입니다. 이 프로토콜은 무엇을 계산합니까?

간단히 이해하자면, 컴퓨팅이란 정보 데이터를 처리하여 목표 결과 출력을 달성하는 것입니다.

분산 컴퓨팅에 대한 가장 큰 수요자 또는 시장이 수요자로 생각하는 것은 AI 교육입니다. 물론 이 트랙은 현재 데이터 동기화, 네트워크 최적화, 데이터 개인 정보 보호 및 보안 측면에서 여전히 많은 문제를 안고 있습니다.

현재 시장에서 가장 큰 솔루션은 io.net $AKT 및 $RNDR입니다. 그러나 Greythorn Asset Management가 언급한 것처럼 분산형 클러스터를 규모에 맞게 생성하고 관리하는 복잡성은 상당한 기술적 과제를 수반하며 아직 갈 길이 멀습니다(이 설명은 io.net에 대한 것이지만 대부분의 경우에 적용됩니다.

참조 링크: https://0x greythorn.medium.com/io-nets-revolutionary-gpu-cloud-f 18 c 06 b 944 e 4

2. 적용 방향 세분화

앞서 언급한 분산 컴퓨팅 프로젝트의 구체적인 사업을 간단히 살펴보겠습니다⬇️

  • io.net은 GPU 컴퓨팅 파워에 종사하고 있으며 $RNDR과 협력했습니다. 적용 방향은 기계 학습 및 인공 지능 컴퓨팅입니다.

  • $TAO는 인공 지능 교육 요구 사항을 충족하는 컴퓨팅 성능 중개자 역할을 합니다.

  • $AKT는 $RNDR보다 확장성이 뛰어나 GPU, CPU 및 스토리지 컴퓨팅을 지원하므로 고객 기반도 더 풍부합니다.

  • $AR이 출시한 AO는 Arweave와 모듈식으로 결합된 초병렬 컴퓨터로, AO는 통신과 병렬 컴퓨팅을 담당하고, Arweave는 저장과 검증을 담당합니다. 또한 AO는 모듈식 조합을 지원합니다.

분산 컴퓨팅의 적용 방향은 AI 분야와 강하게 연결돼 AI 분야에 컴퓨팅 파워의 형태로 서비스를 제공한다. 기본적으로 Crypto+AI를 다음과 같이 분류할 수 있습니다. 1) Crypto가 AI 산업을 위해 무엇을 할 수 있습니까? 2) AI 산업은 어떻게 암호화폐에 힘을 실어줄 수 있나요? 이전 기사에서 언급한 적이 있습니다. AI 산업이 암호화폐에 힘을 실어주는 방식은 $PRIME $OLAS와 같은 AI 에이전트입니다. AI 산업에 서비스를 제공하는 Crypto의 기본 아이디어는 컴퓨팅 성능을 구축하는 것입니다.

이는 현재의 컴퓨팅 성능 목표가 과장되고 새로운 컴퓨팅 성능 프로토콜이 등장하는 이유이기도 합니다.

컴퓨팅 성능 및 애플리케이션 외에도 Crypto는 데이터 수준 및 알고리즘 수준에서 일부 작업을 수행할 수도 있습니다.

현재 주요 성장 병목 현상은 Web2 고객이 협업 형식을 수용하는 것입니다. 현재로서는 $AKT의 실적이 더 좋습니다.

3. 계산 및 데이터 관련 Gem 2개

다음으로 몇 가지 보석을 여러분과 공유하겠습니다. (저에게는 직책과 관심 사항이 있으므로 구매하기 전에 스스로 조사하고 저를 대신하지 마십시오.)

FluenceDAO @fluence_project

공식 소개: Fluence는 무허가 P2P 네트워크에서 애플리케이션, 인터페이스 및 백엔드를 개발하고 호스팅하기 위한 Web3 기본 컴퓨팅 플랫폼입니다. Fluence는 모든 공개 데이터 소스(IPFS, Filecoin, Arweave, Ceramic, Ethereum, Solana, Flow 등)에서 데이터를 읽고 이를 계산하고 새로 계산된 데이터를 이러한 저장소에 다시 저장할 수 있습니다.

배경 소개: FluenceDAO는 Filecoin과 협력을 맺은 AI+DePin 프로젝트입니다. Solana Lianchuang도 이 프로젝트에 주목했습니다. 이 프로젝트는 1kx와 Signum Capital이 참여하고 Multicoin이 주도했으며 자금 조달 금액은 미화 1,100만 달러였습니다. Fluence는 사용자에게 분산형 클라우드 프리 컴퓨팅 플랫폼 + 마켓플레이스를 제공하기 위해 네트워크를 만들었으며 네트워크는 Fluence DAO 및 $FLT에 의해 관리됩니다.

현재 $FLT의 가격은 0.6 USD, MC 2990만, FDV 599 M입니다.

더 읽어보세요: https://twitter.com/ahboyash/status/1770333758522323192

@AIOZNetwork

공식 소개: AIOZ 네트워크는 Web3 스토리지, 분산형 인공 지능 컴퓨팅, 라이브 방송 및 주문형 비디오(VOD)를 위한 포괄적인 인프라 솔루션입니다. AIOZ Network의 dCDN 플랫폼은 Web 3.0 Dapps에서 파일 저장 및 배포를 변경하여 파일 저장 및 미디어 스트리밍을 위한 저렴한 솔루션을 제공합니다. AIOZ Network의 블록체인은 Cosmos의 견고성과 EVM(Ethereum Virtual Machine)의 호환성(높은 호환성 및 저렴한 비용)을 결합합니다.

배경 소개: 이전에 AIOZ는 스토리지 및 스트리밍 미디어를 위한 주요 DePin 인프라 플랫폼이 되는 데 중점을 두었지만 이제 AIOZ는 AI에 더 가까이 다가가는 과정에 있습니다. io.net 및 FluenceDAO와 마찬가지로 AI+DePin 인프라를 구축하세요. AIOZ는 몇 년 전에 NVIDIA Inception 프로그램에 합류했습니다.

AIOZ의 대표적인 디자인은 dCDN(Distributed Content Delivery Network)입니다. 네트워크의 엣지 노드는 네트워크 운영을 담당하며, 네트워크를 실행하는 노드는 $AIOZ 토큰 보상을 받을 수 있습니다. dCDN의 특징 중 하나는 네트워크를 무한히 확장할 수 있다는 것입니다. 즉, 수요가 증가함에 따라 시장 수요를 충족하려면 엣지 노드의 수가 증가해야 합니다(현재 전 세계적으로 80,000개의 노드가 있음).

그렇다면 AIOZ는 AI와 어떻게 통합되나요?

AIOZ W 3A I는 고객이 분산 AI 컴퓨팅을 수행하고 데이터 프라이버시를 보장할 수 있도록 지원하는 AI 컴퓨팅 인프라입니다. 고객은 AIOZ가 제공하는 AI-as-a-service 서비스를 통해 더 많은 AI 모델에 접근할 수 있습니다.

흥미롭게도 정보를 읽으면서 여러 번 언급된 개념인 AI 추론도 발견했습니다.

AI 분야에서 추론은 훈련된 기계 학습 모델*을 사용하여 새로운 데이터로부터 결론을 도출하는 프로세스이며, 추론이 가능한 AI 모델은 원하는 결과의 예 없이도 이를 수행합니다. 쉽게 이해하면 AI 훈련은 AI 모델의 첫 번째 단계이고, AI 추론은 AI 모델을 적용한 것이다. 실제로 AI 추론은 AI 모델의 기능을 테스트하는 데 사용되는 프로세스입니다.

AIOZ의 W 3A I 마켓플레이스를 통해 노드는 사용자 데이터를 분산된 방식으로 저장하고 사용자 장치에서 직접 AI 작업을 수행할 수 있습니다. 이를 통해 AI 추론이 더욱 비용 효율적이고 비공개적으로 이루어질 것입니다.

쉽게 이해하자면, AIOZ는 엣지컴퓨팅을 통해 AI에 대한 서비스를 제공하고 있습니다.

더 읽어보세요: https://route2fi.substack.com/p/aioz-network-at-the-forefront-of

현재 $AIOZ의 가격은 0.8달러, MC 878M, FDV 878M입니다.

마지막으로 제가 생각하는 Crypto AI의 추세에 대해 말씀드리겠습니다. Crypto AI의 미래에 중요한 추세는 세분화된 트랙의 정교화와 입도(granularity)가 높아질 것이라는 점입니다. 서로 경쟁하면서 더 많은 모듈식 협력도 이루어질 것입니다.


AI
Odaily 공식 커뮤니티에 가입하세요