Gradien Berbicara tentang AI Infra yang terdesentralisasi, proyek-proyek di jalur ini semuanya adalah monster pembiayaan, karena kemampuan untuk bercerita sangat kuat, tetapi di mana hal itu dapat diimplementasikan pada tahap ini layak, dan pengalaman berbeda apa yang dapat dibawa, dari perspektif @Gradient_HQ: Menggunakan struktur paling sederhana untuk memecah AI, pada dasarnya dapat dibagi menjadi 4 lapisan: orkestrasi aplikasi/eksekusi/pelatihan model/data, yang dapat dipahami secara harfiah. Sebagian besar proyek DeAI berfokus pada lapisan orkestrasi eksekusi, sambil menambahkan fitur terkait Crypto seperti penyelesaian dan insentif, verifikasi ZK, dll. Sisi pelatihan dan eksekusi lapisan model saat ini adalah yang paling terkonsentrasi dan mahal, dan sulit untuk didesentralisasi pada tahap ini. Untuk pendatang baru, lakukan mempopulerkan ilmu dasar terlebih dahulu, dan Anda dapat melewati bagian ini jika Anda memiliki pengetahuan profesional. Eksekusi dan orkestrasi dapat dipahami sebagai mendistribusikan persyaratan ke daya komputasi dan model, seperti pasar daya komputasi, penjadwalan tugas, dll., pertama-tama memahami "daya komputasi", dalam istilah awam, untuk membuat model bekerja membutuhkan banyak operasi matematika, dan kemampuan untuk melakukan operasi ini adalah daya komputasi. Di bidang AI tradisional, misalnya, saat Anda mengobrol dengan ChatGPT, Anda memerlukan daya komputasi di belakang layar untuk melakukan operasi inferensi, yang terutama berasal dari pusat data di cloud (akselerator GPU/AI di server), dan konten input Anda → dikirim ke backend melalui jaringan → satu set GPU/akselerator di pusat data backend untuk menjalankan model guna menyelesaikan → inferensi dan mengirim hasilnya kembali ke browser. Infra: Paralaks utama gradien saat ini, yang berbeda dari sistem komputasi H100 dan H20 yang biasanya kita lihat, adalah bahwa apa yang dilakukannya setara dengan membagi inferensi pada perangkat dengan model yang berbeda, memori video yang berbeda, dan kondisi jaringan yang berbeda, dan secara otomatis membagi model menjadi ukuran yang sesuai, sehingga setiap mesin dapat berjalan. Sebagian besar proyek masih mencoba untuk "menetap di rantai" H100 offline, tetapi Gradient telah melakukan upaya yang lebih berani di sini, memungkinkan dua 4090 senilai $ 4.000 digabungkan untuk membuat satu A100 senilai mendekati $ 20.000. Di sini dua kasus penggunaan diaktifkan: 1/ Setiap orang dapat menggunakan beberapa komputer di rumah untuk penalaran swalayan model besar, yang sepenuhnya melindungi privasi pribadi. 2/ Setiap orang dapat bergabung dengan kluster jaringan inferensi, bekerja dengan teman untuk bernalar model, dan bahkan membentuk jaringan inferensi yang lebih besar. Di sini, Gradient juga telah merancang serangkaian algoritme yang relatif kompleks, termasuk mengoptimalkan jumlah irisan dan segmen, dan memerlukan perutean dinamis. Tentu saja, Gradient tidak hanya melakukan hal ini, ini adalah infrastruktur AI open source. Ini juga mencakup serangkaian topik yang saat ini berada di garis depan lingkaran AI, seperti pembelajaran penguatan, yang menunjukkan bahwa itu adalah tim yang sangat ambisius dan mengikuti inovasi AI dengan cermat. Baru-baru ini, tim ini juga telah diakui dan didukung oleh AI Labs seperti Sisi Gelap Bulan, Ali Qianwen, dll., yang masih relatif langka di lingkaran, dan cara meningkatkan AI ini pertama-tama menyerap sumber daya heterogen dan membangun sistem terbuka open source, yang memungkinkan lebih banyak orang untuk dengan mudah menjalankan model besar dan turunkan untuk membuat aplikasi yang lebih menyenangkan. Dibandingkan dengan menyewa daya komputasi, ini mengurangi biaya sampai batas tertentu, mengurangi risiko satu titik, dan meningkatkan ketahanan sensor, yang lebih akrab dengan kripto, dan dalam hal privasi, data sensitif dapat ditinggalkan di wilayah/dekat untuk diproses. Banyak raksasa industri juga positif tentang DeAI, dan David O. Sacks, salah satu pendukung terbesar DeAI Narrative, telah berulang kali secara terbuka menekankan bahwa AI akan membentuk kembali dunia, tetapi jalur pengembangannya yang terpusat penuh dengan risiko. Infrastruktur AI terdesentralisasi adalah satu-satunya cara untuk memastikan bahwa inovasi terus bersaing secara bebas. Gradient saat ini memiliki investasi $10 juta, dipimpin oleh investor bintang seperti Multicoin Capital, Pantera, HSG (sebelumnya Sequoia China), dan lainnya. "Jika AI dimonopoli, itu sudah berakhir. Masa depan tergantung pada apakah intelijen dapat terbuka - terdesentralisasi, terdistribusi, dan dapat diakses oleh semua orang." — David O. Sacks