Simon Ng Tory Green, diretor de operações da io.net, um serviço descentralizado de GPU em nuvem, indicou que a lacuna entre a oferta e a demanda de GPU está se tornando uma barreira crítica ao progresso na inteligência artificial (IA). Green sugere que o cerne da questão é a incapacidade dos fabricantes de aumentar rapidamente a produção em resposta à crescente procura.
Índice
A disparidade entre disponibilidade e necessidade de GPU
Green esclarece a gravidade desse desequilíbrio ao observar que os requisitos computacionais para treinamento de aprendizado de máquina (ML) têm aumentado a uma taxa de 10 vezes a cada ano e meio desde 2010. No entanto, durante o mesmo período, o crescimento real em computação a capacidade apenas duplicou, uma discrepância que ele atribui ao tempo considerável necessário para criar novas cadeias de abastecimento.
Para mitigar os efeitos prejudiciais da escassez de GPU no avanço da IA, Green propõe a adoção de uma rede de infraestrutura física descentralizada (DePIN). Ele explica que tal rede distribuiria recursos físicos de computação por vários locais, de propriedade de diferentes partes interessadas.
Em contraste com os serviços de nuvem convencionais, que são limitados por limitações geográficas e físicas, uma rede descentralizada tem potencial para uma escalabilidade quase ilimitada, aproveitando as capacidades colectivas de uma rede mundial de nós, afirma Green.
Ao abordar o potencial de escassez nos DePINs, Green, através de correspondência escrita para CryptokenTop.com News, sublinha como a dispersão geográfica e os esforços colaborativos podem evitar tais dilemas.
Aqui estão as respostas completas de Tory Green às perguntas feitas.
Notícias CryptokenTop.com (BCN): Com a Nvidia, líder de mercado de GPU, atingindo uma avaliação de mercado de $1 trilhões devido ao aumento da demanda por GPU, você poderia discutir os fatores que impulsionam essa lacuna entre demanda e oferta e seu impacto na inovação de IA?
Conservador Verde (TG): O advento da IA aumentou drasticamente a necessidade de capacidade computacional da GPU, especialmente porque os modelos de aprendizagem profunda e transformadores necessitam de capacidade de processamento substancial para seu treinamento, refinamento e aplicação.
Esses modelos tornam-se cada vez mais complexos, ampliando assim a demanda. Por exemplo, os requisitos computacionais para treinamento de ML aumentaram 10 vezes a cada 18 meses desde 2010, enquanto o poder computacional aumentou apenas duas vezes.
Os fabricantes não conseguem ajustar-se rapidamente a este aumento devido aos prazos de entrega prolongados para o desenvolvimento de novos fornecimentos. Este cenário cria vários problemas para os engenheiros, como:
- Longos tempos de espera: O acesso às GPUs por meio de serviços em nuvem pode levar semanas.
- Escolha limitada: As opções relacionadas ao hardware da GPU, localização e nível de segurança são limitadas.
- Altos custos: Adquirir GPUs de qualidade é caro, conforme demonstrado pelo gasto diário da OpenAI de $700K para operar o ChatGPT.
Coletivamente, esses fatores dificultam o ritmo da inovação em IA.
BCN: Quem, além dos tradicionais serviços de nuvem centralizados, possui capacidade computacional de GPU substancial nos setores Web2 e Web3?
TG: Uma parte significativa dos recursos da GPU está localizada fora dos principais provedores de serviços em nuvem. Detentores notáveis de capacidade de computação de GPU incluem:
- Centros de dados: Os EUA possuem milhares de data centers independentes com uma taxa média de utilização entre 12% e 18%.
- Mineradores de criptografia: Com a migração do Ethereum para o Proof-of-Stake, os mineradores estão explorando usos alternativos para seus recursos de GPU.
- GPUs de consumo: Embora constituam 90% da oferta total, a maioria está inativa em residências particulares.
Ao aproveitar essas fontes díspares, a io.net pretende fornecer amplo poder de computação por uma fração do custo associado aos serviços de nuvem tradicionais.
BCN: Como uma rede de infraestrutura física descentralizada (DePIN) alivia a escassez de energia computacional para startups que se aventuram na IA?
TG: Um DePIN descentraliza os recursos de computação física em vários locais e proprietários, em contraste com a centralização.
Esta abordagem descentralizada permite uma capacidade de escalabilidade quase infinita, integrando a força coletiva de uma rede global de nós, em oposição às nuvens tradicionais limitadas por limites físicos e geográficos.
BCN: Dado que sua empresa io.net está preparada para aprimorar a acessibilidade e flexibilidade da computação de GPU, como vocês se posicionam em relação a entidades estabelecidas como AWS e Azure?
TG: Um modelo DePIN oferece inerentemente vários benefícios:
- Poder de computação robusto: Uma rede descentralizada funde o poder computacional de todos os nós, aumentando a cada nova adição, ao contrário das nuvens tradicionais que são geográfica e fisicamente limitadas.
- Custo-benefício: Os DePINs podem reduzir despesas eliminando intermediários e otimizando a alocação de recursos, enquanto as nuvens tradicionais cobram taxas substanciais.
- Escalabilidade: Os DePINs podem se expandir organicamente à medida que mais recursos são contribuídos, enquanto o dimensionamento em serviços em nuvem envolve processos complexos.
- Segurança e confiabilidade aprimoradas: A natureza distribuída de um DePIN oferece melhor defesa contra ataques e redundância inerente, em oposição às nuvens centralizadas que oferecem um único ponto de falha.
- Acesso irrestrito: Os DePINs oferecem acesso sem permissão, o que contrasta fortemente com os requisitos contratuais e pesados de KYC de serviços como AWS.
Além disso, DePINs como o io.net permitem a criação imediata de clusters distribuídos, um processo que pode levar semanas com serviços de nuvem tradicionais. O mais crítico é que as redes descentralizadas têm o potencial de perturbar o oligopólio do atual mercado da nuvem, expandindo a oferta e reduzindo drasticamente os custos para o consumidor, ao mesmo tempo que aumentam os lucros dos fornecedores.
BCN: Como a infraestrutura da Web3 ainda está em desenvolvimento, você prevê que o DePIN e tecnologias similares alinhadas à IA ganhem força?
TG: Na verdade, os DePINs apresentam uma tecnologia promissora que ainda não alcançou uma adoção generalizada, principalmente devido à procura limitada. No entanto, um DePIN dedicado à IA atende a uma necessidade urgente, resolvendo a escassez de GPU e oferecendo uma experiência superior ao cliente a custos reduzidos. Além disso, permite que os proprietários dos recursos aumentem a sua rentabilidade. A IA pode muito bem fornecer o catalisador para que os DePINs alcancem apelo no mercado de massa.
BCN: Com a atual escassez de GPU sendo uma questão de demanda superando a oferta, poderia surgir uma situação semelhante com o DePIN e como isso poderia ser resolvido?
TG: As perspectivas de DePINs enfrentarem uma escassez comparável são mínimas, por vários motivos:
- Contribuições variadas de hardware: Um DePIN pode obter poder computacional de uma ampla variedade de hardware, em oposição ao domínio centralizado de alguns players no mercado atual.
- Otimização de recursos: Os sistemas DePIN são inerentemente projetados para otimizar o uso dos recursos da rede, garantindo o uso eficiente do poder computacional.
- Escalabilidade Natural: O aumento da procura dentro de um DePIN incentiva mais participantes a contribuir com recursos, facilitando o crescimento natural da infra-estrutura.
- Distribuição Global: A descentralização de um DePIN garante o envolvimento mundial, o que pode mitigar a escassez regional ou perturbações na cadeia de abastecimento.
- Estratégias orientadas para a comunidade: As comunidades descentralizadas são capazes de desenvolver abordagens inovadoras para gerir a escassez de recursos, ao contrário dos sistemas tradicionais que dependem fortemente da regulamentação e do controlo burocrático.
Em essência, a estrutura inerentemente descentralizada e diversificada de um DePIN exclui naturalmente as restrições de fornecimento e os problemas de gargalo encontrados nos sistemas centralizados predominantes.
Compartilhe sua opinião sobre esta entrevista na seção de comentários abaixo.
Perguntas frequentes (FAQs) sobre nuvem GPU descentralizada
O que está causando a escassez de GPU que está impactando a inovação em IA?
A escassez se deve à incapacidade dos fabricantes de aumentar a produção com rapidez suficiente para atender à crescente demanda por GPUs, o que é essencial para o treinamento de modelos de IA e outras tarefas de computação intensiva.
Como uma rede de infraestrutura física descentralizada (DePIN) se propõe a resolver o problema de escassez de GPU?
Um DePIN visa resolver a escassez de GPU distribuindo recursos de computação entre vários locais e proprietários, permitindo maior escalabilidade e eficiência do que serviços de nuvem centralizados.
Quais são os benefícios de usar o DePIN em relação aos serviços de nuvem tradicionais?
DePIN oferece enorme poder de computação, eficiência de custos, escalabilidade e maior segurança. Também permite maior acessibilidade e pode perturbar o mercado de serviços em nuvem, oferecendo preços mais baixos e lucros mais elevados.
Por que os DePINs não enfrentam os mesmos problemas de escassez que os fornecedores tradicionais de GPU?
Os DePINs se beneficiam de diversas contribuições de hardware, utilização ideal de recursos, escalabilidade natural, distribuição global e soluções voltadas para a comunidade, que podem evitar problemas de escassez.
As tecnologias DePIN e alinhadas à IA podem se tornar populares em um futuro próximo?
Sim, as exigências da IA proporcionam a “tempestade perfeita” para os DePINs, abordando a escassez crucial de GPU e oferecendo experiências melhoradas, o que poderia levar estas tecnologias à adoção generalizada.
Mais sobre nuvem GPU descentralizada
- Análise de mercado de GPU
- Serviços de nuvem descentralizados
- Impacto da escassez de GPU na IA
- Tecnologia DePIN explicada
- Desafios e soluções para startups de IA
- Entrevista com Tory Green
- Desenvolvimento de Infraestrutura Web3
- Futuro da IA e da descentralização
5 comentários
A escassez de GPU tem sido um problema para nós que trabalhamos com IA, é bom ver alguém pensando fora da caixa em soluções.
As redes descentralizadas têm o seu próprio conjunto de desafios, sendo a segurança um deles, como irão gerir isso?
é interessante como eles estão lidando com a escassez de GPU. A descentralização pode realmente ser uma virada de jogo para a IA.
Já li sobre DePINs antes, mas este artigo realmente mostra como eles poderiam resolver muitos problemas na inovação em IA!
Não tenho certeza de como isso acontecerá com os grandes provedores de nuvem, AWS e Azure podem não aceitar esse tipo de competição.