Mới từ @glxyresearch - Đào tạo AI phi tập trung: Kiến trúc, Cơ hội và Thách thức bởi @Uptodatenow. Đào tạo phi tập trung đang chuyển từ lý thuyết sang thực tế. Đây là những gì bạn cần biết🧵

Năm ngoái, @glxyresearch đã viết về cách cơ sở hạ tầng không cần sự cho phép của crypto có thể hỗ trợ AI: thị trường GPU, zkML cho suy diễn có thể xác minh, và các tác nhân AI. Hôm nay, các mạng lưới đào tạo phi tập trung đang thực hiện đào tạo mô hình thực tế ở quy mô toàn cầu.

Các dự án như @NousResearch, @PrimeIntellect, @PluralisHQ, @tplr_ai, & @gensynai đang đẩy mạnh ranh giới. Họ đang phối hợp các GPU trên toàn thế giới, giảm thiểu chi phí giao tiếp, và thậm chí thử nghiệm với các động lực kinh tế tiền mã hóa.

Tại sao điều này quan trọng? ✔️Mở khóa các GPU toàn cầu chưa sử dụng cho AI mã nguồn mở ✔️Thách thức sự kiểm soát của các phòng thí nghiệm tập trung đối với việc phát triển mô hình ✔️Xây dựng nền tảng cho một hệ thống AI hoàn toàn trên chuỗi

Báo cáo đi sâu vào: ✔️Kiến trúc phía sau đào tạo phi tập trung ✔️Thách thức kỹ thuật & kinh tế ✔️Cách các dự án đang giải quyết xác minh, khuyến khích và mở rộng

Đào tạo phi tập trung không còn là giả thuyết. Các mô hình vừa đã được đào tạo trong các mạng lưới toàn cầu trực tiếp. Câu hỏi mở: liệu chúng có thể đạt được những lợi thế thực tiễn so với các phòng thí nghiệm tập trung không?