“候补名单上的107,000 GPU” – io.net beta发布吸引了数据中心，GPU群集
加雷斯·詹金森（Gareth Jenkinson）6小时前“候补名单上的107,000 GPU” – io.net beta启动吸引了数据中心，GPU群集io.net最近开发的分散的物理基础设施网络具有mo
加雷斯·詹金森（Gareth Jenkinson）6小时前“候补名单上的107,000 GPU” – io.net beta发布会吸引数据中心，GPU群集
IO.NET最近开发的分散的物理基础架构网络已进入其Beta阶段，从而使GPU计算提供商可以插入平台。
1848总看法21总股票收听第0:00新闻加入我们的社交网络
来自数据中心和私有集群的100,000多个图形处理单元（GPU）设置为插入IO.NET启动的新的分散物理基础结构网络（DEPIN）BETA。
正如CoIntelegraph先前报道的那样，该初创公司已经开发了一个分散的网络，该网络从地理上多样化的数据中心，加密货币矿工和分散的存储提供商中获得了GPU计算能力，以用于机器学习和人工智能（AI）计算。
该公司宣布在阿姆斯特丹举行的Solana断点会议上启动其Beta平台，该会议与渲染网络新建立的合作伙伴关系。
IO.NET首席运营官Tory Green和业务发展主管Angela Yi专门与Cointelegraph进行了与Green在会议上的主题演讲之后。两人概述了io.net的depin和更广泛的云和GPU计算市场之间的关键区别。
相关：Google Cloud通过11个区块链公司扩展Web3启动程序
Green将Amazon Web Services（AWS）和Microsoft Azure等云提供商确定为拥有GPU供应并将其出租的实体。同时，高管解释说，创建了点对点GPU聚合器来解决GPU短缺，但“迅速遇到了相同的问题”。
自豪地昨天在@Solana＃Breakpoint2023上介绍@Ionet_official！无论您是GPU提供商还是ML工程师 – 收看平台的实时演示，并加入https://t.co/wlxlhkv6f1。
观看完整的视频pic.twitter.com/e1xsgjljnu
– io.net（@ionet_official）2023年11月4日
更广泛的Web2行业继续着眼于未充分利用来源的GPU计算。尽管如此，绿色仍认为，这些现有的基础架构提供商都没有像IO.NET创始人Ahmad Shadid所先开创的那样集群GPU。
“问题在于他们并没有真正群集。他们主要是单个实例，尽管他们在网站上确实有一个集群选项，但销售人员可能会召集所有不同的数据中心以查看可用的内容。”格林补充说。
同时，像Render，Filecoin和Storj这样的Web3公司已将分散的服务不集中在机器学习上。这是io.net对Web3空间的潜在好处的一部分，作为这些服务需要使用的入门。
绿色指出了以AIKASH网络为重点的解决方案，该解决方案平均将八到32 GPU以及Gensyn和Gensyn作为功能性提供者。Gensyn正在构建自己的机器学习计算协议，以提供对点对点的计算资源“超级集群”。
格林（Green）认为IO.NET的解决方案是在几分钟之内将不同地理位置聚集在不同地理位置上的能力的新颖性，因此人们认为IO.NET的解决方案是新颖的。YI对此声明进行了测试，Yi在Solana Breakpoint会议上的舞台上实时演示中创建了来自其他网络和位置的GPU集群。
IO.NET的用户界面允许用户在全球不同的位置和服务提供商中部署一组GPU。资料来源：IO.NETAS使用Solana区块链来促进GPU计算提供商的付款，Green和YI声称，IO.NET将促进的纯粹的交易和推论规模将无法由任何其他网络处理。
Yi解释说：“如果您是一个生成的艺术平台，并且拥有一个可以提示您提示的用户群，那么每次这些推论都会在其背后进行微交易。”
“因此，现在您可以想象在那里进行的巨大规模和交易规模。因此，这就是为什么我们觉得Solana对我们来说是最好的合作伙伴。”
与已建立的分布式GPU供应商的已建立的DEPIN网络Render的合作伙伴关系为已在其io.net平台上部署的计算资源提供了合作伙伴关系。与集中式云解决方案相比，渲染网络主要旨在以较低的成本和更快的速度来采购GPU渲染计算。
Yi将合作伙伴关系描述为双赢的情况，该公司希望利用IO.NET的聚类功能来使用它可以访问但不能用于渲染应用程序的GPU计算。
IO.NET将为GPU资源提供商执行700,000美元的激励计划，而渲染节点可以将现有的GPU容量从图形渲染扩展到AI和机器学习应用程序。该程序针对的是具有消费级GPU的用户，将NVIDIA RTX 4090及以下的硬件分类为硬件。
至于更广泛的市场，YI重点介绍了全球许多数据中心都处于不足的GPU容量中。这些位置中有许多“成千上万的高端GPU”是空闲的：“他们只利用其GPU容量的12％至18％，而且他们真的没有办法利用其闲置容量。这是一个非常效率的市场。”
IO.NET的基础架构将主要迎合机器学习工程师和企业，这些工程师和企业可以利用高度模块化的用户界面，该界面使用户可以选择所需的GPU，位置，安全参数和其他指标。
杂志：超越加密：零知识证明显示从投票到融资的潜力
#blockchain #decentralization #ai＃P2P网络#gpu #machine Learning
添加反应
添加反应
原创文章，作者：乐观兔，如若转载，请注明出处：https://www.53moban.com/13081.html
