Před dvanácti měsíci jsme na bingo kartě neměli „Společnosti Nasdaq, které se snaží dostat do TAO“.
Ale tady jsme.
- Synaptogenix (SNPX) vsadila ve stylu MicroStrategy na akcie Bittensor, které vzrostly o 40 % poté, co oznámila nákup TAO za 10 milionů dolarů (2x její vlastní tržní kapitalizace). Cílí na 100 milionů dolarů.
James Altucher to vede. Osobní podíl 5,5 milionu dolarů. Uvolňují preferenční akcie a záruky spojené s TAO. A plné přebranding je na cestě.
- Oblong (OBLG) je dalším. Získali 7,5 milionu dolarů k akumulaci TAO a podpoře Subnet 0. Akcie vzrostly po oznámení.
Teze pro tyto společnosti je jednoduchá: TAO je vzácné, programovatelné a produktivní. Je to nativní aktivum decentralizované inteligence.
To nebude naposledy. Sledujeme začátek veřejného trhu pro získání kryptoměnové AI infrastruktury.
Od doby, kdy byla 1. edice našeho zpravodaje o AI & Crypto publikována 11. června 2024, jsme rozebírali šílenství, abyste nemuseli žít uvnitř Arxiv nebo scrollovat Twitter/X, dokud vám nezačnou krvácet oči.
Tohle je největší technologická změna našeho života. Je to chaotické, je to rychlé, a pokud v tom nejste po uši, snadno vám unikne, co se opravdu děje.
Takže velké díky, že jedete s námi. Druhý rok začíná teď. 🫡
Týdenní AI Edge #51 je venku! Přečtěte si to, a pak se vraťte k užívání léta:
🌈 Aktualizace projektů = @NillionNetworkova nová podnikovou clustrem je živá, s Vodafone, Deutsche Telekom, Alibaba Cloud a stc Bahrain, cílem je internet zaměřený na soukromí. = @TRNR_Nasdaq, uvedený na NASDAQ, shromažďuje $500M na vytvoření největší pokladny AI-tokenů na americké burze, podporované ATW a DWF Labs. = @USDai_Official vstoupil do soukromé beta verze s $10M v vkladech pro model výnosu spojený s tokenizovanými pokladnami a AI aktivy. = @PondGNN spustil AI Studio a Pond Markets, aby pomohl AI projektům růst a financovat. = @Worldcoin spustil nativní USDC a CCTP V2 na World Chain, zlepšující převody pro 27M uživatelů. = @peaq a Pulsar spustili Bezpečnou zónu strojové ekonomiky v SAE pro piloty strojů poháněné AI. = @thedkingdao nasazuje $300M s hedžovým fondem na sportovní sázení prostřednictvím on-chain DeFAI systému. = @CrucibleLabs spustil Smart Allocator pro automatické staking TAO do nejlepších subnets. = @hyperlane představil TaoFiho Solana-to-Bittensor USDC most, který uvolňuje přístup k DeFi pro Solanu, Base a Ethereum.
🌴 AI Agenti = @Virtuals_io vydal I.R.I.S., virtuálního agenta Genesis AI na Ethereu, pro upozornění na bezpečnost smluv. = @TheoriqAI spustil Theo Roo, AI stratéga pro efektivitu on-chain v reálném čase. = @AlloraNetwork zahájil šestiměsíční Agent Accelerator s $ALLO granty pro nejlepší agenty. = @Gizatechxyz's Arma nyní integruje do Rainbow Wallet pro sledování výnosů. = @Chain_GPT spustil AgenticOS, open-source AI pro zveřejňování krypto postřehů pomocí on-chain dat.
🐼 Web2 AI = @MistralAI vydal Magistral, vícejazyčný model pro úkoly specifické pro doménu. = @xAI a Polymarket spolupracují na integraci Grokova AI s predikčními trhy. = @OpenAI spustil o3-pro, nový model ChatGPT Pro, s vylepšenými funkcemi. = @Yutori vydal Scouts, AI agenty pro personalizovaná upozornění na internetu; beta na https://t.co/gxJvB6iC7h. = @Krea vstoupila do modelování obrazů s Krea 1 v soukromé beta verzi, nabízející výstup ve kvalitě umělce.
+ mnohem více alfa v celém zpravodaji @cot_research (odkaz v biu)
Právě jsme vydali podrobnou analýzu decentralizovaného trénování. Pokrýváme v ní mnoho témat, ale zde je rychlý přehled, zatímco mám myšlenky čerstvé:
Za poslední 3 měsíce se toho tolik stalo a je těžké se nechat nadchnout - @NousResearch předtrénoval model o velikosti 15B distribuovaným způsobem a nyní trénuje model o velikosti 40B.
- @PrimeIntellect jemně ladil základní model Qwen o velikosti 32B přes distribuovanou síť, což překonalo jeho základní hodnoty Qwen v matematice a kódu.
- @tplr_ai trénoval model o velikosti 1.2B od nuly pomocí odměn za tokeny. Počáteční křivky ztráty překonaly centralizované běhy.
- @PluralisHQ ukázal, že trénování s nízkou šířkou pásma a modelovou paralelou je ve skutečnosti docela proveditelné... něco, co většina považovala za nemožné
- @MacrocosmosAI uvolňuje nový rámec s paralelismem dat+pipeline + designem pobídek a začíná trénovat model o velikosti 15B
Většina týmů dnes škáluje na ~40B parametrů, což se zdá být praktickým limitem datového paralelismu napříč otevřenými sítěmi. Nad tento limit se požadavky na hardware stávají tak strmými, že účast je omezena pouze na několik dobře vybavených aktérů.
Škálování směrem k modelům o velikosti 100B nebo 1T+ parametrů bude pravděpodobně závislé na modelové paralelismu, který přichází s řádem složitějšími výzvami (zabývání se aktivacemi, nejen gradienty)
Pravé decentralizované trénování není jen trénování AI napříč distribuovanými klustery. Je to trénování napříč nedůvěryhodnými stranami. To je místo, kde se věci komplikují.
I když zvládnete koordinaci, ověřování a výkon, nic z toho nefunguje bez účasti. Výpočet není zdarma. Lidé nebudou přispívat bez silných pobídek.
Navrhování těchto pobídek je těžký problém: spousta zapeklitých otázek kolem tokenomiky, do kterých se dostanu později.
Aby decentralizované trénování mělo smysl, musí prokázat, že může trénovat modely levněji, rychleji, a adaptabilněji.
Decentralizované trénování může zůstat v úzké specializaci ještě nějakou dobu. Ale když se dynamika nákladů změní, co se zdálo jako experimentální, může se rychle stát novým standardem.