gpu

🚨 خبر | شركة Cornelis تجمع 205 ملايين دولار لمنافسة Nvidia في شبكات الذكاء الاصطناعي

أعلنت شركة Cornelis المتخصصة في تقنيات شبكات الذكاء الاصطناعي عن إتمام جولة تمويل بقيمة 205 ملايين دولار بقيادة IAG Capital Partners.

الشركة، التي انفصلت عن Intel عام 2020، تطور تقنيات تساعد شرائح الذكاء الاصطناعي على التواصل بكفاءة أكبر، وأطلقت منتج Active Compute Fabric لمعالجة مشكلة هدر وقت وحدات GPU أثناء انتظار وصول البيانات.

وتعتمد Cornelis على بنية شبكات مفتوحة تتيح للعملاء استخدام مجموعة متنوعة من وحدات GPU والمسرّعات، في محاولة لمنافسة منظومة Nvidia المغلقة نسبيًا والمُحسّنة حول عتادها وبرمجياتها.

📌 Cipher Vault: المنافسة في بنية الذكاء الاصطناعي لم تعد تتركز على قوة الـGPU فقط، بل تمتد إلى الشبكات ونقل البيانات وكفاءة البنية التحتية بالكامل.

#AI #Nvidia #GPU #Tech #Crypto

🚀 $RNDR MELONJAK SAAT PERMINTAAN GPU MELONJAK DARI LISTING BARU CHINA! 🟢

📊 Debut STAR Market dari pendorong GPU domestik sedang menyalakan narasi komputasi AI, dan uang pintar sudah mengalirkan likuiditas ke $RNDR sebagai mesin penggerak pertumbuhan sektor ini. 🌊 Paus-paus sedang mengincar token tersebut, dengan taruhan bahwa boom perangkat keras yang akan datang akan mendorong permintaan rendering di on-chain. ⚡ Lonjakan volume pada chart 4H menggemakan sweep likuiditas klasik, memberi isyarat bahwa dorongan naik berikutnya mungkin sudah dekat.

💬 Apakah Anda memposisikan $RNDR untuk ikut merasakan kebangkitan GPU, atau menunggu gelombang masuknya dana institusional berikutnya? 👇

⚠️ Bukan nasihat keuangan. Selalu kelola risiko Anda. 🛡️

🏷️ #RNDR #GPU #BullishSetup #Crypto

🔥 💎

📰 Pantera Capital baru-baru ini mengemukakan penilaian yang cukup menarik: komputasi sedang memasuki tahap awal ‘finansialisasi’, dan dalam 5–10 tahun ke depan, kemungkinan akan seperti listrik dan minyak mentah—berubah menjadi komoditas yang menopang operasional ekonomi AI.

🔥 Saat ini, perdagangan GPU masih terbilang “kuno”. Memang sudah ada platform seperti SF Compute, Vast AI, dan Runpod, tetapi banyak transaksi nyata masih bergantung pada obrolan komunitas, pialang over-the-counter (OTC), dan perjanjian bilateral yang disesuaikan, sehingga pasar yang matang masih jauh dari kenyataan.

💡 Artikel tersebut membuat analogi dengan pasar listrik: perangkat keras ibarat jaringan listrik, penyedia layanan komputasi ibarat operator, sedangkan klaster GPU tertentu ibarat node. Model-model berbeda seperti H100, H200, B200, B300 tentu tidak akan berbagi satu harga yang sama; waktu, lokasi, dan kondisi stok juga akan memengaruhi penawaran akhir.

👀 Kesulitannya juga jelas. Komputasi tidak seperti minyak mentah yang benar-benar distandardisasi—perbedaan model, waktu, dan posisi geografis akan menimbulkan variasi. Selain itu, saat ini belum ada kewajiban pengungkapan harga yang sekuat pasar listrik; bagaimana membangun indeks acuan dan harga dinamis, masih perlu waktu untuk “dipoles” melalui order book dan data transaksi.

Jujur saja, apakah pasar komputasi pada akhirnya benar-benar akan menuju komoditisasi, kuncinya tetap pada apakah kebutuhan inferensi (penalaran) bisa terus berkembang. Dalam estimasi di artikel, untuk setiap pengeluaran 100 dolar AS dalam pembelian Token, sekitar 45 dolar mengalir ke platform pemanggilan instan, 50 dolar ke penyedia layanan cloud dan lapisan sumber daya GPU, sedangkan sisanya 5 dolar untuk lapisan routing. Menurutmu, akankah komputasi menjadi “minyak baru” di era AI?

#算力 #AI基础设施 #GPU #pasar kripto

📰 Bisnis kemampuan komputasi (compute) ini mungkin sedang menelusuri jalur sekuritisasi seperti pasar listrik 30 tahun lalu. Penilaian partner Pantera Capital, Jay Yu, adalah bahwa kekuatan GPU sedang bergeser dari grup obrolan, broker OTC, dan pencocokan melalui kesepakatan bilateral, menuju harga yang terstandar dan perdagangan berbasis indeks.

🔥 Analogi ini cukup menarik: pasar listrik adalah “operator jaringan—node”, sedangkan pasar komputasi adalah “pabrikan perangkat keras—cluster”. Dulu orang membahas kartu mana yang disewa, sewa berapa lama—sekarang ada yang mencoba menjadikan compute sebagai aset komoditas besar yang bisa diberi harga, bisa diserahkan (settlement), dan bisa diperdagangkan.

👀 Perangkat terkaitnya sebenarnya sudah mulai bermunculan. SF Compute, Runpod, dan Compute Exchange mengerjakan physical delivery, Ornn dan Silicon Data menyediakan indeks compute, Liquid Compute dan Architect masuk ke produk derivatif, sementara di luar itu juga muncul produk pinjaman serta stablecoin sintetis.

💡 Lebih berani lagi, ada yang mengatakan bahwa NVIDIA sedang memainkan peran “bank sentral” dalam pasar compute. Ia bisa memengaruhi depresiasi perangkat keras lama lewat ritme peluncuran produk baru, sekaligus berjanji untuk memasok ke penyedia layanan cloud—yang digambarkan Jay Yu sebagai “lender of last resort”.

🤔 Sejujurnya, ketika compute berubah dari sumber daya sewaan menjadi aset finansial, peluang memang makin banyak, tetapi kekuasaan penentuan harga juga mungkin semakin terkonsentrasi. Menurutmu langkah berikutnya yang paling dulu muncul akan berupa indeks compute, bursa perdagangan derivatif, atau pinjaman berbasis agunan compute?

#AI算力 #GPU #英伟达 #Web3

1. Menurut Anda, apakah komputasi (AI power) akan menjadi kategori trading berikutnya yang layak diperhatikan? Mengapa?

Saya berpendapat bahwa komputasi AI adalah kelompok besar yang sangat layak untuk dipantau, tetapi ia termasuk dalam aset trading alternatif berbasis infrastruktur fisik.
Di masa lalu, investasi AI terbagi menjadi dua jalur: token AI (didorong emosi) dan saham AI (didorong profit perusahaan). Sementara komputasi adalah bahan produksi dasar bagi industri AI—pelatihan model besar, inferensi, dan aplikasi AI semuanya bergantung pada penyewaan GPU.
Harga komputasi secara langsung mencerminkan kebutuhan dan penawaran industri yang nyata: ketika permintaan AI meledak dan chip langka, sewa komputasi naik; saat kapasitas dirilis dan iterasi chip baru terjadi, sewa komputasi akan turun.
Namun perlu dicatat, ini bukan sekadar instrumen spekulasi; harga akan dipengaruhi oleh rantai pasok entitas riil dan belanja modal (capex) penyedia cloud, serta logika penggerak yang berbeda dari pasar kripto dan saham—ini termasuk jalur (sektor) yang baru.

2. Dibandingkan dengan AI Token / AI Stocks, apa perbedaan ketika memperdagangkan harga komputasi GPU secara langsung bagi para trader?

1. AI Token: sangat dipengaruhi oleh sentimen, narasi, dan aksi spekulatif; banyak proyek tidak memiliki bisnis nyata, volatilitasnya sangat tinggi, mudah terpengaruh oleh kabar serta pengaruh “dana” dari money game, sehingga fundamental lemah.
​
2. AI Stocks (misalnya Nvidia): yang diperdagangkan adalah valuasi perusahaan; selain melihat kebutuhan dan penawaran komputasi, juga perlu memperhatikan laporan keuangan perusahaan, margin laba kotor, persaingan pasar, serta suku bunga makro. Harga saham akan mengantisipasi ekspektasi kinerja masa depan.
​
3. Kontrak komputasi GPU: yang diperdagangkan adalah harga sewa spot GPU pada saat ini, sehingga langsung mencerminkan kebutuhan dan penawaran industri yang nyata.

- Kelebihan: menghindari gelembung valuasi pada harga saham perusahaan, dan langsung berspekulasi pada kelangkaan/kelebihan komputasi;
​
- Kekurangan: likuiditas pada fase pra-pembukaan terbatas, karena tidak ada spot nyata untuk dijadikan jangkar (anchor); harga mudah terpengaruh gangguan dari arus dana, dan juga dipengaruhi efek keterlambatan perubahan pada rantai pasok entitas riil.
#AI算力 #GPU

Arthur Hayes kembali bertindak🔥

Flop Labs mengumumkan sedang membangun bursa perdagangan daya komputasi GPU, di mana agen AI dapat membeli daya komputasi GPU untuk melakukan penambangan dan verifikasi secara mandiri. Para verifikator mengonfirmasi kewajaran harga dengan menjalankan ulang perhitungan.

Artinya: agen AI tidak hanya dapat bertransaksi di chain, tetapi juga dapat secara mandiri memperoleh dan mengatur daya komputasi GPU—cikal bakal infrastruktur AI terdesentralisasi mulai terlihat.

Pandangan Arthur, seperti biasa, selalu menarik untuk ditunggu.#AI #GPU

Bullish menguatkan USD.AI dengan pendanaan sebesar 100 juta untuk mendorong pinjaman berbasis GPU bagi infrastruktur AI. Langkah ini menandakan adanya minat yang kuat untuk pemberian pinjaman AI berbasis GPU di kripto dan dapat mempercepat pendanaan infrastruktur AI on-chain. $BTC #CryptoNews #AIinFinance #GPU

Pasar baru-baru ini agak dingin terhadap performa $CHIP , tetapi justru itulah jendela peluangnya. USD.AI mengembangkan model pinjaman inovatif dengan GPU sebagai agunan yang sedang cepat meluas; ditambah likuiditas dari valuasi pasar yang masih rendah serta telah masuk ke bursa Korea seperti Upbit, dan berbagai katalis berpotensi menyala kapan saja. Aset berpotensi di tengah pasar yang tenang, layak untuk terus diperhatikan.#加密借贷 #GPU

🚀 Komputasi AI semakin murah
Akses GPU RTX 4090 kini ditawarkan mulai sekitar $0,14/jam untuk beban kerja AI seperti inferensi, evaluasi, dan fine-tuning.
Biaya komputasi yang lebih rendah dapat membantu lebih banyak orang membangun dan menjalankan aplikasi AI. 🤖
Menurutmu, infrastruktur GPU yang lebih murah akan mempercepat adopsi AI?
#AI #crypt #BİNANCE #Technology #GPU

🚨 $NVDA $500B PENYANGGA WALL STREET MEROMBak GAME LIKUIDITAS GPU! 💥

🦈 Wall Street baru saja mengubah profil risiko dari seluruh kompleks komputasi AI. Uraian Jukan mengonfirmasi hal ini: jaminan pembiayaan Nvidia sebesar $500B melindungi penjualan GPU dari tekanan arus kas penyedia cloud, sehingga pada praktiknya mengubah rantai pasok menjadi instrumen kredit tingkat institusional. 📊

🔍 Sinyal utamanya bukan cuma perlindungan penjualan — melainkan pergeseran jaminan (collateral). Kini GPU membawa nilai yang bisa dipulihkan di mata Wall Street, yang mempercepat perluasan Total Addressable Market jauh di luar yang diprediksi oleh model pembiayaan round-trip. Ini uang cerdas yang memperlakukan komputasi sebagai aset keras, bukan sekadar baris pembukuan vendor. 📥

💡 Untuk narasi kripto yang lebih luas, ini memperkuat tulang punggung institusional di bawah infrastruktur yang terkait AI. 💬 Apakah kamu sedang memposisikan diri untuk era GPU-sebagai-kolateral, atau menunggu gelombang pertama aset cloud yang tertekan masuk ke pasar? 👇

⚠️ Bukan nasihat keuangan. Selalu kelola risikomu. 🛡️

🏷️ #NVDA #AICrypto #GPU #Institutional #Crypto

🎯 🦈

NVIDIA: Komputasi lebih dari sekadar chip
CEO NVIDIA, Jensen Huang, menyoroti poin penting dalam persaingan kecerdasan buatan: nilai arsitektur komputasi tidak berakhir begitu muncul generasi baru chip.
Menurut Huang, armada A100 yang muncul pada 2020 masih mampu menjalankan beban kerja komputasi hingga 2029, didukung oleh perangkat lunak dan ekosistem NVIDIA yang memungkinkan umur perangkat keras diperpanjang serta digunakan kembali.
Di sinilah kekuatan NVIDIA yang sesungguhnya:
🔹 Perangkat keras GPU
🔹 Ekosistem CUDA dan perangkat lunak
🔹 Jaringan dan pusat data
🔹 Kemampuan menggunakan ulang komputasi lintas berbagai generasi
Karena itu, persaingan dalam AI tidak lagi sekadar "siapa yang punya chip tercepat?", melainkan: siapa yang memiliki ekosistem komputasi paling berkelanjutan dan dapat diskalakan?
Contoh A100 menunjukkan bahwa komputasi bisa menjadi aset produktif jangka panjang, bukan sekadar perangkat keras yang cepat habis pakai.

#NVIDIA #NVDA #AI
#artificialintelligence #GPU

🌐 #Aethir (ATH): Infrastruktur GPU Terdesentralisasi

Kecerdasan Buatan terus mendorong kebutuhan akan komputasi berkinerja tinggi. Aethir membangun infrastruktur cloud GPU terdesentralisasi yang bertujuan untuk mendukung pelatihan AI, cloud gaming, dan komputasi perusahaan.

Seiring adopsi AI yang semakin cepat, proyek yang menawarkan sumber daya GPU yang dapat diskalakan mungkin akan mendapat perhatian lebih besar dari pengembang dan perusahaan. Indikator penting mencakup kemitraan ekosistem, adopsi oleh perusahaan, pertumbuhan node, dan pengembangan teknologi.

Alih-alih hanya berfokus pada pergerakan harga jangka pendek, investor sering menilai apakah sebuah proyek benar-benar memecahkan masalah infrastruktur di dunia nyata.

DYOR. Hanya konten edukasi.

#Aethir #GPU #Blockchain #BinanceSquare

$RNDR TURUNAN SAAT HARGA SEWA GPU ANJOL TURUN – ADOPSI AI MENDORONG PERMINTAAN KOMPUTE 🔥

Data terbaru dari Silicon Data menunjukkan pola yang jelas: model open-source berbiaya rendah mendorong penurunan harga sewa spot GPU H100 dan menekan indeks harga token.

Namun, ini bukan pertanda melemahnya permintaan AI. Faktanya, migrasi ke model yang lebih efisien justru meningkatkan konsumsi komputasi secara keseluruhan, sehingga tetap menopang kebutuhan GPU kelas atas. Pasar sedang menilai ulang sentimen jangka pendek, sementara tren yang mendasarinya tetap bullish untuk aset komputasi.

Apakah Anda menganggap penurunan ini sebagai peluang untuk membeli, atau menunggu dukungan yang lebih jelas?

Bukan nasihat keuangan. Selalu kelola risiko Anda.

#RNDR #AITokens #GPU #CryptoAnalysis

🔥

1、Latar Belakang

Hari ini, pasar sedang membahas tentang "Harga sewa GPU kelas atas seperti H100 yang rebound, dan ketatnya pasokan daya komputasi spot". Namun, pendapat Bin menunjukkan bahwa inti dari masalah ini bukan sekadar kenaikan harga jangka pendek, melainkan bahwa daya komputasi kelas atas sedang memasuki fase "kekurangan struktural". Permintaan saat ini tidak lagi hanya didorong oleh pelatihan model besar, tetapi AI Agent, perdagangan kuantitatif, layanan inferensi, dan skenario operasional berkelanjutan lainnya sedang menjadi kebutuhan baru yang mendesak. Terutama bagi institusi, daya komputasi telah beralih dari investasi opsional menjadi bahan produksi dasar, sehingga sensitivitas harga menurun, yang membuat pasar sewa GPU semakin kurang elastis.🤖

2、Analisis Inti

Dari sisi pasokan, H100 termasuk dalam aset daya komputasi umum yang berkinerja tinggi, siklus pengadaan, siklus penerapan, dukungan ruang server, serta sumber daya listrik dan jaringan akan membatasi kecepatan ekspansi jangka pendek. Bahkan jika ada modal baru yang masuk ke pasar, akan sulit untuk segera meredakan keadaan kekurangan kartu kelas atas. Oleh karena itu, rebound harga tidak hanya dipicu oleh emosi, tetapi juga mencerminkan perlambatan dalam pelepasan pasokan daya komputasi kelas atas.

Dari sisi permintaan, pada kenaikan kali ini yang lebih perlu diperhatikan adalah peningkatan "kualitas permintaan". AI Agent membutuhkan inferensi yang stabil dan multitasking yang bersamaan, sementara perdagangan kuantitatif lebih menekankan pada latensi rendah dan kemampuan komputasi berkelanjutan. Jenis klien ini biasanya lebih memperhatikan ketersediaan sumber daya dan stabilitas layanan, bukan sekadar menekan harga sewa. Dengan kata lain, sisi permintaan sedang beralih dari "pengadaan eksperimental" ke "penguncian operasional", yang akan memperkuat premi atas sumber daya daya komputasi berkualitas.

Selain itu, pasar tidak menganggap rendah total jumlah daya komputasi, tetapi proporsi daya komputasi kelas atas yang dapat langsung digunakan untuk skenario bernilai tinggi. GPU kelas menengah ke bawah mungkin tidak dapat menggantikan keunggulan H100 dalam efisiensi pelatihan, inferensi, dan rasio konsumsi energi, sehingga "memiliki kartu" dan "memiliki kartu kelas atas yang tersedia" adalah dua hal yang berbeda. Ini juga merupakan kunci untuk legitimasi kekurangan struktural.

3、Dampak Pasar

Bagi rantai industri AI, menguatnya harga GPU kelas atas mungkin akan terus menguntungkan sewa daya komputasi, IDC, pendinginan cair, server lengkap, dan arah segmen lainnya. Bagi tim startup yang bergantung pada daya komputasi eksternal, tekanan biaya akan meningkat, dan industri mungkin semakin terpusat pada platform terkemuka. Bagi dana di pasar sekunder, jika ketegangan daya komputasi kelas atas berlanjut, logika penilaian terkait mungkin beralih dari "didorong tema" menjadi "didorong verifikasi kinerja".

Bagi pasar crypto, perubahan ini juga patut diperhatikan. Persaingan antara AI dan perdagangan kuantitatif untuk daya komputasi mungkin meningkatkan panas diskusi di jalur GPU, jaringan daya komputasi, dan komputasi terdistribusi. Namun, investor juga perlu tetap objektif: kenaikan harga daya komputasi tidak selalu berimplikasi pada kenaikan semua token atau konsep terkait, yang benar-benar diuntungkan masih proyek yang memiliki kemampuan integrasi sumber daya, kemampuan pengiriman, dan pesanan permintaan yang stabil.

4、Kesimpulan

Secara keseluruhan, sinyal yang dilepaskan oleh berita hari ini adalah: pasar GPU kelas atas sedang beralih dari fluktuasi siklis, secara bertahap menuju ketegangan struktural yang disebabkan oleh ketidaksesuaian pasokan dan permintaan. Jika aplikasi AI terus berkembang dan permintaan institusi tetap kaku, pusat harga daya komputasi mungkin masih mendapatkan dukungan. Dalam jangka pendek, fokus pasar akan tertuju pada kecepatan pemulihan pasokan spot; dalam jangka menengah, siapa yang dapat menguasai daya komputasi kelas atas yang stabil, maka dia akan lebih mungkin mendapatkan keuntungan dalam persaingan komersialisasi AI.📈

#AI #GPU #crypto

🔥 TERBARU: Intercontinental Exchange memperluas ke pasar AI ⚡🤖
Apa yang terjadi?
• ICE, perusahaan induk Bursa Efek New York, berencana meluncurkan kontrak berjangka daya komputasi $ZEC
• Kontrak yang terkait dengan biaya infrastruktur GPU dan AI $WLD
• Akan menciptakan pasar yang dapat diperdagangkan seputar permintaan komputasi AI $LTC
• Infrastruktur AI semakin menjadi kelas aset finansial
Apa yang ini sarankan:
• Komputasi AI sedang berkembang menjadi komoditas strategis
• Pasar finansial bersiap untuk pertumbuhan infrastruktur AI yang masif
• Kelangkaan GPU dan harga komputasi menjadi risiko yang dapat dihedge
Konteks:
• Perusahaan AI menghadapi permintaan yang meroket untuk chip, kapasitas cloud, dan listrik
• Pasar berjangka dapat membantu perusahaan mengelola volatilitas biaya komputasi mirip dengan energi atau komoditas
📊 Ambil pasar:
Bullish untuk narasi infrastruktur AI. Penciptaan kontrak berjangka komputasi menandakan Wall Street semakin memandang daya pemrosesan AI sebagai infrastruktur ekonomi inti dengan permintaan institusional jangka panjang.
#ICE #AI #GPU

Universitas Columbia, jaraknya 5000 mil, menggunakan HIVE untuk melatih AI secara remote dengan kartu A40 tua di Paraguay, dan performanya ternyata bisa menyamai H100. Para miner lama yang punya 'sampah elektronik' ini tiba-tiba jadi berharga, harga saham langsung meroket dua digit. Narasi tentang daya komputasi rendah biaya ini kalau berhasil, mimpi peralihan dari tambang jadi pabrik AI bisa bertahan lebih lama. Tapi, perang A40 di masa depan ini masih sekadar gimmick, harus lihat apakah gelombang pesanan berikutnya bisa mengikuti. #AI #GPU $HIVE

🤖 #io.net (IO): Memberdayakan AI Dengan Komputasi Terdesentralisasi

Seiring aplikasi AI terus berkembang, kebutuhan akan sumber daya komputasi terdistribusi semakin meningkat. io.net bertujuan untuk menghubungkan sumber daya GPU yang tidak terpakai menjadi jaringan komputasi terdesentralisasi yang dapat mendukung startup AI, peneliti, dan pengembang.

Prospek jangka panjang proyek ini akan bergantung pada adopsi di dunia nyata, keandalan infrastruktur, kemitraan ekosistem, dan pemanfaatan jaringan. Memantau fondamen-fondamen ini mungkin memberikan wawasan yang lebih baik dibanding hanya berfokus pada sentimen pasar jangka pendek.

Selalu verifikasi informasi melalui pembaruan resmi proyek dan lakukan riset independen.

DYOR. Ini bukan nasihat keuangan.

#ioNet #GPU #Web3 #BinanceSquare

@Fluence Brings Akses GPU Terdesentralisasi untuk Pembuat AI

Akses GPU saat ini menjadi bottleneck terbesar dalam AI—bukan ide, bukan talenta, melainkan cara mendapatkan kapasitas komputasi yang cukup tanpa harus membayar harga hyperscaler. Fluence, sebuah platform DePIN terkemuka, menargetkan masalah ini secara langsung.

Fluence sudah menjalankan alternatif “cloudless” terdesentralisasi untuk AWS dan Google Cloud, memungkinkan pengembang menyewa server dari jaringan global penyedia independen, bukan dari satu perusahaan. Pasar CPU itu telah menghasilkan lebih dari $1 juta pendapatan tahunan dan menghemat jutaan dolar bagi pelanggan dibandingkan harga cloud tradisional. Sekarang mereka melakukan hal yang sama untuk GPU.

Pengembang dapat menerapkan container GPU, VM, atau bare metal sesuai kebutuhan, semuanya berjalan melalui smart contract yang mengatur penetapan harga dan pembayaran secara otomatis. Penyedia diwajibkan untuk menaruh jaminan (collateral) dan memenuhi standar keandalan sebelum bergabung dengan jaringan. Hasilnya: akses GPU kelas enterprise dengan biaya hingga 85% lebih rendah dibanding cloud besar.

Yang mendukungnya juga infrastruktur nyata: pusat data kelas enterprise dengan kepatuhan GDPR, ISO 27001, dan SOC2, sehingga pasokan GPU bisa diperluas. Seperti yang diungkapkan co-founder Evgeny Ponomarev, tujuannya sederhana: menghilangkan kelangkaan dan hambatan biaya yang menghalangi tim AI mendapatkan komputasi yang mereka butuhkan.

Intinya, Fluence bertaruh pada “playbook” desentralisasi yang sama—yang berhasil untuk CPU cloud—untuk kini ikut mengatasi kekurangan GPU. Layak untuk dipantau.

#DePIN #Ai #GPU