PANews によると、Solana 上に構築された分散コンピューティング ネットワーク io.net が、Mult1C0in Capital と Moonhill Capital から資金を調達したとのことです。資金調達の正確な金額は明らかにされていません。Depin と AI セクターに属するこのプラットフォームは、GPU での機械学習トレーニング用に、グローバル GPU および CPU ネットワークへの即時かつ許可なしのアクセスを提供します。25,000 ノードを誇り、革新的なテクノロジーを使用して GPU クラウドをクラスター化し、大規模な AI スタートアップのコンピューティング コストを最大 90% 削減します。

しかし、このプラットフォームが主張する GPU の数については精査されています。4 つの異なる数字が提案されています。7,648 (展開中に試行)、11,107 (リソース マネージャーから手動で計算)、69,415 (説明されていない定数)、564,306 (裏付​​けとなる、透明性のある、実質的な情報のない数値) です。実際の G​​PU の数は 320 であると考えられています。

この数字は、リソース マネージャー ページですべての GPU が「空き」としてリストされているものの、レンタルできないという事実に基づいています。実際にレンタルできる GPU は 320 個のみです。レンタルできない場合は存在しないものとみなされます。

分散型 AI プロトコルは、いくつかの問題で批判されてきました。第一に、高度に分散された一般的なハードウェア アーキテクチャで有用なオンライン トレーニングを実行するための費用対効果が高く、時間効率の高い方法はありません。これには大きなブレークスルーが必要です。第二に、一般的なハードウェアでの推論は良いユース ケースのように聞こえますが、ハードウェアとソフトウェアの急速な発展により、一般的な分散型アプローチはほとんどの主要なユース ケースでパフォーマンスが低下します。第三に、正しくルーティングされたリクエストから推論し、GPU クラスターと共存し、分散型暗号通貨を使用して資本コストを下げて AWS と競争し、愛好家の参加を奨励することは良いアイデアのように思えます。ただし、サプライヤーが多く、GPU スポット市場の流動性が分散しているため、実際のビジネスを運営している人に十分な供給を統合した人はいません。最後に、ソフトウェア ルーティング アルゴリズムは非常に優れている必要があります。そうでないと、消費者オペレーターの一般的なハードウェアの操作に多くの問題が生じます。予測できない供給は操作に問題を引き起こし、需要側のリクエスターに不確実性をもたらします。

これらはすべて、解決に長い時間を要する難しい問題です。入札はすべて冗談に過ぎません。