fluence

For a long time, decentralized compute sounded good in theory but was hard to use in practice.

For developers and teams building products, the flexibility @Fluence offers is a game-changer. You get to build without worrying about the hidden costs and restrictions that come with traditional centralized cloud providers.

Here’s what theyve got👇

1. Zero Egress Fees: Move your data in and out without being charged extra. What you use is what you pay for.

2. Unlimited Bandwidth: No throttling, no surprise bills when your app scales.

3. Open Standards: Built on open protocols, not closed systems. You own your stack.

4. Easy Migration & No Vendor Lock-in: Deploy where you want, when you want. Migrate workloads in minutes, not months.

Training models, running inference, storing massive datasets, it all needs scalable, affordable, and flexible infrastructure. Having control over WHERE your workloads run and HOW you scale is no longer a luxury, it's a necessity for any serious builder.

Fluence is giving developers that freedom. The freedom to choose, to scale, and to build without limits.

Builders are already making the switch.

#Fluence #DePIN #DecentralizedCloud #AI

@Fluence cập nhật mạng lưới điện toán với hai cụm NVIDIA B300 mới

Hai cụm NVIDIA HGX B300 hiện đã mở đặt chỗ thông qua Fluence, bổ sung thêm năng lực GPU hiệu năng cao cho mạng lưới điện toán.

Điểm đáng chú ý là:

🇺🇸 Texas: 10 nút làm mát bằng chất lỏng, mỗi nút có 8 GPU B300. Mỗi GPU có 288 GB bộ nhớ HBM3E, giúp mỗi nút có tổng cộng 2,3 TB bộ nhớ GPU. Cụm máy có thể sẵn sàng trong vòng một tuần kể từ khi ký hợp đồng.

🇺🇸 Nevada: 6 nút làm mát bằng không khí, sử dụng hệ thống Aivres KR9288X3 với GPU HGX B300, dự kiến sẵn sàng vào ngày 1 tháng 1 năm 2027.

Cả hai lựa chọn đều cung cấp hạ tầng bare-metal chuyên dụng, toàn quyền truy cập root, 2 TB bộ nhớ hệ thống và 30,72 TB dung lượng lưu trữ NVMe.

Điều tôi thấy thú vị ở đây là tính thực tiễn của bản cập nhật này. Đây không chỉ là những thông số phần cứng mới để đọc qua. Các nhóm có thể đặt trước hạ tầng cho khối lượng công việc của riêng mình và trực tiếp kiểm soát hệ thống.

Khi khối lượng công việc AI ngày càng đòi hỏi nhiều hơn, tôi nghĩ hạ tầng vận hành chúng xứng đáng nhận được nhiều sự quan tâm không kém gì các ứng dụng mà mọi người đều thấy.

Fluence tiếp tục phát triển trong lĩnh vực này, và tôi rất tò mò muốn xem mạng lưới điện toán của họ sẽ phát triển ra sao trong thời gian tới.

#Fluence #AI #DePIN

Lời nói dối lớn nhất trong lĩnh vực xây dựng AI? Rằng bạn cần AWS.

Đây là bảng phân tích chi phí thực tế của tôi:

Trên AWS:
A100 40GB: ∼$3.67/giờ, kể cả khi không hoạt động
Lưu trữ: $0.10/GB + phí ảnh chụp nhanh
Truyền dữ liệu ra ngoài: $0.09/GB
Kết quả: chi phí cơ bản $1,400/tháng. Tháng trước là $1,700 dù KHÔNG huấn luyện gì mới.

Bạn không trả tiền cho năng lực tính toán. Bạn đang trả tiền cho thời gian máy nhàn rỗi.

Trên @Fluence :

Tuần trước, tôi đã làm cùng một việc:
Thuê A100 trong 6 giờ: $18
Tắt máy sau khi huấn luyện: ngừng tính phí chỉ sau vài giây
Tổng chi phí dữ liệu: tối thiểu, xử lý nội bộ tại nhà cung cấp

Fluence không phải là một đám mây đơn lẻ. Đó là 71 trung tâm dữ liệu Tier 3/4 với hơn 1400 GPU tại 32 khu vực, cạnh tranh để nhận công việc của bạn. Chính sự cạnh tranh đó giúp giá rẻ hơn 70–80%.

Không cần đặt trước theo tháng.
Không có hóa đơn truyền dữ liệu bất ngờ.
Không bị khóa vào một nhà cung cấp.
Xem giá trực tiếp trước khi bắt đầu.

Và giờ đây, với hoạt động staking $FLT trên Ethereum L1 đã khởi chạy, bạn có thể trực tiếp tham gia bảo mật mạng lưới ngay từ L1.

Nếu bạn là nhà phát triển độc lập, phòng thí nghiệm nhỏ hoặc startup đang huấn luyện mô hình, hãy ngừng đặt trước GPU mà bạn chỉ dùng 20% thời gian.

Thuê theo từng giây. Huấn luyện. Tắt máy. Bảo toàn nguồn vốn.

Bạn đã so sánh hóa đơn AWS gần nhất với các lựa chọn phi tập trung chưa?

#Fluence #DePIN #AIBubble #Cloud #GPU

Cách cắt giảm chi phí đám mây với Fluence trong 3 bước:

Bước 1: Truy cập Fluence Console
Đừng truy cập AWS. Hãy vào http://fluence.ai/gpu
Kết nối ví để xem bảng điều khiển.

Bước 2: Thuê GPU, không phải đám mây
Nhấp vào "Thuê GPU"
Chọn GPU bạn cần: H100, A100, H200. Chọn vị trí gần bạn.
Fluence có hơn 1400 GPU tại 32 khu vực. Giá đã rẻ hơn AWS/GCP 60%. Bạn có thể xem giá theo giờ theo thời gian thực.

Bước 3: Chỉ trả tiền khi sử dụng
Khởi chạy, triển khai mô hình và huấn luyện.
Khi xong, hãy TẮT MÁY.
Fluence tính phí theo giây. Không bị ràng buộc theo tháng. Nếu dùng 2 giờ, bạn chỉ trả tiền cho 2 giờ.

Vậy là xong.

Không cần tín dụng, không cần gọi điện với bộ phận bán hàng, không cần hợp đồng doanh nghiệp.

Đám mây truyền thống: Trả $3.50/giờ + vẫn trả tiền cả khi không sử dụng, tức là $2500/tháng
Fluence: Trả khoảng $1.40/giờ + chỉ trả tiền khi đang sử dụng, tương đương khoảng $900/tháng

Bạn cắt giảm 60% chi phí vì:
1. Trả ít hơn cho mỗi giờ
2. Chỉ trả tiền cho thời gian sử dụng

#Fluence #GPU #DePIN #AI

Tôi suýt quên mất là mình có một ít $FLT trong ví: @Fluence .

Tôi đã mua thêm vài FLT vào năm ngoái, và thành thật mà nói là một thời gian sau đó tôi không để ý nhiều đến nó.

Nhưng gần đây nhìn lại Fluence khiến tôi quay lại kiểm tra xem token thực sự làm gì trong hệ sinh thái.

Và hóa ra còn nhiều hơn những gì tôi ban đầu nghĩ.

• FLT nằm trong hệ thống staking, nơi các token được dùng cho việc bảo mật và phối hợp các nguồn tài nguyên tính toán.

• Nó còn có vai trò trong quản trị, giúp cộng đồng có cách tham gia vào các quyết định liên quan đến hệ sinh thái Fluence.

• Các nhà cung cấp compute và nền kinh tế của mạng lưới được kết nối với FLT, qua đó token có vai trò thực tế hơn chứ không chỉ là “để trong ví”.

• Phần phía cloud cũng đang trở nên thú vị hơn. Fluence đang xây dựng hạ tầng để người dùng có thể truy cập tài nguyên compute mà không cần phải phụ thuộc hoàn toàn vào các nhà cung cấp cloud tập trung truyền thống.

• Và giờ đây còn một góc nhìn lớn hơn nữa: AI và tính toán bằng GPU. Với lượng sức mạnh tính toán mà các ứng dụng AI đang đòi hỏi, việc truy cập GPU theo hướng phi tập trung đang trở thành một mảng đáng theo dõi hơn bao giờ hết.

Phần cuối cùng có lẽ là thứ khiến tôi chú ý nhất.

Bởi vì khi tôi mua vài FLT đó vào năm ngoái, tôi không hề nghĩ nhiều đến hạ tầng cho AI hay nhu cầu về GPU.

Giờ đây, câu chuyện xoay quanh Fluence trông hoàn toàn khác.

Tôi không nói là tôi biết FLT sẽ đi về đâu từ đây.

Chỉ là tôi thấy thú vị khi một token mình mua một cách khá tình cờ lại bắt đầu trở thành một phần của câu chuyện hạ tầng lớn hơn rất nhiều.

Nên vâng… tôi lại đang để mắt tới “túi” FLT nhỏ của mình.

#Fluence #Web3 #DePIN #AI

Chu kỳ crypto tiếp theo có thể thuộc về hạ tầng.

Không phải là những câu chuyện ồn ào nhất, mà là các giao thức đang cung cấp năng lượng cho chúng.

Khi tính toán phi tập trung trở nên ngày càng quan trọng, Fluence và $FLT đang xây dựng lớp nền cho các hệ sinh thái AI và DePIN có khả năng mở rộng.

#FLT #fluence #AI #DePIN. #Web3

Bạn thà nắm giữ một token có giá trị sử dụng thực sự hay một token chỉ thu hút sự chú ý khi biểu đồ bắt đầu chuyển động?

Đó là lý do $FLT đáng để bạn theo dõi.

@Fluence đang xây dựng hạ tầng điện toán phi tập trung cho nền kinh tế AI, và $FLT nằm ở trung tâm của cơ chế kinh tế mạng lưới đó.

Vậy $FLT thực sự có thể làm được gì?

→ Staking (Gửi/staking): FLT có thể được staking để giúp bảo mật và cung cấp tài nguyên điện toán, cho phép người nắm giữ token tham gia staking.

→ Quản trị: Người nắm giữ FLT có thể tham gia quản trị của Fluence DAO và bỏ phiếu cho các đề xuất định hình mạng lưới.

→ Phần thưởng/khuyến khích mạng lưới: FLT là một phần của hệ thống khuyến khích, điều phối các nhà cung cấp điện toán và giúp bảo mật mạng lưới.

Điều tôi thấy thú vị là token này không hoàn toàn tách rời khỏi hạ tầng.

Mạng lưới tập trung vào AI và điện toán GPU, và Fluence cho biết hiện họ cung cấp 1.400+ GPU trên 32 khu vực và 71 trung tâm dữ liệu.

Và đây là nơi tôi nghĩ một số người có thể đã bỏ lỡ bức tranh lớn hơn trong lần biến động $FLT gần đây.

Một cú pump sẽ thu hút sự chú ý của tất cả mọi người.

Giá trị sử dụng (utility) mới là thứ khiến tôi tiếp tục theo dõi.

Câu hỏi thú vị bây giờ không chỉ là $FLT sẽ đi đâu tiếp theo.

Mà là: có thể xây dựng được bao nhiêu giá trị xung quanh hạ tầng mà nó vận hành.

AI cần có điện toán.
Fluence đang xây dựng lớp điện toán.
$FLT là một phần của lớp kinh tế đứng sau đó.

Bạn có nghĩ rằng các token có giá trị sử dụng sẽ vượt trội các kịch bản thuần câu chuyện (pure narrative plays) trong giai đoạn tiếp theo của DePIN không?

#Fluence #DePIN #AI

Ai mọi người đang chạy đua để xây dựng sản phẩm AI lớn tiếp theo, nhưng hầu như chẳng ai nói về điều thực sự đang làm chậm cuộc đua đó: việc có được đủ GPU mà không phải chờ hàng tháng hoặc trả giá siêu đắt cho đặc quyền đó từ các siêu nhà cung cấp dịch vụ đám mây.

@Fluence là một trong số ít dự án thực sự giải quyết vấn đề này, thay vì chỉ nói về nó.

Đây là cách hoạt động: thay vì chuyển tất cả mọi người qua AWS, Google Cloud hoặc Azure, Fluence kết nối trực tiếp các nhà phát triển với một mạng lưới toàn cầu gồm các nhà cung cấp compute độc lập. Trung tâm dữ liệu thật, phần cứng thật—không có một công ty đơn lẻ nào kiểm soát giá cả hay đường đi của chuỗi cung ứng.

Nó cũng đã hoạt động rồi. Sàn giao dịch GPU của họ đã ra mắt, cung cấp hạ tầng compute đạt chuẩn doanh nghiệp với chi phí thấp hơn tới 85% so với các “đám mây” lớn. Và phía CPU của họ đã tạo ra hơn 1 triệu USD doanh thu hằng năm—đây không phải là lời hứa trong lộ trình, mà là một sản phẩm mà người dùng thực sự trả tiền để sử dụng.

Phần mới nhất là GPU Cluster Auctions (đấu giá cụm GPU), một thị trường đấu thầu thực sự cho năng lực GPU đã được đặt trước. Thay vì hy vọng nhà cung cấp có sẵn hàng với mức giá hợp lý, các đội sẽ đăng chính xác những gì họ cần (mô hình GPU, số lượng, khu vực, thời gian) và các nhà cung cấp sẽ cạnh tranh để giành được hợp đồng. Đây là cơ chế định giá theo thị trường mà hiện tại đơn giản là chưa tồn tại ở bất kỳ nơi nào khác trong lĩnh vực này.

DePIN và AI đang va chạm mạnh mẽ ngay lúc này, và phần lớn các dự án giao thoa đó vẫn còn mang tính lý thuyết. Fluence thì không—đó là hạ tầng đã và đang được dùng để giải quyết một vấn đề thực sự, tốn kém.

Nếu bạn đang theo dõi mảng Web3 x AI, FLT ( $FLT ) đáng để hiểu không phải vì câu chuyện, mà vì những gì thực sự đang được xây dựng.

#Fluence #DePIN #AI

@Fluence : Ai sẽ nhận được năng lực GPU?

Năng lực GPU thực sự được mua và bán như thế nào. Có thể có rất nhiều GPU trên thế giới nhưng vẫn thiếu hụt đối với một người mua cụ thể, một vị trí cụ thể, một loại khối lượng công việc cụ thể hoặc một khoảng thời gian cụ thể. Điều đó khiến việc định giá và khả năng tiếp cận trở nên phức tạp hơn nhiều so với việc chỉ gắn một con số bên cạnh một GPU.

Đây là lúc các cuộc đấu giá trở nên hữu ích. Đấu giá tiến (forward auction) cho phép người mua cạnh tranh để giành quyền sử dụng năng lực sẵn có, trong khi đấu giá lùi (reverse auction) cho phép các nhà cung cấp cạnh tranh để đáp ứng nhu cầu.

Cả hai đều tạo ra một cách thức linh hoạt hơn để xác định giá trị thực sự của năng lực tính toán tại một thời điểm nhất định. Và với ai đang mua năng lực GPU một cách nghiêm túc, lựa chọn rẻ nhất không nhất thiết đã là lựa chọn đúng.

Bạn cũng cần đặt câu hỏi: Năng lực đó có thực sự sẵn có khi bạn cần hay không? Mạng kết nối (fabric) có thể xử lý được khối lượng công việc hay không? Cơ sở hạ tầng đi kèm những SLA nào? Nếu có sự cố, việc khôi phục sẽ mất bao lâu? Những chi tiết này có thể tạo ra khác biệt lớn khi các workload AI đang chạy ở quy mô lớn.

Fluence đang hướng tới việc xây dựng một thị trường toàn cầu, nơi các trung tâm dữ liệu có thể kết nối trực tiếp với nhu cầu đã được xác thực để đặt trước các cụm GPU.

Điểm thú vị là không phải chỉ là thêm nhiều GPU hơn. Mà là làm cho những GPU đã tồn tại trở nên dễ phát hiện, dễ so sánh, dễ định giá và dễ khai thác hơn.

#Fluence #DePIN #AI

@Fluence tiếp tục mở rộng nền tảng điện toán phi tập trung của mình với bộ nhớ lưu trữ bền vững, quản lý IP VM và hỗ trợ thẻ tín dụng cho điện toán theo nhu cầu.

Cuộc Đấu giá Cụm GPU sắp tới là một bước tiến, cho phép các cụm GPU được phân bổ thông qua đấu giá cạnh tranh thay vì cấp phát tập trung truyền thống.

Một vài con số đã nổi bật với tôi:

• 357,2M FLT trong quỹ dự trữ.

• 1,46M USD trong dự trữ stablecoin.

• APR staking trung bình 11,5%.

• 7M FLT được bổ sung thông qua các hoạt động thanh khoản trên thị trường mở.

Các dự án hạ tầng thường được đánh giá dựa trên việc thực thi hơn là lời thổi phồng.

Từ những gì tôi đã theo dõi, $FLT tiếp tục tập trung mở rộng mạng điện toán của mình đồng thời cải thiện hiệu quả sử dụng vốn và khả năng tiếp cận của nhà phát triển—hai điều có thể quan trọng đáng kể khi nhu cầu AI tiếp tục tăng quy mô.

#DePIN #Fluence #Ai

Tại sao AI4 có thể là một cột mốc quan trọng đối với @Fluence $FLT

Khi AI đang định hình lại các ngành công nghiệp, một điều ngày càng trở nên rõ ràng: AI chỉ mạnh mẽ bằng chính hạ tầng hỗ trợ nó. Trong khi hầu hết các tiêu đề tập trung vào các mô hình và ứng dụng mới, thì các công ty đang xây dựng lớp tính toán (compute layer) cũng đang trở nên quan trọng tương đương.

Đó là lý do tôi chú ý đến Fluence ($FLT) tham dự AI4, hội nghị AI lớn nhất của nước Mỹ, diễn ra từ ngày 4–6 tháng 8 tại The Venetian ở Las Vegas, nơi đội ngũ sẽ có mặt tại Gian hàng #1251.

Với một công ty hạ tầng AI, đây không chỉ là một lần tham dự hội nghị khác. AI4 quy tụ các lãnh đạo doanh nghiệp, nhà phát triển, nhà đầu tư, nhà cung cấp đám mây và các tổ chức đang tìm kiếm các giải pháp AI có khả năng mở rộng. Đây là môi trường mà các mối quan hệ kinh doanh được hình thành, sản phẩm được giới thiệu và các hợp tác trong tương lai thường được định hình.

Khác với các sản phẩm hướng đến người dùng, hạ tầng doanh nghiệp hiếm khi được áp dụng chỉ nhờ marketing. Người ra quyết định cần những cuộc thảo luận kỹ thuật, các bản demo trực tiếp và các trao đổi trực tiếp với chính đội ngũ đứng sau công nghệ. Những hội nghị như AI4 tạo ra bối cảnh lý tưởng cho các tương tác như vậy.

Đối với Fluence, đây là cơ hội để giới thiệu hạ tầng GPU phi tập trung của mình đến những người có thể trở thành khách hàng hoặc đối tác chiến lược trong tương lai. Dù việc tham dự một sự kiện không tự động đảm bảo việc được áp dụng, thì việc có mặt đúng nơi đang diễn ra các cuộc trò chuyện về AI trong doanh nghiệp là một bước quan trọng.

Tôi sẽ theo dõi sát sao để xem AI4 mang lại điều gì. Dù đó là các mối quan hệ đối tác mới, những hiểu biết quý giá của ngành hay các hợp tác trong tương lai, thì đây đều là những diễn biến có thể tạo tác động bền vững lên các dự án đang xây dựng hạ tầng cho thế hệ AI tiếp theo.

📍 Hội nghị AI4
📅 4–6 tháng 8
🏨 The Venetian, Las Vegas
📌 Gian hàng Fluence #1251

#Fluence #DePIN #AI #AI4

Tại sao tôi đang theo dõi dự án Fluence ( $FLT)

Khi nhu cầu về AI tăng cao, điện toán phi tập trung đang trở thành một trong những lĩnh vực quan trọng nhất trong Web3.

Dự án Fluence đang xây dựng một đám mây không cần phép, nơi các nhà phát triển có thể triển khai ứng dụng mà không phải phụ thuộc vào các nhà cung cấp tập trung. Cơ sở hạ tầng thực sự, tiện ích thực sự, và nhu cầu ngày càng tăng cho điện toán kháng kiểm duyệt.

Trong một thị trường tập trung vào các câu chuyện, $FLT nổi bật như một dự án giải quyết một vấn đề thực tế. Các dự án cơ sở hạ tầng thường mất thời gian, nhưng chúng có xu hướng quan trọng nhất khi sự chấp nhận diễn ra.

#Fluence #DePIN #Aİ

Tại sao $FLT xứng đáng nhận được nhiều sự chú ý hơn

Nhiều nhà đầu tư so sánh DePIN và các dự án hạ tầng như $RNDR , $AKT , và $GRASS vì vai trò của chúng trong việc cung cấp năng lượng cho thế hệ AI và dịch vụ phi tập trung tiếp theo.

Điều làm cho @Fluence trở nên thú vị là sự tập trung vào điện toán đám mây phi tập trung. Trong khi những dự án khác chú trọng vào mạng GPU, lưu trữ, hoặc phân phối nội dung, Fluence đang xây dựng một lớp điện toán không cần phép mà tại đó các ứng dụng có thể chạy mà không phụ thuộc vào các nhà cung cấp đám mây tập trung.

Khi các tác nhân AI, DePIN, và các ứng dụng Web3 tiếp tục phát triển, nhu cầu về điện toán phi tập trung đáng tin cậy có thể trở thành một câu chuyện lớn.

Thị trường thường thưởng cho các dự án hạ tầng chỉ sau khi việc áp dụng trở nên rõ ràng. Cho đến lúc đó, các dự án như $FLT vẫn nằm dưới radar.

#Fluence #DePIN #Aİ

Khi mọi người đánh giá các dự án AI, họ thường chú ý đến các thông báo và giá token. Tôi có xu hướng nhìn nhiều hơn vào mức độ tương tác của doanh nghiệp.

Những cơ hội lớn nhất trong AI sẽ không chỉ đến từ các ứng dụng. Chúng sẽ đến từ lớp hạ tầng giúp những ứng dụng đó trở nên khả thi. Khi các mô hình AI ngày càng mạnh mẽ hơn, nhu cầu về hạ tầng tính toán đáng tin cậy và có khả năng mở rộng tiếp tục tăng lên.

Chính điều đó đã dẫn tôi đến @Fluence $FLT.

Thay vì cố gắng trở thành “xu hướng” tiếp theo, Fluence tập trung vào hạ tầng tính toán phi tập trung — một lĩnh vực có thể ngày càng trở nên quan trọng khi việc áp dụng AI mở rộng sang nhiều ngành công nghiệp.

Tôi cũng nghĩ rằng các dự án hạ tầng cần được đánh giá theo cách khác. Tiến bộ không phải lúc nào cũng được đo bằng biến động giá hằng ngày. Tiến bộ được đo bằng việc công nghệ có tiếp tục được cải thiện hay không, liệu các nhà phát triển có đang xây dựng trên đó hay không, và liệu doanh nghiệp có thấy giá trị khi sử dụng nó hay không.

Cuộc đua AI vẫn còn ở giai đoạn đầu, và nhu cầu về năng lực tính toán không hề chậm lại. Vì vậy, $FLT vẫn là một trong những dự án mà tôi tiếp tục theo dõi khi bức tranh hạ tầng AI phi tập trung phát triển.

#Fluence #AI #DePIN #GPU

Ai đứng đằng sau hậu trường đang được ai “cấp nguồn” cho nó? @Fluence

Một điều khiến tôi thấy thú vị về các tác nhân AI (AI agents) là độ trễ không phải lúc nào cũng do chính mô hình gây ra.

Một tác nhân có thể thực hiện nhiều lệnh gọi công cụ (tool calls), truy xuất trạng thái (state), chạy xác thực (validations), cập nhật bộ nhớ (memory) và lặp lại vòng lặp đó vài lần. Một vài mili giây bị trì hoãn CPU ở mỗi bước có vẻ không đáng kể nếu xét riêng lẻ, nhưng trong toàn bộ quy trình, những độ trễ đó có thể cộng dồn và khiến yêu cầu vượt quá thời hạn (deadline).

Đây là lúc cơ sở hạ tầng trở nên quan trọng hơn vẻ ngoài ban đầu.

Với các tác vụ AI, hiệu suất trung bình không phải lúc nào cũng đủ. Vấn đề thực sự có thể xuất hiện
đặc biệt khi CPU bị tranh chấp (contention) gây ra các độ trễ nhỏ ở nhiều giai đoạn.

Vì vậy, có thể thấy compute chuyên dụng (dedicated compute) là một lựa chọn đáng cân nhắc cho các tác vụ mà hiệu suất có thể dự đoán được là yếu tố then chốt.

Fluence đang tiếp cận vấn đề này từ phía điện toán phi tập trung (decentralized compute), cung cấp cho nhà phát triển quyền truy cập vào các tài nguyên CPU chuyên dụng cho những tác vụ cần năng lực ổn định hơn.

Tôi nghĩ điều này ngày càng trở nên phù hợp khi các tác nhân AI chuyển từ các thử nghiệm đơn giản sang môi trường sản xuất (production). Khi một tác nhân xử lý hàng chục bước, việc giảm bớt sự biến thiên (variability) ở từng giai đoạn có thể tạo ra tác động lớn hơn nhiều lên trải nghiệm người dùng cuối.

Câu hỏi tôi đang theo dõi rất đơn giản: khi các tác vụ của tác nhân trở nên phức tạp hơn, liệu compute có thể dự đoán được sẽ quan trọng tương đương với sức mạnh compute “thô” (raw compute power) hay không?

https://fluence.ai/

#Fluence #AI #DePIN

Tại sao tôi đang theo dõi Fluence

Thị trường dành phần lớn thời gian để thảo luận về các token.
Cơ hội lớn hơn có thể là hiểu về hạ tầng mà những token đó phụ thuộc vào.
Khi việc áp dụng AI gia tăng và hoạt động on-chain tiếp tục phát triển, nhu cầu tính toán đang trở thành một trong những xu hướng quan trọng nhất trong công nghệ.
Fluence đang xây dựng một mạng lưới tính toán phi tập trung được thiết kế để kết nối nguồn cung tính toán toàn cầu với các nhà phát triển cần hạ tầng có thể mở rộng.
Điều làm cho điều này thú vị là nó không phải là một câu chuyện ngắn hạn.
Đây là một sự chuyển mình lâu dài về:

• Hạ tầng đám mây phi tập trung
• Tính toán có thể xác minh
• Thị trường mở cho tài nguyên tính toán
• Giảm sự phụ thuộc vào các nhà cung cấp tập trung

Lịch sử cho thấy rằng hạ tầng thường nắm giữ giá trị đáng kể khi việc áp dụng mở rộng.
Các ứng dụng nhận được sự chú ý.
Hạ tầng cung cấp sức mạnh cho mọi thứ phía dưới.
Đó là lý do tại sao $FLT vẫn là một trong những dự án thú vị hơn để theo dõi trong các lĩnh vực DePIN và hạ tầng AI.

#FLT #Fluence #DePIN #Aİ #Crypto

TẠI SAO SỞ HỮU NHIỀU TÀI NGUYÊN TÍNH TOÁN HƠN NHỮNG GÌ BẠN THỰC SỰ DÙNG?

Một trong những thách thức lớn nhất trong AI không phải lúc nào cũng là việc có quyền truy cập GPU, mà là cách sử dụng chúng hiệu quả như thế nào.

Nhiều tác vụ không cần công suất tính toán tối đa suốt 24/7, nhưng các nhà phát triển lại thường phải trả tiền cho phần cứng bị nhàn rỗi trong phần lớn thời gian. Điều này tạo ra chi phí không cần thiết trong khi các tài nguyên quý giá vẫn bị sử dụng kém.

@Fluence áp dụng một cách tiếp cận khác.

Thay vì dựa vào phần cứng chuyên dụng, $FLT hỗ trợ một thị trường tính toán phi tập trung, nơi năng lực GPU chưa được sử dụng có thể được chia sẻ cho các nhà phát triển cần đến. Các nhà cung cấp có thể tạo ra giá trị từ các tài nguyên nhàn rỗi, trong khi các nhà phát triển chỉ trả tiền cho phần tính toán mà họ thực sự tiêu thụ.

Mô hình này có tiềm năng giúp cải thiện hiệu quả sử dụng tài nguyên, giảm chi phí hạ tầng và làm cho việc tính toán cho AI dễ tiếp cận hơn mà không cần mọi đội nhóm đều phải sở hữu phần cứng cao cấp.

Khi nhu cầu cho AI tiếp tục tăng trưởng, việc cải thiện cách phân bổ tài nguyên tính toán có thể sẽ quan trọng không kém gì việc mở rộng lượng tài nguyên tính toán hiện có.

Bạn đã từng tìm hiểu các mạng GPU phi tập trung chưa, hay bạn vẫn dựa vào các nhà cung cấp cloud truyền thống?

#Fluence #AI #DePIN #GPU #CloudComputing

Giai Đoạn Tiếp Theo Của Crypto Có Thể Được Thúc Đẩy Bởi Hạ Tầng

Mỗi chu kỳ công nghệ lớn đều tạo ra một nút thắt mới.
Đối với internet, đó là băng thông.
Đối với điện toán đám mây, đó là lưu trữ.
Đối với AI, nó đang nhanh chóng trở thành sức mạnh tính toán.
Khi các mô hình AI, các tác nhân tự động, và các ứng dụng phi tập trung tiếp tục mở rộng, nhu cầu về hạ tầng tính toán đáng tin cậy đang tăng trưởng nhanh hơn bao giờ hết.
Đây là lý do tại sao tính toán phi tập trung đang trở thành một trong những lĩnh vực quan trọng nhất cần theo dõi.
@Fluence Fluence ($FLT) đang xây dựng một thị trường tính toán mở nơi các nhà cung cấp độc lập có thể cung cấp tài nguyên cho các nhà phát triển mà không cần dựa vào các độc quyền đám mây tập trung.
Luận điểm rất đơn giản:

• Nhiều sự chấp nhận AI = Nhu cầu tính toán nhiều hơn
• Nhiều hoạt động trên chuỗi = Nhu cầu hạ tầng nhiều hơn
• Nhiều sự phân cấp = Nhu cầu mạng mở nhiều hơn

Khi các câu chuyện đến rồi đi, hạ tầng thường tích lũy giá trị theo thời gian vì mọi ứng dụng mới đều phụ thuộc vào nó.
Thế hệ dịch vụ kỹ thuật số tiếp theo sẽ không chỉ cần phần mềm tốt hơn.
Họ sẽ cần hạ tầng tốt hơn.

#FLT #Fluence #AI #DePIN #Crypto

$FLNC Cập nhật - 18 tháng 5

Giá: 19.47 (-7.73%) ↓

Nến đỏ khổng lồ...
Giảm từ 21.78 xuống 19.46
= -10% trong 1h !!

Chưa có hồi phục...
Chỉ đi ngang ở 19.47

Kế hoạch -
SHORT
Vào lệnh - từ 19.50 đến 19.70 khi bị từ chối
TP - 19.20, 19.00, 18.50
SL - 20.00 (trên đỉnh nến)

LONG chỉ khi...
Khôi phục lại 20.00 và giữ
Sau đó mục tiêu 20.50, 21.00

Mức quan trọng: 19.46 thấp
Phá vỡ mức đó = 18.00 tiếp theo

Quan điểm của tôi: Gấu đang kiểm soát rn
Hồi phục yếu = sắp có giảm giá thêm

#FLNC #Fluence #TradFi

*Không phải lời khuyên tài chính*
$FLNC

Một điều mà tôi luôn nghĩ về Web3 là chúng ta đã phân quyền sở hữu, thanh toán, và thậm chí lưu trữ, nhưng hầu hết sức mạnh tính toán của internet vẫn tập trung ở một vài đám mây tập trung.

Đó là một khoảng cách lớn, đặc biệt là bây giờ khi AI đang đẩy nhu cầu tính toán lên cao hơn bao giờ hết.

Chúng ta đã có:
• $BTC và $ETH đang thay đổi cách giá trị di chuyển
• $FIL cho thấy lưu trữ có thể được phân quyền

Nhưng lớp xử lý thực tế - hạ tầng cung cấp năng lượng cho các ứng dụng, mô hình và hệ thống thời gian thực vẫn phụ thuộc chủ yếu vào các nhà cung cấp truyền thống.

Đó là lý do tại sao các dự án như @Fluence ($FLT) nổi bật với tôi.

Thay vì coi hạ tầng đám mây là mặc định, Fluence đang xây dựng xung quanh việc điều phối tính toán phân quyền cho phép các nhà phát triển lấy tính toán từ các nhà cung cấp phân phối theo cách mở và có thể xác minh hơn.

Bạn cũng có thể thấy các ý tưởng liên quan đang hình thành trong các lĩnh vực khác:

• @Render Network ( $RENDER ) → sức mạnh GPU phân phối cho AI và rendering
• @AkashNetwork ( $AKT ) → thị trường hạ tầng đám mây phân quyền
• @IoTeX Network ( $IOTX ) → kết nối các máy móc và thiết bị thực tế với các hệ thống phân quyền

Các trọng tâm khác nhau, nhưng cùng một hướng đi rộng hơn: giảm sự phụ thuộc vào hạ tầng tập trung bằng cách biến những tài nguyên chưa sử dụng toàn cầu thành các mạng lưới chức năng.

Điều thú vị là điều này không còn cảm giác như chỉ là một câu chuyện crypto khác. Nó cảm thấy như giai đoạn tiếp theo của hạ tầng internet đang âm thầm hình thành trong nền.

#DePIN #Fluence #Web3