Ein Projekt, das als quantitatives Handelssystem für Kryptowährungen und Aktien auf institutioneller Ebene begann, hat sich zu einem dezentralen Netzwerk entwickelt, das GPU-Rechenleistung bezieht, um die steigende Nachfrage nach Diensten für künstliche Intelligenz (KI) und maschinelles Lernen (ML) zu bedienen.
Io.net hat ein Testnetzwerk entwickelt, das GPU-Rechenleistung von verschiedenen Rechenzentren, Kryptowährungs-Minern und dezentralen Speicheranbietern bezieht. Durch die Bündelung der GPU-Rechenleistung sollen die Kosten für die Anmietung dieser Quellen, die mit der Weiterentwicklung von KI und maschinellem Lernen immer teurer werden, drastisch gesenkt werden.
CEO und Mitbegründer Ahmad Shadid spricht exklusiv mit Cointelegraph über Einzelheiten des Netzwerks, das darauf abzielt, eine dezentrale Plattform für die Anmietung von Rechenleistung zu einem Bruchteil der Kosten zentralisierter Alternativen bereitzustellen, die derzeit existieren.
Verwandt: Zukunft des Zahlungsverkehrs: Visa investiert 100 Millionen US-Dollar in generative KI
Shadid erklärt, wie das Projekt Ende 2022 während eines Solana-Hackathons konzipiert wurde. Io.net entwickelte eine quantitative Handelsplattform, die für ihre Hochfrequenzoperationen auf GPU-Rechenleistung angewiesen war, jedoch durch die exorbitanten Kosten für die Anmietung von GPU-Rechenkapazität behindert wurde.
Das Team meistert die Herausforderung, leistungsstarke GPU-Hardware zu mieten, im Kern Dokumentation, wobei der Preis für die Miete einer einzelnen Nvidia A100 durchschnittlich etwa 80 US-Dollar pro Tag und Karte beträgt. Mehr als 50 dieser Karten für den Betrieb an 25 Tagen im Monat zu benötigen, würde mehr als 100.000 US-Dollar kosten.
Eine Lösung wurde in der Entdeckung von Ray.io gefunden, einer Open-Source-Bibliothek, die OpenAI nutzte, um ChatGPT-Training auf über 300.000 CPUs und GPUs zu verteilen. Die Bibliothek optimierte die Infrastruktur des Projekts und entwickelte ihr Backend innerhalb von nur zwei Monaten.
Shadid vorgeführt Das funktionierende Testnetz von Io.net auf dem AI-fokussierten Ray Summit im September 2023 zeigt, wie das Projekt Rechenleistung aggregiert, die GPU-Konsumenten als Cluster bereitgestellt wird, um bestimmte Anwendungsfälle für KI oder maschinelles Lernen zu erfüllen.
„Dieses Modell ermöglicht es Io.net nicht nur, GPU-Rechenleistung bis zu 90 % günstiger als etablierte Anbieter bereitzustellen, sondern ermöglicht auch praktisch unbegrenzte Rechenleistung.“
Das dezentrale Netzwerk soll die Blockchain von Solana nutzen, um SOL- (SOL) und USD-Coin-Zahlungen (USDC) an Ingenieure für maschinelles Lernen und Bergleute zu liefern, die Rechenleistung mieten oder bereitstellen.
„Wenn ML-Ingenieure für ihre Cluster bezahlen, werden diese Gelder direkt an die Miner weitergeleitet, die mit ihren GPUs im Cluster tätig sind, wobei eine geringe Netzwerkgebühr dem Io.net-Protokoll zugewiesen wird.“
Die Roadmap des Projekts soll die Einführung eines dualen nativen Token-Systems umfassen, das IO und IOSD umfasst. Das Token-Modell belohnt Bergleute für die Ausführung von maschinellen Lernaufgaben und die Aufrechterhaltung der Netzwerkverfügbarkeit unter Berücksichtigung der Dollarkosten des Stromverbrauchs.
„Der IO-Coin wird auf dem Kryptomarkt frei gehandelt und ist das Tor zum Zugriff auf die Rechenleistung, während der IOSD-Token als stabiler Kredit-Token dient, der algorithmisch an 1 USD gekoppelt ist.“
Shadid sagte gegenüber Cointelegraph, dass sich Io.net grundlegend von zentralisierten Cloud-Diensten wie Amazon Web Services (AWS) unterscheidet:
„Um eine Analogie zu verwenden: Sie sind United Airlines und wir sind Kayak; Sie besitzen Flugzeuge, während wir Menschen bei der Buchung von Flügen helfen.“
Der Gründer fügte hinzu, dass alle Unternehmen, die KI-Berechnungen benötigen, in der Regel Drittanbieter nutzen, da ihnen die GPUs fehlen, um alles intern zu erledigen. Da die Nachfrage nach GPUs schätzungsweise alle 18 Monate um das Zehnfache steigt, gibt es laut Hadid häufig nicht genügend Kapazität, um die Nachfrage zu decken, was zu langen Wartezeiten und hohen Preisen führt.
Hinzu kommt, was er als ineffiziente Nutzung von Rechenzentren bezeichnet, die nicht für die Art von KI und maschinellem Lernen optimiert sind, die schnell zunimmt:
„Allein in den USA gibt es Tausende unabhängiger Rechenzentren mit einer durchschnittlichen Auslastungsrate von 12–18 %. Dadurch entstehen Engpässe, was wiederum zu steigenden Preisen für GPU-Computing führt.“
Der Vorteil besteht darin, dass der durchschnittliche Kryptowährungs-Miner davon profitiert, wenn er seine Hardware vermietet, um mit Unternehmen wie AWS zu konkurrieren. Hadid sagte, dass der durchschnittliche Miner, der eine A100 mit 40 GB verwendet, 0,52 US-Dollar pro Tag verdient, während AWS dieselbe Karte für KI-Computing für 59,78 US-Dollar pro Tag verkauft.
„Ein Teil des Wertversprechens von Io.net besteht erstens darin, dass wir den Teilnehmern den Zugang zum KI-Rechenmarkt ermöglichen und ihre GPUs weiterverkaufen, und für die ML-Ingenieure sind wir deutlich günstiger als AWS.“
Zahlen, die Cointelegraph mitgeteilt wurden, gehen davon aus, dass Miner, die über GPU-Ressourcen verfügen, 1.500 % mehr verdienen könnten, als sie mit dem Mining einer Vielzahl von Kryptowährungen verdienen würden.
Zeitschrift: Blockchain-Detektive: Der Zusammenbruch von Mt. Gox war die Geburtsstunde von Chainalysis