详解Aethir:兼具三重赛道的去中心化云计算实力玩家

LLM大模型和AI的发展与进步是人类历史上极为伟大的科技进步,人类从此进入了AI纪元,在这个新世界里「算力」是最稀缺的资源。

算力发展的趋势是边缘计算,这种计算方法可以有效降低物理延迟,成为元宇宙等低延迟需求产业发展的基石;去中心化分布式云计算拥有灵活性、价格低和抗审查的优势,发展前景十分广阔。

Aethir是基于Arbitrum网络上去中心化的实时渲染平台,通过汇集H100等高运算能力的GPU,为游戏,人工智能等企业提供企业级算力服务。

Aethir已经与io.net、Theta等行业内云计算顶级项目以及多家顶级游戏工作室、电信公司展开合作,预计2024年第一季度的年度经常性收入(ARR)超过2,000万美元。

Aethir Edge大大降低了普通用户出售多余算力的门槛,并极大扩展了Aethir网络的地理覆盖范围。

Aethir通过售卖检查器节点NFT已经获得8,000万美元,证明其项目前景与经济模型对广大用户极具吸引力。

Aethir网络的A100的每小时使用成本显著低于其他竞争对手,具有明显的竞争优势。

人类社会发展进程的改变,往往是几个极为伟大的科学发明与进步实现的。每一次科技的突破,都将直接创造一个更加高效而繁荣的新纪元。

工业革命、电气革命和信息革命是人类历史上极为伟大的科技进步,它们彻底改变了人类社会的面貌,带来了前所未有的生产力和生活方式的转变。现在,我们再也无法回到煤油灯照明,马车传递书信的时代。伴随着GPT的诞生,人类进入了另一个伟大的新纪元。

LLM在一步一步的解放着人类的智能,使人们将有限的精力与智能用于更具创造性的思考与实践中,人们从此进入了一个更加高效的世界。

我们把GPT看作是又一个改变世界的科技突破,不仅是因为GPT在自然语言理解和生成上的巨大进步,更是因为人类在GPT的进化中摸清了大语言模型能力增长的规律------即通过不断的扩大模型参数与训练数据,就能使LLM模型的能力得到指数级别的提高,在算力足够的情况下,这一进程还暂时看不到瓶颈。

大语言模型的用途不仅仅局限在理解人类语言与对话,相反,这仅仅是一个开始。一旦机器拥有了理解语言的能力,这就像打开了一个潘多拉魔盒,释放出了无限的想象空间。人们可以利用AI的这种能力,开发出各种颠覆性的功能。

目前,在各种交叉性的科技领域内,LLM模型已经在施展拳脚。从视频制作、艺术创作等人文领域,再到药物研发、生物科技等硬科技领域,必将迎来翻天覆地的变化。

在这个时代,算力被视为一种稀缺资源,大型科技巨头掌握着丰富的资源,而新兴开发者则面临着算力资源不足的进入壁垒。在AI新纪元中,算力即力量,掌握算力的人拥有改变世界的能力。GPU作为深度学习和科学计算领域的基石,在其中扮演着至关重要的角色。

在快速发展的人工智能(AI)领域,我们必须认识到发展的双重方面:模型训练和推理。推理涉及AI模型的功能和输出,而训练则包括构建智能模型所需的复杂过程,其中包括机器学习算法、数据集和计算能力。

以GPT4为例,如果想要获取高质量的推理,开发者需要获取全面的基础数据集和巨大的计算能力,来训练出有效的AI的模型。而这些资源主要集中在英伟达、谷歌、微软和AWS在内的行业巨头手中。

高昂的计算成本与进入壁垒阻止了更多的开发者进入,也使头号玩家们强者恒强。他们拥有着大型基础数据集和大量的计算能力,有着不断增大自身规模和降低自身成本的能力,这导致行业壁垒更加坚固。

但我们不禁要思考,有没有通过采用区块链技术的方式,来降低计算成本和行业进入壁垒的方案?答案是肯定的。去中心化分布式云计算正是在这种时代背景下为我们提供了这样的解决方案。

尽管在当前算力昂贵且稀缺的情况下,GPU并未得到充分利用。这主要是因为尚未出现一种现成的方式来整合这些分散的算力,并使它们以商业化的方式运作。以下是不同工作负载的典型GPU利用率数字:

大多数带GPU的消费设备属于前三类,即空闲(刚刚启动进入Windows操作系统):

• GPU利用率为:0-2%;
• 一般生产任务(写作、简单浏览):0-15%;
• 视频播放:15 - 35%。

上述数据说明:运算资源利用极为低下,而在Web2的世界中,并没有有效的措施来收集和整合这些资源。但Crypto和区块链经济,或许正好是解这一挑战的良药。加密经济构造了一个极为高效的全球市场,由于独特的代币经济,无中心化体系的特点,资源的定价、流转和市场供需关系的匹配极为高效。

AI的发展影响着人类的未来,而算力的进步决定着AI的发展。自从二十世纪四十年代第一台计算机发明后,计算模式经历了多次变革。从笨重的大型计算机到轻巧的笔记本电脑,从中心化的服务器购买再到算力租赁,算力的获得门槛在逐步降低。在云计算出现之前,企业要自己采购服务器,并随着技术的革新而不断更新换代,但云计算的出现彻底改变了这一模式。

云计算的基本概念是需求方租赁服务器,远程访问,根据使用的量来进行付费。现在,传统的企业正在被云计算所颠覆。在云计算领域中,虚拟化技术是该领域的核心。虚拟化服务器可以把一个功能强大的服务器分隔为很小的服务器并进行出租,并可以动态调动各种资源。

这种模式彻底改变了算力行业的商业格局,从前人们需要自己购买算力设施,来实现自己的算力需求;但现在只需要在网站上缴纳租金,便可享用优质的算力服务。云计算的未来发展方向是边缘计算。由于传统的中心化系统距离用户距离过远,这会导致一定程度的延迟。虽然延迟可以被优化,但由于光速的限制,延迟始终无法被克服。

然而,元宇宙、自动驾驶、远程医疗等新兴行业对延迟要求极低,因此需要将云计算服务器搬运到离用户更近的地方,进而越来越多的小型数据中心被布局到用户周围,这就是边缘计算。

相较于中心化的云算力提供商,去中心化云计算的优势主要在于:

• **可访问性与灵活性:**在某些平台获取算力芯片的访问权限通常需要花费几周的时间,而且高性能的GPU型号,如A100、H100等,经常处于缺货状态。此外,为了获取算力,消费者通常需要与这些大公司签订长期、缺乏弹性的合同,这不仅会造成时间上的损失,还会使企业运作变得僵化,失去一定的灵活性。相比之下,分布式算力平台可以随时获取算力,并提供灵活的硬件选择,具有更强的可访问性。

• **价格更低:**由于利用的是闲置芯片,再叠加网络协议方对芯片和算力供给方的代币补贴,分布式算力网络可能可以提供更为低廉的算力。

• **抗审查性:**一些Web3系统并不将自己定位为无许可系统。在GPU上线、数据加载、数据共享和结果共享阶段处理了GDPR和HIPAA等合规性问题。

伴随着AI的进一步发展与GPU持续的供需不平衡,会推动更多的开发者转向去中心化的云计算平台。同时,在牛市期间,由于加密代币价格的上涨,GPU供应商将会赚取更多的收益,这会刺激更多GPU提供者进入到这个市场中,形成一个正向的飞轮效应。

技术难题

1. 并行化难题

分布式算力平台通常汇聚了长尾的芯片供给,这意味着单个芯片供给方几乎无法在短时间内独立完成复杂的AI模型训练或推理任务。如果云计算平台想具有竞争性,就必须通过并行化的手段来拆解和分配任务,以缩短总的完成时间,提高平台的计算能力。

然而,并行化过程中会面临一系列问题,包括任务如何分解(尤其是对于复杂的深度学习任务)、数据依赖性,以及设备之间额外的通信成本等。

2. 新技术替代风险

随着大量资本投入ASIC(专用集成电路)研究以及像张量处理单元(TPU)这样的新发明,可能会对去中心化计算平台的GPU集群造成冲击。

如果这些ASIC可以提供良好的性能,并且在成本方面有所权衡,那么目前由大型AI组织垄断的GPU市场可能会重新回归市场。这将导致GPU供应增加,从而影响到去中心化云计算平台的生态系统。

3. 监管风险

由于去中心化云计算系统在多个司法管辖区操作,并可能受到不同的法律法规的约束,因此可能存在独特的法律和监管挑战。合规要求,如数据保护和隐私法律,也可能复杂且具有挑战性。

现阶段,云计算平台的用户主要是专业开发者和机构,他们偏好长期使用一个平台,不会随意更改。使用去中心化平台还是中心化平台,价格只是考虑因素之一,这些用户更加重视的是服务的稳定性。因此,去中心化平台若拥有强大的整合能力与稳定充足的计算能力,便更加容易获得这些客户的青睐,得到长期的合作关系与稳定的现金流收入。

下面我将介绍本轮周期专注于游戏渲染和AI的新分布式算力项目Aethir,并基于目前市场上的同赛道AI项目和分布式算力项目,来测算上市后可能的估值。

Aethir Cloud是一个基于Arbitrum网络上去中心化的实时渲染平台,通过聚合并智能地重新分配来自企业、数据中心、加密货币挖矿业务和消费者的新的和闲置的GPU,来帮助游戏和人工智能公司将其产品直接交付给消费者。

该项目的关键创新之一是资源池,将分散的算力贡献者聚集在一个统一的界面下,为全球客户提供服务。资源池的一大特点是GPU提供商可以自由的连接或断开网络,从而使拥有闲置设备的企业或数据中心能够在停机时参与网络,提高供应者的灵活性与设备利用率。

Aethir生态系统的运营在于三个核心的基础设施上:

• **容器(Container):**容器的关键功能是提供实时远程渲染服务,提供"零延迟"体验。容器是云计算的实际地点