人工智慧的計算危機以及為何$TAO 是唯一真正的解決方案

robot
摘要生成中

大家正在談論自主代理、長期推理、千億參數模型…… 但幾乎沒有人提及我們將在2026年遇到的真正牆壁。 計算危機 我們有想法、數據、人力…… 但我們的計算資源正逐漸枯竭,問題變得過於昂貴、骯髒且過於集中。 想想這一點:

  • 現在訓練一個先進模型僅GPU就需花費數十億(有時甚至數百億)美元。
  • Nvidia控制著約90%的AI GPU市場。
  • 數據中心的能耗相當於整個國家的能源消耗。
  • OpenAI、Anthropic和Google等公司正激烈競爭以獲取空間和能源合約。

Transformers (2017) 開啟了規模的大門。 Mixture-of-Experts (2021+) 使模型更高效。

但硬體追不上。

我們正處於1969年XOR問題或1986年反向傳播的同一點:理論已經成熟,但基礎設施尚未到位。 更糟的是:世界的智慧正集中在少數幾家控制集群的公司手中。 除了技術問題外,這也是一個動力問題。 當計算資源稀缺且昂貴時,有錢有權的人將決定AI能做什麼,不能做什麼。 現在想像另一條路。 一個全球開放的市場,不需要許可,任何人都可以貢獻計算、數據或專業智慧。 在這裡,子網絡競爭、專業化,並根據實時工作獎勵。 在這裡,動力直接鏈上連結:你為網絡帶來的價值越大,你賺到的TAO就越多。 這就是Bittensor。 Bittensor正在建立一個基礎設施,允許任何人貢獻和訓練代理人,以及專用模型,並以分散的方式進行訓練和運行。 這是AI歷史上一直需要的最終聯結: 想法 + 計算 + 動力 首次,動力不再掌握在大科技手中,而是掌握在網絡中。 如果Bittensor成功擴展這一願景…… 2026–2027年將成為AI時間線上的一個轉折點,當計算資源的集中瓶頸被打破,轉而成為一個開放的市場。 屆時,人們將回顧並說: “那是智慧真正去中心化的時刻。” AI的未來不會由4個數據中心決定,而是由遍布全球的數百萬節點共同決定。Bittensor正讓這一切成為現實。

TAO-0.65%
查看原文
此頁面可能包含第三方內容,僅供參考(非陳述或保證),不應被視為 Gate 認可其觀點表述,也不得被視為財務或專業建議。詳見聲明
  • 打賞
  • 留言
  • 轉發
  • 分享
留言
請輸入留言內容
請輸入留言內容
暫無留言