Kunstig intelligens erstatter menneskeligt blod, sved og tårer i utallige industrier rundt om i verden, men det kommer ikke som nogen overraskelse. Computere kan efterligne den menneskelige hjerne – men hurtigere og mere omfattende – ved at behandle enorme sæt visuelle, talte eller numeriske data og genkende årsag-og-effekt-mønstre med større nøjagtighed. Konsekvenserne for en egentlig AI-drevet maskine, der har undersøgt tusindvis af CT-scanninger fra for eksempel både raske og kræftpatienter, er enorme. Denne maskine og andre (kræftpåvisning er et almindeligt formål med AI) kan genkende med 95% nøjagtighed små tumorer i en scanning, men lær også at bestemme, hvilke tumorer der sandsynligvis vil være godartede, og hvilke der ikke er.

AI har den samme accelererende effekt på andre sektorer såsom finansiering, som anvender den med henblik på forudsigelig markedsanalyse og andre overskudsdrevne bestræbelser. Genetikere er også afhængige af AI og dyb læring for at drage nye konklusioner baseret på uendelige, indviklede data, der er gemt i genomer af planter og dyr. Ved at bruge en computerdrevet hjerne til at studere genetiske basepar, deres mønstre og resulterende træk hjælper AI med at tegne tegningen for nye farmaceutiske lægemidler og medicin. Det er klart, at STEM-eksperter og andre brancheledere er afhængige af AI for at skubbe hurtigere innovation, men det har en pris.

Et forstærket krav til AI betyder også en stigning i beregningskraften, der kræves af maskiner, der er vært for disse kunstige intelligenser. Da en massiv tilstrømning af data forekommer overalt takket være begrebet “at gå digital”, har det en interessant effekt på cloud computing og chipproducentindustrien. For at skabe mere omkostningseffektiv strøm, især til AI-egnede opgaver, er GPU’en – eller grafikbehandlingsenheden – nu standardchiptypen for industrien.

Hvorfor GPU’er?

Den forskellige arkitektur af en GPU fra en CPU er det, der gør førstnævnte mere velegnet til dyb læring og AI, der forfølger mangesidede og komplekse mål snarere end enkle – som f.eks. at indlæse en webside. I stedet for sekventielt at løse problemer kræver AI hurtig parallel behandling. Selv for en AI at lære at genkende en hund på et billede, skal den udføre seriøst komplicerede beregninger parallelt. Denne AI kan se på et billede af en hund, konvertere den til sort / hvid og tildele hver pixel et tal baseret på dets lysstyrke eller mørke, hvilket skaber det, der ligner en kæmpe matrix med tal. Da det gentagne gange får fodret tusindvis af fotos og får den korrekte definition af hvert, lærer det over tid at genkende mønstre, der betyder “hund” og vil nøjagtigt udvælge hundene i hvert billede, det ser.

Changelly - Udveksle kryptokurrency til den bedste pris

For at opnå dette skal en AI henvise til millioner af datapunkter for at finde dem, der korrelerer med det, de “ser” på. Dette kræver intensiv parallelbehandling, en nem opgave for en gennemsnitlig detail-GPU, hvilket typisk har hundreder af gange så mange kerner, mere hukommelsesbåndbredde og ti gange computereffektiviteten som en industriel CPU fra Intel. Mens CPU’er stadig er nødvendige til opgaver, der kræver sekventielle computermodeller og kan bruges til bedre resultater i forbindelse med GPU’er, er sidstnævnte nu den nye standardarbejdshest til computerindustrien.

Produktionsvirksomheder som Nvidia har tjent betydeligt på overgangen til GPU-teknologi, ligesom større cloud computing-udbydere som Amazon og Google, der nu tilbyder virtuelle maskinmiljøer, der kører på GPU-strøm. Virksomheder, der specialiserer sig i grafikanimation og -gengivelse, AI-dyb læring og cryptocurrency-minedrift afsætter store budgetter til dette behov. De mest populære cloud-GPU-platforme tilbyder månedlige og endda timevis computereabonnementer for at imødekomme denne efterspørgsel, men det er ikke nok at tilbyde bekvemme salgsmodeller eller centralisere massive banker med GPU-strøm. Ny, tilpasset infrastruktur bygges også for at øge omkostningseffektiviteten ved grafikbaseret computing.

Hvad kan Blockchain gøre for GPU’er?

Fremgangen af ​​AI tvinger en tvungen udvidelse af verdens beregningskapacitet. I den tidlige fase har dette resulteret i en bevægelse mod GPU-effekt over CPU’er, men den anden fase vil se en bevægelse mod decentral strøm. Selvom centraliseret organisering af GPU-datacentre er god nok for nu, er det ikke omkostningseffektivt. Blockchain hovedbøger har evnen til ubesværet at spore og organisere et potentielt uendeligt antal distribuerede magtbidragere. Innovatorer ser derfor på blockchain som en bedre leveringsmetode for strøm, både for mere naturlig energibesparelse og prisopdagelse, men også for dets evne til at låse op for den inaktive GPU-strøm, der er fanget i detailmaskiner.

Tatau er en af ​​de første blockchain-virksomheder, der tackler denne unikke idé, og det giver alle med en pc mulighed for at oprette forbindelse og begynde at tilbyde deres computers strøm til netværket. Den blockchain, der anvendes af Tatau, betegner GPU-strømmen, der streames fra brugernes pc’er i tokens og betaler dem for den strøm, den trækker. Som en markedsplads forbinder Tataus blockchain primært dem, der har brug for GPU-strøm til en bestemt pris, og grupper af brugere, der er villige til at levere det.

”Markedsefterspørgslen efter AI-beregning fordobles hver 3,5 måned, men udbuddet holder ikke op. Leverandører bruger prisen som et løftestang til at styre brugen, og disse dynamikker holder innovation tilbage, ” skrev Andrew Fraser, administrerende direktør for Tatau.

Andre blockchain-baserede virksomheder har også udnyttet ideen om tokeniseret energibetegnelse og formidling. Mange nye spillere hjælper brugere med at bidrage med underudnyttet strøm fra deres ellers inaktive pc’er, og den nybegyndte industri er i øjeblikket hugget op af virksomheder, der specialiserer sig i at levere strøm til specifikke industrier såsom gengivelse og animation. Selvom det er sandt det gengivelse af en animeret film er en opgave, der er meget mere egnet til decentral GPU-strøm, det er den potentielt uendelige kilde til efterspørgsel efter AI-drevet fremskridt, der er den ægte katalysator.