Nebula AIは、分散型の基本人工知能コンピューティングチェーン（Zhiyunチェーン）の構築に取り組んでおり、GPUマイニングマシンを人工知能コンピューティングサービスに変換することにより、従来の作業証明のエネルギー消費を削減します。 NBAIトークンは、次のようなコンピューティングパワーを購入するために使用されます。開発者テスト。 DAIアプリケーションの使用; DAIトレーニングサービスなどの購入

プロジェクト目標

集中クラウドコンピューティングの現在の状況を改善するために、ブロックチェーンテクノロジーの分散型機能を使用して、コンピューティングパワーをグローバルにレンタルおよび割り当てます。ブロックチェーン暗号化テクノロジーは、内部漏れの存在を効果的に回避し、分散型AIコンピューティングユニットのメンテナンスは大小の人工知能コンピューティングユニットの所有者に引き渡され、メンテナンスワークロードを大幅に削減します。この全体的な目標は、次のサブターゲットに分割できます。 1。共有AIコンピューティングプラットフォーム
共有AIコンピューティングデバイスプラットフォームは、所有者とAIデバイスのユーザーの間の不均衡な需要の状況に対処します。 AIコンピューティングデバイスの所有者は、コンピューティングの可能性を100％達成できず、コンピューティングリソースの一部がアイドル状態になります。同時に、人工知能のコンピューティング能力を必要とする多数のユーザーは、費用対効果の高いAIコンピューティングリソースを取得できません。ブロックチェーンテクノロジーを通じて完了したポイントツーポイントの支払いとブロックチェーンの会計技術により、共有AIコンピューティングパワーが最も便利な方法で支払いと共有を完了することができます。
2。 AI物理コンピューティングユニット
多数のGPUコンピューティングマイナーをAIコンピューティングユニットに変換することができ、それにより、単純なハッシュコンピューティングからより意味のあるAIタスクコンピューティングに変換できます。 AIコンピューティングの特異性があるため、指定されたシステムをプリインストールし、ハードウェアのパフォーマンスを改善し、AIコンピューティング機能を共有するために、会計システムを含むクライアントを定期的に更新する必要があります。
3。分散型AIアプリケーション
分散型AIアプリケーションがシステムに接続されている場合、DAIアプリプログラマーがプラットフォーム内の強力なコンピューティングパワーを使用する便利な方法で開発および呼び出しに対応する接続​​が必要です。主に支払いAPI、コンピューティングパワー推定API、ワークロード推定APIなどが含まれているため、AIアプリケーションの開発が加速されます。
4。統合されたIPFS分散ストレージ
分散型アプリケーションは、ファイルストレージシステムを使用してデータを保存する必要があります。 1つのオプションは、従来の集中クラウドストレージまたはローカルファイルストレージを置き換えることであり、それにより、より良い分散ストレージを実現することです。
IPFS Interplanetary File System（IPFS）は、永続的で分散したストレージと共有ファイルを作成するように設計されたネットワーク伝送プロトコルです。これは、コンテンツアドレス可能なピアハイパーメディア分布プロトコルです。 IPFSネットワーク内のノードは、分散ファイルシステムを形成します。将来のIPFのほとんどは、クロスチェーンテクノロジーを使用して呼び出します。クロスチェーンテクノロジーについては、クロスチェーンサービスコールを参照してください。
5。 AIエンジニアトレーニングセンター
Nebula AIは、システムベースの人工知能トレーニングセンターを構築し、人工知能の実践の分野で基本的な知識を提供します。エンジニアは、体系的な学習とプロジェクトの実践を通じて、製品設計の人工知能モデルを徐々に構築および訓練します。私たちは、人工知能産業の最新のアプリケーションと知識を広め、優れた人工知能の才能を育成して提供することに取り組んでいます。私たちは、人材不足を満たし、ビジネスにおける人工知能の力に完全なプレーを与えるという使命があります。

ユーザー値

システムのトークンは、コンピューティングパワーを購入するために使用されます。トレーニングデータが小さい場合、トークンは比較的少なくなり、トレーニングデータが大きくなると消費されると、それに応じて消費されます。支払われた料金は、トレーニングコストと現在のトークンの価値に関連しています。 1080TIグラフィックスカードごとに1分で生成されたコンピューティング電力を計算します。

ユーザーの使用シナリオ

1。定量的取引
定量的取引は、早い段階から作業を支援するために機械を使用しています。アナリストは、さまざまな定量的モデルを通じていくつかのインジケーターを設計し、データ分布を観察し、マシンをオペレーターとして使用します。近年の機械学習の台頭まで、データは大量に迅速に分析、適合、予測できるため、金融商品の将来の傾向をより正確に予測できます。ただし、これらのモデルの計算には、多くの人工知能計算能力が必要です。従来のアプローチが採用されている場合、各取引部門はそれ自体でデータセンターを構築する必要があります。共有コンピューティングパワーは、高価なメンテナンスコストを節約できます。金融貿易会社に、それ自体が予測に焦点を当てているようにします。
2。人工知能学習者プログラム
大学は現在、人工知能コースを徐々に提供しており、この傾向は来年にはより人気があります。学生が勉強しているとき、彼らは一般に、学校のコンピュータールームでローカルで小さなタスクを実行し、時間のかかるタスクを実行することを選択します。ただし、これらの断片化されたタスクは、ブロックチェーンコンピューティングパワークラウドで解決できます。低コストのAIコンピューティングサービスは、学生がさまざまなコンピューティング演習を完了し、独自のモデルを迅速に変更するのに最適です。
3。生物医学的人工知能
腫瘍の早期スクリーニングは非常に重要ですが、初期の癌病変の小さな領域により、従来の方法は良性と悪性を判断するのが困難であり、臨床診断の困難を生み出します。医師はしばしば、生検を通じて検査を実施する必要があります。これは、医療費を増やすだけでなく、患者に大きな痛みをもたらします。医療画像認識と学際的な共同診断への人工知能の適用は、この困難を効果的に突破し、医師の診断能力を改善し、迅速な決定を下し、医療サービスの個別化と精度への変換を促進することができます。

*上記のコンテンツは、小さい勘定の公式アカウントによってコンパイルされます。転載されている場合は、ソースを示してください。