Nebula AI se angajează să construiască un lanț de calcul al informațiilor de inteligență artificială de bază descentralizat (lanț Zhiyun), reducând consumul de energie al dovezilor tradiționale de lucru prin transformarea mașinilor miniere GPU în servicii de calcul pentru informații artificiale. Jetoanele NBAI sunt utilizate pentru a achiziționa puterea de calcul, cum ar fi: testarea dezvoltatorilor; utilizarea aplicațiilor DAI; Cumpărarea serviciilor de formare DAI, etc.

Obiectivele proiectului

Pentru a îmbunătăți situația actuală a calculării cloud centralizate, folosim caracteristicile descentralizate ale tehnologiei blockchain pentru a închiria și aloca puterea de calcul la nivel global. Tehnologia de criptare a blockchain evită efectiv existența scurgerilor interne, în timp ce menținerea unităților de calcul AI distribuite este predată proprietarilor de unități de calcul pentru inteligență artificială mari și mici, reducând foarte mult volumul de muncă de întreținere. Acest obiectiv general poate fi împărțit în următoarele sub-țintă: 1. Platforma de calcul AI partajată
Platforma de dispozitiv de calcul AI partajată va aborda situația cererii dezechilibrate între proprietari și utilizatorii dispozitivelor AI. Proprietarul unui dispozitiv de calcul AI nu își poate atinge potențialul de calcul 100%, ceea ce duce la o parte din resursele de calcul care sunt inactive. În același timp, un număr mare de utilizatori care au nevoie de puterea de calcul a inteligenței artificiale nu pot obține resurse de calcul AI rentabile. Plata punct-la-punct și tehnologia de contabilitate blockchain finalizată prin tehnologia blockchain poate permite puterea de calcul AI partajată să completeze plata și partajarea în cel mai convenabil mod.
2. Unitatea de calcul fizic AI
Un număr mare de mineri de calcul GPU pot fi transformate în unități de calcul AI, transformând astfel de la calcularea simplă a hash -ului la calcularea sarcinilor AI mai semnificative. Datorită particularității calculului AI, este necesar să se preinstaleze un sistem desemnat și să actualizăm în mod regulat clientul, inclusiv sistemul de contabilitate, pentru a utiliza mai bine performanța hardware și pentru a partaja capacitățile de calcul AI.
3. Aplicație AI descentralizată
Când aplicațiile AI descentralizate sunt conectate la sistem, conexiunea corespunzătoare este necesară pentru programatorii de aplicații DAI să se dezvolte și să apeleze într -un mod convenabil pentru a utiliza puterea de calcul puternică din platformă. Acesta include în principal API de plată, API de estimare a puterii de calcul, API de estimare a volumului de muncă etc., accelerând astfel dezvoltarea aplicațiilor AI.
4. Stocare distribuită IPFS integrată
Aplicațiile descentralizate trebuie să utilizeze sisteme de stocare a fișierelor pentru a stoca date. O opțiune este înlocuirea stocării tradiționale centralizate în cloud sau stocarea de fișiere locale, obținând astfel o stocare mai bună distribuită.
Sistemul de fișiere interplanetar IPFS (IPFS) este un protocol de transmisie de rețea conceput pentru a crea fișiere de stocare persistente și distribuite și partajate. Este un protocol de distribuție a hipermedia de la egal la egal la egal. Nodurile dintr -o rețea IPFS vor forma un sistem de fișiere distribuit. Majoritatea IPF-urilor viitoare vor folosi tehnologia transversală pentru a apela. Pentru tehnologia transversală, vă rugăm să consultați apelurile de servicii încrucișate.
5. Centrul de instruire AI Engineer
Nebula AI va construi un centru de formare a inteligenței artificiale bazat pe sistem pentru a oferi cunoștințe de bază în domeniul practicii de inteligență artificială. Inginerii vor construi treptat și vor antrena modele de inteligență artificială în proiectarea produselor prin învățare sistematică și practică de proiect. Ne -am angajat să diseminăm cele mai noi aplicații și cunoștințe despre industria inteligenței artificiale și cultivarea și furnizarea de talente de inteligență artificială deosebite. Avem misiunea de a umple deficitul de talent și de a oferi joc complet puterii inteligenței artificiale în afaceri.

Valoarea utilizatorului

Jetoanele sistemului sunt utilizate pentru a achiziționa puterea de calcul. Când datele de instruire sunt mici, jetoanele sunt consumate relativ mai puține, iar atunci când datele de instruire sunt mari, jetoanele consumate în mod corespunzător cresc. Taxele plătite sunt legate de costul de instruire și de valoarea jetonului curent. Calculați puterea de calcul generată într -un minut pentru fiecare placă grafică 1080Ti, care este 7514 GFLOP/S × 60.

scenarii de utilizare a utilizatorilor

1. Tranzacționare cantitativă
Tranzacționarea cantitativă folosește mașini pentru a ajuta la muncă încă de la început. Analiștii proiectează unii indicatori prin diferite modele cantitative, observă distribuția datelor și folosesc mașina ca operator. Până la creșterea învățării automate în ultimii ani, datele pot fi analizate rapid, montate și prezise în cantități mari, astfel prezicând mai precis tendința viitoare a produselor financiare. Cu toate acestea, calculul acestor modele necesită multă putere de calcul al inteligenței artificiale. Dacă abordarea tradițională este adoptată, fiecare departament de tranzacționare trebuie să construiască un centru de date pe cont propriu. Puterea de calcul partajată poate economisi costuri costisitoare de întreținere. Faceți companii comerciale financiare mai concentrate pe predicțiile în sine.
2. Programul de învățare a inteligenței artificiale
Colegiile și universitățile oferă în prezent treptat cursuri de inteligență artificială, iar această tendință va deveni mai populară în anul următor. Când studenții studiază, în general, vor alege să ruleze mici sarcini la nivel local și sarcini care consumă timp în sala de calculatoare a școlii. Cu toate acestea, aceste sarcini fragmentate pot fi rezolvate cu cloud de putere de calcul blockchain. Serviciile de calcul AI cu costuri reduse sunt ideale pentru studenți pentru a finaliza diverse exerciții de calcul și pentru a modifica rapid propriile modele.
3. Inteligență artificială biomedicală
Screeningul precoce al tumorilor are o semnificație mare, dar datorită zonelor mici ale leziunilor timpurii de cancer, metodele tradiționale sunt dificil de judecat benign și malign, ceea ce creează dificultăți în diagnosticul clinic. De multe ori, medicii trebuie să efectueze teste prin biopsie, ceea ce nu numai că crește costurile medicale, dar aduce și dureri mari pacienților. Aplicarea inteligenței artificiale la recunoașterea imaginilor medicale și diagnosticul de colaborare multidisciplinar poate trece în mod eficient prin această dificultate, poate îmbunătăți capacitățile de diagnostic ale medicilor, poate ajuta la luarea deciziilor rapide și de a promova transformarea serviciilor medicale în individualizare și precizie.

*Conținutul de mai sus este compilat de contul oficial al conturilor non-mici. Dacă este reimprimată, vă rugăm să indicați sursa.