Эксперты заявляют, что децентрализованный ИИ обеспечивает прирост эффективности на фоне дефицита GPU и энергетических ограничений.

cryptonews.ruPublicado a 2025-11-17Actualizado a 2025-11-17

Глобальная рыночная волатильность, включая падение таких активов, как Биткойн, считается вызванной растущими опасениями, что ажиотаж вокруг искусственного интеллекта неустойчив и представляет риск пузыря, подобного времену доткомов.

Инфраструктура, а не капитал – это новое ограничение

В последние недели уверенность инвесторов была подорвана из-за растущих опасений, что ажиотаж вокруг искусственного интеллекта (ИИ) превратился в неустойчивый пузырь. Это, в свою очередь, создало мощное давление вниз, которое способствовало падению рынков и таких активов, как биткойн погружаясь. Это углубляющееся беспокойство подавляет любые положительные рыночные катализаторы, включая новость о разрешении закрытия правительства США, так как многие опасаются неминуемого расчета эпохи доткомов для сектора.

[bn_top_ad]

Повышенная осторожность, особенно после успеха Deepseek в Китае, который переместил рыночное внимание на восток, сосредоточила критический свет на финансовых показателях Кремниевой долины. Основное беспокойство теперь связано с очевидным несоответствием между амбициозными, долгосрочными прогнозами доходов и сильно завышенными, спекулятивными оценками, которые предъявляют компании ИИ. Критики считают, что эти метрики предполагают, что значительная коррекция может быть давно назревшей.

Помимо опасений, что индустрия ИИ переоценивает свои возможности, другие лидеры отрасли недавно подняли тревогу по поводу того, как нерешенная проблема мощности дата-центров угрожает ограничить рост. Хотя некоторые компании ИИ могут успешно привлечь миллиарды долларов, их окончательный успех будет зависеть не только от привлеченного капитала, но и от доступности инфраструктуры.

Эту проблему недавно выделил генеральный директор Microsoft Сатья Наделла, который раскрыл, что у технологического гиганта много графических процессоров NVIDIA остается без дела, потому что недостаточно энергии, чтобы их запустить. Эта ситуация подтверждает, что мощность и пространство для дата-центров являются реальными ограничениями для роста индустрии ИИ, делая доступ к обеспеченным энергией дата-центрам новой точкой рычага.

Следовательно, традиционные решения, такие как строительство атомных электростанций, сталкиваются с несоответствием: спрос растет быстрее, чем требуется времени и огромных инвестиций, чтобы ввести в строй новые станции. Это несоответствие дает импульс идее использования децентрализованных вычислений ИИ (DAI), чтобы соответствовать темпам роста экосистемы.

Аргументы в пользу децентрализованного ИИ

По мнению экспертов, децентрализованный ИИ в своей основе не подвержен централизованным энергетическим сбоям, которым подвержены гипермасштабируемые компании, такие как Microsoft и Google. Эта модель также способствует созданию экономически эффективного рынка для распределенных ресурсов, потенциально получая доступ к оценочным 30%–40% мировых неиспользуемых мощностей графических процессоров.

Однако, у DAI есть и критики. Обеспокоенность вызывает отсутствие центрального органа для координации ресурсов и риск того, что монетизация частных данных с помощью токенов и блокчейнов может создать новые возможности для киберпреступников и мошенников.

Читать далее: Биткойн падает на фоне опасений по поводу пузыря ИИ

Несмотря на эти опасения, эксперты, опрошенные Bitcoin.com News, уверены, что преимущества DAI перевешивают недостатки. Майкл Хайнрих, генеральный директор 0G Labs, отмечает, что модели DAI “могут использовать распределенное обучение, когда сотни узлов, разбросанных по всему миру, обучают одну модель, и это, как показано, дает огромные выгоды в эффективности”, делая обучение более быстрым и дешевым.

Хотя централизованные дата-центры предлагают высокую пропускную способность и низкую задержку в своих внутренних сетях, основатель и генеральный директор Argentum AI Эндрю Собко утверждает, что децентрализованные установки “побеждают в плане отзывчивости и устойчивости на краю” для удаленных пользователей.

Экономия энергии: Собко добавил, что децентрализация снижает потребности в энергии “с обеих сторон монеты”, заявляя: “Добавление большего количества централизованных вычислений требует добавления больше централизованного электричества, что создает больше тепла, что требует больше охлаждения, которое также требует много энергии. Это также требует огромного количества воды.”

Устойчивые экономические модели

Оба эксперта согласны, что токенизированные стимулы и рыночные механизмы являются основными экономическими моделями, поддерживающими DAI. Они включают системы на основе репутации, где награды связаны с временем работы и надежностью, тем самым стимулируя лучший сервис от участников.

Кроме того, оба эксперта сходятся во мнении, что местные возобновляемые микросети и источники энергии, принадлежащие сообществу, являются естественными партнерами для узлов DAI. Собко утверждает, что, размещая вычислительный узел ИИ с такой микросетью, “избыточная чистая энергия может быть потреблена на месте” для вычислительных задач. Это дает сообществам способ монетизировать их операции без необходимости подключения к центральной сети, эффективно укрепляя местную инфраструктуру и устойчивость.

Часто задаваемые вопросы 🧠

  • Почему рынки под давлением? Опасения по поводу пузыря ИИ и завышенных оценок компаний подорвали доверие глобальных инвесторов.
  • Какова основная инфраструктурная проблема? Дефицит мощности и ограниченная емкость дата-центров ограничивают рост индустрии ИИ по всему миру.
  • Как децентрализованный ИИ помогает глобально? DAI использует неиспользуемую мощность GPU, обеспечивает кросс-граничную эффективность и снижает риски централизованной энергии.
  • Что поддерживает принятие DAI? Токенизированные стимулы и местные возобновляемые микросети создают устойчивые, ориентированные на сообщество экономические модели.

Lecturas Relacionadas

El número uno de China, rozando a OpenAI, un misterioso 'Monge Barredor' entra en el top siete mundial

"¡Una revolución en el mundo de la IA! Un misterioso agente chino llamado **MopMonk** (que significa 'monje barrendero') ha irrumpido en el top 10 global del prestigioso y exigente benchmark **CyberGym**, logrando un **73.1% de éxito** y situándose en el séptimo puesto, justo detrás de gigantes como OpenAI. Este logro marca la puntuación más alta jamás alcanzada por un equipo chino en esta clasificación. Lo más sorprendente es su completo anonimato: sin página web oficial ni anuncios públicos. Su identidad es un enigma total, aunque todas las pistas apuntan a un equipo de China, probablemente de Shanghái. Utiliza como modelo base el **MiniMax M3**, un modelo abierto chino conocido por sus capacidades avanzadas en programación, contexto largo (1M tokens) y multimodalidad nativa. **¿Por qué su éxito es tan significativo?** CyberGym, desarrollado por UC Berkeley, es considerado las 'Olimpiadas' de la seguridad en IA. Evalúa la capacidad real de los modelos para **explotar vulnerabilidades de software en entornos reales y aislados**, requiriendo que generen una prueba de concepto (PoC) que funcione en la versión vulnerable pero no en la parcheada. No se trata solo de 'saber', sino de 'poder hacer'. La clave del rendimiento de MopMonk no está solo en su potente modelo base, sino en su innovador **sistema multiagente especializado en seguridad**, o *Harness*. Este sistema coordina la acción del modelo mediante: 1. **Memoria estructurada de vulnerabilidades**: Organiza el conocimiento adquirido (código, rutas, fallos) para guiar la búsqueda de forma eficiente. 2. **Exploración basada en memoria**: El modelo no parte de cero en cada intento, sino que usa la memoria acumulada para refinar sus hipótesis. 3. **Exploración paralela de múltiples agentes**: Varios 'agentes' trabajan en paralelo, compartiendo memoria y evitando esfuerzos repetidos. Este enfoque demuestra que, más allá de simplemente escalar el tamaño de los modelos, el futuro de la IA aplicada a tareas complejas como la ciberseguridad reside en el **diseño de sistemas de agente (Harness) robustos y especializados** que puedan convertir la 'inteligencia' del modelo en 'capacidad de ejecución' real y eficiente. MopMonk ha mostrado el camino para llevar un modelo base de código abierto al máximo de su potencial en un campo de batalla extremadamente difícil. La gran pregunta que queda en el aire es: **¿quién está realmente detrás de este misterioso 'monje barrendero' de la IA?**

marsbitHace 59 min(s)

El número uno de China, rozando a OpenAI, un misterioso 'Monge Barredor' entra en el top siete mundial

marsbitHace 59 min(s)

Trading

Spot
活动图片