KAIST AI Will Use Theta EdgeCloud to Accelerate AI Model Training as First Academia Customer

THETA發佈於 2024-07-18更新於 2024-07-22

KAIST AI Will Use Theta EdgeCloud to Accelerate AI Model Training as First Academia Customer

Theta Labs
Theta Network
Published in
3 min read2 days ago

Theta has already entered a new era in 2024 with the release of EdgeCloud in May. Now, we’re thrilled to announce a new partnership between Theta Labs and KAIST AI, marking a significant convergence of our EdgeCloud and cutting-edge academic research. This multi-year agreement will see KAIST AI, one of the world’s leading AI research institutions, utilizing Theta EdgeCloud to power their cutting-edge computer vision and natural language processing projects.

KAIST, often referred to as the “MIT of Korea,” has consistently ranked among the top institutions globally for machine learning research. Their decision to adopt Theta EdgeCloud speaks volumes about the platform’s real-world capabilities and potential advance AI infrastructure in a decentralized way.

At the heart of this collaboration is Professor Jaegul Choo, an Endowed Chair Professor at KAIST, whose team will be leveraging Theta EdgeCloud for their innovative work. One of their recent breakthroughs, StableVITON, showcases the power of AI in the fashion industry. This fine-tuned stable diffusion model can seamlessly superimpose clothing onto images of individuals, preserving their features and pose with remarkable accuracy.

As you may know, what sets Theta EdgeCloud apart is its unique hybrid architecture. As Professor Choo notes, “EdgeCloud is the only hybrid platform in the market where a particular AI job can be optimized for price, performance and depending on requirements routed to either high performing A100s/H100s cloud GPUs or to NVIDIA 3090s/4090s desktop GPUs as part of Theta’s distributed edge network.” This flexibility allows researchers to tailor their computing resources to the specific needs of each project, maximizing efficiency and cost-effectiveness.

The partnership doesn’t stop at StableVITON. KAIST AI and Theta Labs are already planning their next collaborative milestone: expanding the model to include new wearables, including more complex objects like hats. This GPU-intensive task will harness the full power of Theta EdgeCloud’s cluster of A100s and H100s, pushing the boundaries of what’s possible in AI-driven fashion technology.

For Theta, this partnership represents a major step into the academic research sector. Our EdgeCloud platform, powered by over 30,000 distributed edge nodes and cloud partners like Google Cloud and Amazon Web Services, offers over 80 PetaFLOPS of always available distributed GPU compute power. This makes it an ideal solution for the complex, resource-intensive tasks that cutting-edge AI research demands.

The implications of this research extend far beyond academia. As Mitch Liu, co-founder and CEO of Theta Labs, points out, “This unlocks a market opportunity of over 30,000 universities worldwide with multiple AI research groups and labs, spending billions of dollars every year for GPU-intensive AI tasks.”

You can try the Virtual Try-on Generative AI tool here, have fun!

你可能也喜歡

从代码到认知:机器人大脑进化的万字指南

本文概述了机器人大脑从传统代码控制到现代人工智能模型驱动的演进历程。文章首先回顾了前大型语言模型(LLM)时代,机器人依赖手工编码的模块化技术栈(感知、状态估计、规划、控制)和行为树,虽稳定但泛化能力差。随后,深度学习改进了感知,强化学习和模仿学习进入了控制层,但策略仍较为狭窄。 ChatGPT的出现带来了转折。LLM最初被用作自然语言编译器,将指令转化为机器人可执行的原子技能序列(如谷歌的SayCan)。但更重要的突破是视觉-语言-动作模型(VLA),例如谷歌的RT-2和开源的OpenVLA,它能将视觉、语言信息融合,直接输出动作指令,实现了推理与行动的耦合。 目前最先进的系统采用“双脑”架构(如Figure AI的Helix、NVIDIA GR00T):一个慢速、参数多的“系统2”负责高层次推理和规划;一个快速、小巧的“系统1”负责高频动作生成。其下还可能有一个“系统0”反射层处理平衡等底层控制。出于延迟和可靠性考虑,安全关键的控制回路通常在机器人本地(如NVIDIA Jetson模块)运行,而对话界面和集群学习等任务可交由云端。 开源模型(如OpenVLA、GR00T、π0)降低了行业门槛,让初创公司能在其基础上用自有数据微调。然而,当前VLA机器人仍存在任务中途恢复能力弱、样本效率低、缺乏物理常识和长期规划能力等局限。 这催生了下一代方向:世界模型。这类模型(如NVIDIA Cosmos、Meta V-JEPA)能根据当前状态和动作预测未来结果,让机器人在行动前进行模拟和评估,从而改善恢复能力、泛化能力和长期规划。架构上主要分为像素级视频扩散、联合嵌入预测架构(JEPA)和潜在动作世界模型等流派。 文章最后指出,数据采集(特别是远程操作数据)是核心竞争力,仿真训练至关重要,机器人成本正在迅速下降。当前物理AI的发展阶段大约相当于“GPT-2时代”,虽未完全自主,但正通过架构的持续演进(从代码到感知、规划、策略,最终到世界模型),朝着更通用、更强大的方向稳步前进。

marsbit18 分鐘前

从代码到认知:机器人大脑进化的万字指南

marsbit18 分鐘前

AI 泡沫正在破裂

近期市场剧烈波动,“AI泡沫论”甚嚣尘上。桥水达利欧认为AI市场存在“相对较高”的泡沫,而英伟达黄仁勋则强调AI算力需求才刚刚开始。两者观点看似矛盾,实则揭示了技术革命初期的典型特征:市场因高估短期影响而产生泡沫,却往往低估其长期颠覆性力量。 回顾2000年互联网泡沫,纳指暴跌78%,超5万亿美元财富蒸发,大量公司破产。然而,泡沫破裂后留下的廉价电信基础设施(如海底光缆),却成为日后流媒体、云计算乃至移动互联网崛起的基石。这符合“阿玛拉定律”:人们高估技术的短期影响,低估其长期影响。泡沫是创新必须缴纳的“智商税”,其破裂能淘汰投机者,沉淀下坚固的基础设施,滋养真正伟大的公司。 当前AI行业同样呈现巨大的“投入-产出”不对称:2026年,五大云服务商的AI基础设施资本开支预计达6900亿美元,而头部纯AI厂商的总收入预计不超过400亿美元。但深层逻辑正在演变:AI推理成本在两年内暴跌超过99.7%,接近零的边际成本解锁了海量长尾需求,驱动企业AI支出翻倍增长。这印证了“杰文斯悖论”——效率提升导致总消耗量指数级上升。如今,各行业关心的已非“是否用AI”,而是如何更有效地整合AI。 市场已进入“幻灭的低谷”前夕,缺乏护城河的套壳公司正批量死亡,这是市场的自我净化。与此同时,价值转移正在发生:1. 从资本开支(CapEx,如硬件)向运营开支(OpEx,如解决垂直行业痛点的应用)转移;2. 高估值正被高速增长的业绩逐步消化。AI已深入制造业(缩短研发周期)、金融(微秒级定价)、法律、医疗等专业领域,成为实质性的生产力工具。 历史总在重演“创造性毁灭”。当下近7000亿美元的基建投资短期内无法全部转化为利润,市场洗牌不可避免。但洗牌之后,廉价的算力与高度优化的算法将赋能千行百业。正如互联网泡沫后我们迎来了数字时代,AI泡沫的喧嚣过后,我们将不可逆转地迈向一个所有行业都由AI深度赋能的智能全盛时代。泡沫终会破裂,但底层先进生产力的势能,没有水分。

链捕手28 分鐘前

AI 泡沫正在破裂

链捕手28 分鐘前

AI 泡沫正在破裂

近期市场对“AI泡沫论”讨论激烈。桥水基金创始人达利欧认为AI市场存在较高泡沫,而英伟达CEO黄仁勋则强调算力需求刚起步。两者观点看似矛盾,实则反映了技术革命初期的典型特征:短期存在投机泡沫,但长期看,AI是颠覆性的先进生产力。 文章以2000年互联网泡沫类比。当时大量.com公司破产,纳指暴跌,但泡沫破裂后留下的廉价基础设施(如光缆)滋养了后来的谷歌、亚马逊等巨头,推动了互联网时代的真正繁荣。这体现了“阿玛拉定律”——人们高估技术的短期影响,低估其长期影响。 当前AI领域同样存在巨大投入与收入不匹配的现象。2026年,主要云服务商的AI基础设施投资预计达6900亿美元,而头部AI公司的总收入仅约400亿美元。然而,这不能简单视为泡沫破裂的信号。关键变化在于AI推理成本急剧下降,两年内降幅超99.7%,这反而激发了海量的新应用需求,企业AI支出大幅增长。这符合“杰文斯悖论”:效率提升导致成本下降,进而刺激总需求上升。 如今,AI已深入各行各业,从生物医药到制造业,企业关注点已从“是否用AI”转向如何优化应用。市场正在进行自然净化,淘汰缺乏核心竞争力的套壳公司,价值将从基础设施层(CapEx)向解决实际问题的应用层(OpEx)转移。 尽管资本市场可能出现波动和估值调整,但AI技术本身正在扎实地提升各行业效率,例如缩短研发周期、优化金融服务等。如同互联网泡沫后开启了数字时代,当前AI领域的调整是为未来智能时代铺路。泡沫终会消退,但AI驱动的生产力革命已不可逆转。

marsbit29 分鐘前

AI 泡沫正在破裂

marsbit29 分鐘前

下一个比特币ETF热潮可能来自日本——原因如下

美国现货比特币ETF近期表现持续低迷,随着加密货币市场再次进入调整,数据显示这些ETF在5月中旬至6月初连续13个交易日出现净流出,投资者撤资约43.3亿美元。不过,其净资产规模仍达751.2亿美元。 与此同时,市场开始关注下一个可能推出重要比特币ETF的国家,日本被视为有力候选者。分析师指出,日本监管机构正推动将加密资产从《支付服务法》框架转向《金融工具与交易法》管辖,使其被认可为投资产品。这一改革正将讨论焦点从“是否”批准转向“何时”批准。 若改革成功,日本庞大的家庭金融资产(约2,350万亿日元)和投资基金(约300万亿日元)可能为比特币ETF提供巨大潜力。分析预测,在保守情景下,日本现货比特币ETF可能吸引约9,000亿日元(约56.1亿美元)资金;在基准情景下,规模可能达1.4万亿日元(约87.3亿美元),相当于需求约14万枚比特币;在乐观情景下,首年资金流入可能高达3.1万亿日元(约193.4亿美元)。 分析师强调,日本比特币ETF的推出不仅可能推动价格上涨,更能降低投资者参与门槛,使财富管理机构更容易推荐比特币配置,提升机构投资者的信心,并增强比特币在传统金融中的合法性。 当前比特币价格约为61,038美元,24小时内下跌2.81%。

bitcoinist49 分鐘前

下一个比特币ETF热潮可能来自日本——原因如下

bitcoinist49 分鐘前

交易

現貨
合約

熱門文章

如何購買THETA

歡迎來到HTX.com!在這裡,購買Theta (THETA)變得簡單而便捷。跟隨我們的逐步指南,放心開始您的加密貨幣之旅。第一步:創建您的HTX帳戶使用您的 Email、手機號碼在HTX註冊一個免費帳戶。體驗無憂的註冊過程並解鎖所有平台功能。立即註冊第二步:前往買幣頁面,選擇您的支付方式信用卡/金融卡購買:使用您的Visa或Mastercard即時購買Theta (THETA)。餘額購買:使用您HTX帳戶餘額中的資金進行無縫交易。第三方購買:探索諸如Google Pay或Apple Pay等流行支付方式以增加便利性。C2C購買:在HTX平台上直接與其他用戶交易。HTX 場外交易 (OTC) 購買:為大量交易者提供個性化服務和競爭性匯率。第三步:存儲您的Theta (THETA)購買Theta (THETA)後,將其存儲在您的HTX帳戶中。您也可以透過區塊鏈轉帳將其發送到其他地址或者用於交易其他加密貨幣。第四步:交易Theta (THETA)在HTX的現貨市場輕鬆交易Theta (THETA)。前往您的帳戶,選擇交易對,執行交易,並即時監控。HTX為初學者和經驗豐富的交易者提供了友好的用戶體驗。

480 人學過發佈於 2024.12.10更新於 2026.06.02

如何購買THETA

相關討論

歡迎來到 HTX 社群。在這裡,您可以了解最新的平台發展動態並獲得專業的市場意見。 以下是用戶對 THETA (THETA)幣價的意見。

活动图片