किनारे पर जन्मे: विकेन्द्रीकृत कंप्यूटिंग पावर नेटवर्क क्रिप्टो और एआई को कैसे सशक्त बनाता है?

मूल लेखक: जेन डो, चेन ली

मूल स्रोत: यूबी कैपिटल

1 एआई और क्रिप्टो का अंतर्संबंध

23 मई को चिप दिग्गज एनवीडिया ने वित्त वर्ष 2025 के लिए अपनी पहली तिमाही की वित्तीय रिपोर्ट जारी की। वित्तीय रिपोर्ट से पता चलता है कि पहली तिमाही में एनवीडिया का राजस्व US$26 बिलियन था। उनमें से, डेटा सेंटर का राजस्व पिछले साल की तुलना में 427% बढ़कर US$22.6 बिलियन हो गया। एनवीडिया के वित्तीय प्रदर्शन के पीछे, जो अपने दम पर अमेरिकी शेयर बाजार को बचा सकता है, कंप्यूटिंग शक्ति की मांग है जो एआई ट्रैक में प्रतिस्पर्धा करने के लिए वैश्विक प्रौद्योगिकी कंपनियों के बीच तेजी से बढ़ी है। शीर्ष प्रौद्योगिकी कंपनियाँ जितनी अधिक एआई ट्रैक के अपने लेआउट में महत्वाकांक्षी हैं, कंप्यूटिंग शक्ति की उनकी मांग उतनी ही तेजी से बढ़ी है। ट्रेंडफोर्स के पूर्वानुमान के अनुसार, 2024 में, मांग संयुक्त राज्य अमेरिका में चार प्रमुख क्लाउड सेवा प्रदाताओं: माइक्रोसॉफ्ट, गूगल, एडब्ल्यूएस और मेटा के उच्च-स्तरीय एआई सर्वरों के लिए क्रमशः 20.2%, 16.6%, 16% और 10.8% वैश्विक मांग होने की उम्मीद है, जो कुल मिलाकर 60% से अधिक है।

छवि स्रोत: https://investor.nvidia.com/financial-info/financial-reports/default.aspx

चिप की कमी कई वर्षों से वार्षिक चर्चा का विषय रही है। एक ओर, बड़े भाषा मॉडल (एलएलएम) के प्रशिक्षण और अनुमान के लिए बहुत अधिक कंप्यूटिंग शक्ति समर्थन की आवश्यकता होती है; और मॉडल के पुनरावृत्ति के साथ, कंप्यूटिंग शक्ति की लागत और मांग तेजी से बढ़ती है। दूसरी ओर, मेटा जैसी बड़ी कंपनियां बड़ी संख्या में चिप्स खरीदेंगी, और वैश्विक कंप्यूटिंग शक्ति संसाधन इन प्रौद्योगिकी दिग्गजों की ओर झुके हुए हैं, जिससे छोटे व्यवसायों के लिए आवश्यक कंप्यूटिंग शक्ति संसाधन प्राप्त करना कठिन होता जा रहा है। छोटे व्यवसायों के सामने आने वाली कठिनाइयां न केवल मांग में वृद्धि के कारण चिप्स की अपर्याप्त आपूर्ति से आती हैं, बल्कि आपूर्ति के संरचनात्मक विरोधाभासों से भी आती हैं। वर्तमान में, आपूर्ति पक्ष पर अभी भी बड़ी संख्या में निष्क्रिय GPU हैं। उदाहरण के लिए, कुछ डेटा केंद्रों में बड़ी मात्रा में निष्क्रिय कंप्यूटिंग शक्ति है (उपयोग दर केवल 12%-18% है), और मुनाफे में कमी के कारण क्रिप्टो खनन में बड़ी मात्रा में कंप्यूटिंग शक्ति संसाधन भी निष्क्रिय हैं। हालाँकि ये कंप्यूटिंग शक्तियाँ AI प्रशिक्षण जैसे व्यावसायिक अनुप्रयोग परिदृश्यों के लिए उपयुक्त नहीं हैं, फिर भी उपभोक्ता-ग्रेड हार्डवेयर अन्य क्षेत्रों जैसे AI अनुमान, क्लाउड गेम रेंडरिंग और क्लाउड फोन में बहुत बड़ी भूमिका निभा सकता है। कंप्यूटिंग शक्ति संसाधनों के इस हिस्से को एकीकृत करने और उपयोग करने का अवसर बहुत बड़ा है।

क्रिप्टो बाजार में तीन साल की खामोशी के बाद, एआई से क्रिप्टो की ओर हमारा ध्यान आकृष्ट करते हुए, आखिरकार एक और बुल मार्केट आ गया है। बिटकॉइन की कीमतें नई ऊंचाइयों पर पहुंच गई हैं, और एक के बाद एक कई मेमेकॉइन सामने आए हैं। यद्यपि इन वर्षों में एआई और क्रिप्टो शब्द लोकप्रिय रहे हैं, लेकिन दो महत्वपूर्ण प्रौद्योगिकियों के रूप में कृत्रिम बुद्धिमत्ता और ब्लॉकचेन दो समानांतर रेखाओं की तरह हैं, और अभी तक एक प्रतिच्छेदन बिंदु नहीं पा सके हैं। इस वर्ष की शुरुआत में, विटालिक ने क्रिप्टो + एआई अनुप्रयोगों के वादे और चुनौतियों नामक एक लेख प्रकाशित किया, जिसमें एआई और क्रिप्टो के संयोजन के भविष्य के परिदृश्यों पर चर्चा की गई। विटालिक ने लेख में कई विज़न का उल्लेख किया, जिसमें ब्लॉकचेन और एमपीसी जैसी एन्क्रिप्शन तकनीकों का उपयोग एआई के प्रशिक्षण और अनुमान को विकेंद्रीकृत करने के लिए किया गया, जो मशीन लर्निंग के ब्लैक बॉक्स को खोल सकता है और एआई मॉडल को अधिक भरोसेमंद बना सकता है, आदि। इन विज़न को साकार करने के लिए अभी भी एक लंबा रास्ता तय करना है। लेकिन विटालिक द्वारा उल्लिखित उपयोग मामलों में से एक - एआई को सशक्त बनाने के लिए क्रिप्टो आर्थिक प्रोत्साहन का उपयोग करना, भी एक महत्वपूर्ण दिशा है जिसे थोड़े समय में महसूस किया जा सकता है। विकेंद्रीकृत कंप्यूटिंग पावर नेटवर्क इस स्तर पर एआई + क्रिप्टो के लिए सबसे उपयुक्त परिदृश्यों में से एक है।

2 विकेन्द्रीकृत कंप्यूटिंग नेटवर्क

वर्तमान में, विकेंद्रीकृत कंप्यूटिंग पावर नेटवर्क के क्षेत्र में पहले से ही कई परियोजनाएं विकसित हो रही हैं। इन परियोजनाओं का अंतर्निहित तर्क समान है, जिसे संक्षेप में इस प्रकार कहा जा सकता है: टोकन का उपयोग करके कंप्यूटिंग शक्ति धारकों को कंप्यूटिंग शक्ति सेवाएं प्रदान करने के लिए नेटवर्क में भाग लेने के लिए प्रोत्साहित किया जा सकता है, और इन बिखरे हुए कंप्यूटिंग शक्ति संसाधनों को एक निश्चित पैमाने के विकेन्द्रीकृत कंप्यूटिंग शक्ति नेटवर्क में एकत्र किया जा सकता है। यह न केवल निष्क्रिय कंप्यूटिंग शक्ति के उपयोग की दर में सुधार कर सकता है, बल्कि कम लागत पर ग्राहकों की कंप्यूटिंग शक्ति की जरूरतों को भी पूरा कर सकता है, जिससे खरीदारों और विक्रेताओं दोनों के लिए जीत की स्थिति प्राप्त होती है।

पाठकों को कम समय में इस ट्रैक की समग्र समझ प्राप्त करने में सक्षम बनाने के लिए, यह लेख विशिष्ट परियोजनाओं और पूरे ट्रैक को दो दृष्टिकोणों से विश्लेषित करेगा: सूक्ष्म और स्थूल, जिसका उद्देश्य पाठकों को प्रत्येक परियोजना के मुख्य प्रतिस्पर्धी लाभों और विकेंद्रीकृत कंप्यूटिंग शक्ति ट्रैक के समग्र विकास को समझने के लिए एक विश्लेषणात्मक दृष्टिकोण प्रदान करना है। लेखक पाँच परियोजनाओं का परिचय और विश्लेषण करेंगे: एथिर, io.net, रेंडर नेटवर्क, आकाश नेटवर्क, जेनसिन , और परियोजना की स्थिति का सारांश और मूल्यांकन और विकास को ट्रैक करें।

विश्लेषणात्मक ढांचे के दृष्टिकोण से, यदि हम किसी विशिष्ट विकेन्द्रीकृत कंप्यूटिंग नेटवर्क पर ध्यान केंद्रित करते हैं, तो हम इसे चार मुख्य घटकों में विभाजित कर सकते हैं:

• हार्डवेयर नेटवर्क : यह बिखरे हुए कंप्यूटिंग संसाधनों को एकीकृत करता है और दुनिया भर में वितरित नोड्स के माध्यम से कंप्यूटिंग संसाधनों के साझाकरण और लोड संतुलन को साकार करता है। यह विकेन्द्रीकृत कंप्यूटिंग नेटवर्क की मूल परत है।

• दो तरफा बाजार उचित मूल्य निर्धारण और खोज तंत्र के माध्यम से कंप्यूटिंग पावर प्रदाताओं को मांगकर्ताओं के साथ मिलाना, एक सुरक्षित व्यापार मंच प्रदान करना, और यह सुनिश्चित करना कि आपूर्ति और मांग पक्षों के बीच लेनदेन पारदर्शी, निष्पक्ष और विश्वसनीय हो।

• आम सहमति तंत्र : यह सुनिश्चित करने के लिए उपयोग किया जाता है कि नेटवर्क में नोड्स सही ढंग से चलें और अपना काम पूरा करें। आम सहमति तंत्र का उपयोग मुख्य रूप से दो स्तरों की निगरानी के लिए किया जाता है: 1) निगरानी करें कि नोड ऑनलाइन है या नहीं और सक्रिय स्थिति में है जो किसी भी समय कार्य स्वीकार कर सकता है; 2) नोड कार्य प्रमाण: नोड कार्य प्राप्त करने के बाद प्रभावी ढंग से और सही ढंग से कार्य पूरा करता है, और कंप्यूटिंग शक्ति का उपयोग अन्य उद्देश्यों के लिए नहीं किया जाता है और प्रक्रियाओं और थ्रेड्स पर कब्जा कर लेता है।

• टोकन प्रोत्साहन टोकन मॉडल का उपयोग अधिक प्रतिभागियों को सेवाएं प्रदान करने/उपयोग करने के लिए प्रोत्साहित करने के लिए किया जाता है, तथा टोकन का उपयोग इस नेटवर्क प्रभाव को प्राप्त करने और सामुदायिक लाभ साझा करने के लिए किया जाता है।

यदि हम पूरे विकेंद्रीकृत कंप्यूटिंग पावर ट्रैक का एक विहंगम दृश्य देखें, तो ब्लॉकवर्क्स रिसर्च की शोध रिपोर्ट एक अच्छा विश्लेषण ढांचा प्रदान करती है। हम इस ट्रैक की परियोजना स्थितियों को तीन अलग-अलग परतों में विभाजित कर सकते हैं।

• नंगी धातु परत : विकेंद्रीकृत कंप्यूटिंग स्टैक की मूल परत। इसका मुख्य कार्य कच्चे कंप्यूटिंग संसाधनों को इकट्ठा करना और उन्हें API कॉल के लिए उपलब्ध कराना है।

• ऑर्केस्ट्रेशन परत : विकेंद्रीकृत कंप्यूटिंग स्टैक की मध्य परत। इसका मुख्य कार्य समन्वय और अमूर्तता है। यह कंप्यूटिंग शक्ति के शेड्यूलिंग, विस्तार, संचालन, लोड संतुलन और दोष सहिष्णुता के लिए जिम्मेदार है। इसका मुख्य कार्य अंतर्निहित हार्डवेयर प्रबंधन की जटिलता को अमूर्त करना और अंतिम उपयोगकर्ताओं के लिए विशिष्ट ग्राहक समूहों की सेवा करने के लिए अधिक उन्नत उपयोगकर्ता इंटरफ़ेस प्रदान करना है।

• एकत्रीकरण परत : यह विकेंद्रीकृत कंप्यूटिंग स्टैक की शीर्ष परत का गठन करता है। इसका मुख्य कार्य एकीकरण है। यह एक एकीकृत इंटरफ़ेस प्रदान करने के लिए जिम्मेदार है ताकि उपयोगकर्ता एक ही स्थान पर कई कंप्यूटिंग कार्यों को लागू कर सकें, जैसे कि AI प्रशिक्षण, रेंडरिंग, zkML, आदि। यह कई विकेन्द्रीकृत कंप्यूटिंग सेवाओं के ऑर्केस्ट्रेशन और वितरण परत के बराबर है।

छवि स्रोत: Youbi Capital

उपरोक्त दो विश्लेषण ढाँचों के आधार पर, हम पाँच चयनित परियोजनाओं की क्षैतिज तुलना करेंगे और उनका चार स्तरों से मूल्यांकन करेंगे: मुख्य व्यवसाय, बाजार स्थिति, हार्डवेयर सुविधाएं और वित्तीय प्रदर्शन .

2.1 मुख्य व्यवसाय

अंतर्निहित तर्क से, विकेंद्रीकृत कंप्यूटिंग नेटवर्क अत्यधिक समरूप है, अर्थात, निष्क्रिय कंप्यूटिंग शक्ति धारकों को कंप्यूटिंग शक्ति सेवाएँ प्रदान करने के लिए प्रोत्साहित करने के लिए टोकन का उपयोग करना। इस अंतर्निहित तर्क के आधार पर, हम तीन पहलुओं से परियोजना के मुख्य व्यवसाय में अंतर को समझ सकते हैं:

• निष्क्रिय कंप्यूटिंग शक्ति के स्रोत:

• बाजार में निष्क्रिय कंप्यूटिंग शक्ति के दो मुख्य स्रोत हैं: 1) डेटा सेंटर, माइनर्स और अन्य कंपनियों के हाथों में निष्क्रिय कंप्यूटिंग शक्ति; 2) खुदरा निवेशकों के हाथों में निष्क्रिय कंप्यूटिंग शक्ति। डेटा सेंटर की कंप्यूटिंग शक्ति आमतौर पर पेशेवर-ग्रेड हार्डवेयर होती है, जबकि खुदरा निवेशक आमतौर पर उपभोक्ता-ग्रेड चिप्स खरीदते हैं।

• एथिर, आकाश नेटवर्क और जेनसिन की कंप्यूटिंग शक्ति मुख्य रूप से उद्यमों से एकत्र की जाती है। उद्यमों से कंप्यूटिंग शक्ति एकत्र करने के लाभ हैं: 1) उद्यमों और डेटा केंद्रों में आमतौर पर उच्च गुणवत्ता वाले हार्डवेयर और पेशेवर रखरखाव दल होते हैं, और कंप्यूटिंग शक्ति संसाधनों का प्रदर्शन और विश्वसनीयता अधिक होती है; 2) उद्यमों और डेटा केंद्रों के कंप्यूटिंग शक्ति संसाधन अक्सर अधिक समरूप होते हैं, और केंद्रीकृत प्रबंधन और निगरानी संसाधन निर्धारण और रखरखाव को अधिक कुशल बनाती है। हालाँकि, इसी तरह, इस पद्धति में प्रोजेक्ट पार्टी के लिए उच्च आवश्यकताएँ हैं, और प्रोजेक्ट पार्टी को उस उद्यम के साथ व्यावसायिक संबंध बनाने की आवश्यकता है जो कंप्यूटिंग शक्ति को नियंत्रित करता है। इसी समय, स्केलेबिलिटी और विकेंद्रीकरण एक निश्चित सीमा तक प्रभावित होगा।

• रेंडर नेटवर्क और io.net मुख्य रूप से खुदरा निवेशकों को अपनी निष्क्रिय कंप्यूटिंग शक्ति प्रदान करने के लिए प्रोत्साहित करते हैं। खुदरा निवेशकों से कंप्यूटिंग शक्ति एकत्र करने के लाभ ये हैं: 1) खुदरा निवेशकों की निष्क्रिय कंप्यूटिंग शक्ति की स्पष्ट लागत कम है, जो अधिक किफायती कंप्यूटिंग शक्ति संसाधन प्रदान कर सकती है; 2) नेटवर्क अधिक स्केलेबल और विकेंद्रीकृत है, जो सिस्टम की लोच और मजबूती को बढ़ाता है। नुकसान यह है कि खुदरा संसाधन व्यापक रूप से वितरित होते हैं और एक समान नहीं होते हैं, जो प्रबंधन और शेड्यूलिंग को जटिल बनाता है और संचालन और रखरखाव की कठिनाई को बढ़ाता है। खुदरा कंप्यूटिंग शक्ति पर भरोसा करके प्रारंभिक नेटवर्क प्रभाव बनाना भी अधिक कठिन है (किकस्टार्ट करना कठिन है)। अंत में, खुदरा उपकरणों में अधिक सुरक्षा जोखिम हो सकते हैं, जो डेटा रिसाव और कंप्यूटिंग शक्ति के दुरुपयोग का जोखिम लाएगा।

• कंप्यूटिंग शक्ति उपभोक्ता

• कंप्यूटिंग शक्ति उपभोक्ताओं के दृष्टिकोण से, एथिर, आईओ.नेट और जेनसिन के लक्षित ग्राहक मुख्य रूप से उद्यम हैं। बी-साइड ग्राहकों के लिए, एआई और गेम के वास्तविक समय के प्रतिपादन के लिए उच्च-प्रदर्शन कंप्यूटिंग की आवश्यकता होती है। इस प्रकार के कार्यभार में कंप्यूटिंग शक्ति संसाधनों के लिए अत्यधिक उच्च आवश्यकताएं होती हैं, आमतौर पर उच्च-स्तरीय जीपीयू या पेशेवर-ग्रेड हार्डवेयर की आवश्यकता होती है। इसके अलावा, बी-साइड ग्राहकों के पास कंप्यूटिंग शक्ति संसाधनों की स्थिरता और विश्वसनीयता के लिए उच्च आवश्यकताएं होती हैं, इसलिए परियोजना के सामान्य संचालन को सुनिश्चित करने और समय पर तकनीकी सहायता प्रदान करने के लिए उच्च-गुणवत्ता वाले सेवा स्तर के समझौते प्रदान किए जाने चाहिए। इसी समय, बी-साइड ग्राहकों की माइग्रेशन लागत बहुत अधिक है। यदि विकेंद्रीकृत नेटवर्क में एक परिपक्व SDK नहीं है जो प्रोजेक्ट पार्टी को जल्दी से तैनात करने की अनुमति देता है (उदाहरण के लिए, आकाश नेटवर्क को उपयोगकर्ताओं को दूरस्थ पोर्ट के आधार पर खुद को विकसित करने की आवश्यकता होती है), तो ग्राहकों के लिए माइग्रेट करना मुश्किल होगा। यदि यह अत्यंत महत्वपूर्ण मूल्य लाभ के लिए नहीं होता, तो ग्राहकों की माइग्रेट करने की इच्छा बहुत कम होती।

• रेंडर नेटवर्क और आकाश नेटवर्क मुख्य रूप से खुदरा निवेशकों के लिए कंप्यूटिंग पावर सेवाएं प्रदान करते हैं। सी-एंड उपयोगकर्ताओं के लिए सेवाएँ प्रदान करने के लिए, परियोजनाओं को उपभोक्ताओं को एक अच्छा उपभोक्ता अनुभव प्रदान करने के लिए सरल और उपयोग में आसान इंटरफेस और उपकरण डिज़ाइन करने की आवश्यकता होती है। उपभोक्ता कीमतों के प्रति भी बहुत संवेदनशील होते हैं, इसलिए परियोजनाओं को प्रतिस्पर्धी मूल्य निर्धारण प्रदान करने की आवश्यकता होती है।

• हार्डवेयर प्रकार

• सामान्य कंप्यूटिंग हार्डवेयर संसाधनों में CPU, FPGA, GPU, ASIC और SoC शामिल हैं। इन हार्डवेयर में डिज़ाइन लक्ष्यों, प्रदर्शन विशेषताओं और अनुप्रयोग क्षेत्रों में महत्वपूर्ण अंतर हैं। संक्षेप में, CPU सामान्य कंप्यूटिंग कार्यों में बेहतर है, FPGA के लाभ उच्च समानांतर प्रसंस्करण और प्रोग्रामेबिलिटी हैं, GPU समानांतर कंप्यूटिंग में अच्छा प्रदर्शन करता है, ASIC विशिष्ट कार्यों में सबसे कुशल है, और SoC एक में कई कार्यों को एकीकृत करता है, जो अत्यधिक एकीकृत अनुप्रयोगों के लिए उपयुक्त है। कौन सा हार्डवेयर चुनना है यह विशिष्ट अनुप्रयोग की जरूरतों, प्रदर्शन आवश्यकताओं और लागत विचारों पर निर्भर करता है। हमने जिन विकेंद्रीकृत कंप्यूटिंग शक्ति परियोजनाओं पर चर्चा की, वे ज्यादातर GPU कंप्यूटिंग शक्ति एकत्र करने के लिए हैं, जो परियोजना व्यवसाय के प्रकार और GPU की विशेषताओं द्वारा निर्धारित की जाती है। क्योंकि GPU में AI प्रशिक्षण, समानांतर कंप्यूटिंग, मल्टीमीडिया रेंडरिंग और अन्य पहलुओं में अद्वितीय लाभ हैं।

• यद्यपि इनमें से अधिकांश परियोजनाओं में GPU एकीकरण शामिल है, लेकिन विभिन्न अनुप्रयोगों में हार्डवेयर विनिर्देशों के लिए अलग-अलग आवश्यकताएं होती हैं, इसलिए इन हार्डवेयर में विषम अनुकूलन कोर और पैरामीटर होते हैं। इन मापदंडों में समानांतरता/सीरियल निर्भरता, मेमोरी, विलंबता, इत्यादि शामिल हैं। उदाहरण के लिए, रेंडरिंग कार्यभार वास्तव में अधिक शक्तिशाली डेटा सेंटर GPU के बजाय उपभोक्ता-ग्रेड GPU के लिए अधिक उपयुक्त हैं, क्योंकि रेंडरिंग में रे ट्रेसिंग के लिए उच्च आवश्यकताएं हैं, और 4090 जैसे उपभोक्ता-ग्रेड चिप्स में RT कोर को बढ़ाया गया है और विशेष रूप से रे ट्रेसिंग कार्यों के लिए अनुकूलित किया गया है। AI प्रशिक्षण और अनुमान के लिए पेशेवर स्तर के GPU की आवश्यकता होती है। इसलिए, रेंडर नेटवर्क खुदरा निवेशकों से RTX 3090 और 4090 जैसे उपभोक्ता-ग्रेड GPU एकत्र कर सकता है, जबकि IO.NET को AI स्टार्टअप की जरूरतों को पूरा करने के लिए H 100 और A 100 जैसे अधिक पेशेवर स्तर के GPU की आवश्यकता होती है।

2.2 बाजार स्थिति

परियोजना की स्थिति के संदर्भ में, नंगे धातु परत, ऑर्केस्ट्रेशन परत और एकत्रीकरण परत में हल करने के लिए अलग-अलग मुख्य मुद्दे, अनुकूलन फोकस और मूल्य कैप्चर क्षमताएं हैं।

• नंगे धातु परत भौतिक संसाधनों के संग्रह और उपयोग पर ध्यान केंद्रित करती है, जबकि ऑर्केस्ट्रेशन परत कंप्यूटिंग शक्ति के शेड्यूलिंग और अनुकूलन पर ध्यान केंद्रित करती है, ग्राहक समूहों की जरूरतों के अनुसार भौतिक हार्डवेयर के डिजाइन को अनुकूलित करती है। एकत्रीकरण परत सामान्य उद्देश्य है, जो विभिन्न संसाधनों के एकीकरण और अमूर्तता पर ध्यान केंद्रित करती है। मूल्य श्रृंखला के दृष्टिकोण से, प्रत्येक परियोजना को नंगे धातु परत से शुरू करना चाहिए और ऊपर की ओर चढ़ने का प्रयास करना चाहिए।

• मूल्य अधिग्रहण के परिप्रेक्ष्य से, मूल्य अधिग्रहण की क्षमता नंगे धातु परत, ऑर्केस्ट्रेशन परत से एकत्रीकरण परत तक परत दर परत बढ़ती जाती है। एकत्रीकरण परत सबसे अधिक मूल्य पर कब्जा कर सकती है क्योंकि एकत्रीकरण मंच सबसे बड़ा नेटवर्क प्रभाव प्राप्त कर सकता है और सीधे सबसे अधिक उपयोगकर्ताओं तक पहुंच सकता है, जो विकेन्द्रीकृत नेटवर्क के ट्रैफ़िक प्रवेश के बराबर है, इस प्रकार पूरे कंप्यूटिंग संसाधन प्रबंधन स्टैक में उच्चतम मूल्य कैप्चर स्थिति पर कब्जा कर लेता है।

• तदनुसार, एकत्रीकरण मंच का निर्माण सबसे कठिन है। परियोजना को तकनीकी जटिलता, विषम संसाधन प्रबंधन, सिस्टम विश्वसनीयता और मापनीयता, नेटवर्क प्रभाव प्राप्ति, सुरक्षा और गोपनीयता संरक्षण, और जटिल संचालन और रखरखाव प्रबंधन सहित कई समस्याओं को व्यापक रूप से हल करने की आवश्यकता है। ये चुनौतियाँ परियोजना की ठंडी शुरुआत के लिए अनुकूल नहीं हैं और ट्रैक के विकास और समय पर निर्भर करती हैं। ऑर्केस्ट्रेशन परत के परिपक्व होने और एक निश्चित बाजार हिस्सेदारी पर कब्जा करने से पहले एकत्रीकरण परत का निर्माण करना यथार्थवादी नहीं है।

• वर्तमान में, एथिर, रेंडर नेटवर्क, आकाश नेटवर्क और जेन्सिन सभी ऑर्केस्ट्रेशन परत से संबंधित हैं, और इन्हें विशिष्ट लक्ष्यों और ग्राहक समूहों के लिए सेवाएं प्रदान करने के लिए डिज़ाइन किया गया है। एथिर का वर्तमान मुख्य व्यवसाय क्लाउड गेम के लिए वास्तविक समय रेंडरिंग है, और बी-साइड ग्राहकों के लिए कुछ विकास और परिनियोजन वातावरण और उपकरण प्रदान करता है; रेंडर नेटवर्क का मुख्य व्यवसाय वीडियो रेंडरिंग है, आकाश नेटवर्क का मिशन ताओबाओ के समान एक ट्रेडिंग प्लेटफॉर्म प्रदान करना है, और जेनसिन एआई प्रशिक्षण के क्षेत्र में गहराई से शामिल है। io.net को एक एग्रीगेशन लेयर के रूप में तैनात किया गया है, लेकिन वर्तमान में io द्वारा कार्यान्वित किए जाने वाले कार्य अभी भी एग्रीगेशन लेयर के पूर्ण कार्यों से कुछ दूरी पर हैं। हालाँकि रेंडर नेटवर्क और फाइलकोइन का हार्डवेयर एकत्र किया गया है, लेकिन हार्डवेयर संसाधनों का अमूर्तन और एकीकरण अभी तक पूरा नहीं हुआ है।

2.3 हार्डवेयर सुविधाएं

• वर्तमान में, सभी परियोजनाओं ने विस्तृत नेटवर्क डेटा जारी नहीं किया है। तुलनात्मक रूप से, io.net एक्सप्लोरर का UI सबसे अच्छा है, जहाँ आप GPU/CPU की संख्या, प्रकार, मूल्य, वितरण, नेटवर्क उपयोग, नोड आय और अन्य मापदंडों को देख सकते हैं। हालाँकि, अप्रैल के अंत में, io.net के फ्रंट एंड पर हमला किया गया था। चूँकि io ने PUT/POST इंटरफ़ेस पर Auth का प्रदर्शन नहीं किया था, इसलिए हैकर्स ने फ्रंट एंड डेटा के साथ छेड़छाड़ की। इसने अन्य परियोजनाओं की गोपनीयता और नेटवर्क डेटा की विश्वसनीयता के लिए भी अलार्म बजाया।

• GPU की संख्या और मॉडल के संदर्भ में, एकत्रीकरण परत के रूप में io.net को सबसे अधिक हार्डवेयर एकत्र करना चाहिए था। एथिर इसके ठीक पीछे है, और अन्य परियोजनाओं की हार्डवेयर स्थिति इतनी पारदर्शी नहीं है। GPU मॉडल से, हम देख सकते हैं कि io में A 100 जैसे पेशेवर-ग्रेड GPU और 4090 जैसे उपभोक्ता-ग्रेड GPU दोनों हैं, जिनमें विस्तृत विविधता है, जो io.net एकत्रीकरण की स्थिति के अनुरूप है। io विशिष्ट कार्य आवश्यकताओं के अनुसार सबसे उपयुक्त GPU चुन सकता है। हालांकि, विभिन्न मॉडलों और ब्रांडों के GPU के लिए अलग-अलग ड्राइवरों और कॉन्फ़िगरेशन की आवश्यकता हो सकती है, और सॉफ़्टवेयर को भी जटिल रूप से अनुकूलित करने की आवश्यकता होती है, जिससे प्रबंधन और रखरखाव की जटिलता बढ़ जाती है। वर्तमान में, io में विभिन्न कार्यों का आवंटन मुख्य रूप से उपयोगकर्ता के चयन पर आधारित है।

• एथिर ने अपनी खुद की खनन मशीन जारी की। मई में, क्वालकॉम के समर्थन से विकसित एथिर एज को आधिकारिक तौर पर लॉन्च किया गया था। यह उपयोगकर्ताओं से दूर एकल केंद्रीकृत GPU क्लस्टर परिनियोजन मोड को तोड़ देगा और किनारे पर कंप्यूटिंग शक्ति को तैनात करेगा। एथिर एज H100 की क्लस्टर कंप्यूटिंग शक्ति को AI परिदृश्यों की सेवा के लिए संयोजित करेगा। यह प्रशिक्षित मॉडल तैनात कर सकता है और उपयोगकर्ताओं को सबसे अच्छी लागत पर अनुमान कंप्यूटिंग सेवाएं प्रदान कर सकता है। यह समाधान उपयोगकर्ताओं के करीब है, तेज सेवाएं प्रदान करता है, और अधिक लागत प्रभावी है।

• आपूर्ति और मांग के दृष्टिकोण से, आकाश नेटवर्क को एक उदाहरण के रूप में लेते हुए, इसके आंकड़े बताते हैं कि सीपीयू की कुल संख्या लगभग 16k है और जीपीयू की संख्या 378 है। नेटवर्क किराये की मांग के अनुसार, सीपीयू और जीपीयू की उपयोग दर क्रमशः 11.1% और 19.3% है। उनमें से, केवल पेशेवर-ग्रेड GPU H 100 की किराये की दर अपेक्षाकृत अधिक है, और अन्य मॉडल ज्यादातर निष्क्रिय हैं। अन्य नेटवर्क द्वारा सामना की जाने वाली स्थिति लगभग आकाश के समान है। नेटवर्क की समग्र मांग अधिक नहीं है। A 100 और H 100 जैसे लोकप्रिय चिप्स को छोड़कर, अन्य कंप्यूटिंग शक्ति ज्यादातर निष्क्रिय है।

• मूल्य लाभ के दृष्टिकोण से, क्लाउड कंप्यूटिंग बाजार में दिग्गजों को छोड़कर, अन्य पारंपरिक सेवा प्रदाताओं की तुलना में लागत लाभ प्रमुख नहीं है।

2.4 वित्तीय प्रदर्शन

• टोकन मॉडल को कैसे भी डिज़ाइन किया गया हो, एक स्वस्थ टोकनॉमिक्स को निम्नलिखित बुनियादी शर्तों को पूरा करने की आवश्यकता होती है: 1) नेटवर्क के लिए उपयोगकर्ता की मांग को सिक्के की कीमत में प्रतिबिंबित करने की आवश्यकता होती है, जिसका अर्थ है कि टोकन मूल्य पर कब्जा कर सकता है; 2) सभी प्रतिभागियों, चाहे डेवलपर्स, नोड्स, या उपयोगकर्ता हों, को दीर्घकालिक और उचित प्रोत्साहन प्राप्त करने की आवश्यकता होती है; 3) अंदरूनी लोगों द्वारा अत्यधिक होल्डिंग्स से बचने के लिए विकेन्द्रीकृत शासन सुनिश्चित करना; 4) नेटवर्क की मजबूती और स्थिरता को प्रभावित करने वाले सिक्का मूल्यों में बड़े उतार-चढ़ाव से बचने के लिए उचित मुद्रास्फीति और अपस्फीति तंत्र और टोकन रिलीज चक्र।

• यदि हम टोकन मॉडल को आम तौर पर BME (बर्न और मिंट इक्विलिब्रियम) और SFA (एक्सेस के लिए स्टेक) में विभाजित करते हैं, तो इन दो मॉडलों के टोकन पर अपस्फीति दबाव के स्रोत अलग-अलग हैं: BME मॉडल उपयोगकर्ताओं द्वारा सेवाएँ खरीदने के बाद टोकन जलाता है, इसलिए सिस्टम का अपस्फीति दबाव मांग द्वारा निर्धारित होता है। SFA को सेवा प्रदाताओं/नोड्स को सेवाएँ प्रदान करने की योग्यता प्राप्त करने के लिए टोकन स्टेक करने की आवश्यकता होती है, इसलिए अपस्फीति दबाव आपूर्ति द्वारा लाया जाता है। BME का लाभ यह है कि यह गैर-मानकीकृत वस्तुओं के लिए अधिक उपयुक्त है। हालांकि, यदि नेटवर्क की मांग अपर्याप्त है, तो इसे निरंतर मुद्रास्फीति के दबाव का सामना करना पड़ सकता है। विभिन्न परियोजनाओं के टोकन मॉडल विवरण में भिन्न होते हैं, लेकिन सामान्य तौर पर, एथिर एसएफए को प्राथमिकता देता है, जबकि आईओ.नेट, रेंडर नेटवर्क और आकाश नेटवर्क बीएमई को प्राथमिकता देते हैं, तथा जेनसिन अभी भी अज्ञात है।

• राजस्व के दृष्टिकोण से, नेटवर्क की मांग सीधे समग्र नेटवर्क राजस्व में परिलक्षित होगी (खनिकों के राजस्व पर यहां चर्चा नहीं की गई है, क्योंकि खनिकों को कार्यों को पूरा करने के लिए पुरस्कारों के अलावा परियोजना से सब्सिडी भी मिलती है)। सार्वजनिक डेटा से, io.net का मूल्य सबसे अधिक है। हालाँकि एथिर के राजस्व की घोषणा अभी तक नहीं की गई है, लेकिन सार्वजनिक जानकारी के अनुसार, उन्होंने घोषणा की है कि उन्होंने कई बी-साइड ग्राहकों के साथ ऑर्डर पर हस्ताक्षर किए हैं।

• सिक्कों की कीमतों के मामले में, केवल रेंडर नेटवर्क और आकाश नेटवर्क ने ही ICO आयोजित किए हैं। एथिर और io.net ने भी हाल ही में सिक्के जारी किए हैं, और उनके मूल्य प्रदर्शन को देखने की आवश्यकता है, इसलिए हम यहाँ उन पर विस्तार से चर्चा नहीं करेंगे। जेनसिन की योजना अभी भी स्पष्ट नहीं है। दो परियोजनाओं से जिन्होंने सिक्के जारी किए हैं और वे परियोजनाएँ जिन्होंने उसी ट्रैक में सिक्के जारी किए हैं लेकिन इस लेख के दायरे में शामिल नहीं हैं, सामान्य तौर पर, विकेन्द्रीकृत कंप्यूटिंग पावर नेटवर्क का मूल्य प्रदर्शन बहुत प्रभावशाली है, जो एक निश्चित सीमा तक विशाल बाजार क्षमता और समुदाय की उच्च अपेक्षाओं को दर्शाता है।

2.5 सारांश

• विकेंद्रीकृत कंप्यूटिंग नेटवर्क ट्रैक समग्र रूप से तेजी से विकसित हुआ है, और कई परियोजनाएं पहले से ही ग्राहकों की सेवा करने और निश्चित आय उत्पन्न करने के लिए उत्पादों पर भरोसा कर सकती हैं। ट्रैक शुद्ध कथा से दूर चला गया है और एक विकास चरण में प्रवेश कर गया है जहां यह प्रारंभिक सेवाएं प्रदान कर सकता है।

• कमजोर मांग विकेन्द्रीकृत कंप्यूटिंग नेटवर्क द्वारा सामना की जाने वाली एक आम समस्या है, और दीर्घकालिक ग्राहक मांग को अच्छी तरह से सत्यापित और खोजा नहीं गया है। हालाँकि, मांग पक्ष ने सिक्कों की कीमत को बहुत अधिक प्रभावित नहीं किया है, और कई परियोजनाएँ जिन्होंने पहले ही सिक्के जारी किए हैं, उन्होंने अच्छा प्रदर्शन किया है।

• एआई विकेंद्रीकृत कंप्यूटिंग नेटवर्क का मुख्य आख्यान है, लेकिन यह एकमात्र व्यवसाय नहीं है। एआई प्रशिक्षण और अनुमान के लिए उपयोग किए जाने के अलावा, कंप्यूटिंग शक्ति का उपयोग क्लाउड गेम, क्लाउड मोबाइल फोन सेवाओं और बहुत कुछ के वास्तविक समय के प्रतिपादन के लिए भी किया जा सकता है।

• कंप्यूटिंग पावर नेटवर्क की हार्डवेयर विविधता अपेक्षाकृत अधिक है, और कंप्यूटिंग पावर नेटवर्क की गुणवत्ता और पैमाने को और बेहतर बनाने की आवश्यकता है।

• सी-एंड उपयोगकर्ताओं के लिए, लागत लाभ बहुत स्पष्ट नहीं है। बी-एंड उपयोगकर्ताओं के लिए, लागत बचत के अलावा, उन्हें सेवा की स्थिरता, विश्वसनीयता, तकनीकी सहायता, अनुपालन और कानूनी समर्थन आदि पर भी विचार करने की आवश्यकता है, और वेब 3 परियोजनाएं आम तौर पर इन पहलुओं में अच्छा प्रदर्शन नहीं करती हैं।

3 अंतिम विचार

AI की विस्फोटक वृद्धि ने कंप्यूटिंग शक्ति की भारी मांग पैदा कर दी है। 2012 से, AI प्रशिक्षण कार्यों में उपयोग की जाने वाली कंप्यूटिंग शक्ति तेजी से बढ़ रही है, जो वर्तमान में हर 3.5 महीने में दोगुनी हो रही है (मूर्स लॉ के हर 18 महीने में दोगुनी होने की तुलना में)। 2012 से, कंप्यूटिंग शक्ति की मांग 300,000 गुना से अधिक बढ़ गई है, जो मूर्स लॉ के 12 गुना वृद्धि से कहीं अधिक है। पूर्वानुमानों के अनुसार, अगले पाँच वर्षों में GPU बाज़ार 32% की चक्रवृद्धि वार्षिक वृद्धि दर से बढ़कर $200 बिलियन से अधिक होने की उम्मीद है। AMD का अनुमान और भी अधिक है, और कंपनी को उम्मीद है कि GPU चिप बाज़ार 2027 तक $400 बिलियन तक पहुँच जाएगा।

छवि स्रोत: https://www.stateof.ai/

क्योंकि आर्टिफिशियल इंटेलिजेंस और अन्य कम्प्यूटेशनल रूप से गहन कार्यभार (जैसे AR/VR रेंडरिंग) की विस्फोटक वृद्धि ने पारंपरिक क्लाउड कंप्यूटिंग और अग्रणी कंप्यूटिंग बाजारों में संरचनात्मक अक्षमताओं को उजागर किया है। सिद्धांत रूप में, विकेंद्रीकृत कंप्यूटिंग नेटवर्क वितरित निष्क्रिय कंप्यूटिंग संसाधनों का उपयोग करके अधिक लचीले, कम लागत वाले और कुशल समाधान प्रदान कर सकते हैं, जिससे कंप्यूटिंग संसाधनों के लिए बाजार की भारी मांग को पूरा किया जा सके। इसलिए, क्रिप्टो और एआई के संयोजन में बाजार की बहुत बड़ी संभावनाएं हैं, लेकिन इसे पारंपरिक कंपनियों, उच्च प्रवेश बाधाओं और एक जटिल बाजार वातावरण से भयंकर प्रतिस्पर्धा का भी सामना करना पड़ता है। सामान्य तौर पर, सभी क्रिप्टो ट्रैक्स को देखते हुए, विकेन्द्रीकृत कंप्यूटिंग नेटवर्क क्रिप्टो क्षेत्र में सबसे आशाजनक वर्टिकल में से एक है जो वास्तविक जरूरतों को पूरा कर सकता है।

छवि स्रोत : https://vitalik.eth.limo/general/2024/01/30/cryptoai.html

भविष्य उज्ज्वल है, लेकिन रास्ता कठिन है। उपरोक्त लक्ष्य को प्राप्त करने के लिए, हमें अभी भी कई समस्याओं और चुनौतियों का समाधान करना होगा। संक्षेप में: इस स्तर पर, यदि हम केवल पारंपरिक क्लाउड सेवाएं प्रदान करते हैं, तो परियोजना का लाभ मार्जिन बहुत छोटा है। मांग पक्ष से, बड़े उद्यम आम तौर पर अपनी खुद की कंप्यूटिंग शक्ति का निर्माण करते हैं, और शुद्ध सी-एंड डेवलपर्स ज्यादातर क्लाउड सेवाओं का चयन करते हैं। क्या छोटे और मध्यम आकार के उद्यम जो वास्तव में विकेंद्रीकृत कंप्यूटिंग शक्ति नेटवर्क संसाधनों का उपयोग करते हैं, उनके पास स्थिर मांग होगी, अभी भी आगे की खोज और सत्यापन की आवश्यकता है। दूसरी ओर, AI एक विशाल बाजार है जिसमें बहुत अधिक ऊपरी सीमा और कल्पना स्थान है। एक व्यापक बाजार के लिए, विकेंद्रीकृत कंप्यूटिंग शक्ति सेवा प्रदाताओं को भविष्य में मॉडल / AI सेवाओं में बदलने, अधिक क्रिप्टो + AI उपयोग परिदृश्यों का पता लगाने और उस मूल्य का विस्तार करने की आवश्यकता होगी जो परियोजना बना सकती है। लेकिन वर्तमान में, AI के क्षेत्र में आगे विकास करने के लिए अभी भी कई समस्याएं और चुनौतियाँ हैं:

• मूल्य लाभ उत्कृष्ट नहीं है : पिछले डेटा तुलना से, यह देखा जा सकता है कि विकेंद्रीकृत कंप्यूटिंग नेटवर्क का लागत लाभ परिलक्षित नहीं हुआ है। संभावित कारण यह है कि H100 और A100 जैसे पेशेवर चिप्स के लिए, जो उच्च मांग में हैं, बाजार तंत्र यह निर्धारित करता है कि हार्डवेयर के इस हिस्से की कीमत सस्ती नहीं होगी। इसके अलावा, हालांकि विकेंद्रीकृत नेटवर्क निष्क्रिय कंप्यूटिंग संसाधनों को इकट्ठा कर सकता है, विकेंद्रीकरण द्वारा लाए गए पैमाने की अर्थव्यवस्थाओं की कमी, उच्च नेटवर्क और बैंडविड्थ लागत, और अत्यंत जटिल प्रबंधन और संचालन और रखरखाव कंप्यूटिंग लागत को और बढ़ा देगा।

• एआई प्रशिक्षण की विशिष्टता : विकेंद्रीकृत तरीके से AI प्रशिक्षण के वर्तमान चरण में बहुत बड़ी तकनीकी अड़चनें हैं। यह अड़चन GPU वर्कफ़्लो में सहज रूप से परिलक्षित हो सकती है। बड़े भाषा मॉडल के प्रशिक्षण में, GPU पहले प्रीप्रोसेस किए गए डेटा बैचों को प्राप्त करता है और ग्रेडिएंट उत्पन्न करने के लिए आगे प्रसार और पीछे प्रसार गणना करता है। इसके बाद, प्रत्येक GPU ग्रेडिएंट को एकत्रित करता है और यह सुनिश्चित करने के लिए मॉडल मापदंडों को अपडेट करता है कि सभी GPU सिंक्रनाइज़ हैं। यह प्रक्रिया तब तक दोहराई जाएगी जब तक कि प्रशिक्षण के सभी बैच पूरे नहीं हो जाते या पूर्व निर्धारित संख्या में राउंड नहीं हो जाते। इस प्रक्रिया में बड़ी मात्रा में डेटा ट्रांसमिशन और सिंक्रोनाइज़ेशन शामिल है। किस तरह की समानांतर और सिंक्रोनाइज़ेशन रणनीतियों का उपयोग करना है, नेटवर्क बैंडविड्थ और विलंबता को कैसे अनुकूलित करना है, और संचार लागत को कम करना है, आदि, अभी तक अच्छी तरह से उत्तर नहीं दिए गए हैं। इस स्तर पर, AI को प्रशिक्षित करने के लिए विकेंद्रीकृत कंप्यूटिंग पावर नेटवर्क का उपयोग करना बहुत यथार्थवादी नहीं है।

• डेटा सुरक्षा और गोपनीयता : बड़े भाषा मॉडल के प्रशिक्षण के दौरान, डेटा प्रोसेसिंग और ट्रांसमिशन के सभी पहलू, जैसे डेटा वितरण, मॉडल प्रशिक्षण, पैरामीटर और ग्रेडिएंट एकत्रीकरण, डेटा सुरक्षा और गोपनीयता को प्रभावित कर सकते हैं। इसके अलावा, डेटा गोपनीयता मॉडल गोपनीयता से अधिक महत्वपूर्ण है। यदि डेटा गोपनीयता की समस्या को हल नहीं किया जा सकता है, तो मांग पक्ष पर सही मायने में विस्तार करना संभव नहीं होगा।

सबसे यथार्थवादी दृष्टिकोण से, एक विकेन्द्रीकृत कंप्यूटिंग नेटवर्क को वर्तमान मांग खोज और भविष्य के बाजार स्थान दोनों को ध्यान में रखना चाहिए। सही उत्पाद स्थिति और लक्षित ग्राहक समूहों का पता लगाएं, जैसे कि पहले गैर-एआई या वेब 3 मूल परियोजनाओं को लक्षित करना, अपेक्षाकृत सीमांत आवश्यकताओं से शुरू करना और शुरुआती उपयोगकर्ता आधार बनाना। साथ ही, एआई और क्रिप्टो को मिलाकर विभिन्न परिदृश्यों का पता लगाना जारी रखें, प्रौद्योगिकी के अग्रभाग का पता लगाएं और सेवाओं के परिवर्तन और उन्नयन को प्राप्त करें।

संदर्भ

https://www.stateof.ai/

https://vitalik.eth.limo/general/2024/01/30/cryptoai.html

https://foresightnews.pro/article/detail/34368

https://app.blockworksresearch.com/unlocked/compute-de-pi-ns-paths-to-adoption-in-an-ai-dominated-market?callback=%2Fresearch%2Fcompute-de-pi-ns-paths-to-adoption-in-an-ai-dominated-market

https://research.web3 caff.com/zh/archives/17351?ref=1554

यह लेख इंटरनेट से लिया गया है: किनारे पर जन्मे: विकेन्द्रीकृत कंप्यूटिंग पावर नेटवर्क क्रिप्टो और एआई को कैसे सशक्त बनाता है?

संबंधित: Binance Launchpool की नवीनतम परियोजना io.net का विस्तृत विवरण: भविष्य को नया आकार देने के लिए वैश्विक GPU संसाधनों को जोड़ना

मूल स्रोत: चेन टीहाउस 1. परियोजना परिचय io.net सोलाना, रेंडर, रे और फाइलकॉइन पर आधारित एक वितरित GPU प्रणाली है, जिसे AI और मशीन लर्निंग के क्षेत्रों में कंप्यूटिंग चुनौतियों को हल करने के लिए वितरित GPU संसाधनों का लाभ उठाने के लिए डिज़ाइन किया गया है। io.net स्वतंत्र डेटा प्रोसेसिंग केंद्रों, क्रिप्टोक्यूरेंसी माइनर्स और फाइलकॉइन और रेंडर जैसी क्रिप्टो परियोजनाओं से अतिरिक्त GPU जैसे कम उपयोग किए गए कंप्यूटिंग संसाधनों को एकत्रित करके अपर्याप्त कंप्यूटिंग संसाधनों की समस्या को हल करता है, जिससे इंजीनियरों को आसानी से सुलभ, अनुकूलन योग्य और कम लागत वाली प्रणाली में बड़ी मात्रा में कंप्यूटिंग शक्ति प्राप्त करने में सक्षम बनाया जाता है। इसके अतिरिक्त, io.net एक वितरित भौतिक अवसंरचना नेटवर्क (depin) पेश करता है, जो विभिन्न प्रदाताओं से संसाधनों को मिलाकर इंजीनियरों को अनुकूलन योग्य, लागत प्रभावी और आसानी से लागू करने के तरीके से भारी मात्रा में कंप्यूटिंग शक्ति तक पहुँचने में सक्षम बनाता है। io क्लाउड में अब 95,000 से अधिक GPU और अधिक हैं…