執行摘要
Akash Network 創始人 Greg Osuri 就人工智能 (AI) 訓練不斷升級的能源需求發出了警告,聲稱該行業的快速增長可能引發全球能源危機。Osuri 倡導採用去中心化的 AI 訓練方法,將其比作早期的 比特幣 挖礦,作為一種更可持續、經濟上更可行的解決方案,以減輕傳統集中式數據中心造成的環境和財務壓力。
事件詳情
Akash Network 創始人 Greg Osuri 強調了 AI 巨大的能源消耗,指出隨著 AI 模型的擴展,訓練它們可能很快就需要相當於核反應堆的能源輸出。在一次採訪中,Osuri 表示,該行業低估了計算需求翻倍的速度及其相關的環境成本。他指出,現有的集中式數據中心已經消耗了數百兆瓦的化石燃料電力,導致消費者能源賬單上漲,每年產生數百萬噸的額外排放。
彭博社 9 月 30 日報導稱,AI 數據中心是美國電力成本飆升的主要因素。數據中心附近地區的批發電力成本在過去五年中飆升了 267%。Osuri 認為,去中心化 AI 訓練,利用各種 GPU(從企業級芯片到消費級遊戲顯卡)組成的分佈式網絡,為這種集中式能源消耗模式提供了一種替代方案。
Osuri 描繪了一個願景:家用電腦可以貢獻閒置算力並賺取代幣,這與早期的 比特幣 挖礦激勵結構類似,即普通用戶因參與網絡而獲得獎勵。這種從集中式大型數據中心向分佈式網絡的轉變旨在通過減少對化石燃料的依賴和降低排放來提高效率和可持續性。
市場影響
AI 數據中心和工作量證明加密貨幣挖礦不斷增長的能源需求,可能會阻礙向清潔能源的轉型,並可能導致電價上漲。數據中心的電力需求預計到 2030 年 將翻倍至 35 GW,足以滿足 4000 萬美國家庭 的電力需求。需求的這種大幅增長引發了對電網脫碳和電費上漲的擔憂。
去中心化 AI 訓練,特別是通過 去中心化物理基礎設施網絡 (DePIN),為這些基礎設施挑戰提供了一個潛在的解決方案。Bittensor (TAO) 和 Render (RNDR) 等項目正在開創去中心化 AI 網絡,利用現有的 GPU 基礎設施。Render 的網絡擁有超過 45,000 個節點,提供可擴展且經濟高效的 GPU 渲染和 AI 訓練,據報導在特定用例中比傳統雲提供商便宜多達 70%。
此外,現有 比特幣 礦工轉向 AI 託管的經濟激勵是令人信服的。AI 數據中心每千瓦時的收入可以比 比特幣 挖礦高出 25 倍,這使得多元化對礦工來說具有戰略吸引力,並可能推動對去中心化計算解決方案的投資。
專家評論
Greg Osuri 強調了範式轉變的迫切需要,他表示:「我們正達到 AI 正在‘殺死’人的地步」,指的是數據中心周圍集中使用化石燃料對健康造成的影响。他相信,一旦激勵機制得到完善,去中心化 AI 將經歷與早期加密挖礦類似的採用,即用戶因貢獻處理能力而獲得獎勵。
更廣闊的背景
去中心化 AI 訓練旨在使 AI 資源的使用民主化,並減少集中式 AI 實驗室的主導地位。這種方法利用了加密貨幣的原則,包括無需許可、無需信任和強大的激勵機制,來構建能夠訓練強大基礎模型的網絡。位於不同地理位置的節點在一個激勵網絡上貢獻 AI 模型訓練,協調異構計算資源。
OpenDiLoCo 和 協議模型 等突破性技術正在分佈式網絡上實現高性能 AI,促進成本效益高、彈性強和透明的模型開發。以 Bittensor 為例的去中心化網絡的激勵結構,將經濟獎勵與參與者貢獻相匹配,激勵礦工提供高質量的 AI 輸出。這些網絡中的驗證者因準確評估和維護網絡完整性而獲得獎勵。這個框架有助於形成一個完全鏈上、無需許可且在每個層級都可訪問的 AI 堆棧,這與傳統 AI 開發嚴格受控的環境形成對比。
來源:[1] 人工智能可能很快需要核反應堆,去中心化或有幫助 (https://cointelegraph.com/news/ai-energy-cris ...)[2] Akash 創始人 Greg Osuri 警告 AI 訓練可能引發全球能源危機 - Cointelegraph (https://vertexaisearch.cloud.google.com/groun ...)[3] 管理數據中心和加密挖礦不斷增長的能源需求 - Earthjustice (https://vertexaisearch.cloud.google.com/groun ...)