데이터 센터 및 개인 클러스터의 100,000개 이상의 그래픽 처리 장치(GPU)가 io.net에서 출시한 새로운 분산형 물리적 인프라 네트워크(DePIN) 베타에 연결되도록 설정되었습니다.
이전에 코인텔레그래프가 보도한 바와 같이, 이 스타트업은 지리적으로 다양한 데이터 센터, 암호화폐 채굴자 및 분산형 스토리지 제공업체로부터 GPU 컴퓨팅 성능을 공급받아 기계 학습 및 인공 지능(AI) 컴퓨팅을 지원하는 분산형 네트워크를 개발했습니다.
회사는 암스테르담에서 열린 Solana Breakpoint 컨퍼런스에서 베타 플랫폼 출시를 발표했으며, 이는 Render Network와의 새로 형성된 파트너십과 동시에 이루어졌습니다.
io.net의 최고 운영 책임자인 Tory Green과 사업 개발 책임자인 Angela Yi는 컨퍼런스에서 Green의 기조 연설이 끝난 후 Cointelegraph와 단독으로 연설했습니다. 두 사람은 io.net의 DePIN과 더 넓은 클라우드 및 GPU 컴퓨팅 시장 간의 중요한 차이점을 설명했습니다.
Green은 AWS(Amazon Web Services) 및 Microsoft Azure와 같은 클라우드 제공업체를 GPU 공급을 소유하고 임대하는 주체로 식별합니다. 한편, GPU 부족 문제를 해결하기 위해 P2P(Peer-to-Peer) GPU 애그리게이터가 만들어졌지만 “빠르게 동일한 문제에 직면했습니다”라고 임원은 설명했습니다.
자랑스럽게 선물합니다 @ionet_official ~에 @솔라나 #Breakpoint2023 어제!
GPU 제공업체이든 ML 엔지니어이든 관계없이 플랫폼의 실시간 데모를 시청하고 참여하세요. https://t.co/WLXlHkv6f1 지금.
전체 영상 보기 pic.twitter.com/E1XsgJLJNu
— io.net (@ionet_official) 2023년 11월 4일
더 넓은 Web2 산업은 활용도가 낮은 소스에서 GPU 컴퓨팅을 활용하려는 노력을 계속하고 있습니다. 그럼에도 불구하고 Green은 기존 인프라 제공업체 중 어느 것도 io.net 창립자인 Ahmad Shadid가 개척한 것과 같은 방식으로 GPU를 클러스터링하지 않는다고 주장합니다.
“문제는 실제로 클러스터되지 않는다는 것입니다. 주로 단일 인스턴스이고 웹사이트에 클러스터 옵션이 있지만 영업사원은 사용 가능한 데이터 센터를 확인하기 위해 다양한 데이터 센터에 전화를 걸 가능성이 높습니다.”라고 Green은 덧붙입니다.
한편, Render, Filecoin 및 Storj와 같은 Web3 회사는 기계 학습에 초점을 맞추지 않은 분산형 서비스를 보유하고 있습니다. 이는 이러한 서비스를 활용할 수 있는 입문서로서 Web3 공간에 대한 io.net의 잠재적 이점의 일부입니다.
Green은 평균 8~32개의 GPU를 클러스터링하는 Akash Network와 Gensyn과 같은 AI 중심 솔루션을 기능 측면에서 가장 가까운 서비스 제공업체로 지적합니다. Gensyn은 컴퓨팅 리소스의 P2P “슈퍼클러스터”를 제공하기 위해 자체 기계 학습 컴퓨팅 프로토콜을 구축하고 있습니다.
업계 개요를 토대로 Green은 io.net의 솔루션이 몇 분 안에 다양한 지리적 위치에 걸쳐 클러스터링할 수 있는 능력이 참신하다고 믿습니다. 이 설명은 다른 네트워크 및 위치에서 GPU 클러스터를 생성한 Yi에 의해 테스트되었습니다. 라이브 데모 중 솔라나 브레이크포인트(Solana Breakpoint) 컨퍼런스 무대에 선 모습.
GPU 컴퓨팅 제공업체에 대한 결제를 용이하게 하기 위해 Solana 블록체인을 사용하는 것과 관련하여 Green과 Yi는 io.net이 촉진할 엄청난 규모의 거래 및 추론이 다른 어떤 네트워크에서도 처리할 수 없을 것이라고 주장합니다.
Yi는 “만약 생성적 예술 플랫폼이고 프롬프트를 제공하는 사용자 기반이 있다면 추론이 이루어질 때마다 소액 거래가 이루어집니다”라고 Yi는 설명합니다.
“이제 그곳에서 이루어지고 있는 거래의 규모와 규모가 얼마나 되는지 상상할 수 있습니다. 그래서 솔라나가 우리에게 최고의 파트너가 될 것이라고 느꼈습니다.”
분산 GPU 공급업체의 DePIN 네트워크인 Render와의 파트너십을 통해 해당 플랫폼에 이미 배포된 컴퓨팅 리소스를 io.net에 제공합니다. Render의 네트워크는 주로 중앙 집중식 클라우드 솔루션보다 저렴한 비용과 빠른 속도로 GPU 렌더링 컴퓨팅을 소싱하는 것을 목표로 합니다.
Yi는 이 파트너십을 회사가 액세스할 수 있지만 렌더링 애플리케이션에 사용할 수 없는 GPU 컴퓨팅을 사용하기 위해 io.net의 클러스터링 기능을 활용하려고 하는 윈윈(win-win) 상황이라고 설명했습니다.
Io.net은 GPU 리소스 공급자를 위해 700,000달러의 인센티브 프로그램을 수행할 예정이며, 렌더 노드는 기존 GPU 용량을 그래픽 렌더링에서 AI 및 기계 학습 애플리케이션으로 확장할 수 있습니다. 이 프로그램은 Nvidia RTX 4090 이하 하드웨어로 분류되는 소비자급 GPU 사용자를 대상으로 합니다.
더 넓은 시장에 관해 Yi는 전 세계의 많은 데이터 센터가 GPU 용량의 상당 부분을 충분히 활용하지 못하고 있다는 점을 강조합니다. 이러한 위치 중 상당수에는 유휴 상태인 “수만 개의 최고급 GPU”가 있습니다.
“그들은 GPU 용량의 12~18%만 활용하고 있으며 유휴 용량을 활용할 방법이 실제로 없었습니다. 매우 비효율적인 시장이다.”
Io.net의 인프라는 사용자가 필요한 GPU 수, 위치, 보안 매개변수 및 기타 지표를 선택할 수 있는 고도로 모듈화된 사용자 인터페이스를 활용할 수 있는 기계 학습 엔지니어와 기업에 주로 적합합니다.