يعد Swarm Inference بمثابة تغيير لقواعد اللعبة في صناعة الذكاء الاصطناعي. لفهم السبب ، عليك أن تبدأ بما تبدو عليه العوائد لبناة موردي الاستدلال العاديين (وحدات معالجة الرسومات في مراكز البيانات). ارتد قبعة المستثمر الخاصة بك: - ترى طفرة الذكاء الاصطناعي. تريد المشاركة. يعد شراء وحدات معالجة الرسومات ووضعها في مكان ما وتأجيرها جوهر نموذج العمل هذا. - تبدأ في النمذجة ، وتقوم ببناء PnL. مراكز البيانات ، والخوادم ، والاتصال ، وما إلى ذلك. هذه هي النفقات الرأسمالية وتكلفة البضائع المباعة. تبرز الخط العلوي فقط لوحدات معالجة الرسومات المتطورة. الطاقة باهظة الثمن. الإدارة ليست تافهة. - تصل إلى استنتاج سريع: العوائد ... خشن على أقل تقدير. إذا قمت بإجراء هذا التمرين ، فهناك TLDR بسيط: المساهمة في اقتصاد الذكاء الاصطناعي على مستوى البنية التحتية تعمل فقط مع الحجم ، أو بعضها يتصل بالطاقة / المساحة. البنية التحتية للاستدلال سلعة ويتم ضغط المحصول. ما زلت أحاول إيجاد طريقة لتقطيع هذا وتقطيعه ، لكن يبدو أنه لا يوجد ألفا يمكن العثور عليه هنا. من منظور تكنولوجي ، كل هذا نتيجة للطريقة التي عمل بها Inference تاريخيا اليوم. أنت بحاجة إلى كثافة الحوسبة. إنتاجية عالية للحافلات ، ذاكرة فيديو رقمية عالية ، إلخ. يعد Swarm Inference مغيرا لقواعد اللعبة لأن كثافة الحوسبة لم تعد مطلبا. إن النفقات الرأسمالية وتكلفة البضائع المباعة أعلاه هي نتيجة لضرورة كثافة الحوسبة. ولكن إذا لم تكن بحاجة إلى كثافة الحوسبة ، فلن تحتاج إلى مراكز بيانات. بعبارة أخرى ، لا يتعين على مقدمي البنية التحتية الفرديين اجتياز عقبة التوسع للمشاركة. وإذا لم تكن بحاجة إلى الحد الأدنى من الحجم للمشاركة ، فربما يمكن للمنزل الفردي أن يساهم في الذكاء الاصطناعي بعوائد منطقية بالفعل. هذا هو السبب في أن Swarm Inference يغير قواعد اللعبة. إنه الابتكار الذي يتغير حيث يمكن العثور على ألفا. تهانينا للفريق في FortyTwo لتنفيذ نقلة نوعية.