作者:金色財經cryptonaitive
2023年6月12日,基于區塊鏈的AGI算力市場協議Gensyn宣布完成4300萬美元A輪融資,a16z領投,EdenBlock、CoinFund、Galaxy、ProtocolLabs等參投。
Gensyn是個什么項目?為何能拿到頂級VC巨額投資?金色財經帶你一文讀懂。
a16z:為何領投Gensyn4300萬美元A輪融資
a16z發文解釋了為何領投Gensyn4300萬美元A輪融資。a16z表示,人工智能最近的進步令人難以置信,并且有拯救世界的力量。但是構建AI系統需要部署更大的計算能力來訓練和推理當今最大、最強大的模型。這意味著大型科技公司在從人工智能中獲取價值的競爭中比初創公司更具優勢,這要歸功于對計算能力的特權訪問和大型數據中心的規模經濟。為了在公平的競爭環境中競爭,初創公司需要能夠負擔得起地使用自己的大規模計算能力。
Paradigm官網首頁重新添加“Crypto”相關表述:金色財經報道,Crypto在Paradigm網站上“回歸”。周六,Paradigm在其網站上發布了Crypto,幾個月前,該公司從其網站上刪除了該技術的引用。
Paradigm 官網介紹目前顯示為,“我們專注于前沿的加密貨幣和相關技術。 ” 此前在 5 月底,Paradigm 首頁介紹進行大幅修改,從“Paradigm 以少至 100 萬美元和多至 1 億美元以上的資金支持顛覆性的加密/Web3 公司和協議”更改為“Paradigm 是一家以研究為導向的技術投資公司”,并刪除了“我們相信加密貨幣將定義未來幾十年”等與加密貨幣/Web3相關的表達。[2023/7/2 22:12:39]
區塊鏈作為一種新型計算機,其獨特之處在于,開發人員可以編寫代碼,對代碼在未來的行為方式做出堅定的承諾。區塊鏈的這種無需許可的組件可以為算力的買賣雙方創建一個市場——或任何其他類型的數字資源如數據或算法——在全球范圍內無需中間商進行交易。
Zaki Manian于30分鐘前將其115,541枚LDO全部賣出:6月9日消息,Cosmos前首席開發者、鏈上投資協議Sommelier Finance創始人Zaki Manian地址zmanian.eth在30分鐘前將115,541枚LDO全部賣出,換取252,740枚USDC。他在代幣銷售中用50.1枚ETH(約14.7萬美元)從Lido Treasury買入231,481枚LDO,均價0.64美元。他在1月15日以24.8萬枚USDT賣出115,941枚LDO。他在LDO上獲利大約35.3萬美元。[2023/6/9 21:26:46]
Gensyn,是一個基于區塊鏈的AGI算力市場協議,將開發人員與解題者聯系起來。通過利用世界各地閑置的、具有機器學習能力的長尾計算設備例如小型數據中心、個人游戲電腦、M1和M2Mac甚至是智能手機,Gensyn可以將可用計算能力提高10-100倍用于機器學習。
數據:近30天NFT市場盈利地址數量為92092個:金色財經報道,據NFTGo數據顯示,當前NFT市場情緒指數為35,等級為“Cool”。近24小時NFT市場買家地址數量為3608個,賣家地址數量為3738個。近30天盈利地址數量為92092個,虧損地址數量為410056個。注:NFT市場情緒指數是根據波動率、交易量、社交媒體和谷歌趨勢計算得出。[2023/5/7 14:48:12]
AGI面臨的問題:高度中心化
經過近半年的發展,市場普遍承認AGI是未來。但是AGI行業目前看起來高度壟斷,國家之間是中美的貿易和人才戰,公司之間是大型科技公司的游戲。因為AGI的三個關鍵資源目前高度中心化。
計算能力:越來越大和復雜的模型需要使用高算力的處理器訓練。國家之間:中美之間的芯片戰,美國一直在積極阻止中國獲取高算力芯片。公司之間:產能不足,英偉達最新AI芯片全部被某些大客戶購買,其他公司根本無法買到。在技術棧上:一些公司甚至創建了自己的深度學習專用硬件,例如谷歌的TPU集群。這些在深度學習方面的性能優于標準GPU,并且不出售,僅供出租。
比特幣全網未確認交易數量為15786筆:金色財經報道,BTC.com數據顯示,目前比特幣全網未確認交易數量為25320筆,全網算力為348.39 EH/s,24小時交易速率為3.52交易/s,目前全網難度為47.89 T,預測下次難度下調0.11%至47.94 T,距離調整還剩10天13小時。[2023/4/10 13:53:44]
知識:許多公開的突破都源于研究人員開發的新的大模型架構,但在底層知識產權和人才方面存在著一場戰斗。比如,美國吸引了超過50%的中國AI人才,而利用這些人才開發大模型的大公司正越來越多地降低這項技術的可及性;OpenAI的GPT-3.5或者4名義上可以公開使用,但它位于API后面,只有Microsoft可以訪問其源代碼。
數據:AGI深度學習模型需要大量數據——包括標記的和未標記的——并且通常隨著數據量的增加而改進。GPT-3接受了3000億個單詞的訓練。標記數據尤為重要,訓練AGI需要的數據集集中在一些大公司手中。比如一個冷知識:每次你解決reCaptcha訪問網站時,你都在標記訓練數據以改進谷歌地圖。
A16z支持的Bitski推出加密貨幣錢包:金色財經報道,Bitski宣布推出了一款新錢包,面向加密貨幣本地人和新來者。?在A16z、Galaxy Digital 和 Kindred Ventures等主要投資者的支持下,Bitski 為以太坊用戶提供了通過電子郵件和密碼設置登錄的選項,類似于 Wax 區塊鏈上的 Wax Cloud 錢包和 Flow 區塊鏈上的 Dapper 錢包等服務。[2023/2/22 12:23:08]
去中心化AGI計算存在的困難
去中心化計算可以創造一個更便宜、更自由的基礎來研究和開發人工智能。但去中心化AGI存在著工作驗證難題,如何知道第三方已完成你請求的計算?
工作驗證難題有兩個因素:狀態依賴,高計算費用。
狀態依賴:神經網絡中的每一層都連接到它之前的層中的所有節點。這意味著它需要前一層的狀態。更糟的是,每一層的所有權重都由前一個時間步決定。因此,如果你想驗證是否有人訓練了一個模型——比如,通過在網絡中選擇一個隨機點并查看你是否得到相同的狀態——你需要一直訓練模型直到那個點,這計算量非常大。
高計算費用:2020年GPT-3單次訓練的成本約為1200萬美元,比2019年GPT-2訓練的估計值約43,000美元高出270倍以上。一般來說,最好的神經網絡的模型復雜度目前每三個月翻一番。如果神經網絡更便宜,和/或如果訓練代表更少的模型開發過程,那么可能來自狀態依賴的驗證開銷是可以接受的。
如果想降低深度學習訓練的價格并去中心化控制權,需要一個系統來不信任地管理狀態相關的驗證,同時在開銷和獎勵那些貢獻計算的人方面也很便宜。
Gensyn如何去中心化AGI計算
Gensyn協議將世界上所有的計算聯合到一個全球機器學習超級集群中,任何人都可以隨時使用。它通過結合兩件事來實現以超大規模和低成本無需信任地訓練神經網絡:
1、創新的驗證系統
有效解決任意規模神經網絡訓練中狀態依賴問題的驗證系統。該系統將模型訓練檢查點與終止于鏈上的概率檢查相結合。它以無需信任的方式完成所有這些工作,并且開銷與模型大小成線性比例。
根據GensynLitepaper,Gensyn主要通過三個概念解決驗證問題:概率proof-of-learning、基于圖的精確定位協議、Truebit式激勵游戲
該系統主要由四個主要參與者:提交者、解題者、驗證者和吹哨者。提交者:系統最終用戶,提供將要計算的任務并為完成的工作單元付費;解題者:系統主要工作部分,執行模型訓練并生成證明以供驗證者檢查;驗證者:將非確定性訓練過程鏈接到確定性線性計算、復制解題者證明的一部分并將距離與預期閾值進行比較;吹哨者:最后一道防線,檢查驗證者的工作并挑戰以期獲得累積獎金。
2、新的算力供應
利用未充分利用和未充分利用/未優化的計算設備資源。這些設備包括從目前未使用的游戲GPU到之前以太坊PoW時代的GPU礦機。而且該協議的去中心化意味著它最終將由社區多數管理,未經社區同意不能“關閉”;與web2對應物不同,這使其具有抗審查性。
大規模+低成本:Gensyn協議提供了與數據中心擁有的GPU相似的成本,其規模可以超過AWS
Tags:AGIGPT區塊鏈AGI價格AGI幣GPT價格GPT幣區塊鏈工程專業學什么區塊鏈存證怎么弄區塊鏈技術發展現狀和趨勢
根據數據統計顯示,過去30天,NFT市場OpenSea的日均交易額已降至1660萬美元,而其在過去一年的日均交易額大約為8328萬美元,顯然,NFT市場正在呈現衰退狀態.
1900/1/1 0:00:002022年,人們對元宇宙的興趣猛增,幾乎每周都有新報告稱另一個組織投資Web3或創建新的NFT產品線,麥肯錫的一份新報告闡述了這一新興投資背后的原因.
1900/1/1 0:00:00比特兒國際站Gate要發平臺幣啦!長期以來,幣安、火幣、OKEx在國內三足鼎立,屈居第四的Gate似乎平時非常低調,沒有什么大新聞,造成這種情況的原因很多,其中沒有平臺幣是一個非常重要的原因.
1900/1/1 0:00:00BTC繼續向上蓄勢,在這個里有一個問題:市場上98%的人不喜歡甚至不敢購入走高或創新高的幣種,然而這正是幣市的最大駁論,因為幣價看似過高反而會上漲更高,看似極低常常不動甚至跌至更低.
1900/1/1 0:00:00作者:金色財經cryptonaitive 要點 1、Threads是一款由Instagram團隊構建的新應用程序,目的是文本分享和公共對話.
1900/1/1 0:00:00聲不過五,五聲之變,不可勝聽也;色不過五,五色之變,不可勝觀也;味不過五,五味之變,不可勝嘗也;情緒不過希恐,希恐之變,五味雜陳.
1900/1/1 0:00:00