नेबुला एआई एक विकेन्द्रीकृत आर्टिफिशियल इंटेलिजेंस कंप्यूटिंग इन्फ्रास्ट्रक्चर चेन (झियुन चेन) के निर्माण के लिए प्रतिबद्ध है, जो जीपीयू माइनिंग मशीनों को आर्टिफिशियल इंटेलिजेंस कंप्यूटिंग सेवाओं में परिवर्तित करके पारंपरिक वर्कलोड प्रूफ की ऊर्जा खपत को कम करता है। NBAI टोकन का उपयोग कंप्यूटिंग शक्ति खरीदने के लिए किया जाता है, जैसे: डेवलपर परीक्षण; DAI अनुप्रयोगों का उपयोग; DAI प्रशिक्षण सेवाओं की खरीद, आदि।

प्रोजेक्ट के लक्ष्य

केंद्रीकृत क्लाउड कंप्यूटिंग की वर्तमान स्थिति में सुधार करने के लिए, हम वैश्विक स्तर पर आर्टिफिशियल इंटेलिजेंस मशीनों को कंप्यूटिंग शक्ति किराए पर देने और वितरित करने के लिए ब्लॉकचेन तकनीक की विकेंद्रीकृत प्रकृति का उपयोग करते हैं। ब्लॉकचेन एन्क्रिप्शन तकनीक प्रभावी रूप से आंतरिक लीक के अस्तित्व से बचाती है, और वितरित एआई कंप्यूटिंग इकाइयों का रखरखाव बड़ी और छोटी कृत्रिम बुद्धिमत्ता कंप्यूटिंग इकाइयों के मालिकों को सौंप दिया जाता है, जो रखरखाव कार्य की मात्रा को बहुत कम कर देता है। इस समग्र लक्ष्य को निम्नलिखित उप-लक्ष्यों में विभाजित किया जा सकता है:
1. साझा एआई कंप्यूटिंग प्लेटफॉर्म
एआई कंप्यूटिंग उपकरण प्लेटफॉर्म साझा करने से मालिक की समस्या का समाधान होगा और एआई उपकरण का असंतुलित उपयोग होगा उपभोक्ताओं के बीच मांग की स्थिति। एआई कंप्यूटिंग उपकरणों के मालिक अपनी कंप्यूटिंग क्षमता का 100% उपयोग नहीं कर सकते हैं, जिसके परिणामस्वरूप कंप्यूटिंग संसाधन निष्क्रिय हो जाते हैं। इसी समय, बड़ी संख्या में उपयोगकर्ता जिन्हें कृत्रिम बुद्धिमत्ता कंप्यूटिंग शक्ति की आवश्यकता होती है, वे लागत प्रभावी एआई कंप्यूटिंग संसाधन प्राप्त नहीं कर सकते हैं। ब्लॉकचेन तकनीक के माध्यम से पॉइंट-टू-पॉइंट भुगतान और ब्लॉकचेन बहीखाता तकनीक एआई कंप्यूटिंग शक्ति को भुगतान को पूरा करने और सबसे सुविधाजनक तरीके से साझा करने की अनुमति दे सकती है।
2. एआई फिजिकल कंप्यूटिंग यूनिट
बड़ी संख्या में जीपीयू कंप्यूटिंग माइनिंग मशीनों को एआई कंप्यूटिंग यूनिट्स में बदला जा सकता है, इस प्रकार सरल हैश गणनाओं से अधिक सार्थक एआई कार्य गणनाओं में परिवर्तित किया जा सकता है। एआई कंप्यूटिंग की विशिष्टता के कारण, हार्डवेयर के प्रदर्शन का बेहतर उपयोग करने और एआई कंप्यूटिंग शक्ति को साझा करने के लिए, एक निर्दिष्ट प्रणाली को पूर्व-स्थापित करना और लेखा प्रणाली सहित क्लाइंट को नियमित रूप से अपडेट करना आवश्यक है।
3. Decentralized AI application
जब एक Decentralized AI application (Decentralized AI application) सिस्टम से जुड़ा होता है, तो इसे DAI ऐप प्रोग्रामर को आसानी से विकास कॉल करने की अनुमति देने के लिए एक संबंधित इंटरफ़ेस की आवश्यकता होती है। इस तरह प्लेटफॉर्म में शक्तिशाली कंप्यूटिंग शक्ति का उपयोग करने के लिए। इसमें मुख्य रूप से पेमेंट एपीआई, कंप्यूटिंग पावर एस्टीमेशन एपीआई, वर्कलोड एस्टीमेशन एपीआई आदि शामिल हैं, ताकि एआई एप्लिकेशन के विकास को गति दी जा सके।
4. IPFS वितरित संग्रहण को एकीकृत करें
विकेंद्रीकृत अनुप्रयोगों को डेटा संग्रहीत करने के लिए फ़ाइल संग्रहण प्रणाली का उपयोग करने की आवश्यकता होती है, पारंपरिक चीनी केंद्रीकृत क्लाउड संग्रहण या स्थानीय फ़ाइल संग्रहण को बदलने के लिए एक विकल्प IPFS संग्रहण प्रणाली है बेहतर वितरित भंडारण प्राप्त करें।
आईपीएफएस इंटरप्लेनेटरी फाइल सिस्टम (इंटरप्लेनेटरी फाइल सिस्टम, संक्षेप में आईपीएफएस) एक नेटवर्क ट्रांसमिशन प्रोटोकॉल है जिसे लगातार और वितरित भंडारण और साझा फाइलों को बनाने के लिए डिज़ाइन किया गया है। यह एक कंटेंट-एड्रेसेबल पीयर-टू-पीयर हाइपरमीडिया डिस्ट्रीब्यूशन प्रोटोकॉल है। IPFS नेटवर्क में नोड्स एक वितरित फाइल सिस्टम बनाएंगे। भविष्य में, अधिकांश IPFS क्रॉस-चेन टेक्नोलॉजी कॉल का उपयोग करेंगे। क्रॉस-चेन टेक्नोलॉजी के लिए, कृपया क्रॉस-चेन सर्विस कॉल देखें।
5. एआई इंजीनियर प्रशिक्षण केंद्र
नेबुला एआई कृत्रिम बुद्धि अभ्यास के क्षेत्र में बुनियादी ज्ञान प्रदान करने के लिए एक व्यवस्थित कृत्रिम बुद्धि प्रशिक्षण केंद्र स्थापित करेगा। सीखना, परियोजना अभ्यास, धीरे-धीरे निर्माण और प्रशिक्षण उत्पाद डिजाइन में कृत्रिम बुद्धिमत्ता मॉडल। हम आर्टिफिशियल इंटेलिजेंस उद्योग में नवीनतम अनुप्रयोगों और ज्ञान का प्रसार करने और उत्कृष्ट आर्टिफिशियल इंटेलिजेंस प्रतिभाओं को विकसित करने और वितरित करने के लिए प्रतिबद्ध हैं। इसका मिशन टैलेंट गैप को भरना है और बिजनेस में आर्टिफिशियल इंटेलिजेंस की ताकत को पूरा मौका देना है।

उपयोग में मूल्य

कंप्यूटिंग शक्ति खरीदने के लिए सिस्टम के टोकन का उपयोग किया जाता है। जब प्रशिक्षण डेटा अपेक्षाकृत छोटा होता है, तो उपयोग किए जाने वाले टोकन अपेक्षाकृत छोटे होते हैं, और जब प्रशिक्षण डेटा बड़ा होता है, तो तदनुसार टोकन की खपत बढ़ जाती है। भुगतान किया गया शुल्क प्रशिक्षण लागत और वर्तमान टोकन के मूल्य से संबंधित है। एक मिनट के लिए प्रत्येक 1080Ti ग्राफिक्स कार्ड द्वारा उत्पन्न कंप्यूटिंग शक्ति की गणना करें, जो कि 7514 GFLOP/s×60 है।

उपयोगकर्ता उपयोग परिदृश्य

1. मात्रात्मक व्यापार
मात्रात्मक व्यापार बहुत प्रारंभिक चरण से सहायक कार्य के लिए मशीनों का उपयोग कर रहा है। विश्लेषक कुछ संकेतकों को डिजाइन करने और डेटा वितरण का निरीक्षण करने के लिए विभिन्न मात्रात्मक मॉडल का उपयोग करते हैं। कैलकुलेटर के रूप में मशीन। हाल के वर्षों में मशीन लर्निंग के उदय तक, डेटा का त्वरित और बड़े पैमाने पर विश्लेषण, फिट और भविष्यवाणी की जा सकती है, ताकि भविष्य के वित्तीय उत्पादों की प्रवृत्ति का अधिक सटीक अनुमान लगाया जा सके। हालांकि, इन मॉडलों की गणना के लिए बड़ी संख्या में एआई कंप्यूटिंग करने वाले लोगों की आवश्यकता होती है। क्षमता। यदि पारंपरिक पद्धति अपनाई जाती है, तो प्रत्येक व्यापार विभाग को अपना स्वयं का डेटा केंद्र बनाने की आवश्यकता होती है। और कंप्यूटिंग शक्ति साझा करने से महंगी रखरखाव लागत बचाई जा सकती है। वित्तीय व्यापारिक फर्मों को खुद के पूर्वानुमान पर अधिक ध्यान केंद्रित करने दें।
2. आर्टिफिशियल इंटेलिजेंस सीखने की योजना
कॉलेज और विश्वविद्यालय धीरे-धीरे आर्टिफिशियल इंटेलिजेंस पाठ्यक्रम पेश कर रहे हैं। यह चलन अगले कुछ वर्षों में और अधिक लोकप्रिय हो जाएगा। जब छात्र सीखेंगे आम तौर पर, आप चुनेंगे स्थानीय स्तर पर छोटे-छोटे कार्य करें, और स्कूल के कंप्यूटर कक्ष में समय लेने वाले कार्य करें। हालाँकि, इन खंडित कार्यों को ब्लॉकचेन कंप्यूटिंग पावर क्लाउड द्वारा पूरी तरह से हल किया जा सकता है। छात्रों के लिए विभिन्न गणना अभ्यासों को पूरा करने और अपने स्वयं के मॉडल को जल्दी से संशोधित करने के लिए कम लागत वाली एआई कंप्यूटिंग सेवा बहुत उपयुक्त है।
3. बायोमेडिकल आर्टिफिशियल इंटेलिजेंस
ट्यूमर की शुरुआती जांच का बहुत महत्व है, लेकिन शुरुआती कैंसर के छोटे घाव क्षेत्र के कारण, पारंपरिक तरीकों से सौम्य और घातक का न्याय करना मुश्किल होता है , जो नैदानिक ​​​​निदान को कठिन बना देता है, डॉक्टरों को अक्सर बायोप्सी का पता लगाने की आवश्यकता होती है, जो न केवल चिकित्सा लागत को बढ़ाता है, बल्कि रोगियों को बहुत दर्द भी देता है। चिकित्सा छवि पहचान और बहु-विषयक सहयोगी निदान के लिए कृत्रिम बुद्धिमत्ता का अनुप्रयोग प्रभावी ढंग से इस कठिनाई को दूर कर सकता है, डॉक्टरों की नैदानिक ​​क्षमताओं में सुधार कर सकता है, तेजी से निर्णय लेने में मदद कर सकता है, और चिकित्सा सेवाओं के वैयक्तिकरण और सटीकता में परिवर्तन को बढ़ावा दे सकता है।

*उपरोक्त सामग्री YouToCoin के अधिकारी द्वारा आयोजित की गई है। यदि पुनर्मुद्रित किया गया है, तो कृपया स्रोत का संकेत दें।