Nebula AI는 분산형 인공 지능 컴퓨팅 인프라 체인(Zhiyun Chain)을 구축하는 데 전념하고 있습니다. 이 체인은 GPU 마이닝 머신을 인공 지능 컴퓨팅 서비스로 전환하여 기존 워크로드 증명의 에너지 소비를 줄입니다. NBAI 토큰은 개발자 테스트, DAI 애플리케이션 사용, DAI 교육 서비스 구매 등과 같은 컴퓨팅 성능 구매에 사용됩니다.

프로젝트 목표

중앙 집중식 클라우드 컴퓨팅의 현재 상황을 개선하기 위해 우리는 블록체인 기술의 분산된 특성을 사용하여 전 세계적 규모의 인공 지능 기계에 컴퓨팅 파워를 임대 및 배포합니다. 블록체인 암호화 기술은 내부 유출의 존재를 효과적으로 방지하고 분산된 AI 컴퓨팅 장치의 유지 관리는 크고 작은 인공 지능 컴퓨팅 장치의 소유자에게 넘겨져 유지 관리 작업량을 크게 줄입니다. 이 전반적인 목표는 다음과 같은 하위 목표로 나눌 수 있습니다.
1. 공유 AI 컴퓨팅 플랫폼
AI 컴퓨팅 장비 플랫폼을 공유하면 소유자와 AI 장비의 불균형 사용 문제를 해결할 수 있습니다. 소비자들 사이의 수요 조건. AI 컴퓨팅 장치의 소유자는 컴퓨팅 잠재력을 100% 사용할 수 없어 유휴 컴퓨팅 리소스가 발생합니다. 동시에 인공 지능 컴퓨팅 성능이 필요한 많은 사용자는 비용 효율적인 AI 컴퓨팅 리소스를 얻을 수 없습니다. 블록체인 기술을 통한 지점 간 결제 및 블록체인 부기 기술은 AI 컴퓨팅 파워를 공유하여 가장 편리한 방법으로 결제 및 공유를 완료할 수 있습니다.
2. AI 물리적 컴퓨팅 유닛
많은 수의 GPU 컴퓨팅 마이닝 머신을 AI 컴퓨팅 유닛으로 변환하여 단순한 해시 계산에서 보다 의미 있는 AI 작업 계산으로 변환할 수 있습니다. AI 컴퓨팅의 특수성으로 인해 하드웨어의 성능을 보다 잘 활용하고 AI 컴퓨팅 파워를 공유하기 위해서는 특정 시스템을 미리 설치하고 회계 시스템을 포함한 클라이언트를 정기적으로 업데이트해야 합니다.
3. 분산형 AI 애플리케이션
분산형 AI 애플리케이션(Decentralized AI Application)이 시스템에 연결되면 DAI App 프로그래머가 편리하게 개발 호출을 할 수 있도록 해당 인터페이스가 필요합니다. 이 방법은 플랫폼에서 강력한 컴퓨팅 성능을 사용합니다. AI 애플리케이션 개발 속도를 높이기 위해 주로 지불 API, 컴퓨팅 파워 추정 API, 워크로드 추정 API 등을 포함합니다.
4. IPFS 분산 저장소 통합
탈중앙화 응용 프로그램은 파일 저장소 시스템을 사용하여 데이터를 저장해야 합니다. 한 가지 옵션은 IPFS 저장소 시스템을 사용하여 기존 중국 중앙 집중식 클라우드 저장소 또는 로컬 파일 저장소를 대체하는 것입니다. 더 나은 분산 저장을 달성하십시오.
IPFS InterPlanetary File System(InterPlanetary File System, 줄여서 IPFS)은 영구적이고 분산된 스토리지 및 공유 파일을 생성하도록 설계된 네트워크 전송 프로토콜입니다. 콘텐츠 주소 지정이 가능한 P2P 하이퍼미디어 배포 프로토콜입니다. IPFS 네트워크의 노드는 분산 파일 시스템을 형성합니다. 앞으로 대부분의 IPFS는 교차 체인 기술 호출을 사용할 것이며 교차 체인 기술에 대해서는 교차 체인 서비스 호출을 참조하십시오.
5. AI 엔지니어 양성센터
Nebula AI는 체계적인 인공지능 실습센터를 구축하여 인공지능 실무 분야의 기초지식을 제공할 예정입니다. 제품 디자인의 인공 지능 모델. 우리는 인공 지능 산업의 최신 응용 프로그램과 지식을 보급하고 뛰어난 인공 지능 인재를 양성하고 제공하기 위해 최선을 다하고 있습니다. 임무는 인재 격차를 메우고 비즈니스에서 인공 지능의 힘을 최대한 활용하는 것입니다.

사용 가치

시스템의 토큰은 컴퓨팅 파워를 구매하는 데 사용되며 훈련 데이터가 상대적으로 작으면 소비되는 토큰도 상대적으로 적고 훈련 데이터가 크면 그에 따라 소비되는 토큰도 증가합니다. 지불된 수수료는 교육 비용 및 현재 토큰의 가치와 관련이 있습니다. 각 1080Ti 그래픽 카드가 1분 동안 생성하는 컴퓨팅 성능을 계산하면 7514 GFLOP/s×60입니다.

사용자 사용 시나리오

1. 퀀트 트레이딩
퀀트 트레이딩은 아주 초기 단계부터 보조 작업을 위해 기계를 사용했습니다. 분석가는 다양한 퀀트 모델을 사용하여 일부 지표를 설계하고 데이터 분포를 관찰합니다. 기계를 계산기로. 최근 머신러닝이 대두되기 전까지는 데이터를 빠르고 대량으로 분석, 피팅, 예측하여 미래 금융상품의 트렌드를 보다 정확하게 예측할 수 있었지만, 이러한 모델의 계산에는 많은 사람이 AI 컴퓨팅을 필요로 합니다. 능력. 전통적인 방법을 채택하면 각 거래 부서는 자체 데이터 센터를 구축해야 합니다. 또한 컴퓨팅 성능을 공유하면 값비싼 유지 관리 비용을 절약할 수 있습니다. 금융 거래 회사가 예측 자체에 더 집중하게 하십시오.
2. 인공 지능 학습자 계획
대학에서는 점진적으로 인공 지능 과정을 제공하고 있습니다. 이러한 추세는 향후 몇 년 동안 더욱 인기를 끌 것입니다. 학생들이 일반적으로 학습할 때 다음을 선택합니다. 로컬에서 작은 작업을 실행하고 학교 컴퓨터실에서 시간이 많이 걸리는 작업을 실행합니다. 그러나 이러한 조각난 작업은 블록체인 컴퓨팅 파워 클라우드로 완전히 해결할 수 있습니다. 저렴한 AI 컴퓨팅 서비스는 학생들이 다양한 계산 연습을 완료하고 자신의 모델을 빠르게 수정하는 데 매우 적합합니다.
3. 생체의학 인공지능
종양의 조기 검진은 그 의미가 크지만, 초기 암은 병변 면적이 작아 기존의 방법으로는 양성과 악성을 판단하기 어렵다 , 임상 진단을 어렵게 만드는 , 의사는 종종 의료 비용을 증가시킬뿐만 아니라 환자에게 큰 고통을 가져다주는 생검 탐지를 수행해야합니다. 의료 영상 인식과 다학제적 협업 진단에 인공지능을 적용하면 이러한 어려움을 효과적으로 극복하고 의사의 진단 능력을 향상시키며 빠른 의사 결정을 돕고 의료 서비스의 개인화 및 정밀화를 촉진할 수 있습니다.

*위 내용은 YouToCoin 관계자가 정리한 내용입니다.