Há muitos dias que não se fala sobre yap @0G_labs, recentemente a 0G tem estado muito ocupada, com muitas ações grandes, o fundador @michaelh_0g também tem estado ocupado, sinto que algo grande está prestes a acontecer, acredito que em agosto o número de pessoas que falam sobre 0G vai aumentar, venham todos fazer parte da família 0G.
Há alguns dias, o 0G Labs, em conjunto com a China Mobile, alcançou um grande avanço ao treinar com sucesso um modelo de IA com 107 bilhões de parâmetros em uma rede comum de 1 Gbps. Esta conquista rompeu o monopólio anterior em que apenas gigantes como OpenAI e Google conseguiam treinar modelos na casa dos trilhões, marcando a disponibilidade de treinamento de IA de alto desempenho como "acessível a todos".
Esta tecnologia trouxe cinco vantagens disruptivas: 1. Aumento da eficiência e queda drástica de custos: velocidade de treinamento aumentada em 10 vezes, custo reduzido em até 95% 2. O limiar de dispositivos foi significativamente reduzido: Placas gráficas comuns para uso doméstico podem participar do treinamento, permitindo que desenvolvedores individuais e empresas comuns também consigam dominar grandes modelos. 3. Descentralização autônoma: Não é necessário depender de gigantes dos serviços de nuvem como AWS, Azure, os usuários têm total controle sobre a liderança do treinamento. 4. Privacidade e segurança dos dados: Os dados são mantidos localmente durante todo o processo, sem necessidade de upload para a nuvem, oferecendo uma garantia de conformidade natural para setores sensíveis como saúde e finanças. 5. Colaboração global sem fronteiras: redes e dispositivos comuns de qualquer lugar do mundo (como escolas na África, nós no Sudeste Asiático, empresas na América Latina) podem facilmente se conectar, construindo uma rede de treinamento de IA distribuída que cobre o mundo.
O seu núcleo reside na tecnologia DiLoCoX, que resolve o problema da colaboração eficiente de dispositivos distribuídos em ambientes de baixa largura de banda. Através do desdobramento distribuído e da gestão de dados localizados, esta solução evita eficazmente riscos geopolíticos e regulatórios (mesmo com parceiros como a China Mobile, os dados permanecem localmente), garantindo a neutralidade do sistema e a sua ampla aplicabilidade global.
A solução da 0G Labs mudou completamente as regras do jogo, quebrando as limitações da dependência de centros de computação centralizados e altos custos (como o treinamento do GPT-4 que pode ultrapassar 100 milhões de dólares), provando que um caminho mais barato e distribuído é viável. Isso reduziu drasticamente a barreira de entrada para IA, permitindo que empresas comuns e desenvolvedores individuais possam arcar com o treinamento de grandes modelos, realmente inaugurando uma nova era de IA aberta e igualitária.
Apenas para mencionar no final @shoutdotfun, o prêmio de $ENERGY ainda é de algumas centenas de U, só para os 25 primeiros, eu ainda vou continuar a pegar um pouco.
Esta página pode conter conteúdo de terceiros, que é fornecido apenas para fins informativos (não para representações/garantias) e não deve ser considerada como um endosso de suas opiniões pela Gate nem como aconselhamento financeiro ou profissional. Consulte a Isenção de responsabilidade para obter detalhes.
Há muitos dias que não se fala sobre yap @0G_labs, recentemente a 0G tem estado muito ocupada, com muitas ações grandes, o fundador @michaelh_0g também tem estado ocupado, sinto que algo grande está prestes a acontecer, acredito que em agosto o número de pessoas que falam sobre 0G vai aumentar, venham todos fazer parte da família 0G.
Há alguns dias, o 0G Labs, em conjunto com a China Mobile, alcançou um grande avanço ao treinar com sucesso um modelo de IA com 107 bilhões de parâmetros em uma rede comum de 1 Gbps. Esta conquista rompeu o monopólio anterior em que apenas gigantes como OpenAI e Google conseguiam treinar modelos na casa dos trilhões, marcando a disponibilidade de treinamento de IA de alto desempenho como "acessível a todos".
Esta tecnologia trouxe cinco vantagens disruptivas:
1. Aumento da eficiência e queda drástica de custos: velocidade de treinamento aumentada em 10 vezes, custo reduzido em até 95%
2. O limiar de dispositivos foi significativamente reduzido: Placas gráficas comuns para uso doméstico podem participar do treinamento, permitindo que desenvolvedores individuais e empresas comuns também consigam dominar grandes modelos.
3. Descentralização autônoma: Não é necessário depender de gigantes dos serviços de nuvem como AWS, Azure, os usuários têm total controle sobre a liderança do treinamento.
4. Privacidade e segurança dos dados: Os dados são mantidos localmente durante todo o processo, sem necessidade de upload para a nuvem, oferecendo uma garantia de conformidade natural para setores sensíveis como saúde e finanças.
5. Colaboração global sem fronteiras: redes e dispositivos comuns de qualquer lugar do mundo (como escolas na África, nós no Sudeste Asiático, empresas na América Latina) podem facilmente se conectar, construindo uma rede de treinamento de IA distribuída que cobre o mundo.
O seu núcleo reside na tecnologia DiLoCoX, que resolve o problema da colaboração eficiente de dispositivos distribuídos em ambientes de baixa largura de banda. Através do desdobramento distribuído e da gestão de dados localizados, esta solução evita eficazmente riscos geopolíticos e regulatórios (mesmo com parceiros como a China Mobile, os dados permanecem localmente), garantindo a neutralidade do sistema e a sua ampla aplicabilidade global.
A solução da 0G Labs mudou completamente as regras do jogo, quebrando as limitações da dependência de centros de computação centralizados e altos custos (como o treinamento do GPT-4 que pode ultrapassar 100 milhões de dólares), provando que um caminho mais barato e distribuído é viável. Isso reduziu drasticamente a barreira de entrada para IA, permitindo que empresas comuns e desenvolvedores individuais possam arcar com o treinamento de grandes modelos, realmente inaugurando uma nova era de IA aberta e igualitária.
Apenas para mencionar no final @shoutdotfun, o prêmio de $ENERGY ainda é de algumas centenas de U, só para os 25 primeiros, eu ainda vou continuar a pegar um pouco.