以分布式網(wǎng)絡(luò)串聯(lián)閑置GPU,這家創(chuàng)企稱可將AI模型訓(xùn)練成本降低90%

極客AI
GPU通常用于挖掘比特幣等加密貨幣,而挖礦是一種資源密集型的過程,需要強(qiáng)大的計(jì)算能力。

本文來自微信極客網(wǎng),作者/極客AI。

分布式計(jì)算初創(chuàng)公司Monster API日前表示,采用加密貨幣挖礦設(shè)備可以滿足訓(xùn)練AI模型對GPU處理能力不斷增長的需求,其開發(fā)的系統(tǒng)可以擴(kuò)展到數(shù)據(jù)中心之外的其他搭載GPU的設(shè)備(例如Macbook、游戲機(jī)甚至特斯拉汽車等),從而大幅降低開發(fā)和訓(xùn)練AI模型的成本。

360截圖16251112669372.png

Monster API利用采礦設(shè)備等GPU算力來訓(xùn)練AI模型

GPU通常用于挖掘比特幣等加密貨幣,而挖礦是一種資源密集型的過程,需要強(qiáng)大的計(jì)算能力。

加密貨幣炒作一度導(dǎo)致市場上GPU短缺,隨著價格飆升,企業(yè)和個人轉(zhuǎn)向采用英偉達(dá)(Nvidia)為游戲行業(yè)提供的GPU,并將其轉(zhuǎn)變?yōu)榧用芡诘V設(shè)備專用的GPU。

然而隨著加密貨幣熱潮的消退,許多加密挖礦設(shè)備關(guān)閉甚至被廢棄。這讓Monster API創(chuàng)始人Gaurav Vij意識到,他們可以重新改變和調(diào)整這些設(shè)備的用途,以適應(yīng)最新的計(jì)算密集型發(fā)展趨勢,也就是訓(xùn)練和運(yùn)行AI基礎(chǔ)模型。

雖然這些GPU并不具備AWS或谷歌云等部署的專用AI設(shè)備的強(qiáng)大功能,但Gaurav Vij表示,它們能夠訓(xùn)練優(yōu)化的開源模型,其成本僅為使用云計(jì)算提供商使用的超大規(guī)模計(jì)算設(shè)備的一小部分。

Monster API聯(lián)合創(chuàng)始人Saurabh Vij表示:“機(jī)器學(xué)習(xí)領(lǐng)域?qū)嶋H上正在與計(jì)算能力作斗爭,因?yàn)樾枨笠呀?jīng)超過了供應(yīng)。大多數(shù)機(jī)器學(xué)習(xí)開發(fā)人員如今都依賴AWS、谷歌云、微軟Azure來獲取資源,最終花費(fèi)了大量資金。”

分布式算力網(wǎng)絡(luò)可以大幅降低AI基礎(chǔ)模型訓(xùn)練成本

實(shí)際上,除了加密采礦設(shè)備之外,在PlayStation 5等游戲系統(tǒng)和較小的數(shù)據(jù)中心中也可以找到未使用的GPU。Saurabh Vij表示:“加密采礦平臺采用GPU,而游戲系統(tǒng)也采用GPU,且GPU的功能每年都會變得更加強(qiáng)大。”

企業(yè)和個人的算力匯入分布式網(wǎng)絡(luò)需要經(jīng)歷包括數(shù)據(jù)安全檢查在內(nèi)的一系列流程。需求方根據(jù)需求添加設(shè)備,擴(kuò)展和縮小算力網(wǎng)絡(luò)。供應(yīng)方可以從出售閑置算力中獲得了一部分收入。

Saurabh Vij強(qiáng)調(diào),分布式計(jì)算系統(tǒng)將AI基礎(chǔ)模型的訓(xùn)練成本降低到了將來可以由開源和非營利組織訓(xùn)練的程度,而不僅僅是財(cái)力雄厚的大型科技公司。“如果建立一個AI基礎(chǔ)模型需要100萬美元,那么像我們這樣的去中心化網(wǎng)絡(luò)只需要10萬美元。”

極客網(wǎng)獲悉,Monster API現(xiàn)在還提供“無代碼”工具來微調(diào)模型,并向那些沒有技術(shù)專長或資源的用戶開放,讓他們從頭開始訓(xùn)練模型,進(jìn)一步“民主化”計(jì)算能力和AI基礎(chǔ)模型。

“微調(diào)非常重要,因?yàn)榇罅康拈_發(fā)者沒有足夠的數(shù)據(jù)和資金來從頭開始訓(xùn)練模型。”他表示,通過優(yōu)化,Monster API已將微調(diào)成本削減90%,使得每個模型的微調(diào)費(fèi)用約為30美元。

開源模型訓(xùn)練可以幫助開發(fā)人員利用AI進(jìn)行創(chuàng)新

雖然AI開發(fā)商面臨迫在眉睫的監(jiān)管,這可能會直接影響到這些訓(xùn)練模型和開源,但Saurabh Vij認(rèn)為開源模型訓(xùn)練有其積極意義。Monster API已經(jīng)認(rèn)識到有必要在其分散的網(wǎng)絡(luò)中管理潛在風(fēng)險,并確保“可追溯性、透明度和問責(zé)制”。

“在短期內(nèi),也許監(jiān)管機(jī)構(gòu)會獲勝,但我對開源社區(qū)非常有信心,它的發(fā)展非常非??臁T赑ostman(API開發(fā)平臺)上有2500萬注冊開發(fā)人員,其中很大一部分正在構(gòu)建生成式AI,這為所有人開辟了新的業(yè)務(wù)和新的機(jī)會。”他表示。

極客網(wǎng)了解到,通過訓(xùn)練低成本的AI模型,Monster API的目標(biāo)是讓開發(fā)人員最大限度能夠利用機(jī)器學(xué)習(xí)進(jìn)行創(chuàng)新。目前他們已經(jīng)有了一些知名的AI模型(例如Stable Diffusion和Whisper)可以進(jìn)行微調(diào),此外用戶還可以使用這些GPU算力從頭開始訓(xùn)練自己的AI基礎(chǔ)模型。

Saurabh Vij介紹稱:“我們已經(jīng)在Macbook上進(jìn)行了文圖生成實(shí)驗(yàn),每分鐘至少可以輸出10張圖像。我們希望在網(wǎng)絡(luò)上接入數(shù)百萬臺Macbook,讓用戶在睡覺時也能使用他們的Macbook運(yùn)行Stable Diffusion、Whisper或其他AI模型獲利。

“最終,Playstation、Xbox、Macbook都將成為強(qiáng)大的計(jì)算資源,甚至是特斯拉汽車——因?yàn)樘厮估囈膊捎昧藦?qiáng)大的GPU,而且大多數(shù)時候停在車庫中。”Saurabh Vij補(bǔ)充道。

THEEND

最新評論(評論僅代表用戶觀點(diǎn))

更多
暫無評論