幾天前，我在關注兩個AI項目時發現了一件有趣的事。這兩個項目最終都與同一件事有關：GPU。但它們所構建的業務卻截然不同。
在大多數加密貨幣的AI週期中，假設似乎是顯而易見的。更多的AI需求意味着對計算的需求增加。更多的計算意味着更多的GPU。更多的GPU意味着更多的收入。這基本上就是Aethir背後的賭注。聚合GPU資源，將其租給企業，並將計算轉變爲市場。
公平地說，這個邏輯是有道理的。AI需要基礎設施。基礎設施需要計算。數字反映了這一現實。
但隨着我深入AI的兔子洞，我開始懷疑計算是否仍然是稀缺資源。
幾個月前，我會花幾天時間構建一個原型。現在，幾條提示就能讓我走得意外之遠。模型變得更便宜了。推理變得更快了。對智能的訪問不斷擴大。
所以，反覆出現的問題不是“我能否獲得AI？”
而是“我能否信任AI給我的結果？”
這就是OpenGradient開始感覺根本不同的地方。Aethir將計算貨幣化。OpenGradient則將驗證貨幣化。一個是在出售生成智能的能力。另一個是在構建驗證智能的基礎設施。
說實話，我並不認爲這真的是關於GPU的辯論。這是一場關於隨着AI成熟價值如何積累的辯論。
在早期階段，計算是稀缺的。後來，當智能變得豐富時，信任可能成爲稀缺資源。一方在押注AI需求會繼續流向硬件。另一方則在押注AI需求最終會流向可驗證性。
我不知道哪個賭注會贏。但歷史有一個有趣的習慣，就是將價值從創造某物的地方轉移到使該物可信的地方。
@OpenGradient $OPG $ATH #OPG
在大多數加密貨幣的AI週期中，假設似乎是顯而易見的。更多的AI需求意味着對計算的需求增加。更多的計算意味着更多的GPU。更多的GPU意味着更多的收入。這基本上就是Aethir背後的賭注。聚合GPU資源，將其租給企業，並將計算轉變爲市場。
公平地說，這個邏輯是有道理的。AI需要基礎設施。基礎設施需要計算。數字反映了這一現實。
但隨着我深入AI的兔子洞，我開始懷疑計算是否仍然是稀缺資源。
幾個月前，我會花幾天時間構建一個原型。現在，幾條提示就能讓我走得意外之遠。模型變得更便宜了。推理變得更快了。對智能的訪問不斷擴大。
所以，反覆出現的問題不是“我能否獲得AI？”
而是“我能否信任AI給我的結果？”
這就是OpenGradient開始感覺根本不同的地方。Aethir將計算貨幣化。OpenGradient則將驗證貨幣化。一個是在出售生成智能的能力。另一個是在構建驗證智能的基礎設施。
說實話，我並不認爲這真的是關於GPU的辯論。這是一場關於隨着AI成熟價值如何積累的辯論。
在早期階段，計算是稀缺的。後來，當智能變得豐富時，信任可能成爲稀缺資源。一方在押注AI需求會繼續流向硬件。另一方則在押注AI需求最終會流向可驗證性。
我不知道哪個賭注會贏。但歷史有一個有趣的習慣，就是將價值從創造某物的地方轉移到使該物可信的地方。
@OpenGradient $OPG $ATH #OPG