Neodvisna vozlišča AI spreminjamo v decentraliziran superračunalnik.
Ena sama naprava AI ima omejeno računsko moč in pomnilnik. Kaj pa, če bi stotine ali tisoči neodvisnih naprav lahko delovali skupaj kot en zmogljiv sistem AI?
DAI razvija tehnologijo, ki povezuje samostojna vozlišča AI v decentraliziran superračunalnik za poganjanje velikih jezikovnih modelov, brez zanašanja na osrednji računalniški strežnik.
Velik jezikovni model sestavlja veliko slojev. DAI-MESH razdeli model na skupine slojev in jih porazdeli med več vozlišč AI.
Vsako vozlišče hrani in obdeluje svoj dodeljeni del modela ter vmesne rezultate posreduje naslednjemu vozlišču prek omrežja enakovrednih.
Skupaj ta vozlišča lahko izvajajo modele, ki bi bili za eno samo napravo preveliki.
Ko se omrežju pridružijo dodatna vozlišča, prispevajo pomnilnik in procesorsko moč. Tako lahko DAI-MESH povečuje razpoložljive računske vire in potencialno podpira vse večje modele AI.
DAI-MESH je zasnovan tako, da deluje brez osrednjega računalniškega strežnika. Vozlišča komunicirajo neposredno prek omrežja enakovrednih.
Če vozlišče ni več na voljo, je omrežje zasnovano tako, da zazna izpad in preusmeri obremenitve na druga primerna vozlišča ter obnovi porazdeljeno izvajanje, ko so na voljo potrebni viri in sloji modela.
Vsa vozlišča ne porabijo enake količine energije in nimajo enake računske zmogljivosti.
DAI-MESH pri razporejanju obremenitev upošteva računsko zmogljivost, razmere v omrežju, razpoložljivost vozlišč in energetsko učinkovitost.
Načini FAST, BALANCED in GREEN so zasnovani tako, da izvajanje optimizirajo za zmogljivost, strošek ali porabo energije.
Omrežje je zasnovano tako, da sodelujoča vozlišča ocenjuje glede na zmogljivosti, razpoložljivost, učinkovitost in zanesljivost.
Mehanizmi preverjanja in ocene ugleda pomagajo sistemu izbrati primerna vozlišča, ohranjati kakovost omrežja in zmanjšati odvisnost od nezanesljivih udeležencev.
Temelje DAI-MESH smo že začeli preverjati z obsežnimi simulacijami na superračunalniku EuroHPC LUMI.
V simulaciji preučujemo, kako lahko stotine ali tisoči neodvisnih vozlišč AI izmenjujejo podatke, usklajujejo stanje, okrevajo po izpadih in usklajujejo obremenitve, ne da bi se zanašala na osrednji računalniški strežnik.
Naslednji korak je prenos te arhitekture v fizični svet.
Delajte z vrhunskimi modeli, kot so Kimi 3, Qwen3 in Mistral. Poganjanje agentov in zahtevno sklepanje brez skrbi zaradi visokih stroškov uporabe.
Deljeni porazdeljeni viri, optimizacija energije na token in namenski varčni načini lahko močno znižajo strošek na token in skupni strošek obremenitev AI (do 125-krat v primerjavi s tradicionalnim sklepanjem prek API-ja).
Učite in izboljšujte modele v omrežju DAI, ne da bi kamor koli pošiljali zasebne podatke. Vozlišča si izmenjujejo le to, kar se je model naučil, občutljivi podatki in obdelava pa lahko ostanejo na vaši napravi.
Poganjanje AI v decentraliziranem omrežju ali znotraj zasebnih omrežij, ob ohranjanju nadzora nad podatki in infrastrukturo.
DAI razporeja obremenitve med razpoložljiva vozlišča in se prilagaja razmeram v omrežju ter razpoložljivi energiji.
Priključite združljivo strojno opremo, pomagajte graditi decentralizirano omrežje AI in zaslužite nagrade z obdelavo nalog, gostovanjem slojev modela in podporo drugim uporabnikom.
Bodite med prvimi, ki preizkusijo DAI-MESH.
Pridružite se programu zgodnjega dostopa, raziščite porazdeljene zmogljivosti AI in pomagajte oblikovati prihodnost decentralizirane infrastrukture.
