Le directeur de Render Network affirme que DePIN pourrait atténuer les goulots d'étranglement de l'IA

Source : CryptoNewsNet Titre original : Le directeur de Render Network affirme que DePIN pourrait atténuer les goulets d’étranglement de l’IA Lien original : Alors que l’intelligence artificielle (IA) devient de plus en plus puissante, l’infrastructure nécessaire pour la faire fonctionner atteindra ses limites, et ces limites pourraient ouvrir la voie à des réseaux d’infrastructure physique décentralisés (DePINs), a déclaré Trevor Harries-Jones, directeur de la Render Network Foundation.

Harries-Jones a indiqué que les réseaux GPU décentralisés ne visent pas à remplacer les centres de données traditionnels, mais plutôt à les compléter en résolvant certains des défis de mise à l’échelle les plus pressants de l’IA.

DePIN n’a pas pour but de remplacer les infrastructures centralisées

En termes simples, DePIN permet aux personnes du monde entier de partager une infrastructure réseau réelle en échange de récompenses, afin qu’il n’y ait pas de dépendance ou de contrôle par une entreprise centralisée.

Un de ces projets est le Render Network. Il s’agit en fait d’une plateforme de rendu GPU décentralisée conçue pour démocratiser le processus de création numérique et libérer les créateurs de l’emprise des entités centralisées.

Des exemples récents dans le monde de l’IA centralisée incluent des applications de génération vidéo où l’utilisation devait être limitée en raison des contraintes GPU.

Harries-Jones a rejeté l’idée d’un remplacement total :

“Je ne pense pas qu’il s’agisse de remplacer. Je pense en fait qu’il s’agit d’utiliser les deux.”

Les clusters GPU centralisés restent essentiels pour l’entraînement de grands modèles d’IA, qui bénéficient de vastes pools de mémoire et de matériel étroitement intégré. Mais l’entraînement ne représente qu’une fraction de la charge de travail informatique totale en IA.

Harries-Jones a expliqué que l’inférence — l’exécution des modèles d’IA — représente près de 80 % du travail GPU.

C’est dans cette distinction que des réseaux décentralisés comme Render entrent en jeu. Alors que les premières versions des modèles d’IA sont gourmandes en ressources, Harries-Jones a dit qu’ils deviennent rapidement plus efficaces à mesure que les ingénieurs les optimisent et les compressent.

Avec le temps, des modèles qui nécessitaient autrefois une infrastructure massive peuvent fonctionner sur des appareils beaucoup plus simples comme les smartphones.

“Donc, on voit cela sur tous les modèles qui sortent. Ils commencent très lourds et peu raffinés, et en très peu de temps, ils sont affinés pour pouvoir fonctionner sur des appareils décentralisés et simples.”

D’un point de vue coût, ce changement rend les réseaux GPU décentralisés de plus en plus attractifs. Au lieu de dépendre uniquement de centres de données coûteux et haut de gamme, les charges de travail d’inférence peuvent être réparties sur des GPU inactifs dans le monde entier.

“Il sera moins cher de les faire fonctionner sur des nœuds consommateurs décentralisés inactifs que sur des nœuds centralisés.”

Harries-Jones est optimiste concernant le secteur DePIN

Harries-Jones a présenté les DePIN comme un moyen d’atténuer les goulets d’étranglement croissants de l’IA, tant au niveau du calcul que de l’infrastructure énergétique.

Lorsque les systèmes électriques centralisés sont sous pression, le calcul décentralisé offre une solution parallèle en exploitant des ressources sous-utilisées à l’échelle mondiale.

“Je suis donc très optimiste quant à l’ensemble du secteur.”

Harries-Jones a souligné que la demande mondiale en GPU dépasse largement l’offre. “Il n’y a pas assez de GPU dans le monde aujourd’hui”, a-t-il déclaré.

Ainsi, la clé est d’utiliser tous les GPU inactifs, plutôt que de se battre pour les GPU haut de gamme en sous-effectif.

Selon Harries-Jones, l’avenir de l’infrastructure IA ne réside pas dans des réseaux centralisés ou dans DePIN. C’est plutôt une utilisation flexible des deux pour répondre à la demande explosive en IA.