去中心化AI训练正成为解决大型AI模型显著的能源消耗和碳足迹问题的方案。这种方法将训练过程分布在独立的节点网络中,利用现有的计算能力,而不是仅仅依赖于庞大的、集中的数据中心。公司正在开发新的网络硬件和GPU即服务市场来促进这种分布式模型,同时像联邦学习这样的技术正在被改编以管理软件的复杂性。 AI
排序理由 文章讨论了去中心化AI训练的研究和行业努力,包括新的硬件和软件技术,但并未宣布新的前沿模型或重大的政策变化。
- Akash Network
- Cisco
- DiLoCo
- Google DeepMind
- Greg Osuri
- IEEE Spectrum
- Lalana Kagal
- MIT
- CSAIL
- Nvidia
- Spectrum-XGS
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →