Le 7 mai, Bithumb a ajouté des paires de trading en won coréens pour deux projets d’IA, AIOZ et NEAR. Bien que NEAR soit un projet L1 bien connu, AIOZ Network peut sembler peu familier. Auparavant axé sur le stockage et le streaming multimédia, AIOZ Network converge progressivement vers l’IA en tant que service et la puissance de calcul partagée, en tirant parti de ses avantages accumulés. Récemment, il a publié le livre blanc de son projet d’IA décentralisé, W3AI.

Dans le domaine de plus en plus concurrentiel de l’IA, quelles nouvelles stratégies les projets établis peuvent-ils offrir pour s’assurer une position sur un marché où la liquidité et l’attention sont rares ?

En raison de la complexité du livre blanc, Deep Tide TechFlow a mené des recherches approfondies sur son contenu pour aider les lecteurs à comprendre rapidement les caractéristiques techniques et la mise en œuvre du projet AIOZ W3AI.

Under the Wave, l’entrée d’AIOZ sur le marché de l’IA

AIOZ n’est pas un projet nouveau, mais sa transition vers l’IA semble logique.

Auparavant, AIOZ Network fonctionnait comme un réseau de couche 1 avec interopérabilité entre Ethereum et Cosmos. Il a utilisé le DePIN d’AIOZ, piloté par plus de 120 000 nœuds mondiaux, pour fournir des ressources de calcul. Cette configuration prend en charge la vitesse de traitement de l’IA, l’itération rapide, l’évolutivité et la sécurité du réseau, servant de base au changement narratif du projet.

De plus, dans un contexte plus large, le développement de l’IA est confronté à des défis avec des solutions de cloud computing centralisées qui ont du mal à gérer de grands volumes de données. Cette limitation entraîne des problèmes d’évolutivité et des coûts d’utilisation élevés. De plus, des inquiétudes se posent concernant la confidentialité et la sécurité des données lorsque le contrôle repose sur des fournisseurs centralisés plutôt que sur des utilisateurs.

En outre, l’accès aux ressources d’IA de haut niveau peut être difficile, ce qui limite la participation des petites entreprises et des particuliers et entrave l’innovation. L’edge computing offre une solution en fournissant des services proches pour les sources de données. Les applications se lancent en périphérie, ce qui accélère les réponses des services réseau. Étant donné que le traitement des données se fait localement sur les nœuds, éliminant ainsi le besoin de transmission longue distance vers des serveurs centraux, l’edge computing réduit naturellement le risque de violation des données. Grâce aux nœuds d’edge computing d’AIOZ DePIN distribués à l’échelle mondiale, AIOZ acquiert une confiance substantielle pour entrer dans le domaine de l’IA à grande échelle.

AIOZ Network exploite actuellement les données des nœuds.

W3AI : Architecture double couche DePIN + AI as a Service

Dans son évolution vers l’IA, l’étape pivot d’AIOZ est W3AI - une architecture à double couche englobant à la fois l’infrastructure et les applications.

L’architecture à double couche est au cœur du projet AIOZ W3AI, offrant une solution innovante aux problèmes fondamentaux du calcul de l’IA, tels que l’évolutivité, la rentabilité et la protection de la vie privée des utilisateurs.

Cette conception architecturale divise le fonctionnement du réseau en deux couches principales : la couche d’infrastructure (W3AI Infrastructure) et la couche d’application (W3AI Application). Chaque couche a des fonctions et des rôles uniques, soutenant collectivement le fonctionnement efficace de l’ensemble du réseau.

Couche d’infrastructure (W3AI Infrastructure) en tant que base du réseau

AIOZ DePIN : Nœuds artificiels répartis dans le monde entier

La base d’AIOZ W3AI réside dans ses vastes nœuds d’informatique de périphérie artificielle distribués. Ces nœuds répartis dans le monde entier fournissent des ressources informatiques, notamment le stockage, le CPU et le GPU, formant une source d’alimentation décentralisée. La topologie multigraphique assure des voies de communication efficaces entre AIOZ DePIN, minimisant les coûts de communication et améliorant la vitesse de traitement. Ces nœuds collaborent par le biais de méthodes de calcul distribuées pour former et exécuter collectivement des modèles d’IA. Grâce à cette approche, la plateforme AIOZ W3AI utilise efficacement des ressources informatiques dispersées pour réduire les coûts, améliorer l’efficacité des applications d’IA et renforcer la protection de la confidentialité des données. Cette approche décentralisée réduit considérablement le risque de goulots d’étranglement des serveurs et renforce la confidentialité des utilisateurs en éliminant le contrôle à point unique.

L’infrastructure informatique décentralisée de W3AI est pilotée par le réseau de nœuds AIOZ. Les zones violettes représentent la distribution des nœuds de stockage, tandis que les zones bleues représentent la distribution des nœuds de calcul.

Traitement et stockage des données

Grâce à AIOZ W3S, les données sont stockées en toute sécurité sur plusieurs nœuds dispersés dans le monde, ce qui améliore la sécurité des données tout en améliorant la réactivité du traitement des données.

L’utilisation de systèmes de fichiers distribués tels que AIOZ IPFS et les technologies de cryptage protège les données stockées sur les nœuds, empêchant les accès non autorisés et les fuites de données.

Couche d’application flexible (application W3AI)

La plateforme Web 3 AI fournit l’IA en tant que service.

L’IA en tant que service (AIaaS) fait référence au modèle dans lequel la technologie de l’IA est fournie en tant que service en ligne aux utilisateurs, permettant aux entreprises ou aux particuliers de profiter des avantages de la technologie de l’IA sans coûts élevés.

Imaginez un commerçant en ligne souhaitant comprendre l’historique des achats des utilisateurs et analyser leur comportement de consommation pour fournir des recommandations d’achat personnalisées. La technologie de l’IA peut être utilisée pour collecter et analyser les données des utilisateurs, générant ainsi des stratégies de vente correspondantes. Il s’agit de l’application de l’IA en tant que service dans le commerce électronique.

En termes de forme de produit, W3AI fournit un flux de travail d’entraînement simplifié et une interface utilisateur/UX intuitive, offrant des interfaces utilisateur et des API qui permettent aux développeurs d’accéder facilement aux services W3AI, de développer et de déployer des modèles d’IA, entre autres tâches. La conception de cette couche se concentre sur l’expérience utilisateur et l’accessibilité des services. De plus, la plateforme intègre diverses offres d’IA en tant que service, notamment l’apprentissage automatique, l’apprentissage profond et les réseaux neuronaux, permettant aux utilisateurs de choisir différents services et outils selon leurs besoins.

Entraînement et inférence de modèles

La plateforme W3AI prend en charge l’entraînement et l’inférence des modèles dans un environnement décentralisé. L’entraînement W3AI (AIOZ W3AI Infrastructure) utilise des technologies d’apprentissage fédéré décentralisé et de chiffrement homomorphe, permettant à de nombreux nœuds d’edge computing (DePIN) de collaborer à l’entraînement de modèles d’IA sans partager leurs propres données. Cela améliore les performances d’entraînement des modèles tout en garantissant la confidentialité des données. Les modèles entraînés peuvent être exécutés sur des DePIN AIOZ en périphérie, ce qui rapproche l’IA de la source de données. Soutenue par la technologie W3S, l’inférence W3AI (AIOZ W3S Infrastructure) permet aux utilisateurs de télécharger leurs propres ensembles de données pour l’entraînement des modèles ou d’utiliser des modèles existants sur la plateforme pour l’analyse et la prédiction des données.

Marché décentralisé du W3AI et mécanisme d’incitation

La couche applicative fournit également aux utilisateurs des marchés décentralisés, tels que le AIOZ AI dApp Store et l’AI Model & Dataset Marketplace. Les utilisateurs individuels et les organisations commerciales peuvent contribuer librement, vendre des ensembles de données et des modèles d’IA, créer et déployer des applications d’IA innovantes et convertir leurs contributions en récompenses symboliques.

L’architecture à deux couches d’AIOZ W3AI

Traversée de l’architecture à double couche avec le routage par intelligence artificielle.

Au milieu d’une architecture bien structurée, la gestion des ressources logiques et du flux de données des tâches entre le fonctionnement de l’architecture à double couche est cruciale. Par conséquent, W3AI introduit le routage par intelligence artificielle dans l’architecture à double couche, optimisant dynamiquement chaque tâche pour améliorer l’efficacité globale du système.

Au niveau de l’infrastructure, le routage par intelligence artificielle évalue les demandes de calcul et les charges actuelles des nœuds, en allouant dynamiquement les tâches pour s’assurer que chaque nœud participe aux tâches appropriées en fonction de ses capacités et des conditions du réseau en temps réel. Il surveille également l’état des nœuds, en détectant et en traitant rapidement les défaillances potentielles des nœuds ou les goulots d’étranglement des performances pour éviter que les défaillances ponctuelles n’affectent l’efficacité globale.

Au niveau de la couche applicative, le routage intelligent permet de répondre rapidement aux demandes des utilisateurs, en ajustant dynamiquement le flux de données et les stratégies de traitement en temps réel. De plus, il alloue intelligemment les nœuds les plus appropriés en fonction des emplacements géographiques et des exigences spécifiques de l’utilisateur. Face aux tâches à grande échelle et à forte simultanéité, l’architecture de routage de l’IA optimise intelligemment la planification des tâches, en aidant la couche applicative à gérer des modèles d’IA complexes et l’analyse du Big Data.

Le livre blanc comprend de nombreuses formules complexes pour illustrer la mise en œuvre spécifique du routage. Les lecteurs intéressés peuvent se référer au livre blanc pour plus de détails.

Le routage par intelligence artificielle alloue des chemins de transmission de tâches pour les nœuds AIOZ DePIN. Dans le diagramme, le vert représente les nœuds connectés, tandis que le bleu représente les parties ignorées en raison d’un faible niveau de confiance.

Flux de travail : un exemple de mise en œuvre de tâches d’IA

Avec ces architectures d’infrastructure riches, comment W3AI déploie-t-il son flux de travail ? De l’entrée des données à la sortie des résultats, le flux de travail de W3AI incarne un mode opérationnel entièrement décentralisé : chiffrement de la sortie → segmentation et allocation des tâches → exécution des tâches de calcul et → de stockage rassemblant les calculs terminés dans des conteneurs → les utilisateurs obtenant des résultats de sortie décryptés.

Nous pouvons affiner le processus ci-dessus en étapes simples :

Tout d’abord, avant la saisie et le cryptage des données, les données téléchargées par l’utilisateur sont soumises à un cryptage homomorphe pour assurer la sécurité des données tout au long du processus de traitement - saisie et cryptage des données ;

Les données chiffrées sont ensuite segmentées en plusieurs petits segments en fonction des exigences de la tâche, chaque tâche étant affectée au nœud le plus approprié pour l’exécution : segmentation et allocation des tâches ;

Les nœuds sélectionnés exécutent des tâches informatiques spécifiques, telles que l’entraînement de modèles d’IA ou l’analyse de données, tout en étant également responsables du stockage des données pertinentes - calcul et exécution du stockage ;

Une fois la tâche terminée, les résultats sont rechiffrés et stockés dans des conteneurs transformés, en attente de récupération par les utilisateurs finaux : collecte et chiffrement des résultats ;

Seuls les utilisateurs autorisés peuvent accéder aux résultats finaux, qui subissent un déchiffrement homomorphe avant la sortie (déchiffrement et sortie des résultats).

Architecture de flux de travail de W3AI

Grâce au processus ci-dessus, W3AI améliore l’efficacité du traitement tout en équilibrant les caractéristiques flexibles et évolutives avec la sécurité et la confidentialité des données. Il optimise l’utilisation des ressources système, réduit les interventions manuelles et réduit les coûts opérationnels.

L’économie des jetons entourant l’ensemble de l’écosystème

$AIOZ joue un rôle crucial dans la mise en relation de l’ensemble de l’écosystème AIOZ W3AI. Avec l’émergence de l’IA en tant que service et des entreprises de puissance de calcul partagée, son jeton a gagné plus de scénarios d’utilisation et de capture de valeur.

Échange de données et incitatifs à la contribution

$AIOZ est utilisé pour récompenser les utilisateurs qui fournissent de la puissance de calcul et des ressources de stockage, assurant ainsi le fonctionnement stable du réseau. Sur le marché commercial de la plateforme, les utilisateurs peuvent utiliser $AIOZ pour acheter divers services d’IA ou acheter et vendre des modèles et des ensembles de données d’IA. De plus, les détenteurs de jetons peuvent participer à la gouvernance du réseau en votant pour décider des prochaines étapes de l’écosystème.

Entretien de l’écosystème

Une partie des frais de transaction payés en $AIZO est utilisée pour l’exploitation du réseau AIOZ et la gestion financière, assurant ainsi la maintenance et le développement continus de la plateforme. Une autre partie est brûlée directement pour aider à réguler l’offre de jetons et à atténuer l’inflation. Ce cycle de flux de jetons soigneusement conçu encourage l’innovation, récompense la participation et stimule le développement continu de l’écosystème AIOZ W3AI.

Flux de jetons au sein de l’écosystème W3AI

Conclusion

En tant que projet décentralisé en transition vers l’IA, AIOZ W3AI possède des avantages naturels en termes de ressources technologiques et de mécanismes opérationnels. En termes de technologie et de concepts, W3AI démontre un potentiel important pour fournir aux utilisateurs des services informatiques plus sûrs, flexibles et efficaces et une expérience d’écosystème attrayante. Cependant, il est essentiel de noter que W3AI est également confronté à des défis tels que la maturité du marché pour reconnaître et faire confiance aux solutions d’IA décentralisées et les coûts d’exploitation potentiellement élevés dans un système aux normes strictes.

Le livre blanc actuel ressemble davantage à un plan élaboré dans les premières étapes du projet, préparant l’avenir mais n’ayant pas encore été mis en œuvre et exécuté. Des questions subsistent quant au nombre de personnes qui l’utiliseront et s’il existe d’autres problèmes de sécurité et techniques, qui attendent tous la validation du marché.

Néanmoins, adopter une transition narrative positive reste une posture correcte pour les projets Web3 lorsque la pertinence commerciale est élevée. Des projets nouveaux et établis mettent en scène avec enthousiasme le drame de l’IA, et seul le temps nous dira si les acteurs cryptographiques hors scène en auront pour leur argent.

Démenti:

1. Cet article est réimprimé à partir de [TechFlow]. Tous les droits d’auteur appartiennent à l’auteur original [TechFlow]. S’il y a des objections à cette réimpression, veuillez contacter l’équipe Gate Learn , et ils s’en occuperont rapidement.
2. Clause de non-responsabilité : Les points de vue et opinions exprimés dans cet article sont uniquement ceux de l’auteur et ne constituent aucun conseil en investissement.
3. Les traductions de l’article dans d’autres langues sont effectuées par l’équipe de Gate Learn. Sauf mention contraire, il est interdit de copier, distribuer ou plagier les articles traduits.