Вступ

Інтеграція штучного інтелекту та технології блокчейн стає новою точкою фокусу в швидкому розвитку хвилі технологій. Наратив про створення обчислювальної потужності DePin на основі графічних процесорів (GPU) починає створювати нову хвилю в просторі Web3.

Останнім часом широке застосування технології штучного інтелекту призвело до зростання попиту на ресурси обчислювальної потужності в різних галузях промисловості. Однак монополія на високопродуктивні GPU на ринку ускладнює задоволення потреб багатьох малих і середніх підприємств у отриманні необхідної обчислювальної підтримки. На основі цього тенденції попиту народився проект EMC (Edge Matrix Computing), який має на меті вирішити проблему недостатнього розподілу обчислювальної потужності шляхом інтеграції неактивних ресурсів графічних карт з усього світу.

Команда EMC вперше використала концепцію "DeAI", відрізняючи її від традиційних хмарних послуг для GPU. Проект надає ефективну модель навчання ШІ за допомогою своєї платформи планування обчислювальної потужності, яка дозволяє розробникам отримувати доступ до обчислювальних ресурсів за низькими витратами. Ця інновація сприяє інтеграції ШІ та блокчейну в утилізації ресурсів та обміні даними, надаючи розвиток екосистеми Web3 та створюючи реальну цінність застосування.

Що таке EMC?

Огляд проекту

EMC (Edge Matrix Computing) була заснована в 2022 році як високопродуктивна децентралізована мережа обчислень штучного інтелекту, спрямована на вирішення тертя між розвитком технологій штучного інтелекту та ресурсами обчислювальної потужності GPU. На жовтень 2024 року вона побудувала мережу обчислювальної потужності та спільноту AI + Web3 в понад 30 країнах та регіонах світу. Вона присвячена наданню більш рівних та відкритих можливостей для підприємців та розробників.

Будучи першою платформою у просторі Web3, яка досягла безперебійної інтеграції між обчислювальними активами GPU та програмами штучного інтелекту, основні продукти EMC обслуговують різні сценарії додатків AI та Web3, створюючи розподілені високопродуктивні обчислювальні сервіси DePIN. Наприклад, EMC Hub відповідає за децентралізоване планування обчислень, надаючи глобальні обчислювальні ресурси, щоб допомогти розробникам штучного інтелекту ефективно виконувати свої завдання. JarvisBot зосереджується на багатому наборі сервісних додатків штучного інтелекту, оптимізуючи користувацький досвід за допомогою глибокого навчання та надаючи інтелектуальну підтримку для різних бізнес-сценаріїв. OmniMuse — це інноваційна платформа для просування досліджень і просування технології штучного інтелекту.

У цьому контексті ЕМС прагне сприяти будівництву децентралізованої екосистеми штучного інтелекту, пропонуючи розробникам низькопробні та ефективні обчислювальні ресурси, відкриваючи нові можливості для інноваційних застосувань у різних галузях. Шляхом інтеграції розподіленого обчислення, смарт-контрактів та послуг штучного інтелекту, ЕМС прагне стати значущою силою для майбутньої інтеграції штучного інтелекту та блокчейну, створюючи широкі можливості для розвитку глобальних розробників та підприємців.

Засновницька команда

Джерело: Edge Матричний Ланцюг

Основний склад команди EMC включає кількох ветеранів промисловості з великим досвідом у хмарних обчисленнях, штучному інтелекті та маркетингу:

• Алекс Гох

Співзасновник EMC та голова Фонду EMC має MBA з Маккуорі Університету. У нього понад 20 років досвіду у глобальному розвитку ринку, раніше він працював генеральним директором у Greater China в Improbable.io та глобальним керівником у AWS (Amazon). В даний час він зосереджений на комерціалізації EMC та її глобальному просуванні в Сінгапурі.

• BK Khur

Співзасновник і технічний директор EMC, закінчив Інженерний коледж Наньянського технологічного університету (NTU) і був дослідником в NTU. Він має багатий технічний досвід, працюючи в Deloitte Consulting над цифровою трансформацією. Він є співзасновником таких компаній, як JuzToday і ShopperBoard, привнісши великий управлінський і технічний досвід з різних інноваційних проектів.

• Allen Foo

Член правління Фонду EMC та продуктовий та технологічний радник. Він є засновником і генеральним директором UCCVR, венчурним капіталом на ранньому етапі розвитку, та VooX. Раніше він очолював розвиток бізнесу Unity та Microsoft у Великій Китаї, маючи значний досвід у секторі хмарних сервісів.

• Теренс Нгу

Член правління Фонду EMC та радник з глобальної стратегії просування на ринку. Він заснував Hashmeta та раніше працював на посаді головного спеціаліста з комуніті-менеджменту в StarNgage. Теренс займав ключові посади в кількох високотехнологічних компаніях, зосереджуючи свою увагу на глобальній стратегії ринку та розвитку спільноти.

Поточна ситуація з фінансуванням

На сьогоднішній день, проект EMC успішно завершив кілька раундів значних фінансувань, що свідчить про його великий потенціал для розвитку в глобальних секторах штучного інтелекту та Web3. Перший раунд фінансування був завершений в січні 2024 року, великі інвестори включають швейцарську групу Bochsler, Future3 Campus, 1783 Labs, Frontier Research, DMC, VOFO Corp, Exabits.ai, Hashmeta, CEEX Labs та інші установи та сімейні офіси.

У лютому 2024 року команда EMC оголосила про завершення другого раунду стратегічного фінансування, очолюваного Faculty Group та Flow Capital, на суму кількох мільйонів доларів. Джерелами фінансування були глобальна спільнота Web3, DAO та розробницька спільнота із штучного інтелекту, що ще більше прискорило розгортання та розвиток обчислювальних вузлів EMC.

30 серпня 2024 року EMC оголосила успішне завершення раунду фінансування серії A на суму 20 мільйонів доларів, очолюваного Amber Group та P2 Ventures. Інші учасники включали відомі інвестиційні установи, такі як One Comma, Kapley Judge та Associated Corporations, та Кібернетичний фонд венчурного капіталу. Це подальше посилило позицію EMC як платформи децентралізованого обчислювального планування та інноватора в галузі штучного інтелекту.

Супутні ресурси

Перевага проекту

Розподілений GPU

У контексті того, що на ринку високопродуктивних графічних процесорів домінують такі гіганти, як NVIDIA, EMC ефективно усуває дисбаланс між попитом і пропозицією на обчислювальну потужність, використовуючи свою унікальну розподілену децентралізовану обчислювальну мережу та використовуючи незадіяні ресурси графічних процесорів по всьому світу. Особливо після злиття Ethereum закриття численних майнінгових ферм призвело до того, що багато пристроїв з графічними процесорами простоюють, що дозволило EMC запропонувати розробникам штучного інтелекту економічно ефективну підтримку обчислень.

Мережа EMC розгорнула понад 100 вузлів графічного процесора в різних країнах і регіонах, основними моделями яких є A100, H100, RTX 4090 і 3090. Ці обчислювальні ресурси надаються центрами обробки даних в Інтернеті (IDC), постачальниками хмарних послуг (CSP), майнінговими фермами та робочими станціями EMC AI, спеціально розробленими для розробки штучного інтелекту. Мережа EMC використовує механізм, який поєднує Proof of Work (PoW) і Proof of Stake (PoS), що дозволяє учасникам заробляти винагороди в токенах, вносячи обчислювальні потужності та стейкінг, таким чином досягаючи подвійного доходу від майнінгу та стейкінгу.

З погляду користувацького досвіду робоча станція EMC AI призначена для використання підключення та використання. Перша партія продуктів обладнана високопродуктивним апаратним забезпеченням, таким як процесори Intel Core i7, твердотільні накопичувачі об'ємом 2ТБ, пам'ять DDR5 з частотою 6400 Гц на 32 ГБ та графічні карти RTX 4090. Це забезпечує необхідні обчислювальні ресурси та можливості обробки даних для складних завдань штучного інтелекту, що створює ефективне робоче середовище для користувачів, що сприяє інноваціям та розвитку в екосистемі.

Джерело: Геокарта

Інноваційна екосистема DeAI

EMC побудувала повну систему від інфраструктури до розробки додатків за допомогою своєї унікальної децентралізованої екосистеми штучного інтелекту (DeAI). Її основна філософія полягає в відкритості, прозорості та демократизації з метою вирішення проблем традиційного централізованого ШІ через децентралізовані моделі, дані та обчислювальну потужність. Наприклад, кілька компаній часто контролюють традиційні моделі ШІ, що призводить до обмеження даних та алгоритмів. У DeAI системі EMC алгоритми та дані обмінюються через розподілену мережу, що дозволяє користувачам автономно управляти своїми даними, значно збагачуючи екосистему даних та підвищуючи внесок та контроль користувачів над моделями ШІ.

З приходом бичачого ринку попит на нові технології та інноваційні моделі стає особливо актуальним, а поєднання штучного інтелекту та Web3 є важливою тенденцією для майбутнього ринку. Об'єднавши ці дві гарячі сфери, EMC створила новий ринковий наратив, надаючи інвесторам нові інвестиційні можливості, особливо на децентралізованому ринку розробки та додатків штучного інтелекту, який, як очікується, викличе нову хвилю інвестицій.

Подвійний токен + Подвійна дефляція

EMC приймає модель "Dual Token + Dual Deflation": один токен використовується для управління та прийняття рішень екосистеми, тоді як інший служить основним засобом обміну. Цей дизайн підвищує гнучкість проекту, дозволяючи токенам відігравати відмінні ролі в різних функціях.

Крім того, механізм подвійної дефляції EMC зменшує обіг токенів через конкретні економічні конструкції, щоб забезпечити їх дефіцит. Зокрема, це включає регулярний викуп токенів для зменшення ринкового обігу та подальшого зменшення обігу шляхом знищення частини токенів (наприклад, зібраних комісій за транзакції). Цей механізм не тільки підтримує дефіцит токенів, але й підвищує їхню довгострокову цінність.

У спільноті EMC користувачі можуть активно брати участь в екосистемі EMC за допомогою різних методів, таких як заряджання токенів, участь у транзакціях реальних активів (RWA) і продаж моделей штучного інтелекту, тим самим сприяючи обігу та використанню токенів. Таким чином, ця модель «Dual Token + Dual Deflation» створює міцну економічну основу для EMC і стимулює більше розробників і користувачів брати участь в екосистемі EMC за допомогою диверсифікованих моделей доходів.

Джерело: Ланцюг матриці Edge

Низький технічний поріг

Компанія EMC значно знизила технічні бар'єри для розробки AI DApp, запустивши інструмент EMC Hub. Розробники можуть легко створювати та розгортати програми штучного інтелекту за допомогою великого SDK та набору інструментів. Ця відкрита та зручна платформа розробки приваблює більше розробників приєднатися до екосистеми EMC. Це сприяє широкому впровадженню технології штучного інтелекту в екосистемі Web3, прокладаючи шлях до швидкого застосування інтелектуальних технологій штучного інтелекту.

Вступ до екосистеми електромагнітної сумісності

Як проект, що поєднує штучний інтелект і технологію Web3, весь екосистема EMC розділена на чотири рівні: Протокольний рівень, Мережевий рівень, Рівень застосування та Рівень активів. Технічно, він пропонує користувачам ефективні рішення для обчислень штучного інтелекту за допомогою унікальної топології мережі, планування обчислень на краю та багаторівневого дизайну вузлів.

Джерело:Edge Matrix Chain

Протокол EMC

Протокол EMC є розподіленою рішенням розкладання обчислювальної потужності штучного інтелекту на основі екосистеми EVM. Він використовує високопродуктивну інфраструктуру головного ланцюга Arbitrum One для можливості подання та перевірки стану машин. Метою є розкладання вільних обчислювальних ресурсів глобально для задоволення високих обчислювальних вимог навчальних завдань зі штучного інтелекту.

Як показано на діаграмі, топологія мережі EMC може бути розділена на чотири типи вузлів: обчислювальні вузли, маршрутизаторні вузли, вузли-валідатори та зберігання транзакцій. Ці вузли, які відповідають за різні функції, рівномірно розкладені для полегшення подання та підтвердження виконаних транзакцій. Вони спільно працюють, щоб завершити навчання та інференційні завдання моделей AI. У кінцевому підсумку, всі статуси транзакцій та результати обчислювальних завдань зберігаються на рівні зберігання транзакцій Arbitrum One, що забезпечує довгострокову доступність даних.

Джерело: cryptoviet.info

Основна технологічна реалізація протоколу EMC покладається на його ефективний механізм подання та підтвердження, що забезпечує унікальні переваги в плануванні обчислювальної потужності та управлінні вузлами валідації. По-перше, механізм подання упаковує державну машину в структуру зобов'язань, що надсилається в основний ланцюг Arbitrum для запису, відому як «подання». На цьому етапі користувачі можуть відразу переходити до наступного кроку, не чекаючи фактичного підтвердження. Після того, як транзакція подається до смарт-контракту, вона вважається завершеною, а процес є асинхронним. Незважаючи на те, що потрібен деякий час, сприйняття користувачем затримки значно знижується.

Відповідно до механізму PoS, вузли валідації виконують свої обов'язки, здійснюючи стейкінг токенів EMC для забезпечення справедливості та надійності. Активи стейкінгу можуть бути конфісковані, якщо перевірка не пройде, що ще більше підвищить безпеку системи. Механізм заохочення пов'язаний із сумою EMC у стейкінгу, при цьому вузли, які здійснюють найбільшу ставку, мають пріоритет стати валідаторами. Розумна маршрутизація також покладається на стейкінг для забезпечення розподілу пріоритетів і стабільності завдань. Обчислювальні вузли мають два варіанти: здійснювати стейкінг EMC для отримання більш високої винагороди або виконувати завдання, які не вимагають довгострокових обчислювальних потужностей, підвищуючи операційну гнучкість і прибуток, особливо підходить для невеликих вузлів.

У той же час протокол EMC значно підвищує ефективність використання обчислювальної потужності за рахунок планування периферійних обчислень. У порівнянні з традиційними централізованими центрами обробки даних, мережа EMC використовує незадіяні ресурси графічного процесора в усьому світі, оптимізуючи розподіл обчислювальних потужностей. Завдяки співпраці з партнерською мережею EMC (EPN) EMC досягає глобальної підтримки децентралізованих обчислень, забезпечуючи стабільність і масштабованість системи у великомасштабних одночасних ситуаціях. Така конструкція дозволяє протоколу EMC ефективно вирішувати проблеми сучасних складних обчислювальних середовищ, забезпечуючи міцну основу для ШІ та додатків у реальному часі.

Концентратор електромагнітної сумісності

Платформа EMC HUB підвищує ефективність розробки та розгортання за рахунок інтеграції бібліотеки моделі штучного інтелекту з обчислювальними ресурсами. Розробники можуть упаковувати моделі штучного інтелекту в контейнери Docker і завантажувати їх на платформу разом зі зразками коду та описами параметрів, щоб отримувати винагороди від платформи. Цей механізм значно зменшує навантаження на розробників щодо публікації та розповсюдження моделі. Користувачам просто потрібно підписатися на обчислювальні вузли, і вони можуть запускати ці модельні контейнери Docker з розгортанням в один клік, швидко запускаючи повні екземпляри штучного інтелекту. Система також автоматично налаштує відповідні API.

Джерело：EMCHub

Щодо планування обчислювальної потужності, EMC Hub розраховує на співпрацю інтелектуального маршрутизування та вузлів: перше оптимізує шляхи та передачу даних, а друге виконує обчислювальні завдання. Це включає динамічне планування ресурсів GPU в межах обчислювального пулу та інтелектуальне їх розподіл на основі завантаження та пріоритету завдань. Порівняно з традиційними методами, ця модель уникне важких процесів закупівлі хмарних послуг, вибору моделі та розгортання середовища, що дозволить розробникам більше уваги приділяти інноваціям.

Що стосується безпеки та ефективності, EMC Hub використовує гібридний алгоритм консенсусу PoS і PoW, із загальною кількістю вузлів валідаторів 3F + 1, які підтримують механізм. Верифікація завершується за допомогою візантійського алгоритму відмовостійкості (IBFT), який підтверджує транзакції більшістю у 2/3. PoS забезпечує безпеку вузлів, запобігаючи зловмисним атакам, тоді як PoW відповідає за перевірку виконання обчислювальних завдань. Цей гібридний механізм підвищує безпеку платформи та скорочує цикли навчання ШІ. Статистика вказує на те, що такий підхід коштує всього 30% традиційних методів, зводячи навантаження всього до декількох годин.

Джерело: EMCprotocol (EMC) · GitHub

JarvisBot

AI-асистент Jarvis від EMC - це революційна платформа розвитку штучного інтелекту, яка використовує мережу EMC та децентралізовану архітектуру, інтегруючи алгоритми глибокого навчання. Це робить його більш, ніж просто чат-бот AI; він покращує точність розподілу обчислювальних ресурсів через глибоке навчання, зберігаючи при цьому високі розмовні здібності. Він автоматизує складні обчислювальні завдання та тренування моделей, оптимізуючи процес розгортання штучного інтелекту.

З точки зору функціональності, JarvisBot пропонує різноманітні програми штучного інтелекту, включаючи генерацію контенту, створення зображень, переклад і переписування статей. Користувачі можуть створювати кастомізованих ботів для підтримки клієнтів, лідогенерації, оновлення замовлень та персоналізованих рекомендацій. Впроваджуючи економічну модель Web3, користувачі можуть отримувати винагороду, вносячи ресурси, насолоджуючись послугами штучного інтелекту. Це відрізняє JarvisBot від традиційних програм штучного інтелекту, які зазвичай покладаються на підписки користувачів, по-справжньому поділяючи розробку та створення штучного інтелекту. Ця модель привернула значну увагу на ринку.

Крім того, JarvisBot призначений для значного спрощення процесу розгортання моделей штучного інтелекту. За допомогою інструментів Web3, які надає JarvisBot, розробники можуть легко отримати доступ до його функцій та швидко запускати моделі штучного інтелекту без важких ручних конфігурацій. Це підвищує ефективність навчання моделей та забезпечує більш ефективне та економічне рішення для штучного інтелекту та децентралізованого штучного інтелекту (DeAI), роблячи його децентралізованою версією “ChatGPT.”

Джерело: docs.jarvisbot.ai

OmniMuse

OmniMuse — це інноваційна платформа, що сприяє розвитку технологій штучного інтелекту за допомогою децентралізованого штучного інтелекту (DeAI). Він пропонує низку функцій, включаючи настроювані шаблони смарт-контрактів і фреймворки, спеціально розроблені для карбування моделей, торгівлі та обміну даними, що значно прискорює процес розробки додатків штучного інтелекту. Крім того, OmniMuse інтегрує популярні інструменти розробки блокчейну, щоб спростити створення децентралізованих додатків.

OmniMuse використовує децентралізовані засоби зберігання, такі як IPFS, для забезпечення постійності та незмінності цифрових активів, сприяючи безпечному обміну та торгівлі даними, при цьому надаючи пріоритет конфіденційності даних. Його передові функції забезпечення конфіденційності та безпеки користуються перевагами передових засобів шифрування, таких як гомоморфне шифрування, безпечне багатостороннє обчислення та перевірка обчислень, що подальше підвищує безпеку платформи.

Крім того, DeAI Store, що розробляється, стане інноваційною платформою, яка збиратиме децентралізовані програми штучного інтелекту, допомагаючи користувачам знаходити та отримувати доступ до новітніх інтелектуальних технологічних програм. DeAI Store пропонує децентралізоване зберігання даних штучного інтелекту, шаблони смарт-контрактів і фреймворки розробки, інтегруючи інструменти шифрування для забезпечення конфіденційності та безпеки користувачів. Платформа має на меті створити середовище для спільної роботи без технічних «кордонів», дозволяючи кожному ділитися з розкриттям величезного потенціалу штучного інтелекту та залучати численних розробників, творців і користувачів штучного інтелекту для спільного стимулювання інновацій та розвитку технологій штучного інтелекту.

Джерело: OmniMuse

Фреймворк Openverse

На базі EMC Hub Openverse подальше розширює свою функціональність за рахунок інтеграції кількох інструментів розробника та SDK. Це покращує можливості розробників в децентралізованому середовищі та сприяє безперервній інтеграції з EMC Hub, що дозволяє розробникам швидко розгортати AI-додатки.

Функціонально Openverse — це платформа, яка інтегрує різні інструменти SDK для розробників Web3, включаючи EMC SDK, Web3 SDK, 3D Scene SDK і DID SDK. Ці інструменти підтримують основні функції Web3; наприклад, 3D Scene SDK дозволяє швидко будувати віртуальні 3D-світи, тоді як DID SDK забезпечує перевірку особи на рівні блокчейну для забезпечення конфіденційності та безпеки даних.

Розробники можуть завантажувати моделі штучного інтелекту на платформу та легко запускати та керувати інстанціями штучного інтелекту за допомогою функції розгортання з одним натиском кнопки Openverse, що спрощує процес розробки. Ця інтегрована платформа значно знижує бар'єри для розробки Web3, дозволяючи розробникам фокусуватися на інноваціях додатків та рості бізнесу.

Джерело: EMCprotocol (EMC) · GitHub

Огляд пов'язаних токенів.

Розподіл токенів

$EMC – це токен, випущений у публічній мережі Arbitrum One із загальною пропозицією 1 мільярд. Розподіл цих токенів охоплює різні цілі, включаючи винагороди спільноти, фонди розвитку та ліквідність. Його дизайн спрямований на те, щоб дозволити розробникам і користувачам брати участь в екосистемі децентралізованих обчислень, стимулюючи активну участь у розвитку екосистеми для досягнення ефективного використання обчислювальної потужності та економічного обігу.

Джерело: Розподіл токенів | Біла книга EMC

Модель дефляції доходності

EMC представляє економічну модель з двома токенами, що включає базовий токен $EMC і стейблкоїн під назвою Credits, який служить середовищем для транзакцій на ринку EMC. Суть цього механізму полягає у вимозі до користувачів купувати Кредити за допомогою $EMC, що призводить до повного знищення $EMC під час цього процесу, тим самим підвищуючи його дефіцит і цінність. Такий дизайн допомагає підтримувати стабільне зростання ціни $EMC та залучає більше користувачів до екосистеми EMC.

Модель дефляції прибутковості EMC складається з дефляції питомої прибутковості та дефляції споживання обчислювальної потужності, які спрямовані на підтримку балансу попиту та пропозиції токенів.

1. У механізмі дефляції доходів транзакції використовують стейблкоіни або інші токени, тоді як кластери обчислювальної потужності здаються в оренду за допомогою протоколу обчислювальної потужності. Комісійні за транзакції на платформі RWA конвертуються в $EMC та знищуються, причому 80% орендної плати йде в орендувальника, а 20% знищується. Крім того, обидві сторони у транзакції отримають $EMC як винагороду, додатково сприяючи використанню та знищенню токену.
2. У механізмі дефляції споживання обчислювальної потужності EMC Hub надає широкий спектр послуг з обчислювальною потужністю та підписки на додатки, для доступу до яких користувачам потрібно вкласти інші криптовалюти. У цьому випадку вкладені активи конвертуються в $EMC, які не можуть бути зняті з рахунку споживання після внесення, але знищуються після використання послуги, що збільшує споживання $EMC та підвищує його вартість.

Модель релізу

Початкова подія генерації токенів (TGE) для токена EMC розпочнеться 9 листопада 2023 року, а весь план випуску токенів триватиме від 24 до 48 місяців і охоплюватиме інвесторів та команду проекту. У розподілі токенів, екосистемні винагороди (включаючи токени управління) становлять 47% від загальної кількості. Крім того, економічна система EMC включає дефляційні механізми та план згоряння з метою роботи з екосистемою та підвищення довгострокової цінності токена.

Джерело: Придбання токенів | Технічний документ щодо електромагнітної сумісності

Аналіз майбутньої ​​вартості

Проєкт EMC є поєднанням традиційних Web2 та Web3. Порівняно з проєктами Web2, його перевага полягає у використанні розподілених вузлів графічних процесорів для ефективного розподілу обчислювальних ресурсів aggreGate, пом'якшуючи дисбаланс попиту та пропозиції, спричинений традиційними централізованими системами. На відміну від інших проєктів Web3, EMC пропонує економічно ефективне рішення для навчання моделей штучного інтелекту шляхом глибокої інтеграції штучного інтелекту з DePIN, створюючи ринок для обміну знаннями, даними та обчислювальними активами. Крім того, його унікальний механізм кредитування прискорює економічний обіг, надаючи нові джерела доходів і можливості для інвесторів.

З точки зору майбутніх застосувань, EMC робить високопродуктивні обчислення доступними та економічними, відкриваючи двері для додатків штучного інтелекту в різних галузях.

Наприклад, у сфері охорони здоров'я EMC може використовувати свої потужні обчислювальні можливості для обробки великомасштабних медичних даних, сприяючи персоналізованій медицині та точній діагностиці. Моделі штучного інтелекту можуть формулювати більш ефективні плани лікування, аналізуючи історичні дані пацієнтів та генетичну інформацію. Обчислювальна потужність EMC в фінансовій галузі може обробляти складні фінансові транзакції та оцінювання ризику, знижуючи витрати при забезпеченні безпеки та прозорості даних.

Найбільш перспективні застосування спрямовані на розумні міста та Інтернет речей (IoT). Розподілена архітектура EMC може підтримувати обробку даних у режимі реального часу для численних пристроїв, сприяючи оптимізації систем, таких як розумний транспорт та управління енергією, тим самим покращуючи ефективність та сталість міського господарства.

В даний час інженерні технології для великих моделей відносно зрілі, але стабільність обчислювальних потужностей і надійність інкапсуляції коду все ще вимагають пильної уваги і постійної оптимізації. Враховуючи, що проект EMC знаходиться в гарячому сегменті DePIN, він спочатку має доцільність у клієнтському досвіді (CX). З іншого боку, виходячи з оприлюдненої інформації, очевидний китайський бекграунд проекту, що свідчить про те, що майбутнє розширення ринку може вимагати стратегії диверсифікації для посилення глобального впливу.


Посилання

1. https://docs.emc.network/whitepaper
2. https://docs.jarvisbot.ai/
3. https://twitter.com/EMCprotocol
4. https://linktr.ee/emcnetwork
5. https://emchub.ai/#/home
6. https://coinmarketcap.com/currencies/edge-matrix-computing/