ICML获奖者陆昱成：去中心化机器学习的理论极限在哪里?
作者：琰琰如何高效训练大规模数据，一直是机器学习系统面临的重要挑战。当下互联网时代，数十亿用户每天生产着百亿级规模的数据。作为AI炼丹的底层燃料，这些海量数据至关重要。然而，由于训练数据和模型规模的增大，机器之间的通信成本越高，机器学习系统经常会出现高延迟、低负载的现象。2004年
首页 > 去中心化
-
-
专注于去中心化人工智能的初创公司Ritual获得2500万美元融资
站长之家11 月 9 日消息: 在 Web3 投资者 Niraj Pant 和前 Palantir 建筑师 Akilesh Potti 的带领下，去中心化人工智能平台 Ritual 宣布完成 2500 万美元种子轮融资。由 Archetype 领投，Accomplice 和 Robot Ventur
-
去中心化连同老板都跑了？英国文生图大模型初创公司CEO宣布离职
当地时间3月23日，因旗下文生图开源模型Stable Diffusion而小有名声的英国AI初创企业Stability AI突然宣布，CEO埃马德·莫斯塔克（Emad Mostaque）已于当日辞职，并退出公司董事会。
-
清华团队推出新平台：用去中心化AI打破算力荒
最近，一则数据点出了AI领域算力需求的惊人增长——根据业内专家的预估，OpenAI推出的Sora在训练环节大约需要在4200-10500张NVIDIA H100上训练1个月，并且当模型生成到推理环节以后，计算成本还将迅速超过训练环节。照这个趋势发展下去，GPU的供给或许很难满足大模型持续的需求。不过
