私はAIインフラについてかなり密に追っていますが、Qubicは私の調査の中で気になる形でたびたび出てくるものの、AIに焦点を当てたコミュニティではあまり議論されているのを見たことがありません。
それを聞いたことがない人向けの簡単な背景：Qubicは彼らが「Useful Proof of Work（有用なプルーフ・オブ・ワーク）」と呼ぶものを使っています。ハードウェアがランダムなハッシュのパズルを解くのではなく、計算が彼らのAigarth AIプロジェクトのためのニューラルネットワーク学習タスクを実行します。同じハードウェアがAI学習に貢献しつつ、同時にセキュリティも担保しています。
このネットワークは、CertiKによってライブのメインネット上で15.52百万トランザクション毎秒（TPS）として独立に検証されました。文脈としては、それはVisaの理論上の最大スループットより速いです。このアーキテクチャは仮想マシン層なしでベアメタルのハードウェア上で動作しており、どうやらこれがスループットを可能にしているようです。
さらに彼らは、差し迫って（4月1日ごろ）DOGEのマイニング統合を立ち上げるらしく、そこでは彼らのインフラが他のすべてと同時にドージコインのマイニングを実行します。DOGEのScryptマイニング用のASICハードウェアは、他のワークロード向けのCPU/GPUハードウェアと並行して動きます。
比較として、Bittensorがよく話題に挙がりますが、私が見ている限りBittensorは、分散コンピュートを生のハードウェアパワーで最初からモデル学習に実際に使うというより、競合するAIやサブネットがお互いに報酬を与えることに重点があるように見えます。Qubicは、マイニングそのものが学習である点で異なるようです。
大企業が何十億ドルも投じて巨大なデータセンターを建設し、さらに大きなLLMを学習させていますが、どれだけお金を投じても、これらの学習済みモデルをスケールアップするだけで本当のAGIが来るとは思っていません。
私が関心を持っているのは、特に分散AIコンピュートという観点です。採掘による資金調達を基盤にした分散AI学習というモデルは、AI研究のサークルで真剣な議論として取り上げられているのでしょうか？それとも、真剣なAIインフラとは根本的に異なるカテゴリーだと考えられているのでしょうか？
[link] [comments]
