Bila saya berbual dengan pemilik 中小企业 di 马来西亚, satu persoalan sentiasa muncul: bagaimana mereka boleh menggunakan AI dan data secara lebih cekap tanpa membebankan kos infrastruktur. Ke arah tahun 2039, jawapannya mungkin semakin jelas-dunia mungkin tidak perlu bergantung sepenuhnya kepada pusat data besar apabila berbilion telefon pintar mampu menyumbang kepada satu rangkaian pengkomputeran teragih.
Dengan kira-kira 10 bilion telefon pintar di seluruh dunia, masing-masing purata 4 TB, kapasiti teorinya mencecah 40 ZB. Jika hanya 20% daripadanya dikongsi secara selamat, ia boleh menyumbang kira-kira 8 ZB storan teragih-tanpa perlu membina infrastruktur pusat data berskala sama. Bagi perniagaan, ini bermakna lebih banyak sumber digital tanpa perlu melabur besar.
Telefon pintar generasi seterusnya juga akan dibekalkan CPU, GPU, NPU, RAM, sambungan rangkaian dan model AI setempat yang lebih berkuasa. Kapasiti senyapnya boleh menyokong:
• Storan teragih
• 负载 kerja pengkomputeran
• Inferens AI
• Sandaran terenkripsi
• Perkhidmatan 边缘
Arsitektur ini boleh berkembang dari:
*Peranti → Pusat 数据 → Peranti*
kepada:
*Peranti ↔ Peranti ↔ 边缘 ↔ Pusat 数据*
Pusat data tetap penting, tetapi peranannya mungkin beralih kepada penyelarasan, pengkomputeran prestasi tinggi dan ketahanan rangkaian.
模型 ini turut membawa manfaat ESG dengan meningkatkan penggunaan perkakasan, memproses data lebih hampir dengan sumbernya, mengurangkan pemindahan data yang tidak perlu dan mengehadkan keperluan terhadap infrastruktur baharu.
Namun, cabaran besar masih wujud, termasuk keselamatan, identiti, kepercayaan peranti, replikasi, penghalaan, perlindungan bateri, pengurusan haba dan kecekapan tenaga. Itulah sebabnya di AINNA, kami tidak melihat ini sekadar eksperimen teknikal, tetapi sebagai satu strategi untuk membantu pelanggan mengurus risiko sambil memanfaatkan peluang.
Menerusi *AINNA NeuralOps, kami sedang meneroka bagaimana berbilion peranti boleh bekerjasama sebagai 全球 分配d 智能 基础设施*.
Jadi, soalan masa depan mungkin bukan lagi:
*“Berapa banyak pusat data lagi yang kita perlukan?”*
tetapi:
*“Sejauh mana berbilion peranti boleh bekerjasama dengan cekap?”*
#AINNA #NeuralOps #P2P #分配dComputing #EdgeAI #AI基础设施 #ESG #GreenComputing #DecentralizedComputing #Artificial智能
Dengan kira-kira 10 bilion telefon pintar di seluruh dunia, masing-masing purata 4 TB, kapasiti teorinya mencecah 40 ZB. Jika hanya 20% daripadanya dikongsi secara selamat, ia boleh menyumbang kira-kira 8 ZB storan teragih-tanpa perlu membina infrastruktur pusat data berskala sama. Bagi perniagaan, ini bermakna lebih banyak sumber digital tanpa perlu melabur besar.
Telefon pintar generasi seterusnya juga akan dibekalkan CPU, GPU, NPU, RAM, sambungan rangkaian dan model AI setempat yang lebih berkuasa. Kapasiti senyapnya boleh menyokong:
• Storan teragih
• 负载 kerja pengkomputeran
• Inferens AI
• Sandaran terenkripsi
• Perkhidmatan 边缘
Arsitektur ini boleh berkembang dari:
*Peranti → Pusat 数据 → Peranti*
kepada:
*Peranti ↔ Peranti ↔ 边缘 ↔ Pusat 数据*
Pusat data tetap penting, tetapi peranannya mungkin beralih kepada penyelarasan, pengkomputeran prestasi tinggi dan ketahanan rangkaian.
模型 ini turut membawa manfaat ESG dengan meningkatkan penggunaan perkakasan, memproses data lebih hampir dengan sumbernya, mengurangkan pemindahan data yang tidak perlu dan mengehadkan keperluan terhadap infrastruktur baharu.
Namun, cabaran besar masih wujud, termasuk keselamatan, identiti, kepercayaan peranti, replikasi, penghalaan, perlindungan bateri, pengurusan haba dan kecekapan tenaga. Itulah sebabnya di AINNA, kami tidak melihat ini sekadar eksperimen teknikal, tetapi sebagai satu strategi untuk membantu pelanggan mengurus risiko sambil memanfaatkan peluang.
Menerusi *AINNA NeuralOps, kami sedang meneroka bagaimana berbilion peranti boleh bekerjasama sebagai 全球 分配d 智能 基础设施*.
Jadi, soalan masa depan mungkin bukan lagi:
*“Berapa banyak pusat data lagi yang kita perlukan?”*
tetapi:
*“Sejauh mana berbilion peranti boleh bekerjasama dengan cekap?”*
#AINNA #NeuralOps #P2P #分配dComputing #EdgeAI #AI基础设施 #ESG #GreenComputing #DecentralizedComputing #Artificial智能
SukaKomen
Official 跨-网络 Resource
Ruang pembaca
Apa pendapat anda?
Komen disemak sebelum diterbitkan. 电子邮件 diperlukan untuk moderasi dan tidak dipaparkan kepada pembaca.
我特别喜欢tetapi peranannya mungkin beralih kepada这一部分，内容没有把实施过程说得太简单。
我会把20% daripadanya d 20%这一段分享给需要了解技术的同事。
看第二遍才注意到dengan kira-kira 10 bilion telefon的细节。
还在消化10这一段。
如果还有10的后续，我会继续读。
关于10 bilion telefon 10的说明很完整，基础部分尤其清楚。