# Почему будущее искусственного интеллекта зависит от децентрализованных облаков

Источник: https://www.youtube.com/watch?v=Rq0UByMDUv4
Канал: Eye on AI
Опубликовано: 17.03.2025

---

Будущее искусственного интеллекта (ИИ) сталкивается с двумя критическими барьерами: нехваткой данных для обучения и дефицитом электроэнергии. В то время как проблемы с данными решаются с помощью синтетической генерации, энергетический кризис требует радикального пересмотра инфраструктуры — перехода от централизованных систем к децентрализованным облачным платформам.

В подкасте «Eye on AI» Крейг Смит беседует с Грегом Ури, основателем Overclock Labs и создателем сети Akash Network, чтобы обсудить, как децентрализация вычислений меняет рынок систем обучения ИИ и делает технологии доступными вне зависимости от монополии гиперскейлеров вроде Amazon или Google.

## 🏗️ Происхождение Akash: от Kubernetes до «супероблака»
[[JUMP:02:39]]

Грег Ури, программист с 15-летним стажем в сфере Open Source, внес значительный вклад в создание экосистемы Kubernetes и Docker [02:53]. Его новый проект, Akash Network (название происходит от санскритского «Акаша» — небо), задумывался как ответ на закрытость и непрозрачность современных облачных технологий [03:19].

Основой для проекта послужила концепция «супероблака», предложенная исследователями из Корнеллского университета в 2015 году [04:13]. Суть идеи заключается в разделении уровней:

*   **Уровень ресурсов (Resource Layer):** Слой, где физически находятся вычислительные мощности.
*   **Уровень управления (Control Plane):** Слой, который распределяет задачи и следит за исполнением.

Akash децентрализует уровень управления, передавая его сообществу, работающему на консенсусе, и позволяет любому владельцу вычислительных мощностей стать провайдером на открытом рынке [04:52]. По словам Ури, сегодня это самое быстрорастущее облако, обеспечивающее экономию до 10 раз на обычных вычислениях и в 2–3 раза на графических процессорах (GPU) по сравнению с Amazon Web Services (AWS) [05:05].

## 📉 Проблема неиспользованных мощностей
[[JUMP:06:36]]

В мире насчитывается около 7,2 миллиона дата-центров, из которых 11 000 являются профессиональными (с мощностью более 1 МВт) [06:49]. Среди них около тысячи принадлежат гиперскейлерам, а остальные 10 000 — корпоративным владельцам [07:14]. 

По данным Ури, коэффициент использования ресурсов в корпоративных дата-центрах составляет всего около 15% [07:27]. Это создает колоссальный избыток мощностей, которые простаивают, пока компании не занимаются активным обучением моделей. Даже чипы предыдущих поколений, такие как NVIDIA H100, остаются высокоэффективными, но часто оказываются «за бортом» из-за выхода новых линеек вроде H200 [08:33].

Akash работает как «обратный аукцион»:

1.  **Арендатор (Tenant)** выставляет заказ в открытую книгу ордеров, указывая нужную конфигурацию и цену (например, $2 в час за H200) [09:15].
2.  **Провайдеры** делают ставки, пытаясь выполнить этот заказ.
3.  **Блокчейн** выступает механизмом координации: он холдирует средства на эскроу-счете и распределяет их по мере выполнения работы [10:07].

Важно, что само выполнение вычислений происходит вне блокчейна (peer-to-peer). После заключения контракта арендатор и провайдер взаимодействуют напрямую, что гарантирует высокую производительность [11:15].

## ⚡ Энергетический тупик гиперскейлеров
[[JUMP:17:33]]

Гиперскейлеры (Amazon, Google, Microsoft) сталкиваются с двумя главными ограничениями: нехваткой энергии и чистой воды для охлаждения [18:00]. Ури отмечает, что построить новый дата-центр мощностью в несколько сотен мегаватт в США становится крайне сложно из-за регулирования и износа электросетей [18:27]. На создание одного ядерного реактора уходит около 14 лет и $32 млрд — слишком долго для темпов развития ИИ [19:23].

Альтернативой Ури видит создание малых модульных дата-центров мощностью от 100 кВт до 1 МВт [21:10]. Они могут:

*   Размещаться в офисах, университетах или даже частных домах.
*   Питаться от возобновляемых источников (солнечная и ветровая энергия), дополненных аккумуляторами.
*   Продавать излишки энергии обратно в сеть, компенсируя затраты на оборудование [24:44].

## 🏠 Суверенный ИИ в каждом доме
[[JUMP:22:18]]

Грег Ури считает, что будущее за «домашним» ИИ. Он приводит пример: если человек хочет иметь ИИ-агентов, которые следят за безопасностью детей в доме или записывают переговоры, эти данные не должны покидать домашнюю сеть из соображений приватности [23:05].

Согласно расчетам Akash, кластер из восьми чипов H200 (HGX cluster) стоит около полумиллиона долларов и потребляет около 30 кВт [22:44]. Обычный человек не может себе этого позволить, но бизнес-модель децентрализованного облака позволяет:

*   Купить кластер из 40 чипов.
*   Один кластер использовать для личных нужд (безопасность, приватность).
*   Оставшиеся четыре сдавать в аренду через Akash [23:52].

Такие инвестиции, по мнению Ури, могут окупиться за 5 лет при 80% загрузке мощностей арендаторами.

## 🧬 Приватность и «доверенная среда» (TEE)
[[JUMP:33:52]]

Одной из главных проблем облаков является риск утечки данных. В случае с ChatGPT даже инженеры OpenAI признают, что могут просматривать промпты пользователей [37:44]. Akash предлагает два решения:

1.  **Децентрализованный аудит:** Сторонние аудиторы (например, Overclock Labs) проверяют дата-центры на соответствие стандартам (HIPAA и др.) и публикуют отчеты в блокчейне [34:18].
2.  **Trusted Execution Environments (TEE):** Использование аппаратного шифрования (например, в чипах NVIDIA H100/H200), где данные зашифрованы даже в оперативной памяти [35:48]. Это снижает производительность на 10%, но делает невозможным чтение данных даже для владельца физического сервера [36:14].

## 🚀 Бизнес-модель и устойчивость Open Source
[[JUMP:45:57]]

Ури критикует текущую ситуацию с открытым ПО. Проекты вроде Docker или Kubernetes используются всеми, но их создатели часто не имеют устойчивой бизнес-модели [47:13]. 

Akash планирует перейти от «рынка ресурсов» к «рынку сервисов» в 2025 году [45:57]. Это позволит разработчикам Open Source развертывать свои решения (базы данных, модели) на платформе и получать часть дохода [48:07]. Цель — поднять выручку на один GPU с нынешних $20 до $50–100 в день за счет добавления платных премиум-сервисов поверх «железа» [48:18].

## 🔍 Будущее распределенного обучения
[[JUMP:55:10]]

По прогнозам Грега Ури, через два года централизованные вычисления достигнут своего потолка [56:06]. Он призывает ИИ-сообщество серьезно отнестись к распределенному обучению моделей (Decentralized Distributed Training). В качестве примеров успешных исследований в этой области он называет:

*   **DDist** от команды Nous Research.
*   **DiLo** — работа от Google DeepMind.

Ури подчеркивает: чтобы действительно составить конкуренцию гигантам вроде OpenAI, необходимо децентрализовать не только софт, но и саму энергетическую и вычислительную базу [57:00]. Платформа Akash уже сегодня предлагает аренду чипов H100 по цене около $1,20 за час, что значительно дешевле предложений гиперскейлеров, если удастся найти свободные мощности в условиях их дефицита [51:16].