Sieć Pi bada szkolenie AI z ponad 421 tys. węzłami w nowym proof-of-concept

• Pi Network posiada ponad 421 000 węzłów, reprezentujących ponad 1 milion procesorów, które mogą wspierać dobrowolne zadania obliczeniowe AI.
• W projekcie pilotażowym OpenMind 7 operatorów węzłów Pi zwróciło wyniki wnioskowania obrazu w ciągu 4 sekund, w tym etykiety takie jak "autobus" i "osoba".

Pi Network testuje nowe zastosowanie swojej globalnej sieci węzłów poprzez proof-of-concept związany z treningiem i obliczeniami AI. Projekt koncentruje się na zapasowej mocy obliczeniowej w ponad 421 000 węzłach Pi, które łącznie reprezentują ponad 1 milion procesorów. Ta niewykorzystana pojemność mogłaby wspierać zewnętrzne obciążenia AI wykraczające poza funkcje blockchain. Działanie to wpisuje się w najnowszy ruch Pi Network w zakresie AI związany z obliczeniami rozproszonymi i płatnym udziałem operatorów węzłów.

Projekt jest odpowiedzią na dwie szersze kwestie w sektorze AI. Jedną z nich jest obciążenie związane z centralizacją obliczeń, w tym ograniczenia centrów danych i skoncentrowane zużycie energii. Drugą jest rosnące zapotrzebowanie na moc obliczeniową w miarę rozwoju modeli, agentów i usług AI. Pi podkreśliło również, że jego sieci rozproszone mogą pomóc w koordynacji rozproszonych i niewykorzystanych zasobów, które w przeciwnym razie pozostałyby bezczynne.

Mapa drogowa AI została ogłoszona w ramach zaktualizowanej strategii Mainnet sieci Pi Network podczas pierwszej rocznicy jej otwartej sieci. Jak wcześniej informowaliśmy, plan umieścił sztuczną inteligencję wśród najwyższych priorytetów sieci obok tokenów ekosystemu i usług tożsamości.

Pi Network testuje rozproszone zadania rozpoznawania obrazów 

Niedawny proof-of-concept został zrealizowany z OpenMind, startupem robotycznym wspieranym przez Pi Network Ventures. OpenMind buduje system operacyjny i protokół open-source dla robotów. Aby wspierać tę pracę, potrzebuje mocy obliczeniowej do treningu, oceny i wykonywania modeli. Projekt pilotażowy testował, czy rozproszona sieć węzłów Pi może obsługiwać zadania związane z AI poza aktywnością blockchain.

Do testu OpenMind zbudował kontener, który mógł wysyłać zadania obliczeniowe do poszczególnych komputerów. Wolontariusze operatorzy węzłów Pi pobrali kontener i uruchomili go na swoich własnych maszynach. OpenMind następnie wysłał zadania rozpoznawania obrazów przez system. Komputery przetwarzały obrazy przy użyciu modelu OpenMind, z celem identyfikacji jak największej liczby odrębnych obiektów.

Pi poinformowało, że pipeline działał od początku do końca. Siedmiu wolontariuszy operatorów węzłów Pi dołączyło do projektu pilotażowego, a potwierdzenia zadań wróciły od wszystkich siedmiu w ciągu jednej sekundy. Wyniki wnioskowania zostały zwrócone od wielu pracowników w ciągu czterech sekund. Wyniki obejmowały oczekiwane etykiety obiektów, takie jak autobus i osoba, wraz z ramkami ograniczającymi.

Węzły Pi mogą akceptować zewnętrzne zadania obliczeniowe i zwracać prawidłowe wyniki klientowi zewnętrznemu. Pi dodało, że rozproszony trening AI pozostaje na etapie badań i więcej pracy jest nadal potrzebne w całym sektorze. Mimo to test oferuje wczesny przykład tego, jak zapasowa pojemność węzłów może być pakowana dla firm AI poszukujących alternatywnych zasobów obliczeniowych.

Niedawno CNF zauważył, że Pi Network testował zadania rozpoznawania obrazów AI na swoich węzłach z OpenMind, wykorzystując bezczynną pojemność CPU, podczas gdy ścieżka aktualizacji Mainnet trwała. Test pokazał, jak niewykorzystane zasoby węzłów mogą wspierać obciążenia sztucznej inteligencji w całej sieci.

Ponadto Pi Network rozpoczęło fazę 2 aktualizacji protokołu mainnet po zakończeniu migracji protokołu v19.9. CNF poinformował, że projekt ma teraz na celu protokół v20.2 przed Pi Day 2026.

Pi notowano po 0,2285 USD, wzrost o 13,77% w ciągu 24 godzin, z kapitalizacją rynkową wynoszącą 2,2 miliarda USD i dziennym wolumenem wynoszącym 65,38 miliona USD.