كان من دواعي سرور شركة Cryptopolitan الجلوس مع Tory Green، الرئيس التنفيذي غير الجديد لشركة io.net، للحديث عن تفاصيل رؤيته للشركة، ومهمته في هذه الصناعة.
io.net عبارة عن شبكة لا مركزية تهدف إلى جعل طاقة وحدة معالجة الرسومات في متناول الجميع.
لقد تم تصميمه لخفض التكاليف وتسريع المشاريع للمهندسين والشركات من خلال توفير الوصول السريع إلى مجموعة ضخمة من وحدات معالجة الرسومات كلما احتاجوا إليها.
تجمع الشبكة، التي تسمى إنترنت وحدات معالجة الرسومات (IOG)، وحدات معالجة الرسومات من جميع أنحاء العالم، مما يتيح للمستخدمين الاستفادة من الكثير من قوة الحوسبة لأشياء مثل الذكاء الاصطناعي والتعلم الآلي والألعاب السحابية.
هذا كل ما تعلمناه من توري:
سؤال: تشرفت بلقائك يا توري. دعونا ندخل مباشرة في الأمر. لذا، فقد توليت منصب الرئيس التنفيذي في وقت مهم بشكل فريد بالنسبة لـ io.net. ما الخطوات التي اتخذتها أو ستتخذها للتأكد من أن كل شيء يسير بسلاسة ويظل على tracالصحيح أثناء تغيير القيادة هذا؟
الإجابة: لقد توليت رسميًا منصب الرئيس التنفيذي في شهر يونيو، ولكنني كنت أدير معظم الجوانب التشغيلية للشركة خلال الخمسة عشر شهرًا الماضية. وقد سمح لي هذا بالانتقال بسلاسة إلى الدور الجديد. كانت أولويتي الأولى كرئيس تنفيذي هي وضع استراتيجية واضحة. لقد أخذت الوقت الكافي لتوضيح رؤيتنا طويلة المدى والخطوات المطلوبة لتحقيقها لفريق IO العالمي. وبدون هذا التوافق، سيكون من الصعب جدًا إبقاء الجميع على tracالصحيح لتحقيق أهدافنا.
بعد ذلك، أردت أن أبني فريقًاtron، لذلك قمت بمراجعة الأدوار المختلفة التي قمنا بها وركزت على العثور على الملفات الشخصية المناسبة بالمهارات والمواهب التي نحتاجها للنمو كمنظمة. هؤلاء أشخاص موهوبون بشكل لا يصدق والذين اجتازوا التحديات وجاءوا من منظمات مرموقة.
أنا أيضًا مؤمن بشدة بضمان وجود درجات عالية من الشفافية والتواصل. ولذلك، ولدفع الأشخاص في الاتجاه الصحيح، قمنا بإنشاء إيقاعاتtronلتسجيلات الوصول للحفاظ على التركيز. ليس فقط داخليًا، ولكن فريق القيادة يجعل نفسه متاحًا ومرئيًا لمجتمعنا على أساس أسبوعي لتوصيل الشفافية والرؤية بانتظام. نحن نركز أيضًا بشكل كبير على إعداد التقارير لضمان حصولنا على البيانات اللازمة لإبقاء الفريق على اطلاع، مما يسمح لنا بالبقاء مرنين أثناء انتقال القيادة.
وأخيرًا، تأكدت من أننا أبقينا أعيننا مركزة على التنفيذ. قد تكون الفترات الانتقالية صعبة في بعض الأحيان؛ ومع ذلك، من خلال تحديد أولويات أهدافنا التشغيلية، تمكنا من الحفاظ على الزخم مع استمرارنا في الابتكار وتوسيع نطاق IO.net.
سؤال: تعمل Io.net على تنمية شبكة GPU اللامركزية الخاصة بها بسرعة كبيرة. ما هي المشكلات الفنية المحددة التي ظهرت أثناء محاولتك الحفاظ على سير كل شيء بسلاسة، خاصة مع زمن الوصول المنخفض والموثوقية العالية، أثناء توسيع نطاقك لإدارة مئات الآلاف من وحدات معالجة الرسومات في جميع أنحاء العالم؟
الإجابة: باعتبارنا مبتكرين في هذا المجال، فمن الطبيعي أن نواجه بعض العقبات التقنية التي يجب التغلب عليها، على سبيل المثال عندما نقوم بتوسيع نطاق شبكة GPU اللامركزية الخاصة بنا. أحد أهدافنا في io.net هو ضمان الأداء المتسق لوحدة معالجة الرسومات دائمًا عبر العقد المنتشرة جغرافيًا. لقد تمكنا من حل هذه المشكلة من خلال معالجة البيانات وتقليل زمن الوصول في نفس الوقت، مع الحفاظ على التركيز على مهام الذكاءtronفي الوقت الفعلي.
المجال الآخر الذي ركزنا عليه كثيرًا هو الموثوقية. قمنا بتنفيذ أنظمة مراقبة وتحقق وتكرار متقدمة لمنع فشل العقد والحفاظ على معايير الأداء العالي لـ io. تعتبر هذه الاستراتيجيات ضرورية عند إدارة شبكة عالمية.
تعد قابلية التوسع أيضًا أولوية مهمة جدًا بالنسبة لنا. لقد عمل فريقنا الفني بجد لتطوير الخوارزميات لتخصيص الموارد وموازنة الأحمال بكفاءة، ومن خلال القيام بذلك، يمكننا ضمان تجربة عملاء أكثر سلاسة مع نمونا.
تمت معالجة كل هذه التحديات بشكل مباشر، ونحن نفخر كثيرًا بالحفاظ على مستوى عالٍ لعملائنا بينما نعمل على تنمية شبكة GPU اللامركزية الخاصة بنا.
سؤال: كيف ترى عمل DePin في صناعات أخرى مثل الرعاية الصحية والطاقة، بخلاف الذكاء الاصطناعي والألعاب السحابية؟
الإجابة: سؤال عظيم! نحن نؤمن بأن إمكانات DePIN تتجاوز بكثير الذكاء الاصطناعي التقليدي والحوسبة السحابية. هناك الكثير من الابتكارات التي تحدث في جميع أنحاء العالم، على سبيل المثال رأيت تطبيقات تحويلية يتم تطويرها في صناعات مثل الرعاية الصحية والطاقة وهو أمر مثير.
تعد اللامركزية مهمة للغاية بالنسبة للرعاية الصحية لأنها لا تعمل على تحسين تبادل البيانات فحسب، بل توفر أيضًا إمكانية الوصول إلى الطاقة الحاسوبية للمهام الحيوية مثل التصوير الطبي وعلم الجينوم والتشخيص المعتمد على الذكاء الاصطناعي.
إن فرصة تحويل الرعاية الصحية هائلة إذا كانت قادرة على الاستفادة من قوة الحوسبة غير المستغلة على نطاق عالمي. سيؤدي ذلك إلى تمكين مؤسسات الرعاية الصحية من معالجة مجموعات البيانات الكبيرة بكفاءة، مما يؤدي بدوره إلى تحسين سرعة ودقة رعاية المرضى.
وأود أيضًا أن أزعم أن هناك فرصًا في قطاع الطاقة. على سبيل المثال، يمكن للشركات استخدام DePIN لدعم شبكات الطاقة الأكثر ذكاءً وحتى إدارة الطاقة المتجددة.
تتمتع الشبكات اللامركزية بالقدرة على دعم الصناعات في تحقيق التوازن بين العرض والطلب من خلال استخدام قوة الحوسبة الموزعة. وهذا يتيح لهم مراقبة استخدام الطاقة وتحسين التوزيع وحتى إدارة حلول التخزين في الوقت الفعلي. وهذا لا يمكن أن يؤدي إلى خفض التكلفة فحسب، بل يؤدي أيضًا إلى تحسين الاستدامة ومرونة الشبكة.
أود أيضًا أن أضيف أن نموذج DePin اللامركزي يوفر قدرًا كبيرًا من المرونة وقابلية التوسع التي يمكن أن تتيح التحكمtronفي التكاليف وكفاءة التكلفة، مما يجعله حلاً مثاليًا لصناعات مثل الرعاية الصحية والطاقة وربما غيرها الكثير التي تتطلب بنية تحتية قوية للمعالجة. المهام المعقدة والمكثفة البيانات.
سؤال: ما هي الابتكارات الجديدة التي تقدمها للتأكد من قدرة شبكتك على التعامل مع المهام المتزايدة التعقيد التي تحتاجها تطبيقات الذكاء الاصطناعي والتعلم الآلي؟
الإجابة: هناك الكثير من الابتكارات المثيرة التي تحدث في io.net! نحن نركز على تنفيذ العديد من الابتكارات لمعالجة مهام وتطبيقات الذكاء الاصطناعي بطريقة تسمح للعملاء بالتوسع داخل شبكة GPU اللامركزية التي تعتمد على الأداء.
على سبيل المثال، قمنا بتطوير نظام إثبات العمل الخاص بنا، والذي يتضمن تحققًا تفصيليًا وقويًا من الأجهزة، وفحوصات VRAM ومتطلبات وحدة المعالجة المركزية الأكثر صرامة للحفاظ على الأداء والاستقرار عبر الشبكة.
علاوة على ذلك، فإننا نعمل أيضًا على تحسين قابلية التوسع. من خلال تجميع موارد الحوسبة العالمية في مجموعات لا مركزية، نسمح لأنفسنا بالتوسع بمرونة لتلبية الطلب وتمكين التوسع الديناميكي، مع تقليل زمن الوصول في الوقت نفسه خاصة للاستدلال. نظرًا لأن مهام الذكاء الاصطناعي أصبحت أكثر تعقيدًا بشكل متزايد، يمكن لشبكتنا التوسع وبالتالي توفير قوة الحوسبة المطلوبة لتلبية هذه المتطلبات.
ومن أجل ضمان أننا نقدم موارد حوسبة عالية الجودة، فإننا نقدم أيضًا نظامًا للطبقات والذي سيتطلب التحقق من موفري المؤسسات. لذلك، فإن التقسيم إلى طبقات، جنبًا إلى جنب مع آليات التوقيع والقطع، لا يعمل على تحسين سلامة شبكة IO فحسب، بل أيضًا على موثوقيتها. ولذلك، فإن مثل هذه الابتكارات ستسمح لنا بتوفير وإدارة مئات الآلاف من وحدات معالجة الرسومات.
ينصب تركيزنا دائمًا على الحفاظ على نظام أساسي قوي على مستوى المؤسسات يساوي أو يتجاوز معايير الأداء لموفري الخدمات السحابية التقليديين في هذا المجال. نقوم بذلك من خلال تقديم أداء فائق وموثوقية لتطبيقات الذكاء الاصطناعي والتعلم الآلي بجزء بسيط من التكلفة.
سؤال: لقد قمت مؤخرًا بإحضار بعض الأشخاص من شركات التكنولوجيا الكبرى إلى فريقك التنفيذي. ما هي توقعاتك الشخصية من فريق العمل الحالي في io.net؟
الإجابة: نقوم بتوظيف المواهب من أفضل شركات التكنولوجيا لتوسيع نطاق io.net وتحقيق أهدافنا الطموحة. توقعاتي الشخصية لفريقنا تدور حول ثلاثة مجالات رئيسية: المساءلة والابتكار والتعاون.
المساءلة غير قابلة للتفاوض. أصبح لدى كل فريق الآن مؤشر أداء رئيسي (KPI) من المتوقع أن يحققه. يجب على كل شخص تحمل المسؤولية عن مؤشرات الأداء الرئيسية الخاصة به وتقديم عمل عالي الجودة. ومن أجل القيام بذلك، يجب على المرء أن يفكر كمالك. كل فرد في io لديه دور يلعبه في إنجاح شركتنا. قيم ثقافتنا النتائج أكثر من أي شيء آخر.
الابتكار مهم. صناعتنا تتطور بسرعة. يتطلب التميز أن نبقى مرنين واستباقيين، مع تجاوز الحدود من خلال حل المشكلات بشكل إبداعي. إذا واصلنا خلق هذه الثقافة والعيش بهذه القيم، فسوف تكون io.net في وضع يمكنها من إحداث تغيير جذري في أسواق السحابة والذكاء الاصطناعي.
التعاون مهم لنجاحنا. تأتي موهبتنا من العديد من الخلفيات المختلفة، سواء كانت من Web3 أو AI أو كبار موفري الخدمات السحابية مثل AWS وGCP. إحدى الطرق التي يمكننا من خلالها سد هذه الفجوات هي التعاون. أتوقع من موظفينا ألا يقدموا خبراتهم فحسب، بل سيعملون أيضًا على تعزيز ثقافة تعاونية حيث يتم تبادل الأفكار بشكل مفتوح وفي الوقت المناسب.
أتوقع أن كل عضو في فريق io.net سوف يجسد هذه القيم، مما يدفعنا إلى الأمام بينما نواصل النمو والابتكار في مجال الحوسبة اللامركزية.
سؤال: لقد تحدثت كثيرًا عن التركيز على التميز التشغيلي والانضباط. هل يمكنك إعطاء بعض الأمثلة الحقيقية لكيفية وضع هذه الأفكار موضع التنفيذ ضمن الإعداد اللامركزي لـ io.net، حيث لا يكون الهيكل المعتاد من أعلى إلى أسفلtron؟
الإجابة: يعتمد نجاح io.net على التميز التشغيلي والانضباط، خاصة فيما يتعلق بشبكتنا اللامركزية. ليس لدينا هيكل هرمي تقليدي ولكننا نخلق المساءلة من خلال المطالبة بمؤشرات الأداء الرئيسية للجميع.
الشفافية هي قيمة مهمة للشركة. يعتمد نجاحنا على الشفافية في كل مستوى من مستويات العمل. في io، تعني الشفافية أنه يجب على كل صاحب مصلحة تقديم تحديثات الحالة وأدوات الحظر. إذا كانت هناك عوائق أو تحديات، يجتمع الفريق معًا لحلها بسرعة.
لإدارة شبكتنا، نستخدم أدوات الأتمتة والمراقبة. وهذا يوفر لنا فكرة عن مدى جودة أداء الشبكة. يتيح لنا هذا الأسلوب الحفاظ على صحة الشبكة بأقل قدر من التدخل اليدوي. يتيح لنا هذا النهج الفعال الحفاظ على الانضباط أثناء تنمية الشركة.
يعزز io.net ثقافة المساءلة والشفافية والتكنولوجيا الذكية للحفاظ على بيئتنا اللامركزية وتوسيع نطاقها.
سؤال: إن مهمتك المتمثلة في جعل قوة حوسبة وحدة معالجة الرسومات في متناول الجميع هي أمر أساسي بالنسبة إلى io.net. كيف تتأكد من أن هذا الوصول لا يؤدي في النهاية إلى تفضيل مناطق معينة على مناطق أخرى، خاصة في المناطق الأقل نموًا؟
الإجابة: تعتقد io.net أن قوة الحوسبة لوحدة معالجة الرسومات يجب أن تكون متاحة للعالم بأكمله، بما في ذلك المناطق الأقل تطورًا؛ إنه أمر أساسي لمهمة io.net. تعمل شبكتنا اللامركزية على تعزيز وحدات معالجة الرسومات غير المستغلة في جميع أنحاء العالم. يتيح لنا ذلك توزيع قوة الحوسبة بشكل عادل عبر أكثر من 138 دولة، بدلاً من تركيز جميع جهودنا في المناطق المتقدمة.
لقد طبقنا نظامًا متدرجًا مع التحقق من KYC/KYB لتقديم حوسبة عالية الجودة إلى السوق العالمية. إن متطلباتنا الخاصة بالستاكينغ عادلة وتسمح بمشاركة ومكافآت واسعة النطاق، بغض النظر عن الموقع.
ومن خلال العمل مع الشركاء المحليين، نقوم بتخصيص إمكانية الوصول لتلبية الاحتياجات الفردية لمختلف المناطق. لم يتم ترك أي منطقة بينما نتوسع.
توفر شبكتنا اللامركزية وصولاً عادلاً إلى طاقة وحدة معالجة الرسومات. الحوسبة عالية الجودة متاحة للجميع، في كل مكان وفي أي وقت لتلبية احتياجات الذكاء الاصطناعي والتعلم الآلي.
سؤال: قامت شركة Io.net بدمج عدد كبير من وحدات معالجة الرسومات لمساعدة الشركات الناشئة في مجال الذكاء الاصطناعي. ما هي المقاييس الرئيسية التي تستخدمها لقياس مدى جودة عمليات النشر هذه، وكيف يؤثر ذلك على خططك للتوسع؟
الإجابة: نحن نقيس نجاح عمليات نشر وحدة معالجة الرسومات (GPU) لدينا باستخدام المقاييس: حساب ساعات التسليم، ومعدلات الاستخدام، ووقت التشغيل. توفر لنا هذه المقاييس عرضًا تفصيليًا لكيفية تلبية وحدات معالجة الرسومات لاحتياجات الحوسبة للشركات الناشئة في مجال الذكاء الاصطناعي. تتيح معايير هذه المقاييس لـ io تقديم وحدات معالجة رسومات عالية الأداء.
نحن أيضًا tracتعليقات المستخدمين ومعدلات الاحتفاظ بالعملاء. على سبيل المثال، غالبًا ما توفر مقاييس رضا العملاء لدينا بيانات قابلة للتنفيذ تسلط الضوء على فرص التحسين في أجزاء مختلفة من المنتج. تمكننا هذه البيانات من مراقبة رضا العملاء وحل المشكلات بسرعة أثناء توسعنا، وذلك باستخدام المعرفة التي نقدمها لشبكات عالية الجودة.
عندما نراقب هذه المقاييس، نكون قادرين على اتخاذ قرارات ذكية فيما يتعلق بتعديل الشبكة، وتحسين استخدام الموارد، وتحديد الأوقات والأماكن المناسبة لضم وحدات معالجة الرسومات الإضافية مع نمو الطلب.
سؤال: يتضمن التعاون بين io.net وChainbase دمج شبكة بيانات شاملة في مشاريع الذكاء الاصطناعي الخاصة بك. ما هي التحديات المحددة التي واجهتها في جعل شبكات blockchain المختلفة تعمل معًا بسلاسة؟
الإجابة: هناك العديد من التحديات التي تواجهها الشركات الناشئة، في حالتنا، يمثل دمج شبكة بيانات متعددة السلسلة، مثل Chainbase، في مشاريع الذكاء الاصطناعي لدينا بعض العقبات المثيرة للاهتمام التي يجب تجاوزها جنبًا إلى جنب مع إنشاء اتصال سلس بين شبكات blockchain المختلفة وقابلية التشغيل البيني. ومع ذلك، فإن فريقنا الفني يعمل باستمرار وباستمرار على الابتكار وكسر القالب لتحقيق التقدم بشكل مستمر.
سؤال: كيف يمكنك التأكد من أن قوة الحوسبة تظل موثوقة ومتسقة عبر قاعدة الموردين المتنوعة وغير المستقرة في بعض الأحيان، خاصة عند التعامل مع التطبيقات ذات المهام الحرجة؟
الإجابة: من الواضح أن موثوقية واتساق إمدادات وحدة معالجة الرسومات في شبكتنا تمثل أولوية قصوى بالنسبة لنا. قمنا بتطبيق أنظمة مراقبة وتحقق متقدمة tracبشكل مستمر أداء وصحة كل عقدة في شبكتنا. تقع على عاتقنا مسؤولية توفير قوة حوسبة عالية الجودة، ويساعدنا نظام التحقق الذي قمنا بتطويره علىdentالموردين ذوي الأداء الضعيف أو غير المستقر ومعالجتهم بسرعة.
لقد قمنا أيضًا ببناء التكرارات في شبكتنا. تسمح حالات التكرار هذه لأحمال العمل بالتحول ديناميكيًا إلى العقد الأخرى في حالة حدوث اضطرابات في جودة الخدمة. كما ذكرت سابقًا، قمنا بنشر نظام متدرج يتطلب التحقق من الموردين ذوي الجودة العالية، مع إعطاء الأولوية لأولئك الذين لديهم سجل tracمن الموثوقية.
المحاور: حسنًا، هذا هو وقتنا. شكرا لفعل هذا، توري.
توري: شكرا.
