人工智能下一浪，聚焦移动领域大爆发
人工智能对资源的需求永无止境。据估计，2022 年消耗 460 太瓦时，预计到 2026 年将急剧增加至 620 至 1050 太瓦时。但是，它最贪婪的需求是计算能力：为复杂模型的训练、大规模数据集的分析和大规模推理的执行提供动力的处理能力。
这种对计算能力的渴求已经重塑了众多职业领域。2024 年，全球人工智能市场超过 1840 亿美元之多，预测表明到 2030 年可能超过 8000 亿美元——这一价值相当于波兰目前的国内生产总值。ChatGPT 作为该行业最知名的产品，自 2022 年 11 月推出后，短短两个月内便拥有了 1 亿活跃用户。
然而，随着像 ChatGPT 这样的人工智能产品的增多和发展，我们对于人工智能如何运作的看法很快就落伍了。人工智能的流行形象，即庞大的数据中心、巨额的能源账单以及被科技巨头所控制，已无法完整地讲述整个故事。这种观点导致许多人认为有意义的人工智能开发是资金充足的公司和大型科技公司的专属领域。
一种新的人工智能愿景正在浮现，其着眼于我们口袋中尚未开发的潜力。这种方法旨在通过利用全球数十亿智能手机的集体力量来使人工智能民主化。我们的移动设备每天都有几个小时处于闲置状态，其处理能力处于休眠状态。通过挖掘这一巨大的未使用计算能力储备，我们可以重塑人工智能的格局。人工智能的开发不再仅仅依赖于集中式的企业基础设施，而是可以由全球日常设备网络提供动力。
智能手机和平板电脑代表着一个巨大的、在很大程度上未开发的全球计算能力储备。仅 2024 年预计就将出货 12.1 亿台，这所提供的备用计算的真正潜力，很难，嗯，去估算。
像 Theta EdgeCloud for mobile 这类举措意在借助这种由消费级 GPU 构成的分布式网络来开展人工智能计算。
这种从集中式计算到边缘计算的转变属于一种技术演进，能够彻底改变人们与人工智能模型交互以及为其提供动力的方式。
通过在移动设备上进行本地数据处理，该行业有望达成更低的延迟、更强的隐私性以及更少的带宽使用。
这种方法对于诸如自动驾驶汽车、增强现实和个性化人工智能助手之类的实时应用格外关键。
边缘是新的人工智能用例将要兴起的地方，尤其是那些个人使用的用例。
不仅在边缘为这些程序提供动力会变得更加经济实惠，而且它还会变得更具反应性和可定制性，对于消费者和研究人员而言都是双赢的。
区块链为这个分布式人工智能生态系统做了完美的设计。
它们的去中心化特性与利用全球数百万台设备的闲置计算能力这一目标无缝契合。
这里的关键创新在于链下验证的运用。
虽然链上验证会在数百万个并行设备组成的网络中造成瓶颈，但是链下方法能让这些设备无缝协同工作，不管个别连接存在何种问题。
这种方法能够创建一个无需信任的系统，设备所有者能够为人工智能的发展贡献力量，且不会损害自身的安全或隐私。
该模型引入了“联邦学习”这一概念，它作为一种分布式机器学习方式，能够在保障用户隐私的前提下，拓展至移动设备上的海量数据。
区块链既为该网络搭建了基础设施，又设立了奖励参与者的机制，从而激励了广泛参与。
人工智能训练和推理可以在一系列 GPU 类型上进行，包括移动设备中的消费级 GPU。自从智能手机进入市场后，为我们的移动设备提供动力支持的硬件一直在稳步提升，且毫无放缓的迹象。行业领先的移动 GPU，像苹果的 A17 Pro 以及高通的 Adreno 750（应用于三星 Galaxy 和谷歌 Pixel 等高端安卓设备），正在重新界定能够在移动设备上完成的人工智能任务。
当下，被称作神经处理单元（NPU）的新芯片正在被生产，这些芯片专为消费者人工智能计算而设计，能够在管控移动设备的热量和电池电量限制的同时，实现设备上的人工智能应用实例。增添能够把工作路由至最适配该工作的硬件的智能系统设计与架构，所构建的网络效应将会极为强大。
虽说边缘人工智能潜力巨大，可它也存在一系列自身的挑战。
就人工智能的发展而言，其中一个最大且最合理的抱怨，就是它能耗惊人。大型数据中心还得有大片土地来搭建其物理基础设施，并且需要大量电力以保持在线状态。移动模式能够通过利用现有设备中的备用 GPU（而非依赖集中式数据中心里的 GPU）来减轻诸多此类环境影响，效率更高，而且会产生更少的碳排放。与我们环境相关的潜在影响不容小觑。
人工智能朝边缘计算的转变，也会从根本上改变哪些人能够参与支持人工智能网络，以及哪些人能够从中获益。拥有数据中心的企业将不再处于封闭的花园中。相反，大门将敞开，个人开发者、小企业甚至爱好者都将获得访问权限，从而能够运行人工智能网络。
给更大范围的用户和支持者赋予权力，还能实现更迅速和开放的开发，有助于遏制行业中被广泛讨论和担忧的停滞念头。这种可访问性的提升还会带来更多样化的应用，解决可能被忽略的利基问题以及服务欠缺的社区。
这种转变的经济影响将是深远的。通过允许个人和中小型组织将其设备的闲置计算能力货币化，新的收入流将不断拓展。它还为消费级人工智能硬件和边缘优化软件开辟了新的市场。