为什么没有平台，可以连接世界上任何电脑的显卡，整合算力进行训练

[BingoW]

为什么没有这样的平台，用户可以主动申请加入，加入后平台可以利用所有用户的显卡资源进行训练，如果训练出的大模型如果可商用，根据比例进行分成，用户从而获利。这样的话是不是老黄的显卡就卖不出去了，所以老黄说感觉明天公司快倒闭了。。。

[FaiChou]

我举一个例子： https://devnet.inference.net/

[7gugu]

这种平台就满足你的需要了吧： https://boinc.berkeley.edu/ 大家都会在上面贡献自己的算力，给科学任务计算用

[LeonardSc]

有，但是效率太低

[fcten]

因为大模型训练不仅要算力，还要考虑带宽和延迟。
即使是专门针对大模型训练优化的机房，算力利用率大概率都不到 60%。
通过互联网训练，算力利用率可能不到 1%。

[YsHaNg]

有的 最简单你跑个 ollama 暴露默认端口到公网过两天看看

[jerryrib]

BOINC

[pweng286]

有个什么寻找外星人.
记不清了,类似.

[zhanying]

NVLink 可是牢黄的护城河，就互联网那点上行带宽你还想分布式训练。。。。

[gefranks]

SETI@home, 差不多有快 30 年前了.

[ThirdPer]

最大问题还是网络带宽，你想想现在家用宽带那点速度，传个几十 G 的模型数据都要传半天，更别说实时通信了。而且显卡之间的延迟要求特别高，不像以前那种可以慢慢算的科学计算
币圈倒是有一堆这种概念的项目，但大多数都是割韭菜的... 真正能落地的很少。老黄也不用担心显卡卖不出去，毕竟现在 AI 训练对硬件要求越来越变态了，家用显卡根本扛不住那种规模

[XnEnokq9vkvVq4]

https://chutes.ai/ 好像就是

[zhwguest]

内存的带宽都嫌慢，还何况网络....

[ambition117]

nvlink 1.8TB/s(大 B)都嫌慢，还指望互联网那小水管

[HENQIGUAI]

先看有没有，再问为什么。

[Masonn]

也是有的，深度学习里面“联邦学习”就是解决你说的这个问题，多中心训练

[williamx]

这种几十年前就有了，不说挖矿，公益计算也很多。

[cha0szhao]

CG 行业的渲染农场

[LnTrx]

要区分两件事：
通过公众网络借用算力。这已经很成熟了，无论是 CPU 还是 GPU 。
通过公众网络联合训练一个大模型。这缺乏意义，因为大模型训练本来的重要瓶颈就在互联带宽，公众网络远远无法满足需求。

[picone]

你说 io.net ？

[COOOOOOde]

https://www.gongjiyun.com/

之前站里有人发过这个