NeuroMesh는 분산 훈련 프로토콜을 통해 인공 지능의 새로운 시대를 선도합니다.

London, United Kingdom, April 9th, 2024, Chainwire

영국 런던, 2024년 4월 9일, Chainwire

NeuroMesh (nmesh.io), a trailblazer in artificial intelligence, announces the rollout of its distributed AI training protocol, poised to revolutionize global access and collaboration in AI development. Embracing DePIN’s decentralized framework, NeuroMesh bridges the gaps between the demand for training large AI models and distributed GPUs. This initiative aims to foster inclusivity in AI development, facilitating participation across diverse sectors and geographies.

인공 지능 분야의 선구자인 NeuroMesh(nmesh.io)는 AI 개발에서 글로벌 액세스 및 협업을 혁신할 준비가 된 분산 AI 교육 프로토콜의 출시를 발표했습니다. DePIN의 분산형 프레임워크를 수용한 NeuroMesh는 대규모 AI 모델 교육에 대한 수요와 분산형 GPU 간의 격차를 해소합니다. 이 이니셔티브는 AI 개발의 포괄성을 강화하고 다양한 부문과 지역에 걸쳐 참여를 촉진하는 것을 목표로 합니다.

Visionaries in AI: The team’s global ambition

The team behind NeuroMesh, composed of researchers and engineers from Oxford, NTU, PKU, THU, HKU, Google, and Meta, pioneers a democratic AI training process. This visionary approach addresses the limitations of centralized AI development by enabling GPU owners worldwide to contribute to a vast training network, empowering entities of all sizes to leverage this service for their training needs.

AI의 비전: 팀의 글로벌 야망 Oxford, NTU, PKU, THU, HKU, Google 및 Meta의 연구원과 엔지니어로 구성된 NeuroMesh 팀은 민주적인 AI 교육 프로세스를 개척합니다. 이러한 비전 있는 접근 방식은 전 세계 GPU 소유자가 광범위한 훈련 네트워크에 기여할 수 있도록 하고 모든 규모의 기업이 훈련 요구에 이 서비스를 활용할 수 있도록 함으로써 중앙 집중식 AI 개발의 한계를 해결합니다.

NeuroMesh transcends traditional AI by fostering collaboration. Their vision is to equip every developer and organization, regardless of location or resources, with the ability to train and utilize cutting-edge AI models. This aligns perfectly with the vision of AI pioneers like Yann LeCun, who advocate for a future powered by crowdsourced and distributed AI training.

NeuroMesh는 협업을 촉진하여 기존 AI를 뛰어넘습니다. 그들의 비전은 위치나 리소스에 관계없이 모든 개발자와 조직에 최첨단 AI 모델을 훈련하고 활용할 수 있는 능력을 갖추는 것입니다. 이는 크라우드소싱 및 분산 AI 교육을 통해 구동되는 미래를 옹호하는 Yann LeCun과 같은 AI 개척자의 비전과 완벽하게 일치합니다.

A revolutionary design based on PCN

At the heart of NeuroMesh’s distributed training protocol lies the groundbreaking PCN (Predictive Coding Network) training algorithm – a true game-changer in this field. This approach empowers GPU owners worldwide to contribute their power, fostering a vast collaborative effort.

PCNA를 기반으로 한 혁신적인 디자인 NeuroMesh의 분산 훈련 프로토콜의 핵심에는 이 분야의 진정한 판도를 바꾸는 획기적인 PCN(예측 코딩 네트워크) 훈련 알고리즘이 있습니다. 이러한 접근 방식을 통해 전 세계 GPU 소유자는 자신의 역량을 발휘하고 광범위한 협업 노력을 촉진할 수 있습니다.

The PCN Training Algorithm: The magic behind NeuroMesh lies in the PCN training algorithm. Unlike traditional backpropagation (BP) methods, PCN enables fully local, parallel, and autonomous training. The team aims to create a vast network, where each node—representing a participating GPU—learns independently. PCN minimizes inter-layer communication, reducing data traffic and facilitating asynchronous training. Think of it as a symphony where each musician plays their part independently, yet contributes to a harmonious whole.

PCN 훈련 알고리즘: NeuroMesh의 마법은 PCN 훈련 알고리즘에 있습니다. 기존 역전파(BP) 방법과 달리 PCN은 완전한 로컬, 병렬 및 자율 교육을 가능하게 합니다. 팀은 참여하는 GPU를 대표하는 각 노드가 독립적으로 학습하는 방대한 네트워크를 만드는 것을 목표로 합니다. PCN은 계층 간 통신을 최소화하여 데이터 트래픽을 줄이고 비동기 교육을 촉진합니다. 각 음악가가 독립적으로 자신의 역할을 연주하면서도 조화로운 전체에 기여하는 교향곡이라고 생각하십시오.

This cutting-edge model, inspired by recent advancements in neuroscience research pioneered by Oxford University, mimics the human brain’s localized learning approach. By storing error values and optimizing for a local target in each layer, it replicates the behavior of brain neurons. This allows NeuroMesh to define models that are much larger, with individual components that contribute to the same ultimate optimization objective for the whole network, just like the human brain where different stimuli are handled by different groups of neurons.

옥스퍼드 대학교에서 개척한 신경과학 연구의 최근 발전에서 영감을 받은 이 최첨단 모델은 인간 두뇌의 국소 학습 접근 방식을 모방합니다. 오류 값을 저장하고 각 계층의 로컬 대상에 대해 최적화함으로써 뇌 뉴런의 동작을 복제합니다. 이를 통해 NeuroMesh는 서로 다른 뉴런 그룹이 서로 다른 자극을 처리하는 인간 두뇌와 마찬가지로 전체 네트워크에 대해 동일한 궁극적인 최적화 목표에 기여하는 개별 구성 요소를 사용하여 훨씬 더 큰 모델을 정의할 수 있습니다.

This biologically-inspired approach, combined with its inherent distribution capabilities, unlocks a new era of AI development.

생물학적에서 영감을 받은 이 접근 방식은 고유한 배포 기능과 결합되어 AI 개발의 새로운 시대를 엽니다.

A call to forge global partnerships

NeuroMesh invites partnerships globally, aiming to forge an AI future that everyone can participate in. Its protocol is the bedrock upon which a diverse ecosystem is being built. The ecosystem is designed to be dynamic, collaborative, and adaptable, ensuring that it can serve the AI model training needs of any size, from any industry.

글로벌 파트너십 구축을 위한 요청NeuroMesh는 모두가 참여할 수 있는 AI 미래 구축을 목표로 전 세계적으로 파트너십을 초대합니다. 해당 프로토콜은 다양한 생태계가 구축되는 기반입니다. 생태계는 역동적이고 협업적이며 적응 가능하도록 설계되어 모든 산업 분야의 모든 규모의 AI 모델 교육 요구 사항을 충족할 수 있습니다.

Individuals, projects with GPU resources, and entities with training needs are all welcome to join this transformative initiative. For comprehensive details on NeuroMesh and to participate in this leading-edge endeavor, users can visit nmesh.io.

개인, GPU 리소스가 있는 프로젝트, 교육이 필요한 단체 모두 이 혁신적인 이니셔티브에 참여할 수 있습니다. NeuroMesh에 대한 포괄적인 세부 정보를 확인하고 이 최첨단 노력에 참여하려면 nmesh.io를 방문하세요.

About NeuroMesh

NeuroMesh comprises researchers and engineers from esteemed institutions such as Oxford, NTU, PKU, THU, HKU, Google and Meta. By empowering developers and organizations to deploy robust AI models, NeuroMesh is cultivating an inclusive AI ecosystem, bridging the gaps between the demand of training large AI models and distributed GPUs worldwide.

NeuroMesh 소개NeuroMesh는 Oxford, NTU, PKU, THU, HKU, Google 및 Meta와 같은 존경받는 기관의 연구원 및 엔지니어로 구성됩니다. 개발자와 조직이 강력한 AI 모델을 배포할 수 있도록 지원함으로써 NeuroMesh는 포괄적인 AI 생태계를 육성하여 대규모 AI 모델 훈련 수요와 전 세계적으로 분산된 GPU 사이의 격차를 해소하고 있습니다.

For more information, users can visit NeuroMesh’s

자세한 내용을 보려면 NeuroMesh를 방문하세요.

• Twitter
• Telegram

트위터텔레그램

Contact

연락하다

CMO
Kenchia Lee
NeuroMesh
[email protected]
07746906341

CMOKenchia LeeNeuroMesh[이메일 보호됨]07746906341

이 기사 공유 카테고리 보도 자료