Децентрализованные сети GPU становятся дополнительным слоем для инференс‑нагрузок ИИ

Обучение передовых моделей по‑прежнему сосредоточено в гипермасштабных дата‑центрах, тогда как децентрализованные сети GPU все активнее нацеливаются на инференс и рутинные задачи как более доступный по стоимости вариант. По словам руководителей Theta Network, Ovia Systems, Fluence и Salad Technologies, потребительские и игровые GPU способны обрабатывать открытые модели, данные и географически распределённые задания, не требующие жёстко синхронизированного «железа». Эти сети позиционируются как дополнение к вычислительному стеку ИИ, а не замена централизованных обучающих кластеров.