GPU网络io.net和自我提升的分散式AI网络Allora宣布建立战略联盟。Io.net是机器学习开发者快速构建可扩展GPU集群进行AI模型训练和推理的最佳平台之一。此外，通过使用Allora的分散式AI网络，io.net在其AI/ML开发过程中提高了计算效率和模型准确度。有了这个合作，安全、有效和可扩展的AI模型开发和部署解决方案将显著推进。
与典型的云服务相比，io.net的记录包括帮助超过1,000个ML模型进行训练、优化和推理，从而为我们的客户节省了高达90%的成本。io.net正在引领使AI开发工具和计算资源民主化的道路，我们的网络使用约200,000个GPU。
io.net的首席执行官Ahmad Shadid表示：
io.net和Allora将如何合作
互补的技术和共同的目标构成了Allora和io.net合作关系的坚实基础。Allora使io.net能够利用一套自我提升的ML模型网络来获得最佳结果，提高AI/ML计算的安全性和隐私性，同时保持高效率。通过这种合作，将在多个领域实现安全的分散式AI/ML模型训练，联邦学习和保护隐私的数据分析将得到特殊关注。
在这种意义上，io.net提供开发者可以使用的基础设施和处理能力，而Allora为自我提升提供了结论和机制。
通过自我提升改进AI发展
在Allora上，工作者们除了为网络做出自己的判断外，还预计其他参与者在他们所在的特定领域（或子网络）内的结论的正确性。网络的自我提升性质部分归功于这种双层贡献。
利用io.net的计算能力的模型可以通过整合Allora的自我提升过程来获得最佳推理，确保它们在网络中始终超越个体模型。
这种自我提升方法产生了能够适应不同环境并持续提高性能的AI模型。因此，无论他们是在进行金融分析、预测建模还是其他基于AI的应用，io.net上构建的应用程序的用户可以期待从他们设计和部署的AI模型中获得更准确可靠的结果。
Allora的创建团队Upshot的首席执行官Nick Emmons表示：
分享
