Halo kawan masih dengan bahasan tentang IAGON ,Mari simak selengkapnya.



PLATFORM GRID KOMPUTING KOMPUTER IAGON DAN TEKNOLOGI AI-TRACKER

Meningkatnya permintaan untuk mengolah daya terbukti dengan meningkatnya penjualan sistem NVIDIA untuk pembelajaran Machine dan operasi Pembelajaran, serta operasi lanjutan lainnya dari Artificial Intelligence yang memerlukan volume besar kemampuan komputasi dan pemrosesan. 

Domain teknologi dari inovasi berbasis AI yang memerlukan kapasitas besar dari pemrosesan daya (kebanyakan dipasok oleh baterai server dengan sejumlah besar CPU dan GPU) termasuk pengenalan wajah, pemrosesan video, analisis suara, analisis teks, pengenalan pola dalam database Big Data dan penyimpanan dokumen digital, mobil otonom, sistem pendukung keputusan berbasis IoT dan banyak lagi. Teknologi dan aplikasi diharapkan akan tumbuh secara eksponensial di tahun-tahun mendatang, sehingga meningkatkan permintaan untuk memproses kekuatan untuk mendukung penelitian dan operasi sehari-hari mereka.

Jaringan Komputasi Cerdas IAGON setara dengan jaringan daya lainnya (seperti produksi listrik tenaga surya):

  • Ini menghubungkan beberapa produsen ke pelanggan
  • Grid Komputasi Cerdas memenuhi permintaan akan sumber daya yang diperlukan
  • Ini mentransfer sumber daya yang tidak terpakai ke pelanggan yang membutuhkan (CPU dan GPU kekuatan pemrosesan dan ruang penyimpanan), dan
  • Ini menguntungkan penambang yang menyediakan kekuatan pemrosesan dan ruang penyimpanan ke grid tanpa memerlukan upaya ketika server dan komputer mereka tidak digunakan oleh mereka.



Smart Computing Grid didasarkan pada komponen Artificial Intelligence canggih yang mencakup lebih dari 100 algoritme, metode, dan teknik MachineLearning yang mengintegrasikan sistem toformourAI-Tracker.AI-Tracker adalah "otak" di balik Jaringan Komputasi Cerdas IAGON. Ini secara optimal mengalokasikan potongan file yang dienkripsi ke ruang penyimpanan bebas penambang dan tugas komputasi ke CPU dan GPU yang bebas penambang yang bebas (idle) yang menyusun Grid Komputasi Cerdas.

AI-Tracker adalah sistem pembelajaran dinamis yang secara terus-menerus menganalisis aliran data masa lalu dan saat ini yang mencerminkan ketersediaan ruang penyimpanan dan kapasitas pemrosesan penambang. A-Tracker menjalankan tugas pengalokasian dan pengiriman berkas terenkripsi secara optimal ke ruang penyimpanan yang ditentukan, alokasi untuk memproses tugas untuk kinerja grid yang cepat dan optimal dan identifikasi node-node yang harus diblokir dan dihapus dari grid dan secara terus-menerus memperbaiki atribut grid untuk mengoptimalkan kinerjanya setiap saat (lihat Gambar 4).




STUDI KASUS

IAGON bermaksud membawa desentralisasi ke dalam bisnis utama dan pasar konsumen. Untuk mencapai hal ini, IAGON dirancang dan dibangun untuk berintegrasi dengan mulus ke dalam infrastruktur TI yang ada tanpa memerlukan sumber daya yang mahal untuk disebarkan.



Gambar 5: IAGON dalam arsitektur server-database tipikal dan arsitektur frontend-backend

Gambar 5 adalah representasi grafis IAGON yang berfungsi sebagai middleware antara server- database dan frontend-backend pada infrastruktur TI yang ada. IAGON dapat bekerja dengan struktur database SQL dan NoSQL yang umum digunakan saat ini tanpa perlu proses migrasi mahal atau sumber daya khusus untuk menerapkan dan menyebarkan. IAGON menyediakan lapisan keamanan karena mengidentifikasi sidik jari digital tertentu yang terkait dengan permintaan melalui server untuk mengidentifikasi apakah permintaan adalah node yang jujur.



Gambar 6: IAGON dalam arsitektur Blockchain publik / swasta.

Gambar 6 memberikan ikhtisar IAGON dalam jaringan Blockchain pribadi dan publik. Ini berfungsi sebagai lapisan untuk memungkinkan data disimpan dengan aman di dalam blockchain pribadi dan umum. Menggunakan algoritma pembelajaran mesin dan protokol enkripsi / dekripsi, IAGON mampu menyediakan metode aman dalam menyimpan data di seluruh platform.

IAGON dapat dikonfigurasi untuk melayani tidak hanya sebagai platform aman untuk berintegrasi dengan blockchain yang ada tetapi juga memanfaatkan fitur penambangan datanya untuk memproses data. IAGON skala dengan mendistribusikan beban pemrosesan di seluruh jaringan terdesentralisasi dan aman menyimpan data di seluruh platform terdesentralisasi yang berbeda. Ini dilakukan melalui algoritma pembelajaran mesin IAGON yang berfungsi untuk mendistribusikan data berdasarkan tugas yang harus dilakukan. IAGON menggunakan metode pembelajaran mesin yang diawasi dan tidak diawasi yang dikenal sebagai pembelajaran semi-diawasi untuk memproses dan mendistribusikan data di seluruh jaringan terdesentralisasi.

ROADMAP



Terima kasih atas perhatiannya semoga apa yang saya sampaikan dapat bermanfaat bagi kawan kawan yang membaca, di lain kesempatan saya akan bahas lebih lanjut tentang IAGON, sekian.


Eth: 0x5F53C937FD1cc13c75B12Db84F61cbE58A4a255e

Informasi lengkap



Komentar

Posting Komentar

Postingan Populer