Akash Network запускает AkashML — первую полностью управляемую службу вывода ИИ на децентрализованных графических процессорах

Сеть Акаш , торговая площадка облачных вычислений, представила первый полностью управляемый сервис вывода ИИ, работающий исключительно на децентрализованных графических процессорах. Этот новый сервис устраняет операционные сложности, с которыми ранее сталкивались разработчики при управлении выводом производственного уровня на Akash, предоставляя преимущества децентрализованных облачных вычислений без необходимости ручного управления инфраструктурой.

На момент запуска AkashML предлагает управляемый вывод для моделей, включая Llama 3.3-70B, DeepSeek V3 и Qwen3-30B-A3B доступны для немедленного развертывания и масштабируются в более чем 65 центрах обработки данных по всему миру. Такая конфигурация обеспечивает мгновенный глобальный вывод, предсказуемое ценообразование с оплатой за токены и повышает производительность разработчиков.

Акаша поддерживал ранних разработчиков ИИ и стартапы с момента появления приложений ИИ после OpenAIПервые достижения AkashML. За последние несколько лет команда Akash Core сотрудничала с такими клиентами, как brev.dev (приобретён Nvidia), VeniceAI и Prime Intellect, для запуска продуктов, обслуживающих десятки тысяч пользователей. Хотя эти первые пользователи обладали технической подготовкой и могли самостоятельно управлять инфраструктурой, отзывы показали предпочтение доступа через API без вмешательства в базовые системы. Эти предложения легли в основу разработки закрытой версии AkashML для избранных пользователей, а также создания AkashChat и API AkashChat, что проложило путь к публичному запуску AkashML.

AkashML сократит расходы на развертывание LLM до 85%

Новое решение решает несколько ключевых проблем, с которыми сталкиваются разработчики и компании при развертывании крупных языковых моделей. Традиционные облачные решения часто требуют высоких затрат: зарезервированные экземпляры для модели объемом 70 млрд токенов превышают 0.13 доллара США за вход и 0.40 доллара США за выход на миллион токенов. AkashML использует рыночную конкуренцию, чтобы сократить расходы на 70–85%. Ещё одним препятствием являются эксплуатационные расходы, поскольку упаковка моделей, настройка серверов vLLM или TGI, управление сегментами и обработка отказов могут занимать недели инженерного времени. AkashML упрощает это благодаря… OpenAI-совместимые API, позволяющие осуществлять миграцию за считанные минуты без изменения кода.

Задержка также является проблемой для централизованных платформ, требующих передачи запросов на большие расстояния. AkashML направляет трафик в ближайший из более чем 80 глобальных центров обработки данных, обеспечивая время отклика менее 200 мс, подходящее для приложений реального времени. Привязка к поставщику ограничивает гибкость и контроль над моделями и данными; AkashML использует только открытые модели, такие как Llama, DeepSeek и Qwen, предоставляя пользователям полный контроль над версиями, обновлениями и управлением. Проблемы масштабируемости решаются благодаря автоматическому масштабированию децентрализованных ресурсов графических процессоров, что позволяет поддерживать 99% времени бесперебойной работы и устранять ограничения по мощности, избегая при этом резких скачков цен.

AkashML разработан для быстрого освоения и мгновенной окупаемости инвестиций. Новые пользователи получают 100 долларов США в виде токенов ИИ для экспериментов со всеми поддерживаемыми моделями через Playground или API. Единая конечная точка API поддерживает все модели и интегрируется с такими фреймворками, как LangChain, Haystack, или пользовательскими агентами. Прозрачное ценообразование, привязанное к конкретной модели, предотвращает непредвиденные расходы. Эффективные развертывания могут быть представлены через Akash Star, а предстоящие обновления сети, включая BME, виртуальные машины и конфиденциальные вычисления, как ожидается, еще больше снизят расходы. Первые пользователи сообщают о трех-пятикратном сокращении расходов и стабильной глобальной задержке менее 200 мс, что создает усиливающий цикл снижения затрат, увеличения использования и расширения участия поставщиков.

Начать легко: пользователи могут создать бесплатную учетную запись на сайте playing.akashml.com менее чем за две минуты, изучить библиотеку моделей, включая Llama 3.3-70B, DeepSeek V3 и Qwen3-30B-A3B, и цены уточняйте заранее. Дополнительные модели можно запросить непосредственно на платформе. Пользователи могут мгновенно тестировать модели в Playground или через API, отслеживать использование, задержку и расходы через панель управления, а также масштабировать их до уровня рабочей среды с помощью закрепления регионов и автоматического масштабирования.

Централизованный вывод данных остаётся дорогостоящим, медленным и ограничивающим процессом, в то время как AkashML обеспечивает полностью управляемый, API-ориентированный, децентрализованный доступ к ведущим открытым моделям по ценам, определяемым рынком. Разработчики и компании, стремящиеся снизить затраты на вывод данных до 80%, могут начать использовать платформу уже сейчас.