開発者たちは、AIトレーニングのワークロードを多くのインフラプロバイダーが予想していたよりも速く分散型の計算ネットワークへ移行しています。 中央集権的なプラットフォームが価格やアクセスを管理すると、開発者はコスト増加を受け入れたりプロジェクトを停止したりします。分散型ネットワークは、コストとパフォーマンスでコンピュートプロバイダー同士が競争できるようにします。トレーニングジョブは利用可能なGPU容量に分散します。承認プロセスはありません。プラットフォーム依存なし。あるプロバイダーが料金を引き上げると、作業量は自動的により安価な代替手段に移ります。これらの分散ネットワークを新たなボトルネックを生み出さずに調整するインフラが、開発者のエコシステムを捉えています。 0Gのモジュールアーキテクチャはストレージ、計算、コンセンサスを分離しており、スループットを犠牲にすることなく本番規模での調整を可能にします。