- Разработчик из России собрал кластер из MacBook, который обучает нейросети через AirDrop без подключения к интернету
- Устройства автоматически обнаруживают друг друга по радиоканалу, не требуя дополнительной инфраструктуры
- Проект ускоряет процесс обучения нейросетей в несколько раз по сравнению с одиночной работой
- Код и инструкции для сборки сети опубликованы в открытом доступе, что позволяет повторить эксперимент
- Технология подходит для задач машинного обучения в условиях ограниченного доступа к интернету
Российский разработчик нашёл необычное применение функции AirDrop: он создал сеть из нескольких MacBook, которые обучают нейросети без подключения к интернету. По словам автора, устройства автоматически обнаруживают друг друга по радиоканалу, что позволяет объединить их в кластер для совместных вычислений.
В отличие от традиционных решений, здесь не требуется дополнительная инфраструктура или настройка сетей — достаточно наличия включённых устройств в зоне действия AirDrop. По предварительным оценкам, такой подход ускоряет процесс обучения нейросетей в несколько раз. Это особенно актуально для задач, где доступ к интернету ограничен или отсутствует, например, в удалённых регионах или при работе с конфиденциальными данными. Автор проекта отметил, что технология может быть полезна для исследователей и энтузиастов, которым нужно быстро протестировать модели без доступа к облачным сервисам.
Код проекта и подробная инструкция по сборке сети уже опубликованы в открытом доступе. Это позволяет любому пользователю MacBook повторить эксперимент и оценить эффективность нового подхода.
В сообществе разработчиков уже появились первые отзывы: некоторые отмечают, что такой способ может стать альтернативой традиционным кластерам для обучения ИИ, особенно в условиях санкционного давления на российские IT-компании. Эксперты считают, что подобные решения могут стимулировать развитие децентрализованных вычислительных сетей в России. В условиях ограниченного доступа к зарубежным технологиям такие проекты становятся важным инструментом для поддержания конкурентоспособности отечественных разработчиков.
Однако пока не ясно, насколько стабильно будет работать такая сеть при увеличении количества устройств и сложности задач. Автор проекта призывает других разработчиков присоединиться к тестированию и доработке решения.
По его словам, совместными усилиями можно создать полноценную платформу для обучения нейросетей на базе потребительских устройств, что откроет новые возможности для малого и среднего бизнеса.
