Децентралізація хмарних обчислень: нові можливості та виклики ери ШІ

З розвитком глобальних технологій, ринкова капіталізація великих компаній в сфері штучного інтелекту за останні роки різко зросла. Crypto x AI став основним наративом поточного ринкового циклу, ринкові настрої підвищуються, кошти постійно надходять, свідчачи про те, що вже сформувався потужний консенсус. На фоні буму AI, децентралізація, як потужний інструмент для розвитку AI, демонструє величезну привабливість і простір для уяви. Хоча в реальному впровадженні ще є суттєва різниця з централізованими моделями, використання переваг web3 для розширення чотирьох основних областей AI — дані, моделі, навчання та висновки, через постійне оптимізування для досягнення більшого потенціалу, стало спільною метою учасників web3.

Децентралізація технології може забезпечити підтримку в зазначених чотирьох аспектах. Дані як базовий матеріал для технологій ШІ є безсумнівно важливими, а моделі, навчання та висновки є різними способами обробки даних. Незалежно від того, чи йдеться про маркування даних, чи їхнє зберігання, децентралізація може відігравати величезну роль і мати велику цінність.

Якщо дані є сировиною, то обчислювальна потужність є ключовим інструментом для обробки цих сировин, що використовується для максимізації виходу ефективності. У цій статті буде розглянуто навколо "обчислювальної потужності" як основи, детально проаналізовано екосистемну структуру Crypto x AI x DePIN та її економічну модель.

Од. DePIN та Децентралізація екосистеми обчислювальної потужності

Болісна точка: Високоякісна обчислювальна потужність, яка є необхідною для розробки ШІ, є дефіцитним ресурсом, що монополюється традиційними гігантами, що ускладнює стартапам та індивідуальним користувачам отримати обчислювальну потужність за розумною ціною; висока вартість стає тягарем, який більшість покупців не можуть витримати.

Децентралізація рішень: поточні проєкти в сфері DePIN часто використовують P2P економічну модель, щоб надати високоякісні ресурси для споживачів ресурсів, дозволяючи кожному користувачеві стати постачальником фізичних ресурсів, водночас отримуючи токенну винагороду.

Зростання попиту на децентралізовані обчислювальні потужності AI призвело до формування збалансованої та всебічної екосистеми децентралізованого постачання обчислювальних потужностей для кращого задоволення потреб клієнтів. Провідні проекти, такі як певна децентралізована обчислювальна мережа, певний постачальник потужностей та певна платформа для агрегації ресурсів, відіграють різні важливі ролі в екосистемі, а їхні технологічні бар'єри та стратегічні плани щодо майбутнього розвитку децентралізованих обчислювальних потужностей вражають.

Децентралізація AI обчислювальної екосистеми складається з трьох частин, які виконують ролі агентів ресурсів, постачальників ресурсів та дистриб'юторів:

Ресурсний агент

Деяка децентралізована обчислювальна мережа виступає в ролі агента обчислювальної потужності, пропонуючи якісну AI обчислювальну потужність за вигідними цінами клієнтам. На стороні постачання має глобально розподілені ресурси GPU, а клієнти в основному є стартапами в галузі AI, що перебувають на етапах від посівного до серії B.

Проект нещодавно завершив раунд фінансування А на суму 30 мільйонів доларів США, в який інвестували кілька відомих установ. Як провідний агент з ресурсів AI потужності, ця платформа прагне агрегувати 1 мільйон GPU, формуючи величезну мережу DePIN потужності, щоб запропонувати клієнтам нижчі ціни на потужність. Користувачі можуть вносити невикористовувану GPU/CPU потужність на платформу для отримання токенів. Її основна мета полягає в наданні високоякісної AI потужності за умов децентралізованого контролю цін, допомагаючи AI стартапам знизити витрати.

Ця платформа надає обчислювальні послуги, які використовують модулі побудови кластерів, що дозволяє всім GPU залишатися взаємопов'язаними для реалізації масштабованої координаційної роботи під час навчання та інференції. Це дозволяє GPU зосереджувати обчислювальну потужність для доступу до більших баз даних і обчислення більш складних моделей, а стартапи в галузі ШІ можуть здійснити розгортання обчислювального обладнання за ціною, яка в десять разів нижча від централізованої. Ще більш вражаючим є те, що ця платформа зосереджується на агрегації обчислювальної потужності машинного навчання, що може допомогти іншим проектам DePIN форматувати постачання GPU для машинного навчання, забезпечуючи найосновнішу та найпрямішу підтримку ресурсів для реалізації технологічного фундаменту.

Наразі кількість GPU-кластерів, агрегованих платформою, займає перше місце в галузі, в онлайні доступно понад 200 тисяч GPU, зокрема близько 50 тисяч GeForce RTX 4090 та понад 30 тисяч GeForce RTX 3090 Ti.

Постачальник ресурсів

Деякий постачальник обчислювальної потужності, як вузол сервісу обчислювальної потужності AI, може забезпечити достатню кількість чіпів для глибокого машинного навчання. Ця команда вирізняється у традиційних ресурсах обчислювальної потужності AI, раніше була一级代理商ом компаній-гігантів AI, завдяки цьому технологічному ресурсному бар'єру може безпосередньо отримати доступ до сотень дата-центрів і має доступ до висококласних машин, таких як A/H100, RTX4090 та A6000.

Цей постачальник надає масштабні можливості машинного навчання для веб3 потужностей. У порівнянні, після використання цієї послуги, щомісячні витрати на хмарні послуги клієнтів можуть зменшитися з 140 тисяч доларів до близько 40 тисяч доларів, зменшуючи витрати на 70%, одночасно підвищуючи ефективність на 30%.

Цей постачальник прагне забезпечити клієнтів найшвидшими, найякіснішими та найнадійнішими обчислювальними потужностями через унікальні канали постачання обчислювальної потужності. Високоякісні обчислювальні потужності не лише дозволяють зекономити витрати користувачів, але й надають клієнтам широкий вибір послуг. Якість AI обчислювальної потужності, яку він пропонує, вже визнана багатьма агентами з постачання AI обчислювальної потужності, і наразі укладено угоди з кількома гігантами обчислювальної потужності для спільного внеску у розвиток машинного навчання.

Постачальник ресурсів

Деяка платформа агрегування ресурсів виступає в ролі каналу ресурсів DePIN, надаючи послуги через відповідність запитам. Ця платформа використовує відкриті протоколи, надаючи базові агреговані ресурси, а потім надає послуги. Її мета полягає в тому, щоб стати агрегатором послуг DePIN, що можна розуміти як агрегатор угод у сфері DePIN або платформу послуг.

Спосіб надання послуг: ця платформа отримує інформацію з контрольного рівня про різні мережі та стратегії, стан ресурсів, продуктивність, стабільність тощо, надає SDK, а потім за допомогою алгоритму маршрутизації надає SDK користувачам.

Больова точка: обмежені ресурси та послуги в різних DePIN мережах, глобальна ресурсна конфігурація через занадто концентровані регіони призводить до поганої якості обслуговування.

Рішення: алгоритм маршрутизації - отримання даних, основної інформації про мережу та інформації про машини тощо, агрегація та формування стратегії, а також відповідність наданих послуг вимогам клієнтів. Мета полягає в підвищенні якості та послуг на рівні додатків DePIN, у пошуку оптимальних цін на обчислювальні мережі за умов недостатності ресурсів.

Два, аналіз Децентралізація обчислювальної екосистеми

Деякий постачальник обчислювальної потужності досяг стратегічної угоди з певною децентралізованою обчислювальною мережею. Як постачальник, що має багатий парк GPU-машин, цей постачальник прагне підвищити швидкість і стабільність мережі партнерів. Певна децентралізована обчислювальна мережа дозволяє клієнтам безпосередньо купувати та орендувати високоякісну обчислювальну потужність, яку надає постачальник, у якості агентів. Обидві сторони одностайно вважають, що успіх децентралізованої обчислювальної індустрії та поєднання web3 з AI потребує тісної співпраці ранніх лідерів галузі для досягнення.

Зі зростанням попиту на обчислювальні потужності традиційне хмарне обчислення стикається з деякими проблемами:

• Обмежена доступність: використання основних хмарних сервісів зазвичай потребує кілька тижнів для отримання доступу до апаратного забезпечення, і часто вживаються моделі GPU можуть бути недоступні.
• Вибір обмеження: вибір користувачів щодо апаратного забезпечення GPU, місця розташування, рівня безпеки, затримки тощо обмежений.
• Висока вартість: ціна якісних GPU є дорогою, витрати проекту на навчання та інференцію можуть легко досягати десятків тисяч доларів на місяць.

Децентралізація обчислень має на меті забезпечити відкриту, доступну та доступну альтернативу для вирішення основних проблем централізованих постачальників хмарних послуг. Однак, щоб кинути виклик домінуванню основних гравців у хмарних обчисленнях, інноваторам потрібно спільно працювати та підтримувати один одного, щоб досягти революційних проривів.

Режим активів

Модель з важкими активами

Деякий постачальник обчислювальної потужності, як постачальник, має за спиною провідних виробників чіпів, що створює абсолютні бар'єри. Найцінніші машини в обчислювальній потужності для машинного навчання, такі як A100, RTX4090 та H100, коштують приблизно 300 тисяч доларів за одиницю і стали надзвичайно дефіцитними ресурсами, які протягом тривалого часу монополізують традиційні гіганти ШІ. У цих умовах ресурси, до яких може підключитися цей постачальник, є надзвичайно цінними. Оскільки якість розподілу особистих GPU для обробки обчислювальної потужності недостатня для підтримки обчислень і обробки масштабних моделей ШІ, цей постачальник відіграє надзвичайно важливу та незамінну роль у екосистемі децентралізованої обчислювальної потужності.

Цей постачальник використовує модель важких активів, що вимагає значних інвестицій у фіксовані активи, такі масштаби капітальних і технологічних вкладень ускладнюють новим компаніям їхнє відтворення та наслідування. Якщо вдасться співпрацювати з більшою кількістю децентралізованих агентів обчислювальної потужності, постійно розширюючи сторону постачання, щоб задовольнити потреби галузі в обчислювальних ресурсах, є надія на досягнення монополії в галузі децентралізованої обчислювальної потужності B2B і створення ефекту масштабу.

Однак найбільший ризик полягає в тому, що після інвестування значних капіталів не вдасться постійно забезпечувати ресурси для агентів обчислювальної потужності, тому можливість отримання великого прибутку на стороні постачання вкрай залежить від того, чи зможуть агенти обчислювальної потужності постійно отримувати клієнтів. Незалежно від того, хто є агентом обчислювальної потужності, якщо є клієнти та попит, цінність постачання зростатиме відповідно до зростання попиту.

Легка активна модель

Деяка децентралізована обчислювальна мережа, як найкращий агент з обчислювальної потужності, покладається на глобально розподілені ресурси GPU, формуючи величезну децентралізовану обчислювальну мережу. З комерційної точки зору, ця мережа використовує модель легкого активу, через управління спільнотою та створення високого консенсусу в галузі代理ювання AI-обчислювальної потужності для створення потужного бренду.

Основний бізнес:

1. Агрегуйте потужність GPU роздрібних трейдерів та отримуйте токени
2. Отримати високоякісну обчислювальну потужність з боку постачання для продажу AI стартапам

Погляд з боку підприємства:

1. Купувати за низькою ціною з боку постачання і продавати за високою ціною високоякісну обчислювальну потужність кінцевим клієнтам.
2. Допомогти користувачам заробляти токени, ділячись вільною обчислювальною потужністю GPU
3. Надання клієнтам платформи для майнінгу з використанням обчислювальної потужності та стейкінгу, але на початковому етапі потрібно вкласти близько 4000 доларів, щоб отримати хороші прибутки.

Клієнтська перспектива:

1. Ціна на мережеву обчислювальну потужність приблизно на 80% нижча, ніж у інших централізованих хмарних сервісів.
2. Стейкінг та спільна модель заробітку
3. Після внесення певного капіталу клієнт може досягти ефекту складних відсотків.

Як типовий компанія з легким активом, найбільша перевага полягає в тому, що ризик є нижчим, а команді не потрібно, як на стороні постачання, на початковому етапі вкладати великі кошти в обладнання. Через те, що інвестиції є меншими, компанії та інвесторам легше отримувати вищу прибутковість. Одночасно, бар'єри входу в галузь є низькими, а бізнес-моделі легко можуть бути скопійовані, що слід обережно враховувати для інвесторів, які прагнуть до довгострокової вартості.

Три, від 10 до 100?

Якщо співпраця між певним постачальником обчислювальної потужності та певною децентралізованою обчислювальною мережею може допомогти децентралізованій екосистемі обчислювальної потужності пройти шлях від 1 до 10, то приєднання до певної платформи агрегації ресурсів, можливо, дасть можливість пройти шлях до 100.

Ця платформа агрегації ресурсів має на меті стати найбільшим агрегаційним сервісом DePIN, безпосередньо конкуруючи з певною сервісною платформою web2. Як дистриб'ютор, шляхом агрегації реального стану різноманітних ресурсів, ми з'єднуємо клієнтів з ресурсами з найкращими цінами та якістю. Платформа використовує бізнес-модель легкого активу B2B2C, де перший B — це постачальники, які з'єднуються з другим B — агентами ресурсів, а C — це надання інформації для оптимального вибору ресурсів для клієнтів.

Каналізатор, як платформа, якщо зможе розвинутися в платформу для випуску активів, зробить продукт більш цінним. Ця платформа за допомогою SDK, що надається алгоритмом маршрутизації, може створювати AI Agent для обчислювальних ресурсів, перетворюючи нові фінансові активи, водночас динамічно допомагаючи клієнтам, які користуються додатком, здійснювати динамічне видобування, зосереджуючись на видобутку обчислювальної потужності, корисної для обчислювальних ресурсів. Така модель "активів на активи" може значно підвищити ліквідність ресурсів і капіталу.

Для цієї платформи вони сподіваються побачити більше постачальників і агентів, які входять у децентралізовану екосистему обчислювальної потужності, щоб підкреслити свої переваги, розширити більш довгі бізнес-лінії та залучити більше клієнтів. Простими словами, певна пошукова система і певна платформа оцінок можуть домінувати в інформаційній сфері, оскільки більше торговців і інформації завантажуються в Інтернет, що призводить до високого попиту клієнтів на канальні постачальники.

Чотири, майбутнє обіцяє

Децентралізація хмарних обчислень поступово розвивається. Хоча його екосистемна структура та моделі стали дуже зрозумілими, лідери різних ролей також виконують екологічні обов'язки, але ще зарано говорити про те, щоб похитнути позиції традиційних гігантів хмарних обчислень. Порівняно з традиційними централізованими хмарними обчисленнями, децентралізація дійсно