AI та DePIN: зростання децентралізованої GPU мережі

З початку 2023 року AI та DePIN стали популярними тенденціями Web3, ринкова вартість яких становить 30 мільярдів доларів і 23 мільярди доларів відповідно. Ця стаття зосереджується на перетині обох, досліджуючи розвиток відповідних протоколів.

! Перетин AI та DePIN

У технологічному стеку AI мережа DePIN забезпечує практичність для AI через обчислювальні ресурси. Монополія великих технологічних компаній на GPU призвела до того, що розробники не мають достатньої обчислювальної потужності і змушені обирати централізованих постачальників хмарних послуг. DePIN пропонує більш гнучке та економічне альтернативне рішення, стимулюючи внесок ресурсів через токени. DePIN у сфері AI краще розподіляє ресурси GPU від приватних власників до дата-центрів, формуючи єдине постачання для користувачів. Це не лише надає розробникам доступ за запитом, але й створює додатковий дохід для власників GPU.

! Перетин AI та DePIN

На ринку існує кілька мереж AI DePIN, нижче буде розглянуто ролі, цілі та основні особливості кожного протоколу.

Огляд мережі DePIN на базі ШІ

Render є піонером P2P-мережі, що надає обчислювальну потужність GPU, спочатку зосереджуючись на рендерингу контенту, а пізніше розширивши свою діяльність на AI-обчислювальні завдання.

Akash позиціонується як "супер-хмара" заміна, що підтримує зберігання, GPU та CPU обчислення, здатна виконувати будь-які хмарні нативні додатки.

io.net надає спеціалізований доступ до розподілених GPU хмарних кластерів для випадків використання AI та ML, агрегуючи ресурси GPU з дата-центрів, крипто-майнерів тощо.

Gensyn надає GPU обчислювальну потужність, зосереджену на машинному навчанні та глибокому навчанні, підвищуючи ефективність завдяки інноваційним механізмам верифікації.

Aethir спеціалізується на наданні корпоративних GPU, зосереджуючись на обчислювально інтенсивних сферах, таких як ШІ, МЛ, хмарні ігри тощо.

Phala Network як виконувальний шар Web3 AI рішень, вирішує питання конфіденційності через довірене середовище виконання (TEE).

! Перетин AI та DePIN

Порівняння проектів

У різних проєктів є відмінності в апаратному забезпеченні, бізнес-пріоритетах, типах завдань ШІ, ціноутворенні, блокчейні, конфіденційності даних, витратах, механізмах безпеки тощо. Основні відмінності включають:

• Кластерні та паралельні обчислювальні можливості: більшість проектів вже інтегрували кластери для досягнення паралельних обчислень, що підвищує ефективність навчання AI-моделей.

• Захист конфіденційності даних: різні проекти використовують різні способи захисту конфіденційності даних, такі як шифрування, TEE тощо.

• Розрахунок підтвердження виконання та перевірки якості: деякі проекти надають підтвердження виконання та механізми перевірки якості, щоб забезпечити якість розрахунків.

! Перетин AI та DePIN

! Перетин AI та DePIN

! Перетин AI та DePIN

апаратні статистичні дані

Різні проекти відрізняються за кількістю GPU, кількістю високопродуктивних GPU та ціноутворенням. io.net та Aethir мають більше високопродуктивних GPU, що робить їх більш підходящими для обчислень великих моделей. Децентралізовані GPU мережі зазвичай можуть надавати послуги за нижчою вартістю.

! Перетин AI та DePIN

Висновок

Сфера AI DePIN ще досить нова, стикається з викликами, але також демонструє сильний зростаючий потенціал. Ці мережі ефективно вирішують суперечності між попитом і пропозицією обчислювальних ресурсів AI, надаючи розробникам економічно вигідні альтернативи. Зі стрімким розвитком ринку AI, децентралізовані GPU-мережі мають перспективи відігравати важливу роль у майбутній інфраструктурі обчислень.

! Перетин AI та DePIN