AI và DePIN giao thoa: Sự trỗi dậy của mạng GPU phi tập trung

Kể từ năm 2023, AI và DePIN đã trở thành xu hướng nổi bật của Web3, với giá trị thị trường lần lượt đạt 30 tỷ USD và 23 tỷ USD. Bài viết này tập trung vào điểm giao thoa giữa hai lĩnh vực, khám phá sự phát triển của các giao thức liên quan.

Trong ngăn xếp công nghệ AI, mạng DePIN cung cấp tính hữu dụng cho AI thông qua tài nguyên tính toán. Sự độc quyền của các công ty công nghệ lớn đối với GPU dẫn đến việc các nhà phát triển thiếu hụt sức mạnh tính toán cần thiết, buộc họ phải chọn các nhà cung cấp dịch vụ điện toán đám mây tập trung. DePIN cung cấp một giải pháp thay thế linh hoạt và tiết kiệm chi phí hơn, thông qua việc khuyến khích tài nguyên đóng góp bằng token. DePIN trong lĩnh vực AI đã huy động tài nguyên GPU từ các chủ sở hữu cá nhân đến các trung tâm dữ liệu, tạo ra một nguồn cung thống nhất cho người dùng. Điều này không chỉ cung cấp cho các nhà phát triển quyền truy cập theo nhu cầu mà còn tạo ra thu nhập bổ sung cho các chủ sở hữu GPU.

Thị trường có nhiều mạng DePIN AI, dưới đây sẽ khám phá vai trò, mục tiêu và những điểm nổi bật chính của từng giao thức.

Tổng quan về mạng DePIN AI

Render là tiên phong trong mạng P2P cung cấp sức mạnh tính toán GPU, ban đầu tập trung vào việc tạo nội dung và sau đó mở rộng sang các nhiệm vụ tính toán AI.

Akash được định vị là sự thay thế "siêu đám mây" hỗ trợ lưu trữ, tính toán GPU và CPU, có thể chạy bất kỳ ứng dụng gốc nào trên đám mây.

io.net cung cấp quyền truy cập vào cụm GPU đám mây phân tán chuyên dụng cho các trường hợp sử dụng AI và ML, tổng hợp tài nguyên GPU từ các trung tâm dữ liệu, thợ mỏ tiền điện tử, v.v.

Gensyn cung cấp sức mạnh GPU tập trung vào tính toán học máy và học sâu, tăng hiệu suất thông qua cơ chế xác minh đổi mới.

Aethir chuyên cung cấp GPU cấp doanh nghiệp, tập trung vào các lĩnh vực tính toán cường độ cao như AI, ML, trò chơi đám mây.

Phala Network như là lớp thực thi của giải pháp AI Web3, xử lý vấn đề quyền riêng tư thông qua môi trường thực thi đáng tin cậy (TEE).

So sánh dự án

Các dự án có sự khác biệt trong phần cứng, trọng tâm kinh doanh, loại nhiệm vụ AI, định giá công việc, blockchain, quyền riêng tư dữ liệu, chi phí, cơ chế an ninh, v.v. Sự khác biệt chính bao gồm:

• Khả năng tính toán cụm và song song: Hầu hết các dự án đã tích hợp cụm để thực hiện tính toán song song, nâng cao hiệu suất đào tạo mô hình AI.

• Bảo vệ quyền riêng tư dữ liệu: Các dự án sử dụng các phương pháp khác nhau để bảo vệ quyền riêng tư dữ liệu, chẳng hạn như mã hóa, TEE, v.v.

• Chứng nhận hoàn thành và kiểm tra chất lượng: Một số dự án cung cấp chứng nhận hoàn thành và cơ chế kiểm tra chất lượng, đảm bảo chất lượng tính toán.

Dữ liệu thống kê phần cứng

Các dự án có sự khác biệt về số lượng GPU, số lượng GPU hiệu suất cao và định giá. io.net và Aethir có nhiều GPU hiệu suất cao hơn, phù hợp hơn cho tính toán mô hình lớn. Mạng GPU Phi tập trung thường có thể cung cấp dịch vụ với chi phí thấp hơn.

Kết luận

Lĩnh vực DePIN AI vẫn còn khá mới, đối mặt với nhiều thách thức, nhưng cũng cho thấy đà tăng trưởng mạnh mẽ. Những mạng lưới này giải quyết hiệu quả mâu thuẫn giữa nhu cầu và cung cấp tính toán AI, cung cấp cho các nhà phát triển những giải pháp thay thế kinh tế và hiệu quả. Khi thị trường AI phát triển mạnh mẽ, mạng lưới GPU phi tập trung dự kiến sẽ đóng vai trò quan trọng trong cấu trúc hạ tầng tính toán tương lai.