亚洲乱码中文字幕综合,中国熟女仑乱hd,亚洲精品乱拍国产一区二区三区,一本大道卡一卡二卡三乱码全集资源,又粗又黄又硬又爽的免费视频

當前位置：主頁 > 區(qū)塊鏈 > 區(qū)塊鏈技術(shù) > DePIN賽道生態(tài)版圖

io.net大火，全面了解計算類DePIN賽道的生態(tài)版圖

2024-06-14 11:01:16 | 來源： | 作者：佚名
io.net大火，讓投資者的目光都轉(zhuǎn)向DePIN賽道上，本文將為大家分享計算類DePIN賽道的生態(tài)版圖，一起來參考學習一下吧

原文標題：The Case for Compute DePINs

原文作者：PAUL TIMOFEEV

原文來源：shoal

關(guān)鍵要點

  • 隨著機器學習和生成性AI開發(fā)的深度學習的興起，計算資源變得越來越受歡迎，這兩者都需要大量的計算密集型工作負載。然而，由于大型公司和政府大量積累這些資源，初創(chuàng)公司和獨立開發(fā)者如今面臨市場上GPU短缺的問題，導致成本過高和/或無法獲得資源。
  • 計算DePINs通過允許世界上任何人提供其閑置的供應(yīng)以換取貨幣獎勵，能夠為GPU等計算資源創(chuàng)建去中心化的市場。這旨在幫助未被充分服務(wù)的GPU消費者接觸到新的供應(yīng)渠道，從而以降低的成本和開銷獲得其工作負載所需的開發(fā)資源。
  • 計算DePINs在與傳統(tǒng)的集中式服務(wù)提供商競爭時仍面臨許多經(jīng)濟和技術(shù)挑戰(zhàn)，其中一些挑戰(zhàn)將隨著時間的推移自行解決，而另一些則需要新的解決方案和優(yōu)化。

計算是新的石油

自工業(yè)革命以來，技術(shù)以前所未有的速度推動了人類前進，幾乎日常生活的每一個方面都受到影響或完全轉(zhuǎn)變。計算機最終作為研究人員、學者和計算機工程師集體努力的結(jié)晶而出現(xiàn)。最初設(shè)計用于解決用于高級軍事行動的大規(guī)模算術(shù)任務(wù)，計算機已演變?yōu)楝F(xiàn)代生活的支柱。隨著計算機對人類的影響繼續(xù)以前所未有的速度增長，對這些機器及其驅(qū)動資源的需求也在不斷增長，超過了可用供應(yīng)。這反過來又創(chuàng)造了市場動態(tài)，其中大多數(shù)開發(fā)者和企業(yè)無法獲得關(guān)鍵資源的訪問權(quán)限，使得機器學習和生成性人工智能的發(fā)展——今天最具變革性的技術(shù)之一——掌握在少數(shù)資金充足的玩家手中。與此同時，大量閑置的計算資源供應(yīng)為幫助緩解計算供需之間的不平衡提供了一個有利可圖的機會，加劇了參與者雙方之間協(xié)調(diào)機制的需求。因此，我們認為，由區(qū)塊鏈技術(shù)和數(shù)字資產(chǎn)支持的去中心化系統(tǒng)對于生成性人工智能產(chǎn)品和服務(wù)的更廣泛、更民主和負責任的發(fā)展至關(guān)重要。

計算資源

計算可以定義為計算機根據(jù)給定輸入發(fā)出明確輸出的各種活動、應(yīng)用程序或工作負載。最終，它指的是計算機的計算和處理能力，這是這些機器的核心效用，推動了現(xiàn)代世界的許多部分，僅在過去一年就產(chǎn)生了高達1.1萬億美元的收入。

計算資源指的是各種硬件和軟件組件，這些組件使計算和處理成為可能。隨著它們啟用的應(yīng)用程序和功能數(shù)量的持續(xù)增長，這些組件變得越來越重要，越來越多地出現(xiàn)在人們的日常生活中。這導致國家力量和企業(yè)之間爭相積累盡可能多的這些資源，作為一種生存手段。這在提供這些資源的公司的市場表現(xiàn)中得到了體現(xiàn)（例如，Nvidia，其市值在過去5年中增長了3000%以上）。

GPU

GPU是現(xiàn)代高性能計算中最重要的資源之一。GPU的核心功能是作為專用電路，通過并行處理加速計算機圖形工作負載。最初服務(wù)于游戲和個人電腦行業(yè)，GPU已經(jīng)發(fā)展為服務(wù)于塑造未來世界的許多新興技術(shù)（如主機和個人電腦、移動設(shè)備、云計算、物聯(lián)網(wǎng)）。然而，由于機器學習和人工智能的興起，對這些資源的需求特別加劇——通過并行執(zhí)行計算，GPU加速了ML和AI操作，從而增強了最終技術(shù)的處理能力和能力。

AI的崛起

AI的核心是使計算機和機器能夠模擬人類智能和解決問題的能力。AI模型作為神經(jīng)網(wǎng)絡(luò)，由許多不同數(shù)據(jù)塊組成。模型需要處理能力來識別和學習這些數(shù)據(jù)之間的關(guān)系，然后在基于給定輸入創(chuàng)建輸出時參考這些關(guān)系。

盡管人們普遍認為，AI開發(fā)和生產(chǎn)并不是新事物；1967年，F(xiàn)rank Rosenblatt建造了Mark 1 Perceptron，這是第一個基于神經(jīng)網(wǎng)絡(luò)的計算機，通過試錯法“學習”。此外，奠定我們今天所知的AI發(fā)展的大量學術(shù)研究在90年代末和2000年代初發(fā)表，該行業(yè)自那時以來一直在發(fā)展。

除了研發(fā)工作之外，“狹隘”的AI模型已經(jīng)在今天使用的各種強大應(yīng)用程序中發(fā)揮作用。示例包括社交媒體算法，如Apple的Siri和Amazon的Alexa、定制產(chǎn)品推薦等。值得注意的是，深度學習的興起已經(jīng)改變了人工生成智能（AGI）的發(fā)展。深度學習算法利用比機器學習應(yīng)用程序更大的或“更深”的神經(jīng)網(wǎng)絡(luò)，作為更具可擴展性且性能更廣泛的替代方案。生成性AI模型“編碼其訓練數(shù)據(jù)的簡化表示，并參考它以發(fā)出類似但不相同的新輸出。”

深度學習使開發(fā)人員能夠?qū)⑸尚訟I模型擴展到圖像、語音和其他復雜數(shù)據(jù)類型，而像ChatGPT這樣的里程碑應(yīng)用已經(jīng)創(chuàng)下了現(xiàn)代最快用戶增長記錄，這些只是生成性AI和深度學習可能實現(xiàn)的早期迭代。

考慮到這一點，生成性AI開發(fā)涉及多個計算密集型工作負載，這需要大量的處理能力和計算能力，這應(yīng)該不足為奇。

根據(jù)深度學習應(yīng)用需求的三重奏，AI應(yīng)用程序的開發(fā)受到幾個關(guān)鍵工作負載的限制；

  • 訓練 - 模型必須處理和分析大型數(shù)據(jù)集，以學習如何響應(yīng)給定的輸入。
  • 調(diào)整 - 模型經(jīng)歷一系列重復過程，其中調(diào)整和優(yōu)化各種超參數(shù)以提高性能和質(zhì)量。
  • 模擬 - 在部署之前，某些模型（例如強化學習算法）會經(jīng)歷一系列模擬以進行測試。

計算緊縮：需求大于供應(yīng)

在過去的幾十年中，許多技術(shù)進步推動了對計算和處理能力的前所未有的需求激增。因此，如今對GPU等計算資源的需求遠遠超過了可用供應(yīng)，創(chuàng)造了AI開發(fā)中的瓶頸，如果沒有有效的解決方案，這種瓶頸只會繼續(xù)增長。

供應(yīng)的更廣泛限制進一步得到大量公司超出其實際需求購買GPU的支持，既作為競爭優(yōu)勢，又作為在現(xiàn)代全球經(jīng)濟中生存的手段。計算提供商通常采用需要長期資本承諾的合同結(jié)構(gòu)，授予客戶超出其需求要求的供應(yīng)。

Epoch的研究表明，計算密集型AI模型發(fā)布的整體數(shù)量正在迅速增長，表明推動這些技術(shù)的資源需求將繼續(xù)快速增長。

隨著AI模型的復雜性繼續(xù)增長，應(yīng)用程序開發(fā)人員的計算和處理能力需求也會隨之增長。反過來，GPU的性能及其后續(xù)可用性也將發(fā)揮越來越重要的作用。這已經(jīng)開始實現(xiàn)，因為對高端GPU（例如Nvidia生產(chǎn)的GPU）的需求不斷增長，Nvidia將GPU譽為AI行業(yè)的“稀土金屬”或“黃金”。

AI的快速商業(yè)化有可能將控制權(quán)交給少數(shù)科技巨頭，類似于今天的社交媒體行業(yè)，這引發(fā)了對這些模型倫理基礎(chǔ)的擔憂。一個著名的例子是最近關(guān)于Google Gemini的爭議。盡管其對各種提示的許多奇怪回復當時并未構(gòu)成實際危險，但這一事件展示了少數(shù)公司主導和控制AI開發(fā)的固有風險。

今天的科技初創(chuàng)公司在獲取計算資源以支持其AI模型方面面臨越來越多的挑戰(zhàn)。這些應(yīng)用程序在模型部署之前執(zhí)行許多計算密集型過程。對于較小的企業(yè)來說，積累大量GPU是一項基本不可持續(xù)的努力，而傳統(tǒng)的云計算服務(wù)（如AWS或Google Cloud）雖然提供了無縫且便捷的開發(fā)者體驗，但其有限的容量最終導致高成本，使許多開發(fā)者無法承擔。最終，并非每個人都能提出籌集7萬億美元來支付其硬件成本。

那么原因是什么？

Nvidia曾估計，全球有超過40K家公司使用GPU進行AI和加速計算，開發(fā)者社區(qū)超過400萬人。展望未來，全球AI市場預(yù)計將從2023年的5150億美元增長到2032年的2.74萬億美元，年均增長率為20.4%。同時，GPU市場預(yù)計到2032年將達到4000億美元，年均增長率為25%。

然而，在AI革命之后，計算資源供需之間的不平衡日益加劇，這可能會造成一個相當烏托邦式的未來，即由少數(shù)資金雄厚的巨型企業(yè)集中主導變革性技術(shù)的發(fā)展。因此，我們認為所有的道路都通向去中心化的替代解決方案，以幫助彌合人工智能開發(fā)者的需求與可用資源之間的差距。

DePIN的角色

什么是DePINs？

DePIN是Messari研究團隊創(chuàng)造的術(shù)語，代表去中心化物理基礎(chǔ)設(shè)施網(wǎng)絡(luò)。具體來說，去中心化意味著沒有單一實體提取租金和限制訪問。而物理基礎(chǔ)設(shè)施指的是利用的“現(xiàn)實生活”中的物理資源。網(wǎng)絡(luò)指的是一組協(xié)調(diào)工作的參與者，以實現(xiàn)預(yù)定的目標或一系列目標。今天，DePINs的總市值大約為283億美元。

DePINs的核心是全球節(jié)點網(wǎng)絡(luò)，這些節(jié)點將物理基礎(chǔ)設(shè)施資源與區(qū)塊鏈連接起來，以便創(chuàng)建去中心化的市場，連接資源的買家和供應(yīng)商，其中任何人都可以成為供應(yīng)商，并因其服務(wù)和對網(wǎng)絡(luò)的價值貢獻而獲得報酬。在這種情況下，通過各種法律和監(jiān)管手段以及服務(wù)費限制網(wǎng)絡(luò)訪問的中央中介被智能合約和代碼組成的去中心化協(xié)議所取代，該協(xié)議由其相應(yīng)的代幣持有者管理。

DePINs的價值在于它們提供了去中心化、可訪問、低成本和可擴展的傳統(tǒng)資源網(wǎng)絡(luò)和服務(wù)提供商的替代方案。它們使去中心化市場能夠服務(wù)于特定的最終目標；商品和服務(wù)的成本由市場動態(tài)決定，任何人都可以隨時參與，從而由于供應(yīng)商數(shù)量的增加和利潤率的最小化，自然地降低單位成本。

使用區(qū)塊鏈使DePINs能夠構(gòu)建加密經(jīng)濟激勵系統(tǒng)，幫助確保網(wǎng)絡(luò)參與者因其服務(wù)得到適當?shù)膱蟪辏瑢㈥P(guān)鍵價值提供者轉(zhuǎn)變?yōu)槔嫦嚓P(guān)者。然而，重要的是要注意，網(wǎng)絡(luò)效應(yīng)，即通過將小型個人網(wǎng)絡(luò)轉(zhuǎn)變?yōu)楦?、更具生產(chǎn)力的系統(tǒng)來實現(xiàn)，是實現(xiàn)DePINs許多好處的關(guān)鍵。此外，雖然代幣獎勵已被證明是網(wǎng)絡(luò)引導機制的有力工具，但在更廣泛的DePIN領(lǐng)域中，建立可持續(xù)的激勵措施以幫助用戶保留和長期采用仍然是一個關(guān)鍵挑戰(zhàn)。

DePINs如何工作？

為了更好地理解DePINs在實現(xiàn)去中心化計算市場中的價值，重要的是要認識到涉及的不同結(jié)構(gòu)組件以及它們?nèi)绾螀f(xié)同工作以形成去中心化資源網(wǎng)絡(luò)。讓我們考慮一下DePIN的結(jié)構(gòu)和參與者。

協(xié)議

去中心化協(xié)議，即一組建立在底層“基礎(chǔ)層”區(qū)塊鏈網(wǎng)絡(luò)之上的智能合約，用于促進網(wǎng)絡(luò)參與者之間的無信任互動。在理想情況下，協(xié)議應(yīng)由一組多樣化的利益相關(guān)者管理，他們積極致力于為網(wǎng)絡(luò)的長期成功做出貢獻。這些利益相關(guān)者然后使用他們的協(xié)議代幣份額對DePIN的擬議變更和發(fā)展進行投票。鑒于成功協(xié)調(diào)分布式網(wǎng)絡(luò)本身就是一個巨大的挑戰(zhàn)，核心團隊通常會保留最初實施這些變更的權(quán)力，然后將權(quán)力轉(zhuǎn)移給去中心化自治組織（DAO）。

網(wǎng)絡(luò)參與者

資源網(wǎng)絡(luò)的最終用戶是其最有價值的參與者，可以根據(jù)其功能進行分類。

  • 供應(yīng)商：提供資源給網(wǎng)絡(luò)的個人或?qū)嶓w，以獲得以DePIN本地代幣支付的貨幣獎勵。供應(yīng)商通過區(qū)塊鏈原生協(xié)議“連接”到網(wǎng)絡(luò)，協(xié)議可能會強制執(zhí)行白名單上鏈過程或無許可的過程。通過接收代幣，供應(yīng)商在網(wǎng)絡(luò)中獲得股份，類似于股權(quán)所有權(quán)背景中的利益相關(guān)者，使他們能夠?qū)W(wǎng)絡(luò)的各種提案和發(fā)展進行投票，例如他們認為有助于推動需求和網(wǎng)絡(luò)價值的提案，從而隨著時間的推移創(chuàng)造更高的代幣價格。當然，接收代幣的供應(yīng)商也可能利用DePINs作為被動收入的一種形式，并在接收代幣后出售它們。
  • 消費者：這些是積極尋找DePIN提供的資源的個人或?qū)嶓w，例如尋求GPU的AI初創(chuàng)公司，代表經(jīng)濟方程的需求方。如果使用DePIN比使用傳統(tǒng)替代方案有實際優(yōu)勢（例如較低的成本和開銷要求），消費者會被吸引使用DePIN，從而代表網(wǎng)絡(luò)的有機需求。DePINs通常要求消費者以其本地代幣支付資源費用，以生成價值并保持穩(wěn)定的現(xiàn)金流。

資源

DePINs可以服務(wù)于不同的市場，并采用不同的商業(yè)模式來分配資源。Blockworks提供了一個很好的框架：定制硬件DePINs，提供專用的專有硬件給供應(yīng)商分發(fā)；商品硬件DePINs，允許分發(fā)現(xiàn)有的閑置資源，包括但不限于計算、存儲和帶寬。

經(jīng)濟模型

在理想運行的DePIN中，價值來自消費者為供應(yīng)商資源支付的收入。網(wǎng)絡(luò)的持續(xù)需求意味著對本地代幣的持續(xù)需求，這與供應(yīng)商和代幣持有者的經(jīng)濟激勵一致。在早期階段產(chǎn)生可持續(xù)的有機需求對大多數(shù)初創(chuàng)公司來說是一個挑戰(zhàn)，這就是為什么DePINs會提供通脹代幣激勵，以激勵早期供應(yīng)商并引導網(wǎng)絡(luò)的供應(yīng)，作為產(chǎn)生需求和因此更多有機供應(yīng)的一種手段。這與風險投資公司在Uber初期階段補貼乘客費用以引導初始客戶基礎(chǔ)以進一步吸引司機并增強其網(wǎng)絡(luò)效應(yīng)的方式相似。

DePINs需要盡可能戰(zhàn)略性地管理代幣激勵，因為它們在網(wǎng)絡(luò)的整體成功中起著關(guān)鍵作用。當需求和網(wǎng)絡(luò)收入上升時，代幣發(fā)行應(yīng)該減少。相反，當需求和收入下降時，代幣發(fā)行應(yīng)再次用于激勵供應(yīng)。

為了進一步說明成功的DePIN網(wǎng)絡(luò)的樣子，請考慮“DePIN飛輪”，這是一種引導DePINs的正反饋循環(huán)?？偨Y(jié)如下：

  • DePIN分發(fā)通脹代幣獎勵，以激勵供應(yīng)商為網(wǎng)絡(luò)提供資源，并建立可供消費的基礎(chǔ)供應(yīng)水平。
  • 假設(shè)供應(yīng)商數(shù)量開始增長，網(wǎng)絡(luò)中開始形成競爭動態(tài)，提高了網(wǎng)絡(luò)提供的商品和服務(wù)的整體質(zhì)量，直到它提供的服務(wù)優(yōu)于現(xiàn)有市場解決方案，從而獲得競爭優(yōu)勢。這意味著去中心化系統(tǒng)超越了傳統(tǒng)的集中式服務(wù)提供商，這絕非易事。
  • DePIN的有機需求開始形成，為供應(yīng)商提供合法的現(xiàn)金流。這為投資者和供應(yīng)商提供了一個引人注目的機會，繼續(xù)推動網(wǎng)絡(luò)需求和因此代幣價格。
  • 代幣價格的增長增加了供應(yīng)商的收入，吸引了更多供應(yīng)商并重新啟動飛輪。

這個框架提供了一個引人注目的增長策略，盡管需要注意的是它在很大程度上是理論性的，并假設(shè)網(wǎng)絡(luò)提供的資源在競爭力上具有持續(xù)的吸引力。

計算DePINs

去中心化計算市場屬于一個更廣泛的運動，即“共享經(jīng)濟”，這是一個基于消費者通過在線平臺直接與其他消費者共享商品和服務(wù)的點對點經(jīng)濟系統(tǒng)。這個模型由eBay等公司開創(chuàng)，如今由Airbnb和Uber等公司主導，最終隨著下一代變革性技術(shù)席卷全球市場而準備顛覆。共享經(jīng)濟在2023年的價值為1500億美元，預(yù)計到2031年將增長到近8000億美元，展示了消費者行為的更廣泛趨勢，我們相信DePINs將從中受益并在其中發(fā)揮關(guān)鍵作用。

基本原理

計算DePINs是點對點網(wǎng)絡(luò)，通過去中心化市場連接供應(yīng)商和買家，促進計算資源的分配。這些網(wǎng)絡(luò)的一個關(guān)鍵區(qū)別在于它們專注于商品硬件資源，這些資源今天已經(jīng)在許多人手中。正如我們所討論的那樣，深度學習和生成性AI的出現(xiàn)由于其資源密集型工作負載，導致對處理能力的需求激增，造成了AI開發(fā)訪問關(guān)鍵資源的瓶頸。簡單地說，去中心化計算市場旨在通過創(chuàng)建一個新的供應(yīng)流來緩解這些瓶頸——一個跨越全球的供應(yīng)流，任何人都可以參與。

在計算DePIN中，任何個人或?qū)嶓w都可以隨時借出其閑置資源，并獲得適當?shù)膱蟪辍Ｍ瑫r，任何個人或?qū)嶓w都可以從全球無許可網(wǎng)絡(luò)中獲取必要的資源，以比現(xiàn)有市場產(chǎn)品更低的成本和更大的靈活性。因此，我們可以通過一個簡單的經(jīng)濟框架來描述計算DePINs中的參與者：

  • 供應(yīng)方：擁有計算資源并愿意借出或出售其計算資源以獲得補貼的個人或?qū)嶓w。
  • 需求方：需要計算資源并愿意為此支付價格的個人或?qū)嶓w。

計算DePINs的主要優(yōu)勢

計算DePINs提供了許多使其成為集中式服務(wù)提供商和市場有吸引力的替代方案的優(yōu)勢。首先，啟用無許可的跨境市場參與解鎖了一個新的供應(yīng)流，增加了計算密集型工作負載所需的關(guān)鍵資源的數(shù)量。計算DePINs專注于大多數(shù)人已經(jīng)擁有的硬件資源——任何擁有游戲PC的人都已經(jīng)有一個可以出租的GPU。這擴大了能夠參與構(gòu)建下一代商品和服務(wù)的開發(fā)者和團隊的范圍，從而使全球更多的人受益。

進一步來看，支持DePINs的區(qū)塊鏈基礎(chǔ)設(shè)施提供了高效且可擴展的結(jié)算軌道，用于促進點對點交易所需的小額支付。加密原生金融資產(chǎn)（代幣）提供了一個共享的價值單位，需求方的參與者使用它來支付供應(yīng)商，通過與當今日益全球化的經(jīng)濟相一致的分配機制來對齊經(jīng)濟激勵。參考我們之前構(gòu)建的DePIN飛輪，戰(zhàn)略性地管理經(jīng)濟激勵對增加DePIN的網(wǎng)絡(luò)效應(yīng)（在供應(yīng)和需求兩方面）非常有利，這反過來增加了供應(yīng)商之間的競爭。這種動態(tài)降低了單位成本，同時提高了服務(wù)質(zhì)量，為DePIN創(chuàng)造了可持續(xù)的競爭優(yōu)勢，供應(yīng)商作為代幣持有者和關(guān)鍵價值提供者可以從中受益。

DePINs在其旨在提供的靈活用戶體驗方面類似于云計算服務(wù)提供商，資源可以按需訪問和支付。參考Grandview Research的預(yù)測，全球云計算市場規(guī)模預(yù)計將以21.2%的年復合增長率增長，到2030年達到超過2.4萬億美元，展示了在未來計算資源需求增長的背景下此類商業(yè)模式的可行性?，F(xiàn)代云計算平臺利用中央服務(wù)器處理客戶端設(shè)備和服務(wù)器之間的所有通信，造成其操作中的單點故障。然而，構(gòu)建在區(qū)塊鏈之上允許DePINs提供比傳統(tǒng)服務(wù)提供商更強的抗審查性和彈性。攻擊單個組織或?qū)嶓w（例如中央云服務(wù)提供商）會危及整個基礎(chǔ)資源網(wǎng)絡(luò)，而DePINs通過其分布式性質(zhì)設(shè)計為抵御此類事件。首先，區(qū)塊鏈本身是全球分布的專用節(jié)點網(wǎng)絡(luò)，旨在抵御集中網(wǎng)絡(luò)權(quán)威。此外，計算DePINs還允許無許可的網(wǎng)絡(luò)參與，繞過法律和監(jiān)管障礙。根據(jù)代幣分配的性質(zhì)，DePINs可以采用公平的投票流程來對協(xié)議的擬議變更和發(fā)展進行投票，以消除單一實體突然關(guān)閉整個網(wǎng)絡(luò)的可能性。

當今計算DePINs的狀態(tài)

Render Network

Render Network是一個計算DePIN，通過去中心化計算市場連接GPU的買家和賣家，交易通過其本地代幣進行。Render的GPU市場涉及兩個關(guān)鍵方——尋求訪問處理能力的創(chuàng)作者和向創(chuàng)作者出租閑置GPU以換取本地Render代幣補償?shù)墓?jié)點操作員。節(jié)點操作員基于聲譽系統(tǒng)進行排名，創(chuàng)作者可以從多層定價系統(tǒng)中選擇GPU。Proof-of-Render（POR）共識算法協(xié)調(diào)操作，節(jié)點操作員承諾其計算資源（GPU）以處理任務(wù)，即圖形渲染工作。完成任務(wù)后，POR算法更新節(jié)點操作員的狀態(tài)，包括基于任務(wù)質(zhì)量的聲譽評分變化。Render的區(qū)塊鏈基礎(chǔ)設(shè)施促進了工作支付，為供應(yīng)商和買家通過網(wǎng)絡(luò)代幣進行交易提供透明和高效的結(jié)算軌道。

Render Network最初由Jules Urbach在2009年構(gòu)思，網(wǎng)絡(luò)于2020年9月在以太坊（RNDR）上上線，約三年后遷移到Solana（RENDER）以提高網(wǎng)絡(luò)性能和降低運營成本。

截至撰寫本文時，Render Network已處理多達3300萬個任務(wù)（以渲染幀計），自成立以來總節(jié)點數(shù)已增長到5600個。大約60k RENDER已被銷毀，這一過程發(fā)生在工作積分分配給節(jié)點操作員期間。

IO Net

Io Net正在Solana之上啟動一個去中心化GPU網(wǎng)絡(luò)，作為大量閑置計算資源和需要這些資源提供的處理能力的個人和實體之間的協(xié)調(diào)層。Io Net的獨特賣點在于，它不是直接與市場上的其他DePINs競爭，而是從各種來源（包括數(shù)據(jù)中心、礦工和其他DePINs，如Render Network和Filecoin）聚合GPU，同時利用專有的DePIN——Internet-of-GPUs（IoG）來協(xié)調(diào)操作并對齊市場參與者的激勵。Io Net客戶可以通過選擇處理器類型、位置、通信速度、合規(guī)性和服務(wù)時間來定制其在IO Cloud上的工作負載集群。相反，任何擁有支持的GPU型號（12 GB RAM，256 GB SSD）的人都可以作為IO Worker參與，借出其閑置計算資源給網(wǎng)絡(luò)。雖然服務(wù)支付目前以法幣和USDC結(jié)算，但網(wǎng)絡(luò)很快也將支持本地$IO代幣的支付。資源的價格由其供需以及各種GPU規(guī)格和配置算法確定。Io Net的最終目標是通過提供比現(xiàn)代云服務(wù)提供商更低的成本和更高的服務(wù)質(zhì)量成為首選GPU市場。

多層IO架構(gòu)可以映射如下：

  • UI層 - 由公共網(wǎng)站、客戶區(qū)域和Workers區(qū)域組成。
  • 安全層 - 該層由用于網(wǎng)絡(luò)保護的防火墻、用于用戶驗證的認證服務(wù)和用于跟蹤活動的日志服務(wù)組成。
  • API層 - 該層作為通信層，由公共API（用于網(wǎng)站）、私有API（用于Workers）和內(nèi)部API（用于集群管理、分析和監(jiān)控報告）組成。
  • 后端層 - 后端層管理Workers、集群/GPU操作、客戶交互、賬單和使用監(jiān)控、分析和自動擴展。
  • 數(shù)據(jù)庫層 - 該層是系統(tǒng)的數(shù)據(jù)存儲庫，使用主存儲（用于結(jié)構(gòu)化數(shù)據(jù)）和緩存（用于頻繁訪問的臨時數(shù)據(jù)）。
  • 消息代理和任務(wù)層 - 該層促進異步通信和任務(wù)管理。
  • 基礎(chǔ)設(shè)施層 - 該層包含GPU池、編排工具，并管理任務(wù)部署。

當前統(tǒng)計/路線圖

  • 截至撰寫本文時：
  • 總網(wǎng)絡(luò)收益 - $1.08m
  • 總計算小時數(shù) - 837.6k小時
  • 總集群就緒GPU - 20.4K
  • 總集群就緒CPU - 5.6k
  • 總鏈上交易 - 1.67m
  • 總推理次數(shù) - 335.7k
  • 總創(chuàng)建集群 - 15.1k

（數(shù)據(jù)來源于Io Net explorer）

Aethir

Aethir是一個云計算DePIN，促進高性能計算資源在計算密集型領(lǐng)域和應(yīng)用中的共享。它利用資源池化，以顯著降低成本實現(xiàn)全球GPU分配，并通過分布式資源所有權(quán)實現(xiàn)去中心化所有權(quán)。Aethir專為高性能工作負載設(shè)計，適用于游戲和AI模型訓練和推理等行業(yè)。通過將GPU集群統(tǒng)一到單一網(wǎng)絡(luò)中，Aethir的設(shè)計旨在增加集群規(guī)模，從而提高其網(wǎng)絡(luò)上提供的服務(wù)的整體性能和可靠性。

Aethir Network是一個由礦工、開發(fā)者、用戶、代幣持有者和Aethir DAO組成的去中心化經(jīng)濟。確保網(wǎng)絡(luò)成功運行的三個關(guān)鍵角色是容器、索引器和檢查器。容器是網(wǎng)絡(luò)的核心節(jié)點，執(zhí)行維護網(wǎng)絡(luò)活躍性的重要操作，包括驗證交易和實時渲染數(shù)字內(nèi)容。檢查器作為質(zhì)量保證人員，持續(xù)監(jiān)控容器的性能和服務(wù)質(zhì)量，以確保為GPU消費者提供可靠和高效的操作。索引器作為用戶與最佳可用容器之間的匹配者。支撐這一結(jié)構(gòu)的是Arbitrum Layer 2區(qū)塊鏈，它提供一個去中心化的結(jié)算層，以便在Aethir網(wǎng)絡(luò)上以本地$ATH代幣支付商品和服務(wù)。

渲染證明

Aethir網(wǎng)絡(luò)中的節(jié)點有兩個關(guān)鍵功能——渲染容量證明，其中一組這些工作節(jié)點每15分鐘隨機選擇一次來驗證交易；渲染工作證明，密切監(jiān)控網(wǎng)絡(luò)性能，以確保用戶獲得最佳服務(wù)，根據(jù)需求和地理位置調(diào)整資源。礦工獎勵分配給在Aethir網(wǎng)絡(luò)上運行節(jié)點的參與者，以他們借出的計算資源的價值計算，獎勵以本地$ATH代幣支付。

Nosana

Nosana是一個基于Solana構(gòu)建的去中心化GPU網(wǎng)絡(luò)。Nosana允許任何人貢獻閑置計算資源，并因此獲得$NOS代幣形式的獎勵。DePIN促進了經(jīng)濟高效的GPU分配，可以用于運行復雜的AI工作負載，而沒有傳統(tǒng)云解決方案的開銷。任何人都可以通過借出閑置GPU來運行Nosana節(jié)點，獲得與其提供給網(wǎng)絡(luò)的GPU功率成比例的代幣獎勵。

網(wǎng)絡(luò)連接了分配計算資源的兩個參與方：尋求訪問計算資源的用戶和提供計算資源的節(jié)點操作員。重要的協(xié)議決策和升級由NOS代幣持有者投票并由Nosana DAO管理。

Nosana為其未來計劃制定了廣泛的路線圖——Galactica（v1.0 - 2024上半年/下半年）將啟動主網(wǎng)，發(fā)布CLI和SDK，并專注于通過消費者GPU的容器節(jié)點擴展網(wǎng)絡(luò)。Triangulum（v1.X - 2024下半年）將集成主要的機器學習協(xié)議和連接器，例如PyTorch、HuggingFace和TensorFlow。Whirlpool（v1.X -2025上半年）將擴大對AMD、Intel和Apple Silicon的多樣化GPU的支持。Sombrero（v1.X - 2025下半年）將增加對中大型企業(yè)的支持，法幣支付、賬單和團隊功能。

Akash

Akash網(wǎng)絡(luò)是一個基于Cosmos SDK構(gòu)建的開源權(quán)益證明網(wǎng)絡(luò)，允許任何人無許可地加入和貢獻，創(chuàng)建一個去中心化的云計算市場。$AKT代幣用于保障網(wǎng)絡(luò)安全、促進資源支付并協(xié)調(diào)網(wǎng)絡(luò)參與者之間的經(jīng)濟行為。Akash網(wǎng)絡(luò)由幾個關(guān)鍵組件組成：

  • 區(qū)塊鏈層，使用Tendermint Core和Cosmos SDK提供共識。
  • 應(yīng)用層，管理部署和資源分配。
  • 提供者層，管理資源、投標和用戶應(yīng)用部署。
  • 用戶層，使用戶能夠與Akash網(wǎng)絡(luò)互動、管理資源并使用CLI、控制臺和儀表板監(jiān)控應(yīng)用狀態(tài)。

該網(wǎng)絡(luò)最初專注于存儲和CPU租賃服務(wù)，隨著AI訓練和推理工作負載的需求增長，網(wǎng)絡(luò)已擴展其服務(wù)范圍，涵蓋GPU的租賃和分配，通過其AkashML平臺響應(yīng)這些需求。AkashML使用“反向拍賣”系統(tǒng)，客戶（稱為租戶）提交其期望的GPU價格，計算供應(yīng)商（稱為提供者）競爭以供應(yīng)所請求的GPU。

截至撰寫本文時，Akash區(qū)塊鏈已完成超過1290萬次交易，超過53.5萬美元被用于訪問計算資源，并租賃出超過18.9萬個獨特部署。

榮譽提名

計算DePIN領(lǐng)域仍在發(fā)展，許多團隊正在競爭以將創(chuàng)新和高效的解決方案推向市場。值得進一步研究的其他示例包括Hyperbolic，它正在構(gòu)建一個用于AI開發(fā)的資源池協(xié)作開放訪問平臺，以及Exabits ，它正在建立一個由計算礦工支撐的分布式計算能力網(wǎng)絡(luò)。

重要考慮事項及未來展望

現(xiàn)在我們已經(jīng)了解了計算DePIN的基本原理并審查了幾個當前正在運行的補充案例研究，重要的是要考慮這些去中心化網(wǎng)絡(luò)的影響，包括優(yōu)點和缺點。

挑戰(zhàn)

在規(guī)模上構(gòu)建分布式網(wǎng)絡(luò)通常需要在性能、安全性和彈性等方面做出權(quán)衡。例如，在全球分布的商品硬件網(wǎng)絡(luò)上訓練AI模型可能在成本效益和時間效率上遠不如在集中式服務(wù)提供商上訓練。正如我們之前提到的，AI模型及其工作負載變得越來越復雜，需要更多高性能GPU而不是商品GPU。

這就是大型企業(yè)大量囤積高性能 GPU 的原因，也是旨在通過建立一個任何人都可以借出閑置 GPU 的無許可市場來解決 GPU 短缺問題的計算 DePINs 所面臨的固有挑戰(zhàn)（有關(guān)去中心化人工智能協(xié)議所面臨挑戰(zhàn)的更多信息，請參閱此推文）。協(xié)議可以通過兩種關(guān)鍵方式解決這一問題：一是為希望為網(wǎng)絡(luò)做出貢獻的 GPU 提供商建立基準要求，二是匯集提供給網(wǎng)絡(luò)的計算資源，以實現(xiàn)更大的整體性。盡管如此，與集中式服務(wù)提供商相比，這種模式的建立本身就具有挑戰(zhàn)性，因為集中式服務(wù)提供商可以分配更多資金與硬件提供商（如 Nvidia）直接交易。這是 DePINs 在前進過程中應(yīng)該考慮的問題。如果去中心化協(xié)議擁有足夠大的資金，DAO 可以投票決定分配一部分資金用于購買高性能 GPU，這些 GPU 可以用去中心化的方式進行管理，并以高于商品 GPU 的價格借出。

另一個特定于計算DePINs的挑戰(zhàn)是管理適當?shù)馁Y源利用率。在其早期階段，大多數(shù)計算DePINs將面臨結(jié)構(gòu)性需求不足的問題，正如許多初創(chuàng)公司今天所面臨的那樣。一般來說，DePINs面臨的挑戰(zhàn)是早期建立足夠的供應(yīng)以達到最低可行產(chǎn)品質(zhì)量。沒有供應(yīng)，網(wǎng)絡(luò)將無法產(chǎn)生可持續(xù)的需求，也無法在需求高峰期為其客戶服務(wù)。另一方面，過剩供應(yīng)也是一個問題。在某個閾值以上，只有當網(wǎng)絡(luò)利用率接近或達到滿負荷時，更多的供應(yīng)才有幫助。否則，DePIN將面臨為供應(yīng)支付過多費用的風險，從而導致資源利用不足，除非協(xié)議提高代幣發(fā)行以保持供應(yīng)商的參與，否則供應(yīng)商的收入將減少。

沒有廣泛的地理覆蓋范圍，電信網(wǎng)絡(luò)就沒有用武之地。如果乘客必須等待很長時間才能搭到車，出租車網(wǎng)絡(luò)就不會有用。如果 DePIN 必須向長期提供資源的人員支付費用，那么它就不會有用。集中式服務(wù)提供商可以預(yù)測資源需求并有效管理資源供應(yīng)，而計算 DePIN 則缺乏管理資源利用的中央機構(gòu)。因此，對 DePIN 而言，盡可能戰(zhàn)略性地確定資源利用率尤為重要。

一個更大的問題是，去中心化GPU市場可能不再面臨GPU短缺的局面。馬克·扎克伯格最近在一次采訪中表示，他認為能源將成為新的瓶頸，而不是計算資源，因為企業(yè)現(xiàn)在將爭相大規(guī)模建設(shè)數(shù)據(jù)中心，而不是像現(xiàn)在這樣囤積計算資源。當然，這意味著GPU成本的潛在降低，但也提出了一個問題，即如果建設(shè)專有數(shù)據(jù)中心提高了AI模型性能的整體標準，AI初創(chuàng)公司將如何在性能和提供的商品和服務(wù)質(zhì)量上與大公司競爭。

計算DePINs的案例

重申一下，AI模型的復雜性及其隨后的處理和計算需求與可用高性能GPU和其他計算資源之間的差距正在擴大。

計算DePINs在計算市場領(lǐng)域有望成為創(chuàng)新的顛覆者，這些市場今天由主要硬件制造商和云計算服務(wù)提供商主導，基于以下幾個關(guān)鍵能力：

1) 提供更低的商品和服務(wù)成本。

2) 提供更強的抗審查性和網(wǎng)絡(luò)彈性保障。

3) 受益于可能要求AI模型盡可能開放以進行微調(diào)和訓練的潛在監(jiān)管準則，并且任何人都可以輕松訪問。

美國擁有計算機和互聯(lián)網(wǎng)接入的家庭比例呈指數(shù)增長，接近100%。全球許多地區(qū)的比例也顯著增長。這表明潛在的計算資源提供者（GPU擁有者）數(shù)量的增加，如果有足夠的貨幣激勵和無縫的交易過程，他們將愿意借出閑置供應(yīng)。當然，這是一個非常粗略的估計，但它表明建立可持續(xù)共享經(jīng)濟計算資源的基礎(chǔ)可能已經(jīng)存在。

除了AI之外，未來對計算的需求還將來自許多其他行業(yè)，例如量子計算。量子計算市場規(guī)模預(yù)計將從2023年的928.8百萬美元增長到2030年的6528.8百萬美元，年復合增長率為32.1%。該行業(yè)的生產(chǎn)將需要不同種類的資源，但看看是否會有任何量子計算DePINs啟動以及它們的樣子將會很有趣。

“在消費者硬件上運行的開放模型的強大生態(tài)系統(tǒng)是對抗未來價值被AI高度集中和大多數(shù)人類思維被少數(shù)幾個人控制的中央服務(wù)器讀取和調(diào)解的一個重要對沖。這些模型的風險也比企業(yè)巨頭和軍隊的風險要低得多。”——Vitalik Buterin

大型企業(yè)可能不是 DePINs 的目標受眾，將來也不會是。計算 DePINs 讓個人開發(fā)者、零散的建設(shè)者、擁有最少資金和資源的初創(chuàng)企業(yè)重新回歸。它們允許將閑置的供應(yīng)轉(zhuǎn)化為創(chuàng)新的想法和解決方案，并通過更豐富的計算能力來實現(xiàn)。人工智能無疑將改變數(shù)十億人的生活。我們不應(yīng)該擔心人工智能會取代每個人的工作，而應(yīng)該鼓勵這樣一種想法，即人工智能可以增強個人和自主創(chuàng)業(yè)者、初創(chuàng)企業(yè)以及廣大公眾的能力。

聲明：文章內(nèi)容不代表本站觀點及立場，不構(gòu)成本平臺任何投資建議。本文內(nèi)容僅供參考，風險自擔！
Tag：DePIN   賽道  

你可能感興趣的文章

幣圈快訊

  • 數(shù)據(jù)：疑似Arthapala地址過去1小時再次將3610枚ETH轉(zhuǎn)入CEX

    2025-07-09 15:59
    ChainCatcher消息，據(jù)鏈上分析師Ai姨監(jiān)測，疑似質(zhì)押和驗證服務(wù)商Arthapala地址過去1小時再次將3610枚ETH充值進Bybit和OKX，價值949萬美元。

  • 數(shù)據(jù)：持有14,000枚BTC的OG地址六年后轉(zhuǎn)移資產(chǎn)，價值約15.2億美元

    2025-07-09 15:56
    ChainCatcher消息，據(jù)Lookonchain監(jiān)測，一位比特幣OG地址在沉寂六年后近期轉(zhuǎn)移了14,000枚比特幣，價值約15.2億美元。 該地址涉及的三個錢包曾于2019年7月24日從XapoBank接收14,000枚比特幣，當時比特幣價格為9,936美元，總價值約1.39億美元。

  • 持有14,000枚比特幣的OG地址六年后轉(zhuǎn)移資產(chǎn)，價值約15.2億美元

    2025-07-09 15:54
    金色財經(jīng)報道，據(jù)Lookonchain監(jiān)測，一位比特幣OG地址在沉寂六年后近期轉(zhuǎn)移了14,000枚比特幣，價值約15.2億美元。該地址涉及的三個錢包曾于2019年7月24日從XapoBank接收14,000枚比特幣，當時比特幣價格為9,936美元，總價值約1.39億美元。

  • 數(shù)據(jù)：24小時資金凈流入量Top3的交易平臺分別為Bitget、OKX，Deribit

    2025-07-09 15:47
    ChainCatcher消息，據(jù)DeFiLlama數(shù)據(jù)顯示，過去24小時內(nèi)資金凈流入量Top3的交易平臺分別為，Bitget（4,791萬美元）、OKX（1,750萬美元）、Deribit（1,361萬美元）。

  • 濟南市人民政府研究室公眾號刊文解讀穩(wěn)定幣

    2025-07-09 15:39
    ChainCatcher消息，濟南市人民政府研究室官方公眾號發(fā)布由新華社撰寫的專題文章《全世界熱議的穩(wěn)定幣，究竟是什么？》。該文系統(tǒng)性地探討了穩(wěn)定幣的核心議題，包括：“何為穩(wěn)定幣?“穩(wěn)”在哪兒?”、“穩(wěn)定幣有哪些功能?”、“穩(wěn)定幣發(fā)行方都有誰?”三個話題。
    • 查看更多