أزمة إمداد IOSG｜GPU: طريق الشركات الناشئة في مجال الذكاء الاصطناعي إلى التعطيل

المؤلف: موهيت بانديت، IOSG Ventures

الملخص

• نقص وحدة معالجة الرسومات أمر واقع، العرض والطلب يتوفر عدد محدود وغير مستغل من وحدات معالجة الرسومات لتلبية احتياجات العرض المحدودة اليوم.

• هناك حاجة إلى طبقة حوافز لتسهيل مشاركة الحوسبة السحابية ومن ثم تنسيق مهام الحوسبة في النهاية للاستدلال أو التدريب. يناسب نموذج DePIN هذا الغرض تمامًا.

• بسبب الحوافز في جانب العرض، يجد جانب الطلب هذا الأمر جذابًا بسبب انخفاض التكاليف الحسابية.

• ليس كل شيء ورديًا، ويجب إجراء بعض المقايضات عند اختيار سحابة Web3: مثل "زمن الوصول". بالمقارنة مع سحابة GPU التقليدية، تشمل المفاضلات التي تتم مواجهتها أيضًا التأمين واتفاقيات مستوى الخدمة (اتفاقيات مستوى الخدمة)، وما إلى ذلك.

• يتمتع نموذج DePIN بالقدرة على حل مشكلة توفر وحدة معالجة الرسومات، لكن النماذج المجزأة لن تجعل الوضع أفضل. بالنسبة للمواقف التي يتزايد فيها الطلب بشكل كبير، فإن العرض المجزأ هو نفس عدم وجود العرض.

• نظرًا لعدد اللاعبين الجدد في السوق، فإن تقارب السوق أمر لا مفر منه.

المقدمة

نحن على حافة عصر جديد من التعلم الآلي والذكاء الاصطناعي. في حين أن الذكاء الاصطناعي كان موجودًا بأشكال مختلفة لبعض الوقت (الذكاء الاصطناعي عبارة عن أجهزة كمبيوتر يُطلب منها أداء أشياء يمكن للبشر القيام بها، مثل الغسالات)، فإننا نشهد الآن ظهور نماذج معرفية متطورة قادرة على أداء المهام التي تتطلب ذكاءً. مهمة السلوك البشري تشمل الأمثلة البارزة GPT-4 وDALL-E 2 من OpenAI وGemini من Google.

في مجال الذكاء الاصطناعي (AI) سريع النمو، يجب علينا أن ندرك الجوانب المزدوجة للتنمية: التدريب النموذجي والاستدلال. يتضمن الاستدلال وظائف ومخرجات نموذج الذكاء الاصطناعي، في حين يتضمن التدريب العملية المعقدة (بما في ذلك خوارزميات التعلم الآلي، ومجموعات البيانات، وقدرة الحوسبة) اللازمة لبناء نماذج ذكية.

إذا أخذنا GPT-4 كمثال، فإن كل ما يهتم به المستخدمون النهائيون هو الاستدلال: الحصول على مخرجات من النموذج بناءً على إدخال النص. ومع ذلك، فإن جودة هذا الاستدلال تعتمد على التدريب النموذجي. ومن أجل تدريب نماذج الذكاء الاصطناعي الفعالة، يحتاج المطورون إلى الوصول إلى مجموعات البيانات الأساسية الشاملة وقدرة الحوسبة الضخمة. تتركز هذه الموارد بشكل أساسي في أيدي عمالقة الصناعة بما في ذلك OpenAI وGoogle وMicrosoft وAWS.

الصيغة بسيطة: يؤدي التدريب الأفضل على النماذج>> إلى تحسين قدرات التفكير المنطقي لنموذج الذكاء الاصطناعي>> وبالتالي جذب المزيد من المستخدمين> > مع زيادة الإيرادات تأتي زيادة الموارد لمزيد من التدريب.

يتمتع هؤلاء اللاعبون الرئيسيون بإمكانية الوصول إلى مجموعات كبيرة من البيانات الأساسية، والأهم من ذلك، التحكم في كميات كبيرة من قوة الحوسبة، مما يخلق حواجز أمام دخول المطورين الناشئين . ونتيجة لذلك، فإن الداخلين الجدد غالبا ما يكافحون من أجل الحصول على بيانات كافية أو الاستفادة من القوة الحاسوبية اللازمة على نطاق وتكلفة مجدية اقتصاديا. مع أخذ هذا السيناريو في الاعتبار، نرى أن الشبكات لها قيمة كبيرة في إضفاء الطابع الديمقراطي على الوصول إلى الموارد، والتي تتعلق في المقام الأول بالوصول إلى موارد الحوسبة على نطاق واسع وخفض التكاليف.

مشكلات إمداد وحدة معالجة الرسومات

الرئيس التنفيذي لشركة NVIDIA Jensen Huang كان كذلك قال في معرض CES 2019 أن "قانون مور قد انتهى". وحدات معالجة الرسومات اليوم غير مستغلة بشكل كبير. حتى أثناء دورات التعلم/التدريب العميق، لا يتم استخدام وحدات معالجة الرسومات بشكل كافٍ.

إليك أرقام استخدام وحدة معالجة الرسومات النموذجية لأحمال العمل المختلفة:

• خامل (تم تشغيله للتو في نظام التشغيل Windows): 0-2%

• مهام الإنتاج العامة (الكتابة، التصفح البسيط): 0-15%

• تشغيل الفيديو: 15 - 35%

• ألعاب الكمبيوتر: 25 - 95%

• تصميم الرسومات/ حجم العمل النشط لتحرير الصور (Photoshop وIllustrator): 15 - 55%

• تحرير الفيديو (نشط): 15 - 55%

• تحرير الفيديو (العرض): 33 - 100%

• عرض ثلاثي الأبعاد (CUDA/OptiX): 33 - 100% (غالبًا ما يتم الإبلاغ عنه بشكل غير صحيح بواسطة Win Task Manager - باستخدام GPU-Z)

تقع معظم الأجهزة الاستهلاكية المزودة بوحدات معالجة الرسومات ضمن الفئات الثلاث الأولى.

استخدام وقت تشغيل وحدة معالجة الرسومات %. المصدر: الأوزان والتحيزات

يشير الوضع أعلاه إلى مشكلة: سوء استخدام موارد الحوسبة.

يحتاج إلى استخدام أفضل لسعة وحدة معالجة الرسومات (GPU) للمستهلك، حتى عندما تكون الزيادات في استخدام وحدة معالجة الرسومات (GPU) دون المستوى الأمثل. يوضح هذا أمرين يجب القيام بهما في المستقبل:

1. تجميع الموارد (GPU) p>

2. توازي مهام التدريب

فيما يتعلق بأنواع الأجهزة التي يمكن استخدامها، يوجد الآن 4 أنواع للتوريد:

·    وحدة معالجة الرسومات لمركز البيانات (على سبيل المثال. ، Nvidia A100s)

·    وحدة معالجة الرسومات الاستهلاكية (مثل Nvidia RTX3060)

·    شرائح ASIC المخصصة (على سبيل المثال، Coreweave IPU)

·    شرائح SoC للمستهلك (على سبيل المثال، Apple M2)

بالإضافة إلى ASICs (نظرًا لأنها مصممة لغرض محدد)، يمكن تجميع الأجهزة الأخرى معًا لاستخدامها بكفاءة أكبر. ومع وجود العديد من هذه الرقائق في أيدي المستهلكين ومراكز البيانات، قد يكون نموذج DePIN المتقارب من جانب العرض هو الحل الأمثل.

يعد إنتاج وحدة معالجة الرسومات هرمًا حجميًا؛ تنتج وحدات معالجة الرسومات الاستهلاكية أكبر قدر من الإنتاج، بينما تنتج وحدات معالجة الرسوميات المتميزة مثل NVIDIA A100s وH100s الأقل (لكنها تتمتع بأداء أعلى). تبلغ تكلفة إنتاج هذه الرقائق المتقدمة 15 مرة أكثر من تكلفة إنتاج وحدات معالجة الرسومات الاستهلاكية، ولكنها في بعض الأحيان لا تقدم أداءً يفوق 15 مرة.

تبلغ قيمة سوق الحوسبة السحابية بالكامل حوالي 483 مليار دولار اليوم ومن المتوقع أن تنمو بمعدل نمو سنوي مركب يبلغ حوالي 27% في السنوات القليلة المقبلة. بحلول عام 2023، سيكون هناك ما يقرب من 13 مليار ساعة من الطلب على حوسبة التعلم الآلي، وهو ما يعادل حوالي 56 مليار دولار من الإنفاق على حوسبة التعلم الآلي في عام 2023 بالمعدلات القياسية الحالية. وينمو هذا السوق بأكمله بسرعة أيضًا، حيث يتضاعف كل 3 أشهر.

طلب وحدة معالجة الرسومات

يأتي الطلب على الحوسبة بشكل أساسي من مطوري الذكاء الاصطناعي (باحثين ومهندسين). احتياجاتهم الرئيسية هي: السعر (الحوسبة منخفضة التكلفة)، والحجم (كميات كبيرة من حوسبة GPU)، وتجربة المستخدم (سهولة الوصول والاستخدام). على مدى العامين الماضيين، كان هناك طلب كبير على وحدات معالجة الرسومات بسبب الطلب المتزايد على التطبيقات القائمة على الذكاء الاصطناعي وتطوير نماذج تعلم الآلة. يتطلب تطوير نماذج ML وتشغيلها ما يلي:

1. الكثير من العمليات الحسابية (من الوصول إلى وحدات معالجة الرسومات المتعددة أو مراكز البيانات )

2. قادرة على أداء التدريب النموذجي والضبط الدقيق والاستدلال، ويتم نشر كل مهمة على عدد كبير من وحدات معالجة الرسومات بالتوازي التنفيذ< /p>

من المتوقع أن ينمو الإنفاق على الأجهزة المتعلقة بالحوسبة من 17 مليار دولار في عام 2021 إلى 285 مليار دولار في عام 2025 (حوالي 102% مركب) معدل النمو السنوي)، تتوقع ARK أن يصل الإنفاق على الأجهزة المتعلقة بالحوسبة إلى 1.7 تريليون دولار بحلول عام 2030 (معدل نمو سنوي مركب 43٪).

أبحاث ARK

مع وجود عدد كبير من حاملي ماجستير إدارة الأعمال في مرحلة الابتكار والمنافسة مما يؤدي إلى الحاجة الحسابية لمزيد من المعلمات، بالإضافة إلى إعادة التدريب، يمكننا أن نتوقع أنه في السنوات القليلة المقبلة سيستمر الطلب على الحوسبة عالية الجودة على مدار العام.

مع تقلص المعروض من وحدات معالجة الرسومات الجديدة، أين يأتي دور blockchain؟

عندما تكون الموارد غير كافية، سيقدم نموذج DePIN المساعدة:

< li>

ابدأ جانب التوريد وأنشئ عددًا كبيرًا من المستلزمات

1. تنسيق المهام وإكمالها

2. التأكد من إكمال المهام بشكل صحيح

3. مكافأة مقدمي الخدمة بشكل مناسب لإنجاز العمل

تجميع أي نوع من وحدات معالجة الرسومات (المستهلك، المؤسسة، العالية) الأداء، وما إلى ذلك) قد يسبب مشاكل في الاستخدام. عندما يتم تقسيم مهام الحوسبة، ليس من المفترض أن تقوم شريحة A100 بإجراء عمليات حسابية بسيطة. تحتاج شبكات GPU إلى تحديد أنواع وحدات معالجة الرسومات التي تعتقد أنه ينبغي تضمينها في الشبكة، بناءً على إستراتيجية الذهاب إلى السوق الخاصة بها.

عندما تكون موارد الحوسبة نفسها مشتتة (أحيانًا على مستوى العالم)، يجب أن يتم الاختيار من قبل المستخدم أو البروتوكول نفسه فيما يتعلق بنوع إطار عمل الحوسبة الذي سيتم استخدامه يستخدم . يتيح مقدمو الخدمات مثل io.net للمستخدمين الاختيار من بين 3 أطر عمل للحوسبة: Ray أو Mega-Ray أو نشر مجموعة Kubernetes لأداء مهام الحوسبة في الحاويات. هناك أطر حوسبة أكثر توزيعًا، مثل Apache Spark، لكن Ray هو الأكثر استخدامًا. بمجرد اكتمال وحدة معالجة الرسومات المحددة للمهمة الحسابية، تتم إعادة بناء المخرجات لإعطاء النموذج المُدرب.

سيدعم نموذج الرمز المميز المصمم جيدًا تكاليف الحوسبة لموفري وحدة معالجة الرسومات، وسيجد العديد من المطورين (أطراف الطلب) مثل هذا الحل أكثر جاذبية. أنظمة الحوسبة الموزعة لديها زمن الوصول بطبيعتها. هناك التحلل الحسابي وإعادة بناء المخرجات. لذلك يحتاج المطورون إلى إجراء مقايضة بين فعالية تكلفة تدريب النموذج والوقت المطلوب.

هل يحتاج نظام الحوسبة الموزعة إلى سلسلته الخاصة؟

يعمل الإنترنت بطريقتين:

1. يتم الشحن حسب المهمة (أو دورة الحساب) أو يتم الشحن حسب الوقت

2. يتم الشحن حسب وحدة الوقت

يمكن للطريقة الأولى إنشاء سلسلة إثبات عمل مشابهة لما يحاول Gensyn، حيث تتشارك وحدات معالجة الرسومات المختلفة في "العمل" ونيل الأجر عليه. بالنسبة لنموذج أكثر ثقة، لديهم مفهوم المتحققين والمبلغين عن المخالفات، الذين يكافأون على الحفاظ على سلامة النظام، بناءً على الأدلة التي يولدها المحللون.

نظام آخر لإثبات العمل هو Exabits، والذي بدلاً من تقسيم المهام يتعامل مع شبكة GPU بالكامل كحاسوب عملاق واحد. يبدو أن هذا النموذج أكثر ملاءمة لـ LLMs الكبيرة.

أضافت شبكة Akash دعم GPU وبدأت في تجميع وحدات معالجة الرسومات في هذا المجال. لديهم L1 أساسي للموافقة على الحالة (يُظهر العمل الذي قام به موفر GPU)، وطبقة السوق، ونظام تنسيق الحاوية مثل Kubernetes أو Docker Swarm لإدارة نشر وتوسيع نطاق تطبيقات المستخدم.

إذا كان النظام غير موثوق به، فسيكون نموذج سلسلة إثبات العمل أكثر فعالية. وهذا يضمن تنسيق وسلامة البروتوكول.

من ناحية أخرى، لا تقوم أنظمة مثل io.net ببناء نفسها كسلسلة. لقد اختاروا معالجة المشكلة الأساسية المتمثلة في توفر وحدة معالجة الرسومات وتحصيل الرسوم من العملاء على أساس وحدة الوقت (لكل ساعة). لا يحتاجون إلى طبقة إمكانية التحقق لأنهم "يؤجرون" وحدة معالجة الرسومات بشكل أساسي ويستخدمونها كما يحلو لهم لفترة إيجار محددة. لا يوجد تقسيم للمهام في البروتوكول نفسه، ولكن يتم ذلك بواسطة المطورين باستخدام أطر عمل مفتوحة المصدر مثل Ray أو Mega-Ray أو Kubernetes.

Web2 وWeb3 GPU Cloud

Web2 في GPU Cloud أو أن هناك العديد من اللاعبين في مساحة GPU كخدمة. ومن بين اللاعبين الرئيسيين في هذا المجال AWS، وCoreWeave، وPaperSpace، وJarvis Labs، وLambda Labs، وGoogle Cloud، وMicrosoft Azure، وOVH Cloud.

هذا نموذج أعمال سحابي تقليدي. يمكن للعملاء استئجار وحدة معالجة الرسومات (أو وحدات معالجة الرسومات المتعددة) بوحدة زمنية (عادةً ساعة واحدة) عندما يحتاجون إلى الحوسبة. هناك العديد من الحلول المختلفة لحالات الاستخدام المختلفة.

الفرق الرئيسي بين سحابة Web2 وWeb3 GPU هو المعلمات التالية:

1. تكلفة إعداد السحابة

بسبب الحوافز المميزة، تم تقليل تكلفة إعداد سحابة GPU بشكل كبير. تقوم OpenAI بجمع تريليون دولار لإنتاج رقائق الحوسبة. يبدو أنه بدون حوافز رمزية، سيستغرق الأمر ما لا يقل عن تريليون دولار لهزيمة الشركة الرائدة في السوق.

2. وقت الحساب

سحابة GPU غير Web3 سيكون أسرع لأن مجموعة GPU المستأجرة تقع داخل منطقة جغرافية، في حين أن نموذج Web3 قد يحتوي على نظام موزع على نطاق أوسع، وقد يأتي زمن الوصول من مشكلة التقسيم غير الفعالة، وموازنة التحميل، والأهم من ذلك عرض النطاق الترددي.

3. التكلفة الحسابية

بسبب الحوافز الرمزية، ستكون تكلفة حوسبة Web3 أقل بكثير من نماذج Web2 الحالية.

مقارنة التكاليف الحسابية:

قد تتغير هذه الأرقام مع توفر المزيد من مجموعات العرض والاستخدام لوحدات معالجة الرسومات هذه. تدعي شركة Gensyn أنها تقدم A100s (وما يعادلها) مقابل 0.55 دولار في الساعة، وتعد شركة Exabits بهيكل مماثل لتوفير التكاليف.

4. الامتثال

في الأنظمة غير المسموح بها، يكون الامتثال ضروريًا ليس سهلا. ومع ذلك، فإن أنظمة Web3 مثل io.net وGensyn وما إلى ذلك لا تضع نفسها كأنظمة غير مسموح بها. تمت معالجة مشكلات الامتثال مثل اللائحة العامة لحماية البيانات (GDPR) وقانون HIPAA أثناء مراحل تشغيل وحدة معالجة الرسومات (GPU) عبر الإنترنت وتحميل البيانات ومشاركة البيانات ومشاركة النتائج.

النظام البيئي

Gensyn، io.net، Exabits، عكاش

المخاطرة

1. المخاطرة عند الطلب

أعتقد أن أفضل لاعبي LLM سيستمرون إما في تجميع وحدات معالجة الرسومات أو استخدام مجموعات وحدات معالجة الرسومات مثل الكمبيوتر العملاق Selene من NVIDIA، والذي يتمتع بأعلى أداء يبلغ 2.8 exaFLOP/s. لن يعتمدوا على المستهلكين أو موفري الخدمات السحابية الطويلة لتجميع وحدات معالجة الرسومات. حاليًا، تتنافس أفضل مؤسسات الذكاء الاصطناعي على الجودة أكثر من التكلفة.

بالنسبة لنماذج تعلم الآلة غير الثقيلة، فسوف يبحثون عن موارد حوسبة أرخص، مثل مجموعات GPU المحفزة بالرموز المستندة إلى blockchain والتي يمكنها تحسين وحدات معالجة الرسومات الحالية وتوفير الخدمات في نفس الوقت الوقت (ما ورد أعلاه هو افتراض: تلك المنظمات تفضل تدريب نماذجها الخاصة بدلاً من استخدام ماجستير إدارة الأعمال)

2. مخاطر العرض

مع ضخ رأس مال ضخم في أبحاث ASIC، وظهور اختراعات مثل وحدة معالجة Tensor (TPU)، قد تختفي مشكلة إمداد وحدة معالجة الرسومات هذه من تلقاء نفسها. إذا كانت أجهزة ASIC هذه قادرة على تقديم أداء جيد ومقايضات التكلفة، فقد تعود وحدات معالجة الرسوميات الحالية التي تحتفظ بها مؤسسات الذكاء الاصطناعي الكبيرة إلى السوق.

هل تحل مجموعات GPU المستندة إلى blockchain مشكلة طويلة الأمد؟ على الرغم من أن تقنية blockchain يمكن أن تدعم أي شريحة باستثناء وحدة معالجة الرسومات، إلا أن ما يفعله جانب الطلب سيحدد بشكل كامل اتجاه تطوير المشاريع في هذا المجال.

الاستنتاج

تم الفوز بشبكة مجزأة مع مجموعة GPU صغيرة ر حل المشكلة. لا يوجد مكان لمجموعات GPU "ذات الذيل الطويل". سينجذب موفرو وحدات معالجة الرسومات (مشغلو التجزئة أو مشغلو السحابة الأصغر حجمًا) نحو الشبكات الأكبر نظرًا لأن الحوافز المقدمة للشبكة أفضل. ستكون وظيفة نموذج رمزي جيد وقدرة جانب العرض على دعم أنواع حوسبة متعددة.

قد تشهد مجموعات GPU مصير تقارب مماثل لشبكات CDN. إذا كان على اللاعبين الكبار التنافس مع القادة الحاليين مثل AWS، فقد يبدأون في مشاركة الموارد لتقليل زمن وصول الشبكة والقرب الجغرافي للعقد.

إذا نما جانب الطلب بشكل أكبر (يلزم تدريب المزيد من النماذج، ويلزم تدريب المزيد من المعلمات)،يجب أن يكون لاعبو Web3 نشطين جدًا في تطوير الأعمال . إذا كان هناك عدد كبير جدًا من المجموعات المتنافسة من نفس قاعدة العملاء، فسيكون هناك عرض مجزأ (مما يبطل المفهوم بأكمله) بينما ينمو الطلب (المقاس بـ TFLOPs) بشكل كبير.

لقد تميزت Io.net عن العديد من المنافسين وبدأت بنموذج التجميع. لقد قاموا بتجميع وحدات معالجة الرسوميات من Render Network وFilecoin لتوفير السعة، مع توفير العرض أيضًا على النظام الأساسي الخاص بهم. قد يكون هذا هو الاتجاه الفائز لمجموعات DePIN GPU.

الجزء 2 التقدم المحرز في مشروع ما بعد الاستثمار في IOSG

EigenLayer TVL يكسر 10 مليارات دولار

* الاستعادة

وفقًا لمعلومات الموقع الرسمي لـ Ethereum re -اتفاقية التعهد EigenLayer، تمتلك EigenLayer TVL ما يقرب من 2.93 مليون ETH، بقيمة 10.05 مليار دولار أمريكي تقريبًا.

أصبحت محفظة OKX Web3 المحفظة الشريكة الرسمية المخصصة لحدث التوقيع على شبكة اختبار Babylon

* التوقيع المساحي

محفظة OKX Web3 تصبح محفظة Babylon test المحفظة الشريكة الرسمية المخصصة لأنشطة التوقيع المساحي عبر الإنترنت. من 28 فبراير إلى 6 مارس 2024، سيكون أول 100000 مستخدم يشاركون في نشاط التوقيع على شبكة اختبار Babylon من خلال المكون الإضافي لمحفظة OKX Web3 مؤهلين للحصول على القائمة البيضاء لـ Pioneer Pass لفترة محدودة. يمكن للمستخدمين الذين حصلوا على مؤهلات القائمة البيضاء سك العملة في قسم إسقاطات سوق NFT لمحفظة OKX Web3 اعتبارًا من 7 مارس 2024.

يُقال أن Papillon Chain هو أول بروتوكول تخزين بيتكوين غير موثوق به، حيث يفتح 21 مليون عملة بيتكوين لضمان اقتصاد لا مركزي. OKX Web3 Wallet هي بوابة Web3 الرائدة في الصناعة. وهي تدعم الآن أكثر من 85 سلسلة عامة. تم توحيد التطبيقات والمكونات الإضافية وصفحات الويب، وتغطي 5 قطاعات رئيسية: المحفظة، وDEX، وDeFi، وسوق NFT، واستكشاف DApp، ويدعم سوق Ordinals، ومحافظ العقود الذكية MPC وAA، وتبادل الغاز، وتوصيل محافظ الأجهزة، وما إلى ذلك.

تطلق StarkWare أداة التشفير الجديدة "Stwo" لزيادة سرعة المعاملات وتقليل الرسوم

* Layer2

مطور Ethereum Layer2 StarkWare أعلنت يوم الخميس في ETHDenver أنها تقوم ببناء مُثبِّت تشفير جديد يسمى Stwo. يقول فريق StarkWare أنه مع عمليات إثبات أسرع، يجب أن تكون تكلفة معالجة المعاملات أقل، مما سيؤدي في الواقع إلى خفض الرسوم على المستخدمين وتسريع المعاملات.

في أغسطس الماضي، قامت شركة StarkWare بفتح مصدرها الحالي (المسمى Stone). وفقًا لبيان صحفي، تم تسمية المثل الجديد "Stwo" على اسم مزيج Stone و Two، ويمكن لأي شخص تشغيله وفحص قاعدة التعليمات البرمجية الخاصة به. قالت StarkWare أن سلسلة تطبيقات Starknet التي تستخدم Stone حاليًا ستستفيد في النهاية من مُثبت Stwo.

قبل أسبوع، أعلنت StarkWare وPolygon عن Circle STARKS، وهو نوع جديد من إثبات التشفير المصمم لتمكين معاملات تراكم المعرفة الصفرية (ZK-rollup) بشكل أسرع وأرخص .

أكملت شركة READYgg، وهي شركة ناشئة للبنية التحتية لألعاب blockchain، تمويلًا بقيمة 4 ملايين دولار أمريكي، بمشاركة من Delphi Digital وآخرين

* اللعبة

بدء تشغيل البنية الأساسية للعبة المتسلسلة أعلنت READYgg عن إكمال جولة جديدة من التمويل بقيمة 4 ملايين دولار أمريكي، بمشاركة Delphi Digital وNeoTokyo وMerit Circle وMomentum6 وPurechain Capital وAlex Becker وToken Metrics Ventures، ولكن لم يتم الكشف عن معلومات التقييم لهذه الجولة من التمويل. تساعد READYgg بشكل أساسي المطورين على تنفيذ NFT والمحافظ المشفرة وأدوات تكنولوجيا Web3 الأخرى في الألعاب، مع "الدعوة إلى الألعاب التي تركز على المجتمع لتمكين اللاعبين". وبالإضافة إلى ذلك، أعلن المدير التنفيذي السابق لشركة PlayStation، Shawn Layden، عن انضمامه إلى الشركة، ويذكر أن Shawn Layden عمل أيضًا كمستشار في شركة التكنولوجيا العملاقة Tencent.

أكمل مشروع توسيع Ethereum Taiko مبلغ 15 مليون دولار في تمويل السلسلة A

* ZK

أكمل مشروع توسيع Ethereum Taiko مبلغ 15 مليون دولار في تمويل السلسلة A، Lightspeed Faction، قادت Hashed وGenerative Ventures وToken Bay Capital هذا الاستثمار، بمشاركة Wintermute Ventures وPresto Labs وFlow Traders وAmber Group وOKX Ventures وGSR وWW Ventures. أكملت Taiko تمويلًا بقيمة إجمالية قدرها 37 مليون دولار أمريكي من خلال ثلاث جولات من التمويل. Taiko هي شركة لامركزية من النوع 1 ZK-EVM تخطط لإطلاق شبكتها الرئيسية في نهاية الربع الأول من هذا العام.

سيقوم Avalanche بتنشيط ترقية Durango على الشبكة الرئيسية في الصباح الباكر من يوم 7 مارس

* الطبقة 1

بدأ عصر قابلية التشغيل البيني لـ Avalanche في الساعة 0:00 بتوقيت بكين في 7 مارس، وتم إصدار رمز الإنتاج لترقية Durango المقترحة ([email protected]). إذا كانت هناك تعهدات كافية لدعم دورانجو، فسيتم تفعيلها على الشبكة الرئيسية في الساعة 0:00 بتوقيت بكين يوم 7 مارس. بالإضافة إلى ذلك، أصدرت Avalanche Korea رسميًا إعلانًا اليوم يؤكد أن وقت تفعيل ترقية Durango من المتوقع أن يكون الساعة 0:00 يوم 7 مارس بتوقيت بكين.

يُذكر أن ترقية Durango ستقدم Avalanche Warp Messaging في السلسلة C، مما يتيح الاتصال المحلي عبر السلسلة لكل سلسلة EVM في النظام البيئي Avalanche ويوفر دعم المحاكاة الافتراضية في المستقبل.يستخدم الجهاز (VM) تقنية AWM لوضع المعايير.

الجزء 3 أحداث الاستثمار والتمويل

< قوي > Talus Network، وهي منصة blockchain تركز على الذكاء الاصطناعي، أكملت تمويلًا بقيمة 3 ملايين دولار أمريكي، بقيادة Polychain Capital

* Layer1

Talus Network، وهي عبارة عن منصة blockchain تركز على الذكاء الاصطناعي اللامركزي، أكملت 3 ملايين دولار أمريكي تمت قيادة الجولة الأولى من التمويل بواسطة Polychain Capital، بمشاركة من dao5 وHash3 وTRGC وWAGMI Ventures وInception Capital، بالإضافة إلى مستثمرين ملائكيين من كبرى شركات التكنولوجيا والبلوكتشين مثل Nvidia وIBM وBlue7 وSymbolic Capital وRender Network. ساهم أيضًا في دعم مهمة الفريق لإضفاء الطابع الديمقراطي على الذكاء الاصطناعي على blockchain.

أكملت سلسلة DePIN المخصصة لشركة Arbitrum MXC تمويلًا بقيمة 10 ملايين دولار أمريكي بقيادة JDI

* DePIN

أعلنت MXC أنها تلقت استثمارًا استراتيجيًا من JDI Ventures، وهو صندوق استثمار DePIN التابع لشركة JDI Global، بمبلغ استثمار قدره 10 ملايين دولار أمريكي. منذ تأسيسها في برلين، ألمانيا في عام 2017، ركزت MXC على تطوير مساحة إنترنت الأشياء اللامركزية وأطلقت أول حل Layer3 zkEVM في Arbitrum. يقود الفريق الفني أعضاء أساسيون سابقون في zkSync ويهدف إلى أن يصبح البنية التحتية لـ DePIN في نظام Ethereum البيئي. ستوفر JDI Global التمويل والبحث والتطوير للأجهزة ودعم التأثير على السوق لتسريع بناء نظام DePIN البيئي.

أكملت شركة Avail وحدات blockchain جولة تمويل أولية بقيمة 27 مليون دولار، بقيادة Founders Fund وDragonfly

* DA

المشروع قادت شركات رأس المال Founders Fund وDragonfly الاستثمار، بمشاركة SevenX Ventures وNomad Capital وFigment Capital والرئيس التنفيذي السابق للتكنولوجيا في Coinbase Balaji Srinivasan وMudit Gupta وAmrit Kumar من Zilliqa وAshwin من Dragonfly. . ستستخدم Avail، التي انفصلت عن Polygon في مارس 2023 ويقودها المؤسس المشارك لـ Polygon Anurag Arjun، التمويل الأولي لتطوير ثلاثة منتجات أساسية: حل توفر البيانات (DA) وNexus وFusion.

Avail DA هو المكون الأساسي الأول الذي يوفر بيانات مساحة البيانات لشبكات "Layer2" أو "المجموعات" المساعدة، بهدف التفوق على الكتل الأساسية مثل Ethereum السلسلة يعالج المعاملات بشكل أسرع وأرخص. ومن المتوقع أن يتم تشغيل مشروع DA الجديد في أوائل الربع الثاني من عام 2024.

أكمل بروتوكول ZK الأصلي لـ blockchain QED تمويلًا بقيمة 3 ملايين دولار أمريكي، بقيادة Arrington Capital

* ZK

zk blockchain الأصلي أعلنت QED اليوم أنها جمعت 3 ملايين دولار في جولة تمويل بقيادة Arrington Capital، بمشاركة شركات بما في ذلك Starkware وDraper Dragon وBlockchain Builders Fund وLbk Labs وPaper Ventures وValhalla Capital وEdessa Capital وAnagram Ltd. تهدف QED إلى تعزيز الجمع بين قابلية التوسع لإثباتات المعرفة الصفرية (ZK) مع سيولة وأمن البيتكوين (BTC). وفقًا للتقارير، فإن QED هي طبقة التنفيذ الأصلية لبيتكوين وهي مصممة لحل تحديات تطوير Web3.

أكملت Initia، وهي منصة blockchain تركز على Rollup، تمويلًا بقيمة 7.5 مليون دولار أمريكي، بالتعاون مع Delphi Ventures وHack VC في قيادة الاستثمار

* الأشعة تحت

نجح مطور Terra وCosmos السابق في جمع 7.5 مليون دولار لتطوير منصة Initia التي تركز على مجموعة Rollup، مع خطط لإطلاق الشبكة الرئيسية في الربع الثاني. تمت قيادة الجولة بواسطة Delphi Ventures وHack VC، بمشاركة من Nascent وFigment Capital وBig Brain وA.Capital. يشمل المستثمرون الملائكة تاجر العملات المشفرة المجهول Cobie، وDCF God، والمؤسس المشارك لـ Split Capital، زهير ابتكار، وFiskantes، وWSB Mod. كما شارك نيك وايت، المدير التنفيذي للعمليات في سيليستيا، في الأمر. تم تصميم Initia لدعم شبكات متعددة من الطبقة الثانية ولديها حوافز لتعزيز نمو هذه الشبكات. المنصة حاليًا في مرحلة شبكة الاختبار المغلقة، وقد قامت بعض المشاريع ببناء تطبيقات DeFi على شبكة الاختبار، وتخطط لإطلاق شبكة اختبار محفزة في أوائل أبريل.

أكملت شركة Validation Cloud لتدفق بيانات Web3 والبنية التحتية تمويلًا بقيمة 5.8 مليون دولار أمريكي، بقيادة Cadenza Ventures

* الأشعة تحتية

أعلنت شركة Validation Cloud، وهي شركة تدفق بيانات Web3 والبنية التحتية ومقرها في زوغ بسويسرا، عن استكمال جولتها الأولى من التمويل الخارجي بإجمالي 5.8 مليون دولار، بقيادة شركة Cadenza Ventures ومقرها سان فرانسيسكو. كما اجتذبت جولة التمويل التي شهدت زيادة في الاكتتاب أيضًا مشاركة من شركات عالمية معروفة بما في ذلك صندوق مؤسسي بلوكتشين، وبلوكسيليريت، وبلوكوول، وسايد دور فينتشرز، وميتاماتيك، وجي إس فيوتشرز، وإيه بي كابيتال. أنشأت Validation Cloud، المعروفة باسم "Cloudflare of Web3"، بنية نظام خاصة لتوفير نظام أساسي عالمي سريع وقابل للتطوير وذكي يدعم التخزين المساحي وواجهة برمجة تطبيقات العقدة وخدمات البيانات.

أعلن بروتوكول الإنسانية أنه تلقى استثمارًا استراتيجيًا من 20 مؤسسة بما في ذلك حاشد

* الطبقة2

أعلنت Humanity Protocol عن استثمارات استراتيجية من أكثر من 20 صندوقًا معروفًا لرأس المال الاستثماري المشفر، بما في ذلك Hashed وCMCC وCypher Capital وForesight Ventures وMechanism Capital وغيرها. بالإضافة إلى ذلك، هناك استثمارات شخصية من مؤسس Animoca Brand Yat Siu ومؤسس Polygon Sandeep Nailwal. ولم يتم الكشف عن المبلغ الدقيق.

يُذكر أن Humanity Protocol يستخدم تقنية التعرف على بصمات اليد وإثبات المعرفة الصفرية لضمان خصوصية المستخدم وأمانه، بهدف توفير دليل بشري في بناء تطبيقات Web3. طريقة سهلة الوصول وغير الغازية.

أكمل بروتوكول إعادة التعهد بالسيولة Ether.Fi مبلغ 23 مليون دولار في تمويل السلسلة A، بقيادة Bullish Capital وCoinFund

* إعادة المحاولة

جمعت Bullish Capital وCoinFund مبلغ 23 مليون دولار في تمويل السلسلة A، بمشاركة OKX Ventures وForesight Ventures وConsensys وAmber. ارتفعت القيمة الإجمالية لـ Ether.Fi المقفلة (TVL) من 103 مليون دولار إلى 1.66 مليار دولار منذ بداية العام. وقد تجاوز إجمالي قيمة إجمالي القيمة الإجمالية للنظام البيئي لإعادة افتراض السيولة 10 مليارات دولار. تسمح Ether.Fi للمستثمرين في Ethereum بإعادة حصة الأثير من خلال EigenLayer مقابل eETH، وهو رمز سيولة يمكن استخدامه في سوق التمويل اللامركزي (DeFi).

وفقًا لتويتر الرسمي لـ Ether.Fi، جنبًا إلى جنب مع جولة التمويل SAFE غير المعلنة مسبقًا والتي تم إغلاقها في نهاية العام الماضي، فإن إجمالي مبلغ تمويل Ether.Fi وقد وصلت إلى 27 مليون دولار.

الجزء الرابع نبض الصناعة

تطلق Pyth Network خدمة تغذية الأسعار على Hedera

< strong>* Oracle

مشروع أوراكل أعلنت شبكة Pyth عن إطلاق Price Feeds وPyth Benchmarks على سلسلة الكتل Hedera مفتوحة المصدر لإثبات الملكية. وفقًا للبيان الصحفي، سيكون أكثر من 400 موجز أسعار بايثون متاحًا على Hedera. ستوفر Pyth تصميم أوراكل للسحب، مما يمكّن مستخدمي ومطوري Hedera من الحصول على آخر تحديثات الأسعار من أكثر من 400 مصدر لأسعار الكمون المنخفض للغاية والتي تغطي العملات المشفرة والعملات الأجنبية والسلع والأسهم والصناديق المتداولة في البورصة (ETFs).

تطلق شركة Dune حل مشاركة البيانات blockchain Dune Datashare في سوق Snowflake

* البيانات

الكثبان الرملية أعلنت اليوم عن إطلاق Dune Datashare، وهو حل جديد لمشاركة بيانات blockchain في Snowflake Marketplace، مما يوفر للمؤسسات وصولاً سلسًا إلى مجموعة Dune الكاملة من البيانات المشفرة المنسقة.

يستعد Polygon zkEVM لترقية Ethereum Dencun ويخطط لتقليل التكاليف بشكل كبير من خلال EIP-4844

* الطبقة2

قال جوردي بيلينا، المؤسس المشارك والقائد الفني لـPolygon zkEVM، إن التحدي الرئيسي الذي يواجه عمليات تجميع ZK هو تكلفة توفر البيانات، وقد يلعب EIP-4844 دورًا مهمًا في إعادة تشكيل السعة وتكاليف الغاز لـ Polygon zkEVM . وتوقع أيضًا أنه بعد ترقية Dencun وتنفيذ EIP-4844، ستزداد سعة توفر البيانات الإجمالية لـ Ethereum بمقدار 3 مرات؛ وبعد الجمع بين EIP-4844 وضغط البيانات، يتراوح خفض التكلفة المحتمل من 10 مرات إلى 50 مرة، ولكن في الواقع توفير في التكلفة. سوف تعتمد على عوامل مختلفة.

عند الحديث عن الاستعدادات الفنية للترقية، أكدت بيلينا أنه على الرغم من أن الانتقال إلى Dencun قد يكون أكثر وضوحًا بالنسبة لـ Optimism وArbitrum، إلا أن دمج EIP-4844 Polygon zkEVM يتطلب استخدام تقنية ZK التراكمية تعديلات فنية محددة. وبالنظر إلى التكامل الكامل لـ EIP-4844، أشارت بيلينا إلى الحاجة إلى نظام تصديق جديد لدعم ضغط البيانات على zkEVM من أجل تحسين فوائد EIP-4844 لـ Polygon zkEVM، والعمل على تطوير مثل هذا النظام مستمر. وأضاف بيلينا أنه يتم بذل الجهود لضمان توافق جميع المكونات الضرورية مع تنشيط شوكة Dencun الصلبة على الشبكة الرئيسية.

ستستخدم منصة إعلانات Telegram شبكة TON blockchain لدفع وسحب عائدات الإعلانات

* الطبقة 1

قال مؤسس Telegram Pavel Durov للتو في قناته الشخصية على TG أنه بدءًا من الشهر المقبل، سيتمكن أصحاب قنوات Telegram من الحصول على مكافآت مالية مقابل عملهم. حاليًا، تولد قنوات البث على Telegram 1 تريليون مشاهدة شهريًا، ولكن يتم تحقيق الدخل من 10% فقط من المشاهدات من خلال إعلانات Telegram، وهي أداة ترويجية مصممة مع وضع الخصوصية في الاعتبار. وفي شهر مارس، سيتم فتح منصة إعلانات Telegram رسميًا لجميع المعلنين في ما يقرب من 100 دولة جديدة. سيبدأ أصحاب القنوات في هذه البلدان في تلقي 50% من الإيرادات التي تحققها Telegram من الإعلانات الصورية على قنواتهم. لضمان عمليات دفع وسحب إعلانية سريعة وآمنة، سيتم استخدام TON blockchain حصريًا، وسيتم بيع الإعلانات من خلال Toncoin وسيتم مشاركة الإيرادات مع مالكي القنوات.

تخطط Metis لدمج بروتوكول التشغيل البيني عبر السلسلة الخاص بـ Chainlink Chainlink CCIP

* الطبقة الثانية

تخطط Metis لشبكة Ethereum Layer 2 لدمج حل التشغيل البيني الخاص بـ Chainlink Chainlink CCIP. وقال الفريق إنه كجزء من هذا التكامل، سيتم ترقية واجهة Metis Bridge للاستفادة من Chainlink CCIP باعتبارها البنية التحتية الرسمية عبر السلسلة لتشغيل جسر Metis المميز، مع التركيز الأولي على تحويل بعض العملات المستقرة السائدة من Ethereum. يتم ربط الشبكة بشبكة Metis.

تخطط Frax Finance للإعلان عن خطة توزيع الدخل المقترحة خلال 10 أيام

* DeFi

يخطط Frax Finance لبروتوكول Stablecoin للإعلان عن مقترح لتوزيع الإيرادات في غضون 10 أيام. قال سام كازيميان، مؤسس Frax Finance: "بينما ستطبق Uniswap المكافآت لأول مرة، ستعكس Frax Finance القرار السابق بإيقاف المكافآت. كان هناك تصويت سابق لوقف توزيع الدخل. لكننا الآن نشعر أن هذا هو القرار الصحيح". حان الوقت لتشغيل المفتاح الضخم. وهذا سيجلب الكثير من الدخل."

أطلق Uniswap وظيفة الطلب المحدد بدون رسوم الغاز

* الطبقة الثانية

أعلنت Uniswap Labs عن إطلاق وظيفة الطلب المحدود. يمكن للمستخدمين تعيين أوامر محددة لرموز Ethereum ERC-20 على تطبيق الويب Uniswap. يتم تشغيل الأوامر المحددة بواسطة UniswapX، مما يؤدي إلى الاستفادة من السيولة داخل السلسلة وخارجها بدون رسوم غاز ولا يوجد حد أدنى لمتطلبات حجم التجارة. ومع ذلك، يحتاج المستخدمون إلى دفع رسوم الغاز عند إلغاء أوامر الحد.

قامت OKX DEX بدمج واجهة برمجة تطبيقات Jupiter API

* DEX

يقوم المستخدمون بإجراء Solana من خلال OKX DEX عند تبادل الأصول عبر الإنترنت والمعاملات عبر السلسلة، يمكنك الاستمتاع بأسعار أفضل وسيولة أكثر شمولاً وتجربة تداول أكثر سلاسة. Jupiter عبارة عن مجمع سيولة تداول لا مركزي على Solana، وهو قادر على ربط جميع أسواق DEX ومجموعات AMM لتشمل البورصات اللامركزية المختلفة وتوفير أفضل أسعار الرمز المميز.

يُذكر أن قسم OKX Web3 Wallet DEX عبارة عن مجمع DEX ومجمع عبر السلسلة. وقد قام الآن بتجميع أكثر من 10 سلاسل متقاطعة، وأكثر من 20 سلاسل عامة، وأكثر من 300 DEX، وما إلى ذلك، من خلال التوجيه الذكي X Routing، يمكن لمعاملة واحدة استخدام DEX متعددة في نفس الوقت، مما يوفر للمستخدمين أفضل الأسعار وأفضل سيولة و0 رسوم خدمة المعاملات، كما أن لديها قسم سوق DEX ، أمر الحد، كشف الأمن KYT، الخ. وظيفة.

سيقوم Puffer Finance بتحديث نظام نقاط EigenLayer ونقاط pufETH في الخامس من مارس

* إعادة المحاولة

سيقوم بروتوكول تخزين سيولة الإيثيريوم Puffer Finance بتحديث أنظمة نقاط EigenLayer وpufETH بدءًا من الساعة 16:00 يوم 5 مارس بتوقيت بكين. من بينهم، فقط المستخدمين الذين قاموا بالرهان قبل إعلان الموعد النهائي في 9 فبراير هم وحدهم المؤهلون لكسب نقاط EigenLayer. إذا قام مستخدم مؤهل بنقل pufETH من المحفظة، فسوف تتوقف نقاط EigenLayer عن التراكم. بالإضافة إلى ذلك، فإن توفير سيولة pufETH لبروتوكولات التمويل اللامركزي التي دمجها Puffer لن يؤثر على تراكم نقاط EigenLayer.

Yuga Labs: تخطط لعبة "Dookey Dash: Unclogginged" لإطلاق نسخة تجريبية في 6 مارس وستوفر أكثر من مليون دولار أمريكي كمكافآت للعبة< /strong

* اللعبة< /strong

"Dookey Dash: Unclogginged"، النسخة المجانية من لعبة Dookey Dash التي أطلقتها Yuga Labs، ستعود هذا الربيع وستعود توفير قيمة للمستخدمين المشاركين بالنسبة لمكافآت اللعبة التي تتجاوز المليون دولار أمريكي، يُذكر أن Yuga Labs تخطط لاستكشاف استخدام ApeCoin لدفع المكافآت، لكن الشركة ترفض حاليًا توضيح الأمر وقالت إنه سيتم الإعلان عن المزيد من التفاصيل قريبًا.

كما أكدت شركة Yuga Labs أن اللعبة الجديدة ستطلق نسخة تجريبية مدتها 72 ساعة لـ 10.000 لاعب اعتبارًا من 6 مارس، سيحصل خلالها اللاعب الحاصل على أعلى الدرجات على مكافآت MAYC NFT، استنادًا إلى الحد الأدنى لسعر NFT البالغ 4 ETH، يبلغ الحد الأدنى لقيمة المكافأة حوالي 12,750 دولارًا أمريكيًا. بالإضافة إلى ذلك، ذكرت Yuga Labs أن الإصدار الجديد من اللعبة يدعم أنظمة تشغيل الكمبيوتر الشخصي وMAC وiOS وAndroid، ولا يحتاج اللاعبون إلى حمل NFT للمشاركة، كما أن Bored Apes وMutant Apes وBored Ape Kennel Club وHV-MTL و يمكن لحاملي NFT المحددين في Otherside Kodas الحصول على مزايا إضافية.

لقد انتقل بروتوكول العدسة إلى مرحلة "بدون إذن"

* اجتماعي

أعلن بروتوكول Lens Protocol الاجتماعي اللامركزي أنه انتقل إلى مرحلة "بدون إذن"، مما يسمح لجميع المستخدمين بإنشاء NFTs على السلسلة لملفاتهم الشخصية. يمكن لأي شخص إنشاء ملفه الشخصي مقابل 10 رموز Matic (تبلغ قيمتها حاليًا 10.30 دولارًا)، أو دفع مبلغ مماثل باستخدام بطاقة الائتمان. في السابق، كان إنشاء الملف الشخصي يقتصر على مستخدمين محددين.

تم نشر Uniswap V3 الآن على Filecoin VM

< em>* DeFi

بعد اقتراح حوكمة Uniswap الذي قدمه المجتمع في أكتوبر من العام الماضي، أصبح Uniswap V3 متاحًا الآن على Filecoin VM (جهاز Filecoin الظاهري). يمكن للمستخدمين تداول FIL على OKU.trade، وسيتمكن المطورون أيضًا من استخدام الأصول الوسيطة مثل ceWETH وceUSDC وaxIUSDC وaxiDAI على Filecoin بدعم من Celer وAxelar.