ログイン/ 登録

コンピューティング分散型インフラ（DePIN）のケーススタディ

JinseFinance

2024/06/18 18:19

従う

分散型GPU市場を支える計算分散化インフラの役割を、包括的な分析と補足的なケーススタディを交えて探ります。

主な要点

機械学習、特に大量の計算負荷を必要とするジェネレーティブAIの台頭により、コンピューティング・リソースはますます求められるようになっています。しかし、大企業や政府がこうしたリソースをため込む一方で、新興企業やインディーズ開発者は現在、市場におけるGPUの不足に直面しており、その結果、コストが高くついたり、利用しにくくなっています。
コンピューティングDePINは、世界中の人々が金銭的な報酬と引き換えにGPUなどの未使用のコンピューティングリソースを提供できるようにすることで、コンピューティングリソースの分散型市場を実現します。これは、十分なサービスを受けていないGPU消費者が新たな供給源にアクセスし、ワークロードに必要な開発リソースをより低コストかつオーバーヘッドで入手できるようにするためのものです。
今日、コンピュートDePINは、従来の集中型サービスプロバイダーと競合する際に、まだ多くの経済的および技術的な課題に直面しています。

コンピューティングは新しい石油

産業革命以来、テクノロジーは人類を前例のないスピードで前進させ、日常生活の事実上あらゆる側面に影響を与えたり、完全に変化させたりしてきました。コンピューターはやがて、研究者、学者、コンピューター・エンジニアの努力の集大成となった。もともとは高度な軍事作戦を支援するための大規模な演算タスクを解くために設計されたコンピュータは、現代生活のバックボーンへと進化した。コンピューターが人類に与える影響が拡大し続けるにつれ、コンピューターとコンピューターが必要とする資源に対する需要も増大し、供給量を上回っている。このため、ほとんどの開発者や企業は主要なリソースを利用できず、今日最も変革をもたらすテクノロジーである機械学習やジェネレーティブAIの開発は、資金力のある一部のプレイヤーの手に委ねられているという市場力学が生まれた。同時に、大量の未使用コンピューティングリソースは、コンピューティングの需要と供給の不均衡を緩和する有利な機会を提供し、取引の両側の参加者間の適切な調整メカニズムの必要性を悪化させる。このように、ブロックチェーン技術とデジタル資産によってサポートされる分散型システムは、より広範で、より民主的で、説明可能なジェネレーティブAI製品やサービスの開発に不可欠であると私たちは考えています。

計算リソース

計算は、与えられた入力に基づいて明確な出力を出す、コンピュータのさまざまな活動、アプリケーション、またはワークロードとして定義することができます。

最終的には、コンピュータの計算能力と処理能力を指します。これは、今日の現代世界におけるこれらのマシンの中心的な有用性の基礎であり、コンピュータだけで、昨年は1.1兆ドルという途方もない収益を上げています。

コンピューティング・リソースとは、計算と処理をサポートするさまざまなハードウェアとソフトウェアのコンポーネントを指します。

コンピューティング・リソースとは、計算や処理をサポートするさまざまなハードウェアおよびソフトウェア・コンポーネントを指します。そのため、国や企業は生き残りをかけて、これらの資源をできるだけ多く蓄積しようとしのぎを削っている。これは、これらのリソースを提供する企業の市場パフォーマンスに反映されている（例えば、過去5年間で時価総額が3,000％以上成長したNvidia）。

GPU

グラフィックスプロセッシングユニット (GPU) は、現代のハイパフォーマンスコンピューティングにおいて最も重要なリソースの 1 つです。その中心的な機能は、並列処理によってコンピューターグラフィックスのワークロードを高速化する専用の電子回路として機能することです。GPUは当初、ゲーム業界やパーソナルコンピュータ業界向けに開発されましたが、現在では、明日の世界を形成する多くの新技術（メインフレームやパーソナルコンピュータ、モバイル機器、クラウドコンピューティング、モノのインターネットなど）に対応するように進化しています。しかし、特に機械学習と人工知能の台頭は、これらのリソースの必要性を悪化させています。GPUは、並列に計算を実行することにより、機械学習とAIのオペレーションを加速し、最終的なテクノロジーの処理能力とパフォーマンスを向上させます。

人工知能の台頭

人工知能（AI）は、その核心において、コンピューターや機械が人間の知能や問題解決能力を模倣することを可能にする技術です。AIモデルは、多くの異なるデータの塊からなるニューラルネットワークとして動作する。モデルは、これらのデータの断片間の関係を認識・学習し、与えられた入力に基づいて出力を作成する際にこれらの関係を参照するための処理能力を必要とします。

AIの開発と生産は新しいものではない。1967年、フランク・ローゼンブラットは、試行錯誤を通じて「学習」する最初のニューラルネットワークベースのコンピューターであるマーク1パーセプトロンを作った。".さらに、現代のAI開発の基礎を築いた学術研究の多くは、1990年代後半から2000年代前半にかけて発表され、それ以来、産業は成長を続けている。

研究開発の努力に加えて、「狭い」AIモデルは、今日使用されている強力なアプリケーションを幅広くサポートしています。例えば、ソーシャルメディアのアルゴリズム、AppleのSiriやAmazonのAlexa、カスタム製品の推奨などがあります。注目すべきは、ディープラーニングの台頭が人工生成知能（AGI）の開発に変革をもたらしたことだ。ディープラーニング・アルゴリズムは、機械学習アプリケーションよりも大規模な、または「より深い」ニューラルネットワークを使用し、より幅広いパフォーマンス能力を持つ、よりスケーラブルな代替手段としている。ジェネレーティブAIモデルは、「学習データの簡略化された表現を符号化し、それを参照して、類似しているが同一ではない新しい出力を出します」。

ディープラーニングによって、開発者は生成AIモデルを画像や音声、その他の複雑なデータ型に拡張することができるようになり、すでに現代で最も急速にユーザー数を伸ばしている記録を打ち立てたChatGPTのような画期的なアプリは、生成AIとディープラーニングで可能なことのまだ初期バージョンに過ぎません。

そのことを念頭に置けば、ジェネレーティブAIの開発が、多くの処理能力とコンピューティングパワーを必要とする、複数の計算集約的なワークロードを伴うことは驚くことではありません。

レポート「The Triple Whammy of Deep Learning Application Requirements」によると、AIアプリケーション開発は、いくつかの主要な作業負荷に悩まされています：

トレーニング - モデルは、与えられた入力にどのように反応するかを学習するために、大規模なデータセットを処理して分析する必要があります。
チューニング - モデルは、パフォーマンスと品質を向上させるために、さまざまなハイパーパラメータを調整し最適化する一連の反復プロセスを経ます。
シミュレーション - 強化学習アルゴリズムなど、特定のモデルについて、展開前に一連のテストシミュレーションを行います。

Computing crunch: demand > supply

過去数十年にわたり、さまざまな技術の進歩により、コンピューティングと処理能力に対する需要がかつてないほど急増しました。その結果、GPU などの計算リソースに対する今日の需要は、利用可能な供給をはるかに上回っており、効果的なソリューションがなければ悪化の一途をたどる AI 開発のボトルネックとなっています。

供給に対するより広範な制約は、競争上の優位性として、また現代のグローバル経済で生き残る手段として、多くの企業が実際に必要な以上のGPUを積極的に購入していることにも起因しています。コンピューティングプロバイダーは通常、長期的な資本コミットメントを必要とする契約構造を使用して、需要要件をはるかに上回る供給を顧客に提供しています。

エポック社の調査によると、計算集約的なAIモデルのリリース数は全体的に急増しており、これらのテクノロジーを動かすリソースに対する需要は今後も急速に拡大することが示唆されています。

AIモデルの複雑さが増し続けるにつれて、アプリケーション開発者からの計算および処理能力に対する需要も増加しています。そのため、GPUの性能とその可用性がますます重要な役割を果たすようになります。この傾向は、GPUをAI業界の「レア・アース・メタル（希土類金属）」または「ゴールド（金）」と呼ぶNvidiaが製造するようなハイエンドGPUの需要が急増していることからもすでに明らかです。

AIの急速な商業化は、今日のソーシャルメディア業界と同様に、少数のテック・ジャイアントに主導権を渡す可能性があり、こうしたモデルの倫理的基盤に対する懸念を高めている。有名な例は、最近のグーグル・ジェミニ論争である。様々なプロンプトに対するその多くの奇妙な反応は、その時点では実際の危険をもたらすものではなかったが、この事件は、少数の企業がAI開発を支配し、コントロールすることの本質的な危険性を示した。

今日のハイテク新興企業は、AIモデルをサポートするためのコンピューティングリソースの獲得において、増大する課題に直面している。これらのアプリケーションは、モデルを展開する前に、大量の計算集約的な処理を実行する必要があります。AWSやGoogle Cloudのような従来のクラウド・コンピューティング・サービスは、シームレスで便利な開発者体験を提供するが、その容量が限られているため、最終的には多くの開発者を躊躇させる高いコストにつながる。結局のところ、誰もがハードウェア・コストのために7兆ドルを調達する計画を思いつくわけではないのです。

では、どうすればよいのでしょうか？

Nvidiaは以前、4万社以上の企業がAIやアクセラレーテッド・コンピューティングにGPUを使用しており、世界中に400万人以上の開発者のコミュニティがあると推定していました。今後、世界のAI市場は、2023年の5,150億ドルから2032年には2兆7,400億ドルへと、年平均成長率（CAGR）20.4％で成長すると予想されている。一方、GPU市場は2032年までに4,000億ドルに達し、年平均成長率（CAGR）25％で成長すると予想されています。

しかし、AI革命をきっかけに、コンピューティングリソースの需要と供給の不均衡が拡大することで、資金力のある少数の巨大企業が多くの変革技術の開発を支配するという、むしろ反ユートピア的な未来が生まれる可能性があります。その結果、AI開発者の需要と利用可能なリソースのギャップを埋めるために、すべての道は分散型の代替ソリューションにつながると考えています。

DePINの役割

DePINとは何か

DePINは、Messariの研究チームによって作られた造語です。研究チームによる造語で、Decentralised Physical Infrastructure Networks（分散型物理インフラ・ネットワーク）の略である。DePINとは、メッサリの研究チームによる造語で、Decentralised Physical Infrastructure Networkの略である。一方、物理的インフラとは、利用される「現実の」物理的資源を指す。ネットワークとは、あらかじめ設定された目標または一連の目標を達成するために協調して活動する参加者のグループを指す。現在、DePINの時価総額は約283億ドルである。

DePINsの中核にあるのは、物理的なインフラリソースをブロックチェーンに接続するノードのグローバルネットワークであり、買い手と供給者をつなぐ分散型市場を実現します。このシナリオでは、さまざまな法的・規制的手段やサービス料によってネットワークへのアクセスを制限する中央集権的な仲介者は、それぞれのトークン保有者によって管理されるスマートコントラクトとコードからなる分散型プロトコルに取って代わられる。

DePINの価値は、従来のリソースネットワークやサービスプロバイダーに代わる、分散型でアクセスしやすく、低コストでスケーラブルな代替手段を提供することです。商品やサービスのコストは市場力学によって決定され、誰でもいつでも参加できるため、サプライヤーの数が増えて利益率が下がると、自然と単価が下がる。

ブロックチェーンを利用することで、DePINsは暗号経済的なインセンティブ・システムを構築することができ、ネットワーク参加者がサービスに対して適切に補償されることを保証し、主要な価値提供者を利害関係者にすることができる。しかし、ネットワーク効果は、小さな個々のネットワークをより大きな生産システムに変換することによって達成されることに注意することが重要であり、これはDePINsのメリットの多くを実現するために不可欠である。さらに、トークン報酬はネットワークのブートストラップメカニズムの強力な手段であることが証明されていますが、ユーザーの維持と長期的な採用を助ける持続可能なインセンティブを生み出すことは、より広いDePINs空間における重要な課題のままです。

DePINsはどのように機能するのでしょうか？

分散型コンピューティング市場をサポートする上でDePINsが提供する価値をよりよく理解するためには、さまざまなアーキテクチャの構成要素を認識し、それらがどのように連携して分散型リソースネットワークを形成しているかを理解することが重要です。DePINsの構造と参加者について考えてみよう。

プロトコル

分散型プロトコル、つまり基礎となるブロックチェーンネットワークの上に構築されたスマートコントラクトのセットは、ネットワーク参加者間の信頼できるやり取りを促進するために使用されます。理想的には、プロトコルは、ネットワークの長期的な成功に積極的にコミットする多様な利害関係者によって管理される。これらの利害関係者は、保有するプロトコルトークンを使って、提案された変更や開発について投票する。分散型ネットワークをうまくオーケストレーションすること自体が大きな挑戦であることを考えると、コアチームは通常、最初にこれらの変更を実装する権限を保持し、その後、権限を分散型自律組織（DAO）に移行する。

ネットワークの参加者

リソースネットワークのエンドユーザーは、最も価値のある参加者であり、その機能に応じて分類することができます。

供給者：DePINsネイティブトークンで支払われる金銭的報酬と引き換えに、ネットワークにリソースを提供する個人または団体。サプライヤーは、ホワイトリストプロセスまたは無特権プロセスを強制するブロックチェーンネイティブプロトコルを介してネットワークに「接続」する。トークンを受け取ることで、サプライヤーは、株式所有におけるステークホルダーに似た、ネットワークへの出資を得ることができ、需要を促進し、ネットワークの価値を高めると思われる提案やネットワーク開発などに投票することが可能になり、それによって長期的に高いトークン価格を生み出すことができる。もちろん、トークンを受け取るベンダーは、DePINを受動的な収入の一形態として活用し、受け取ったトークンを売却することも考えられます。

消費者：これらは、GPUを求めるAIスタートアップなど、DePINによって提供されるリソースを積極的に求める個人または団体であり、経済方程式の需要側を表しています。DePINは通常、価値を生み出し安定したキャッシュフローを維持する手段として、消費者がネイティブトークンでリソースに支払うことを要求します。

リソース

DePINは、リソースを割り当てるための異なるビジネスモデルで、さまざまな市場にサービスを提供できます。DePINは、リソースを割り当てるためのさまざまなビジネスモデルを持つ、さまざまな市場に対応することができます。Blockworksはこのための素晴らしいフレームワークを提供しています。

経済学

理想的に機能するDePINでは、消費者がサプライヤーにリソースの対価を支払うことで得られる収入から価値が蓄積されます。ネットワークに対する継続的な需要は、ネイティブトークンに対する継続的な需要を意味し、これはサプライヤーとトークン保有者の経済的インセンティブと一致します。初期段階で持続可能な有機的需要を生み出すことは、ほとんどの新興企業にとってチャレンジである。そのためDePINは、初期のサプライヤーにインセンティブを与えるためにインフレトークンインセンティブを提供し、需要を生み出す方法としてネットワークをブートストラップする。これは、ベンチャーキャピタルが初期段階でウーバーのライダーのコストを補助し、初期顧客ベースをブートストラップする方法と非常に似ている。

DePINは、トークンのインセンティブがネットワーク全体の成功に重要な役割を果たすため、できるだけ戦略的に管理する必要がある。需要とネットワークの収益が高まれば、トークンの発行は減少するはずだ。逆に、需要と収益が落ち込んだときは、トークンの発行で供給を再促進する必要があります。

成功するDePINネットワークがどのようなものかをさらに説明するために、DePINの舵取りに使われる正の反射ループ「DePINフライホイール」を考えてみましょう。

DePINは、インフレのトークン報酬を配ることで、ネットワークにリソースを提供するインセンティブをサプライヤーに与えます。
DePINは、インフレのトークン報酬を渡すことで、供給者がネットワークにリソースを提供するインセンティブを与えます。
サプライヤーの数が増え始めると仮定すると、ネットワーク内で競争力学が発達し始め、ネットワークが提供する商品やサービスの全体的な品質が、既存の市場ソリューションよりも優れたレベルまで向上し、競争上の優位性が生まれます。これは、分散型システムが従来の中央集権型サービス・プロバイダーを追い越すことを意味するが、それは決して容易なことではない。
DePINは有機的な需要を生み出し、プロバイダーに正当なキャッシュフローを提供し始めています。これは、投資家やベンダーにとって、ネットワークの需要を引き続き促進し、結果としてトークン価格を押し上げる魅力的な機会です。

トークン価格の上昇はベンダーの収益を増加させ、より多くのベンダーを引きつけ、フライホイールを再開させました。

このフレームワークは説得力のある成長戦略を提供しますが、大部分が理論的なものであり、ネットワークが競争力のあるリソースを提供し、長期にわたって存在し続けることを前提としていることは注目に値します。ネットワークが競争力のあるリソースを提供し、長期にわたって関連性を維持することを前提としている点です。

Computing DePIN

分散型コンピューティングの市場は、「シェアリングエコノミー」として知られるより広範なムーブメントの一部です。分散型コンピューティング市場は、「シェアリングエコノミー」として知られる広範なムーブメントの一部であり、消費者がオンラインプラットフォームを通じて他の消費者と商品やサービスを直接共有することに基づくピアツーピアの経済システムです。eBayのような企業によって最初に開拓されたこのモデルは、現在AirbnbやUberのような企業によって支配されており、次世代の変革的なテクノロジーが世界市場を席巻するにつれて、最終的な破壊の準備が整っている。シェアリングエコノミーは、2023年までに150億ドルの価値があり、2031年までに世界全体で800億ドル近くまで成長すると予想されている。

シェアリングエコノミーは、2023年までに150億ドル、2031年までに世界全体で800億ドル近くに成長すると予想されています。