저자: 폴 티모피예프 출처: Shoal Research 번역: 굿오바, 골든파이낸스

포괄적인 분석과 보완적인 사례 연구를 통해 탈중앙화 GPU 시장을 지원하는 컴퓨팅 탈중앙화 인프라의 역할을 살펴봅니다.

주요 내용

• 컴퓨팅 리소스는 머신러닝, 특히 많은 컴퓨팅 집약적 워크로드를 필요로 하는 제너레이티브 AI의 등장으로 점점 더 많은 수요가 증가하고 있습니다. 그러나 대기업과 정부가 이러한 리소스를 비축함에 따라 스타트업과 인디 개발자는 시장에서 GPU가 부족하여 높은 비용을 지불하거나 접근성이 부족한 상황에 직면하고 있습니다.

• 컴퓨팅 디핀은 전 세계 사람들이 금전적 보상을 받고 사용하지 않는 GPU와 같은 컴퓨팅 자원을 제공함으로써 컴퓨팅 자원을 위한 탈중앙화된 마켓플레이스를 가능하게 합니다. 이는 공급이 부족한 GPU 소비자가 새로운 공급원에 접근하여 워크로드에 필요한 개발 리소스를 더 낮은 비용과 오버헤드로 확보할 수 있도록 돕기 위해 고안되었습니다.

• 오늘날, 컴퓨팅 디핀은 기존의 중앙화된 서비스 제공업체와 경쟁할 때 여전히 많은 경제적, 기술적 문제에 직면해 있으며, 그 중 일부는 시간이 지나면서 저절로 해결될 것이지만 다른 일부는 향후 새로운 솔루션과 최적화를 필요로 할 것입니다.

컴퓨팅은 새로운 석유

산업혁명 이후 기술은 전례 없는 속도로 인류를 발전시키며 일상 생활의 거의 모든 측면에 영향을 미치거나 완전히 변화시켰습니다. 컴퓨터는 결국 연구자, 학자, 컴퓨터 엔지니어들의 집단적 노력의 정점이 되었습니다. 원래 대규모 산술 작업을 해결하여 첨단 군사 작전을 지원하기 위해 설계된 컴퓨터는 현대 생활의 근간으로 발전했습니다. 컴퓨터가 인류에 미치는 영향이 계속 커지면서 컴퓨터와 이에 필요한 리소스에 대한 수요도 증가하여 공급량을 앞지르고 있습니다. 이로 인해 대부분의 개발자와 기업이 핵심 리소스에 접근할 수 없는 시장 환경이 조성되었고, 오늘날 가장 혁신적인 기술인 머신러닝과 제너레이티브 AI의 개발은 자금력이 풍부한 소수의 플레이어에게만 맡겨지게 되었습니다. 동시에, 사용하지 않는 대량의 컴퓨팅 리소스는 컴퓨팅 수요와 공급 간의 불균형을 완화할 수 있는 유리한 기회를 제공하며, 거래 양측 참여자 간의 적절한 조정 메커니즘에 대한 필요성을 더욱 심화시킵니다. 따라서 저희는 블록체인 기술과 디지털 자산이 지원하는 탈중앙화 시스템이 보다 광범위하고 민주적이며 책임감 있는 제너레이티브 AI 제품과 서비스를 개발하는 데 매우 중요하다고 생각합니다.

컴퓨팅 리소스

컴퓨팅은 주어진 입력에 따라 명시적인 출력을 내는 컴퓨터의 다양한 활동, 애플리케이션 또는 워크로드로 정의할 수 있습니다. 궁극적으로 컴퓨터의 연산 및 처리 능력을 의미하며, 이는 오늘날 현대 사회에서 컴퓨터의 핵심적인 효용성의 기반이 되고 있으며, 작년에 컴퓨터에서만 무려 1조 1,000억 달러의 수익을 창출했습니다.

컴퓨팅 리소스는 연산과 처리를 지원하는 다양한 하드웨어 및 소프트웨어 구성요소를 말합니다. 이러한 구성 요소가 지원하는 애플리케이션과 기능의 수가 계속 증가함에 따라 일상 생활에서 그 중요성이 점점 더 커지고 있습니다. 이로 인해 국가와 기업들은 생존 수단으로 이러한 자원을 최대한 많이 축적하기 위해 경쟁하고 있습니다. 이는 이러한 자원을 제공하는 기업의 시장 성과에 반영되어 있습니다(예: 지난 5년 동안 시가총액이 3,000% 이상 성장한 Nvidia).

GPU

그래픽 처리 장치(GPU)는 최신 고성능 컴퓨팅에서 가장 중요한 리소스 중 하나입니다. 핵심 기능은 병렬 처리를 통해 컴퓨터 그래픽 워크로드를 가속화하는 전용 전자 회로 역할을 하는 것입니다. 처음에는 게임과 개인용 컴퓨터 산업에 사용되던 GPU는 메인프레임과 개인용 컴퓨터, 모바일 장치, 클라우드 컴퓨팅, 사물 인터넷 등 미래의 세계를 형성할 많은 신기술에 적용되도록 발전해 왔습니다. 그러나 특히 머신 러닝과 인공 지능의 부상으로 이러한 리소스의 필요성이 더욱 커졌는데, GPU는 연산을 병렬로 실행하여 머신 러닝과 AI 작업을 가속화함으로써 최종 기술의 처리 능력과 성능을 향상시킵니다.

인공지능의 부상

인공지능(AI)은 컴퓨터와 기계가 인간의 지능과 문제 해결 능력을 모방할 수 있도록 하는 기술을 핵심으로 합니다. AI 모델은 다양한 데이터 덩어리로 구성된 신경망으로 작동합니다. 모델은 이러한 데이터 조각 간의 관계를 인식하고 학습한 다음 주어진 입력을 기반으로 출력을 생성할 때 이러한 관계를 참조할 수 있는 처리 능력이 필요합니다.

AI 개발과 생산은 새로운 것이 아니며, 1967년 프랭크 로젠블랫은 시행착오를 통해 '학습'한 최초의 신경망 기반 컴퓨터인 마크 1 퍼셉트론을 만들었습니다. ". 또한 1990년대 후반과 2000년대 초반에 현대 AI 개발의 토대를 마련한 많은 학술 연구가 발표되었으며, 그 이후에도 업계는 계속 성장하고 있습니다.

연구 개발 노력과 더불어 '좁은' AI 모델은 오늘날 사용되는 다양하고 강력한 애플리케이션을 지원합니다. 소셜 미디어 알고리즘, Apple의 Siri 및 Amazon의 Alexa, 맞춤형 제품 추천 등이 그 예입니다. 특히 딥러닝의 부상은 인공 생성 지능(AGI)의 개발을 변화시켰습니다. 딥 러닝 알고리즘은 머신 러닝 애플리케이션보다 더 크고 "더 깊은" 신경망을 사용하며, 더 광범위한 성능 기능을 갖춘 확장 가능한 대안입니다. 생성형 AI 모델은 "학습 데이터의 단순화된 표현을 인코딩하고 이를 참조하여 유사하지만 동일하지는 않은 새로운 결과물을 생성"합니다.

딥러닝을 통해 개발자는 제너레이티브 AI 모델을 이미지, 음성 및 기타 복잡한 데이터 유형으로 확장할 수 있으며, 이미 현대에서 가장 빠르게 성장하는 사용자 기반 기록을 세운 ChatGPT와 같은 랜드마크 앱은 아직 제너레이티브 AI와 딥러닝으로 가능한 것의 초기 버전에 불과합니다.

제너레이티브 AI 개발에는 많은 처리 능력과 컴퓨팅 파워가 필요한 여러 컴퓨팅 집약적인 워크로드가 포함된다는 점을 염두에 두면 당연한 일입니다.

'딥 러닝 애플리케이션 요구 사항의 삼중고' 보고서에 따르면 AI 애플리케이션 개발에는 다음과 같은 몇 가지 주요 워크로드가 있습니다.

• 학습 - 모델은 주어진 입력에 응답하는 방법을 학습하기 위해 대규모 데이터 세트를 처리하고 분석해야 합니다.

• Tuning - 모델은 성능과 품질을 개선하기 위해 다양한 하이퍼파라미터를 조정하고 최적화하는 일련의 반복적인 프로세스를 거칩니다.

• 시뮬레이션 - 배포 전에 강화 학습 알고리즘과 같은 특정 모델의 일련의 테스트 시뮬레이션을 수행합니다.

컴퓨팅 크런치: 수요 및 공급

지난 수십 년 동안 다양한 기술 발전으로 컴퓨팅 및 처리 능력에 대한 수요가 전례 없이 급증해 왔습니다. 그 결과 오늘날 GPU와 같은 컴퓨팅 리소스에 대한 수요는 공급을 훨씬 능가하고 있으며, 효과적인 솔루션 없이는 AI 개발의 병목 현상이 계속 악화될 것입니다.

공급에 대한 광범위한 제약은 또한 많은 기업이 경쟁 우위와 현대 글로벌 경제에서 생존 수단으로 실제 필요한 것보다 더 많은 GPU를 공격적으로 구매하기 때문에 발생합니다. 컴퓨팅 공급업체는 일반적으로 장기적인 자본 약정을 요구하는 계약 구조를 사용하여 고객에게 수요를 훨씬 초과하는 공급을 제공합니다.

에포크의 연구에 따르면 컴퓨팅 집약적인 AI 모델 릴리즈의 전체 수가 빠르게 증가하고 있으며, 이러한 기술을 지원하는 리소스에 대한 수요는 계속해서 빠르게 증가할 것으로 예상됩니다.

AI 모델의 복잡성이 계속 증가하면서 애플리케이션 개발자의 연산 및 처리 능력에 대한 수요도 증가하고 있습니다. 이에 따라 GPU 성능과 가용성이 점점 더 중요한 역할을 하게 될 것입니다. 이러한 추세는 이미 GPU를 AI 산업의 '희토류 금속' 또는 '금'이라고 부르는 Nvidia에서 생산되는 것과 같은 하이엔드 GPU에 대한 수요 급증에서 분명하게 드러나고 있습니다.

AI의 빠른 상용화는 오늘날의 소셜 미디어 산업과 유사하게 소수의 거대 기술 기업에 통제권을 넘겨줄 가능성이 있어 이러한 모델의 윤리적 기반에 대한 우려가 제기되고 있습니다. 최근의 구글 제미니 논란이 대표적인 예입니다. 당시에는 다양한 프롬프트에 대한 이상한 응답으로 인해 실제 위험은 없었지만, 이 사건은 소수의 기업이 AI 개발을 지배하고 통제하는 데 내재된 위험을 보여주었습니다.

오늘날의 기술 스타트업은 AI 모델을 지원하기 위한 컴퓨팅 리소스를 확보하는 데 점점 더 많은 어려움에 직면하고 있습니다. 이러한 애플리케이션은 모델을 배포하기 전에 많은 수의 컴퓨팅 집약적인 프로세스를 수행해야 합니다. 많은 수의 GPU를 확보하는 것은 소규모 기업에게는 지속 불가능한 노력이며, AWS나 Google Cloud와 같은 기존 클라우드 컴퓨팅 서비스는 원활하고 편리한 개발자 경험을 제공하지만, 제한된 용량은 결국 높은 비용으로 이어져 많은 개발자가 이를 포기하게 됩니다. 결국 모든 사람이 7조 달러에 달하는 하드웨어 비용을 마련할 수 있는 계획을 세울 수는 없습니다.

그렇다면 어떻게 해야 할까요?

Nvidia는 이전에 4만 개 이상의 기업이 AI 및 가속 컴퓨팅을 위해 GPU를 사용하고 있으며, 전 세계적으로 400만 명 이상의 개발자 커뮤니티가 있다고 추산한 바 있습니다. 향후 글로벌 AI 시장은 2023년 5,150억 달러에서 2032년 2조 7,400억 달러로 20.4%의 연평균 성장률(CAGR)로 성장할 것으로 예상됩니다. 한편, GPU 시장은 2032년까지 연평균 25%의 성장률로 4,000억 달러에 달할 것으로 예상됩니다.

그러나 AI 혁명의 여파로 컴퓨팅 리소스에 대한 수요와 공급의 불균형이 심화되면서 자금력이 풍부한 소수의 거대 기업이 여러 혁신적 기술의 개발을 지배하는 다소 반유토피아적인 미래가 펼쳐질 수도 있습니다. 따라서, 저희는 AI 개발자의 수요와 가용 리소스 사이의 격차를 해소하기 위해 탈중앙화된 대안 솔루션으로 이어지는 모든 길을 모색하고 있습니다.

디핀의 역할

디핀이란?

디핀은 Messari 연구팀이 탈중앙화된 물리적 인프라 네트워크의 약자를 따서 만든 용어입니다. 탈중앙화란 한 주체가 임대료를 징수하고 접근을 제한하지 않는 것을 의미합니다. 한편, 물리적 인프라는 활용되는 '실제' 물리적 자원을 의미합니다. 네트워크는 미리 정해진 목표 또는 일련의 목표를 달성하기 위해 조율된 방식으로 작업하는 참여자 그룹을 의미합니다. 현재 디핀의 총 시가총액은 약 283억 달러에 달합니다.

디핀의 핵심은 물리적 인프라 자원을 블록체인에 연결하여 구매자와 공급자를 연결하는 탈중앙화된 시장을 가능하게 하는 글로벌 노드 네트워크로, 누구나 공급자가 되어 네트워크에 대한 서비스 및 기여에 대한 보상을 받을 수 있습니다. 이 시나리오에서는 서비스 수수료뿐만 아니라 다양한 법적 및 규제 수단을 통해 네트워크 액세스를 제한하는 중앙화된 중개자가 각 토큰 보유자가 관리하는 스마트 컨트랙트와 코드로 구성된 탈중앙화된 프로토콜로 대체됩니다.

디핀의 가치는 기존의 리소스 네트워크와 서비스 제공업체에 탈중앙화되고 접근 가능하며 저렴하고 확장 가능한 대안을 제공한다는 점입니다. 특정 최종 목표를 달성하기 위해 설계된 탈중앙화된 시장을 가능하게 하며, 상품과 서비스의 비용은 시장 역학에 따라 결정되고, 누구나 언제든지 참여할 수 있어 공급자의 수가 증가하고 수익 마진이 감소함에 따라 자연스럽게 단가가 낮아집니다.

블록체인을 사용하면 디핀은 네트워크 참여자들이 서비스에 대한 적절한 보상을 받을 수 있도록 암호경제적 인센티브 시스템을 구축하여 주요 가치 제공자들을 이해관계자로 만들 수 있습니다. 그러나 네트워크 효과는 소규모 개별 네트워크를 대규모 생산 시스템으로 전환함으로써 달성되며, 이는 디핀의 많은 이점을 실현하는 데 매우 중요하다는 점에 유의하는 것이 중요합니다. 또한 토큰 보상은 네트워크 부트스트랩 메커니즘의 강력한 수단으로 입증되었지만, 사용자 유지와 장기적인 채택을 지원하기 위한 지속 가능한 인센티브를 만드는 것은 더 넓은 DePIN 영역에서 핵심 과제로 남아 있습니다.

디핀은 어떻게 작동하나요?

탈중앙화 컴퓨팅 시장을 지원하는 데 있어 DePIN이 제공하는 가치를 더 잘 이해하려면 다양한 아키텍처 구성 요소와 이들이 어떻게 함께 작동하여 탈중앙화 리소스 네트워크를 형성하는지 파악하는 것이 중요합니다. 디핀의 구조와 참여자를 고려해 보겠습니다.

프로토콜

탈중앙화된 프로토콜, 즉 기본 블록체인 네트워크 위에 구축된 일련의 스마트 컨트랙트는 네트워크 참여자 간의 신뢰 상호 작용을 촉진하는 데 사용됩니다. 이상적으로는 네트워크의 장기적인 성공을 위해 적극적으로 노력하는 다양한 이해관계자가 프로토콜을 관리합니다. 이러한 이해관계자는 프로토콜 토큰 보유량을 사용해 제안된 변경 및 개발 사항에 투표합니다. 분산형 네트워크를 성공적으로 조율하는 것은 그 자체로 큰 도전이기 때문에, 일반적으로 핵심 팀은 초기에 이러한 변경 사항을 구현할 권한을 보유하고 있다가 탈중앙화 자율 조직(DAO)으로 권한을 이양합니다.

네트워크 참여자

리소스 네트워크의 최종 사용자는 가장 중요한 참여자이며, 그들의 기능에 따라 분류할 수 있습니다.

공급자: 디핀 기본 토큰으로 지급되는 금전적 보상과 교환하여 네트워크에 리소스를 제공하는 개인 또는 단체입니다. 공급자는 화이트리스트 프로세스 또는 권한 없음 프로세스를 시행할 수 있는 블록체인 네이티브 프로토콜을 통해 네트워크에 "연결"됩니다. 공급자는 토큰을 받음으로써 주식 소유의 이해관계자처럼 네트워크에 대한 지분을 확보하여 수요를 촉진하고 네트워크의 가치를 높이는 데 도움이 될 것으로 생각되는 제안과 네트워크 개발에 투표할 수 있으며, 시간이 지나면서 토큰 가격이 더 높아질 수 있습니다. 물론, 토큰을 받는 공급업체는 디핀을 소극적 소득의 한 형태로 활용하고 토큰을 받은 대로 판매할 가능성도 있습니다.

소비자: GPU를 찾는 AI 스타트업과 같이 디핀이 제공하는 자원을 적극적으로 찾는 개인 또는 단체로, 경제 방정식의 수요 측면을 대표합니다. 소비자는 기존의 대안에 비해 디핀을 사용하면 비용 및 오버헤드 요구 사항이 낮아지는 등 실질적인 이점이 있는 경우 디핀을 사용하게 되며, 이는 네트워크의 유기적인 수요를 나타냅니다. 디핀은 일반적으로 소비자가 가치를 창출하고 안정적인 현금 흐름을 유지하기 위한 수단으로 기본 토큰으로 자원 비용을 지불하도록 요구합니다.

자원

디핀은 자원을 할당하는 다양한 비즈니스 모델을 통해 다양한 시장에 서비스를 제공할 수 있으며, 블록웍스는 이를 위한 훌륭한 프레임워크인 맞춤형 하드웨어를 제공합니다. 공급업체에게 할당을 위한 특수한 독점 하드웨어를 제공하는 맞춤형 하드웨어 디핀, 컴퓨팅, 스토리지 및 대역폭을 포함하되 이에 국한되지 않는 기존의 미사용 자원을 할당할 수 있는 상품 하드웨어 디핀이 있습니다.

경제

이상적으로 작동하는 DePIN에서는 소비자가 리소스에 대한 비용을 공급자에게 지불함으로써 얻는 수익에서 가치가 축적됩니다. 네트워크에 대한 지속적인 수요는 네이티브 토큰에 대한 지속적인 수요를 의미하며, 이는 공급자와 토큰 보유자의 경제적 인센티브와도 일치합니다. 초기 단계에서 지속 가능한 유기적 수요를 창출하는 것은 대부분의 스타트업에게 어려운 일이기 때문에 디핀은 초기 공급자에게 인플레이션 토큰 인센티브를 제공하여 수요를 창출하는 방법으로 네트워크를 부트스트랩하고, 이를 통해 더 많은 유기적 공급을 창출할 수 있도록 장려합니다. 이는 벤처 캐피탈리스트가 초기 고객 기반을 부트스트랩하기 위해 초기 단계의 Uber 라이더에게 비용을 보조하여 운전자를 더 끌어들이고 네트워크 효과를 강화하는 방식과 매우 유사합니다.

디핀은 네트워크의 전반적인 성공에 핵심적인 역할을 하므로 토큰 인센티브를 최대한 전략적으로 관리해야 합니다. 수요와 네트워크 수익이 증가하면 토큰 발행은 감소해야 합니다. 반대로 수요와 수익이 감소하면 토큰 발행을 통해 공급을 다시 장려해야 합니다.

성공적인 DePIN 네트워크의 모습을 더 자세히 설명하기 위해, DePIN을 조정하는 데 사용되는 긍정적 반사 루프인 "DePIN 플라이휠"을 생각해 보겠습니다. 요약하자면:

1. 디핀은 인플레이션 토큰 보상을 지급하여 공급자가 네트워크에 자원을 제공하도록 인센티브를 부여합니다. 자원을 공급하고 소비할 수 있는 기본 공급량을 설정합니다.

2. 공급자의 수가 증가하기 시작하면 네트워크에서 제공하는 상품과 서비스의 전반적인 품질을 기존 시장 솔루션보다 더 나은 수준으로 개선하여 경쟁 우위를 확보하는 경쟁 역학이 네트워크에서 발전하기 시작합니다. 이는 탈중앙화된 시스템이 기존의 중앙화된 서비스 제공업체를 추월하는 것을 의미하며, 이는 결코 쉬운 일이 아닙니다.

3. DePIN은 유기적인 수요를 창출하고 서비스 제공자에게 합법적인 현금 흐름을 제공하기 시작했습니다. 이는 투자자와 공급업체가 네트워크에 대한 수요를 지속적으로 창출하고 결과적으로 토큰 가격을 상승시킬 수 있는 매력적인 기회입니다.

토큰 가격의 상승은 공급업체의 수익을 증가시켜 더 많은 공급업체를 유치하고 플라이휠을 다시 시작하게 합니다.

이 프레임워크는 강력한 성장 전략을 제공하지만, 대부분 이론적이며 네트워크가 경쟁력 있는 리소스를 제공하고 리소스를 제공하고 오랜 기간 동안 관련성을 유지한다고 가정한다는 점에 유의할 필요가 있습니다.

컴퓨팅 디핀

탈중앙화 컴퓨팅 시장은 "공유 경제"로 알려진 광범위한 움직임의 일부입니다. 분산형 컴퓨팅 시장은 소비자가 온라인 플랫폼을 통해 다른 소비자와 직접 상품과 서비스를 공유하는 P2P 경제 시스템인 '공유 경제'로 알려진 광범위한 움직임의 일부입니다. eBay와 같은 기업이 처음 개척한 이 모델은 현재 에어비앤비, 우버 등이 주도하고 있으며, 차세대 혁신 기술이 전 세계 시장을 휩쓸면서 궁극적으로 지각 변동을 일으킬 것으로 예상됩니다. 공유 경제의 가치는 2023년까지 150억 달러에 달할 것이며, 2031년에는 전 세계적으로 800억 달러에 육박하는 규모로 성장할 것으로 예상됩니다(. 2031년까지 그 가치는 800억 달러에 육박하는 규모로 성장할 것입니다."라며 소비자 행동의 광범위한 트렌드를 지적하며, DePIN이 그 혜택을 누리고 실현에 핵심적인 역할을 할 수 있을 것으로 기대했습니다.

기본 사항

Calculate DePIN은 공급자와 구매자를 연결하는 P2P 네트워크로서 공급자와 구매자를 연결하는 탈중앙화된 마켓플레이스로, 컴퓨팅 리소스 할당을 용이하게 합니다. 이러한 네트워크의 주요 차이점은 오늘날 많은 사람들이 이미 사용할 수 있는 상품 하드웨어 리소스에 초점을 맞춘다는 점입니다. 앞서 살펴본 바와 같이, 딥 러닝과 생성적 AI의 등장으로 인해 리소스 집약적인 워크로드로 인해 AI 개발을 위한 주요 리소스에 액세스하는 데 병목 현상이 발생했으며, 이로 인해 처리 능력에 대한 수요가 급증하고 있습니다. 간단히 말해, 탈중앙화된 컴퓨팅 마켓플레이스는 전 세계에 걸쳐 누구나 접근할 수 있는 <새로운 공급 흐름>을 만들어 이러한 병목 현상을 완화하는 것을 목표로 합니다.

컴퓨트 디핀에서는 모든 개인이나 단체가 유휴 리소스를 즉시 빌려주고 서비스에 대한 적절한 보상을 받을 수 있습니다. 동시에 모든 개인이나 단체는 라이선스가 필요 없는 글로벌 네트워크에서 기존 시장 제품보다 더 낮은 비용과 유연성으로 필요한 리소스에 액세스할 수 있습니다. 따라서 저희는 간단한 경제 프레임워크를 통해 DePIN 컴퓨팅에 참여하는 플레이어를 구성할 수 있습니다.

• 공급 측: 컴퓨팅 리소스를 소유하고 있으며 보조금을 받고 기꺼이 자신의 컴퓨팅 자원을 대여하거나 판매하고자 하는 개인. 또는 단체.

• 수요 측면: 컴퓨팅이 필요하고 비용을 지불할 의사가 있는 개인 또는 단체.

컴퓨팅 DePIN의 주요 이점

컴퓨팅 DePIN은 중앙화된 서비스 제공자 및 시장 대안으로 여러 가지 이점을 제공합니다. 첫째, 라이선스 없는 국경 간 시장 참여를 허용하면 컴퓨팅 집약적인 워크로드에 필요한 중요 리소스의 양을 늘리는 새로운 프로비저닝 스트림이 열립니다. 컴퓨트 디핀은 대부분의 사람들이 이미 소유하고 있는 하드웨어 리소스에 초점을 맞춥니다. 게임용 PC를 소유한 사람이라면 누구나 이미 대여할 수 있는 GPU를 보유하고 있으며, 이를 통해 차세대 상품과 서비스 구축에 참여할 수 있는 개발자와 팀의 범위가 확대되어 전 세계 더 많은 사람들에게 혜택이 돌아갈 수 있습니다.

더 자세히 살펴보면, DePIN을 지원하는 블록체인 인프라는 P2P 거래를 촉진하기 위한 효율적이고 확장 가능한 결제 채널을 제공합니다. 암호화폐 기반 금융 자산(토큰)은 점점 더 세계화되는 오늘날의 경제에 부합하는 유통 메커니즘을 활용하여 수요 측 참여자가 공급자에게 지불할 수 있는 공유 가치 단위를 제공합니다. 앞서 언급한 DePIN 플라이휠 구조를 참조하면, 경제적 인센티브를 전략적으로 관리하는 것은 DePIN의 네트워크 효과(수요와 공급 측면)를 증가시켜 공급업체 간의 경쟁을 증가시키는 데 매우 유리합니다. 이러한 역학 관계는 단가를 낮추는 동시에 서비스 품질을 개선하여 공급자가 토큰 보유자 및 주요 가치 제공자로서 혜택을 누릴 수 있는 지속 가능한 경쟁 우위를 창출합니다.

디핀은 클라우드 컴퓨팅 서비스 제공업체와 유사하게 작동하며, 필요에 따라 리소스에 액세스하고 비용을 지불할 수 있는 유연한 사용자 경험을 제공하는 것을 목표로 합니다. 그랜드뷰 리서치에 따르면 전 세계 클라우드 컴퓨팅 시장 규모는 연평균 21.2% 성장하여 2030년까지 2조 4천억 달러를 넘어설 것으로 예상되며, 이는 향후 컴퓨팅 리소스에 대한 예상 수요를 고려할 때 이 비즈니스 모델의 실행 가능성을 입증하는 것입니다. 최신 클라우드 컴퓨팅 플랫폼은 중앙 서버를 이용해 클라이언트 디바이스와 서버 간의 모든 통신을 처리하기 때문에 운영상 단일 장애 지점이 존재합니다. 블록체인을 기반으로 구축된 디핀은 기존 서비스 제공업체보다 검열 저항성과 복원력이 뛰어납니다. 중앙 클라우드 서비스 제공업체와 같은 단일 조직이나 단체에 대한 공격은 기본 리소스의 전체 네트워크를 손상시킬 수 있지만, 디핀은 분산된 특성으로 인해 이러한 이벤트에 저항하도록 설계되었습니다. 첫째, 블록체인 자체는 중앙화된 네트워크 권한에 저항하도록 설계된 전용 노드로 구성된 전 세계적으로 분산된 네트워크입니다. 또한, 디핀을 계산하면 라이선스가 없는 네트워크 참여가 가능하여 법적 및 규제 장벽을 우회할 수 있습니다. 토큰 할당의 성격에 따라, 디핀은 공정한 투표 절차를 통해 프로토콜의 변경 및 개발 제안에 투표할 수 있어 단일 주체가 갑자기 전체 네트워크를 중단시킬 가능성을 제거합니다.

컴퓨팅 디핀 현황

렌더 네트워크

렌더 네트워크는 탈중앙화된 컴퓨팅 마켓플레이스를 통해 GPU 구매자와 판매자를 연결하는 컴퓨팅 디핀으로, 자체 토큰을 통해 거래가 이루어집니다.Render의 GPU 마켓플레이스에는 처리 능력을 원하는 크리에이터와 기본 렌더 토큰으로 보상을 받는 대신 무료 GPU를 대여하는 노드 운영자라는 두 가지 주요 당사자가 참여합니다. 노드 운영자는 평판 기반 시스템에 따라 순위가 매겨지고 크리에이터는 다단계 가격 시스템에서 GPU를 선택할 수 있습니다. 렌더링 증명(POR) 합의 알고리즘이 작업을 조율하며, 노드 운영자는 그래픽 렌더링 작업과 같은 작업을 처리하기 위해 자신의 계산 자원(GPU)을 커밋합니다. 작업이 완료되면 POR 알고리즘은 작업의 품질에 따라 평판 점수를 변경하는 등 노드 운영자의 상태를 업데이트합니다.Render의 블록체인 인프라는 작업 결제를 용이하게 하여 공급자와 구매자가 네트워크 토큰을 통해 거래할 수 있는 투명하고 효율적인 결제 채널을 제공합니다.

이미지 src="https://img.jinse.cn/7243815_watermarknone.png" title="7243815" alt="hkEEo8mN5njmslPXCP7KVN5ywQeoiJ88uL8TWdIM.png">< /p>

<

렌더 네트워크는 2009년 Jules Urbach에 의해 고안되었으며, 네트워크 성능 향상과 운영 비용 절감을 위해 2020년 9월에 이더(RNDR)에서 가동되었고, 약 3년 후 솔라나(RENDER)로 마이그레이션되었습니다.

이 글을 쓰는 현재, 렌더 네트워크는 최대 3,300만 개의 작업(렌더링 프레임 기준)을 처리했으며, 창립 이래 5,600개의 노드로 성장했습니다. 6만 개 미만의 렌더는 소각되며, 이는 작업 크레딧이 노드 운영자에게 분배될 때 발생하는 프로세스입니다.

IO Net

Io Net은 수많은 유휴 컴퓨팅 자원과 이러한 자원이 제공하는 처리 능력을 필요로 하는 계속 증가하는 개인 및 단체 사이의 오케스트레이션 계층 역할을 하기 위해 솔라나에서 탈중앙화된 GPU 네트워크를 출시하고 있으며, 시장의 다른 디핀과 직접 경쟁하지 않는다는 것이 Io Net의 고유한 판매 포인트입니다. Io Net의 고유한 판매 포인트는 시장의 다른 디핀과 직접 경쟁하지 않고 데이터 센터, 채굴자, 렌더 네트워크 및 파일코인 등 다양한 출처의 GPU를 통합하는 동시에 독점적인 디핀인 IoG(Internet-of-GPU)를 활용하여 운영을 조율한다는 점입니다. Io Net 고객은 프로세서 유형, 위치, 통신 속도, 규정 준수 및 서비스 기간을 선택하여 자신의 워크로드에 맞게 IO 클라우드에서 클러스터링을 맞춤 설정할 수 있습니다. 반대로, 지원되는 GPU 모델(12GB RAM, 256GB SSD)을 보유한 사람은 누구나 IO 워커로 참여하여 유휴 컴퓨팅 리소스를 네트워크에 대여함으로써 수익을 얻을 수 있습니다. 현재 서비스 대금은 법정화폐와 USDC로 결제되지만, 네트워크는 곧 네이티브 $IO 토큰으로도 결제할 수 있도록 지원할 예정입니다. 리소스에 대한 지불 가격은 공급과 수요, 다양한 GPU 사양 및 구성 알고리즘에 따라 결정되며, Io Net의 궁극적인 목표는 최신 클라우드 서비스 제공자보다 저렴한 비용과 더 나은 서비스 품질을 제공함으로써 선택받는 GPU 마켓플레이스가 되는 것입니다.

다계층 IO 아키텍처는 다음과 같이 매핑할 수 있습니다.

• UI 계층 - 공용 사이트, 고객 영역, 작업 공간으로 구성됩니다.

• 보안 계층 - 네트워크 보호를 위한 방화벽, 사용자 확인을 위한 인증 서비스, 활동 추적을 위한 로깅 서비스로 구성됩니다.

• API 계층 - 이 계층은 통신 계층 역할을 하며 클러스터 관리, 분석, 모니터링 및 보고를 위한 공개 API, 비공개 API, 내부 API로 구성됩니다.

• 백엔드 레이어 - 백엔드 레이어는 작업 공간, 클러스터/GPU 운영, 고객 상호 작용, 청구 및 사용 모니터링, 분석 및 자동 확장을 관리합니다.

• 데이터베이스 계층 - 이 계층은 시스템의 데이터 저장소로, 구조화된 데이터에는 기본 스토리지를 사용하고 자주 액세스하는 임시 데이터에는 캐싱을 사용합니다.

• 메시지 에이전트 및 작업 계층 - 이 계층은 비동기 통신 및 작업 관리를 용이하게 합니다.

• 인프라 레이어 - 이 레이어에는 GPU 풀, 오케스트레이션 도구가 포함되어 있으며 태스크 배포를 관리합니다.

현재 통계/로드맵:

이 글을 쓰는 시점 기준 :

• 총 네트워크 수익: $1.08백만

• 총 컴퓨팅 시간: 837.6k 시간

• 클러스터 준비된 총 GPU 수: 20.4k

• 클러스터 준비된 총 CPU 수: 5.6k

• 총 온체인 트랜잭션 수: 167m

• 총 추론 횟수: 335.7k

• 총 생성된 클러스터 수: 15.1만

Io Net Explorer에서 가져온 데이터입니다.

Aethir

Aethir는 컴퓨팅 집약적인 도메인 및 애플리케이션에서 고성능 컴퓨팅 리소스를 쉽게 공유할 수 있는 클라우드 DePIN입니다. 리소스 풀링을 활용하여 훨씬 저렴한 비용으로 글로벌 GPU를 할당하고 분산된 리소스 소유권을 통해 분산된 소유권을 가능하게 하며, Aether는 게임 및 AI 모델 훈련 및 추론과 같은 고성능 워크로드를 위해 특별히 분산된 GPU 프레임워크를 설계했습니다. GPU 클러스터를 단일 네트워크로 통합함으로써 클러스터 규모를 늘려 네트워크에서 제공되는 서비스의 전반적인 성능과 안정성을 향상시키는 것을 목표로 설계되었습니다.

아에티르 네트워크는 채굴자, 개발자, 사용자, 토큰 보유자, 아에티르 DAO로 구성된 탈중앙화 경제입니다. 네트워크의 성공적인 운영을 보장하는 세 가지 핵심 역할은 컨테이너, 인덱서, 인스펙터입니다. 컨테이너는 네트워크의 파워 노드로, 트랜잭션 검증과 디지털 콘텐츠의 실시간 렌더링 등 네트워크를 활성 상태로 유지하기 위해 중요한 작업을 수행하는 전용 노드 역할을 합니다. 인스펙터는 GPU 소비자의 요구를 충족하는 안정적이고 효율적인 운영을 보장하기 위해 컨테이너의 성능과 서비스 품질을 지속적으로 모니터링하는 품질 보증 작업자입니다. 인덱서는 사용자와 최적의 컨테이너를 연결하는 중개자 역할을 합니다. 이 구조를 뒷받침하는 것은 아비트럼 레이어 2 블록체인으로, 네이티브 $ATH 토큰을 사용하여 아에티르 네트워크에서 상품과 서비스에 대한 결제를 용이하게 하는 탈중앙화 결제 레이어를 제공합니다.

이미지 src="https://img.jinse.cn/7243817_watermarknone.png" title="7243817" alt="puOItiFSkCDhaalGEFbovt4TDngaj9C50YJIz0ze.png">< /p>

렌더링 증명

Aethir 네트워크의 노드는 15분마다 작업자 그룹을 무작위로 선정하여 트랜잭션을 검증하는 렌더링 능력 증명과 네트워크 성능을 면밀히 모니터링하여 사용자가 수요와 지리적 위치에 따라 리소스를 조정하여 최적의 서비스를 받을 수 있도록 네트워크 성능을 면밀히 모니터링합니다. 채굴 보상은 Aethir 네트워크 노드를 실행하는 참여자에게 그들이 제공하는 컴퓨팅 리소스에 대해 네이티브 $ATH 토큰 형태로 분배됩니다.

노사나

노사나는 솔라나 위에 구축된 탈중앙화 GPU 네트워크로, 누구나 사용하지 않는 컴퓨팅 자원을 기여하고 이에 대한 보상을 $NOS 토큰 형태로 받을 수 있습니다. dePIN은 비용 효율적으로 GPU를 할당할 수 있게 하여 다음과 같은 용도로 사용할 수 있도록 지원합니다. 기존 클라우드 솔루션의 오버헤드 없이 복잡한 AI 워크로드를 실행할 수 있습니다. 누구나 유휴 GPU를 대여하여 노사나 노드를 실행하고 네트워크에 제공하는 GPU 성능에 비례하여 토큰 보상을 받을 수 있습니다.

네트워크는 컴퓨팅 자원을 할당하는 두 당사자, 즉 컴퓨팅 자원에 액세스하려는 사용자와 컴퓨팅 자원을 제공하는 노드 운영자를 연결합니다. 중요한 프로토콜 결정과 업그레이드는 NOS 토큰 보유자가 투표하고 노사나 DAO가 관리합니다.

노사나의 향후 계획에 대한 자세한 로드맵은 다음과 같습니다. Galactica(v1.0 - 2024년 상반기/H2)는 메인 네트워크를 출시하고, CLI와 SDK를 출시하며, 소비자 GPU용 컨테이너 노드로 네트워크를 확장하는 데 주력할 것입니다. Triangulum(v1.X - 2024년 하반기)은 주요 머신 러닝 프로토콜과 PyTorch, HuggingFace, TensorFlow용 커넥터를 통합합니다.Whirlpool(v1.X - 2025년 상반기)은 AMD, Intel, Apple Silicon 이외의 다양한 지원을 확장합니다. GPUs.Sombrero(v1.X - H2 2025)는 중대형 기업, 법정 화폐 환전, 청구 및 팀 기능에 대한 지원을 추가할 예정입니다.

아카시

아카시 네트워크는 코스모스 SDK 위에 구축된 오픈 소스 지분 증명 네트워크로, 누구나 탈중앙화된 클라우드 마켓플레이스에 참여하고 기여할 수 있습니다. 아카시 토큰은 네트워크를 보호하고, 리소스 지불을 촉진하며, 네트워크 참여자 간의 경제적 조정 행동을 조정하는 데 사용됩니다.

• 블록체인 레이어, 텐더민트를 사용하는 Tendermint 코어와 코스모스 SDK를 사용하여 합의를 제공합니다.

• 배포 및 리소스 할당을 관리하는 애플리케이션 레이어.

• 리소스, 입찰, 사용자 애플리케이션 배포를 관리하는 공급자 레이어.

• 사용자 계층은 사용자가 아카시 네트워크와 상호작용하고, 리소스를 관리하며, CLI, 콘솔 및 대시보드를 통해 애플리케이션 상태를 모니터링할 수 있도록 합니다.

초기에는 스토리지와 CPU 임대 서비스에 집중했던 네트워크는 이후 AI 트레이닝 및 추론 워크로드의 증가와 처리 능력 수요에 대응하여 아카시ML 플랫폼을 통해 GPU 임대 및 할당을 확장했습니다. 아카시ML은 고객(테넌트)이 GPU에 지불하고자 하는 가격을 제출하면 컴퓨팅 벤더(공급자)가 요청된 GPU를 공급하기 위해 경쟁하는 "역경매" 시스템을 사용합니다.

이 글을 쓰는 시점에서 아카시 블록체인에는 1290만 건 이상의 거래, 53만 5천 달러 이상의 컴퓨팅 리소스 액세스, 189,000개 이상의 고유 배포가 임대한 것으로 기록되어 있습니다.

기타 언급할 만한 프로젝트

컴퓨팅 디핀 분야는 여전히 진화하고 있으며, 많은 팀들이 혁신적이고 효율적인 솔루션을 시장에 출시하기 위해 경쟁하고 있습니다. AI 개발 리소스 풀을 위한 협업 오픈 액세스 플랫폼을 구축하고 있는 Hyperbolic, 컴퓨팅 채굴자가 지원하는 분산형 컴퓨팅 파워 네트워크를 구축하고 있는 Exabits, 서버 측 게임을 위해 PC를 대여하고 수익을 창출할 수 있는 네트워크를 Solana에 구축하고 있는 Shaga 등이 더 살펴볼 만한 사례입니다.

중요한 고려 사항과 향후 전망

지금까지 컴퓨팅 디핀의 기본 사항을 이해하고 현재 운영 중인 몇 가지 보완적인 사례 연구를 검토했으니, 이제 장단점을 포함하여 이러한 탈중앙화 네트워크의 의미를 고려하는 것이 중요합니다.

과제

대규모의 분산 네트워크를 구축하려면 성능과 보안, 복원력 등의 균형을 맞춰야 하는 경우가 많습니다. 예를 들어, 전 세계에 분산된 상용 하드웨어 네트워크에서 AI 모델을 학습시키는 것은 비용과 시간 면에서 비효율적일 수 있습니다. 앞서 언급했듯이 AI 모델과 그 워크로드는 점점 더 복잡해지고 있으며, 커머셜 GPU보다는 고성능 GPU가 더 많이 필요합니다.

이 때문에 대기업은 고성능 GPU를 비축하고, 컴퓨팅 디핀은 누구나 사용하지 않는 물량을 빌려줄 수 있는 비인가 시장을 만들어 GPU 부족을 해결하려고 하는 방식에 내재된 문제를 안고 있는 것이죠. 네트워크에 기여하고자 하는 GPU 제공업체에 대한 벤치마크 요건을 설정하고 네트워크에 제공되는 컴퓨팅 리소스를 풀링하여 더 큰 전체를 달성하는 두 가지 주요 방법으로 이 문제를 해결할 수 있습니다. 그러나 이 모델은 본질적으로 더 많은 자본을 할당하여 Nvidia와 같은 하드웨어 공급업체와 직접 거래할 수 있는 중앙 집중식 서비스 제공업체보다 더 어렵습니다.

컴퓨팅 디핀과 관련된 또 다른 과제는 적절한 리소스 사용량을 관리하는 것입니다. 초기 단계의 대부분의 컴퓨팅 디핀은 오늘날 많은 스타트업이 직면하는 것처럼 구조적인 수요 부족에 직면하게 됩니다. 일반적으로 DePIN의 과제는 초기에 충분한 공급을 확보하여 최소한의 실행 가능한 제품 품질을 달성하는 것입니다. 공급이 없으면 네트워크는 지속 가능한 수요를 창출할 수 없으며 수요가 가장 많은 기간 동안 고객에게 서비스를 제공할 수 없습니다. 이 방정식의 다른 측면은 공급 과잉에 대한 우려입니다. 특정 임계값을 넘어서는 공급 증가는 네트워크의 활용도가 최대 용량에 근접하거나 최대 용량에 도달한 경우에만 이득이 됩니다. 그렇지 않을 경우, 프로토콜이 토큰 발행을 늘려 공급을 유지하지 않는 한 디핀은 공급에 대한 초과 지불의 위험이 있으며, 이는 결국 자원의 활용도 저하와 공급자의 수익 감소로 이어집니다.

지리적 범위가 넓지 않은 통신 네트워크가 무용지물인 것처럼, 승객이 너무 오래 기다려야 한다면 택시 네트워크도 무용지물입니다. 시간이 지남에 따라 리소스를 제공하기 위해 사람들에게 비용을 지불해야 한다면 DePIN은 쓸모가 없습니다. 중앙 집중식 서비스 제공업체는 리소스 수요를 예측하고 공급을 효율적으로 관리할 수 있지만, 컴퓨팅 디핀은 이러한 활용을 관리할 중앙 기관이 부족합니다. 따라서 디핀은 리소스 활용도를 설정할 때 특히 전략적으로 접근해야 합니다.

탈중앙화 GPU 시장의 더 큰 문제는 GPU 공급 부족이 곧 끝날 수 있다는 것입니다. 마크 저커버그는 최근 한 인터뷰에서 기업들이 지금처럼 컴퓨팅 자원을 비축하는 대신 데이터 센터를 대량으로 구축하기 위해 분주해질 것이기 때문에 미래의 병목 현상은 컴퓨팅 자원이 아닌 에너지가 될 것으로 생각한다고 말했습니다. 물론 이는 수요가 둔화됨에 따라 GPU 가격이 하락할 가능성이 높다는 것을 의미하지만, 전용 데이터 센터를 구축함으로써 AI 모델 성능의 기준이 전례 없는 수준으로 높아질 경우 AI 스타트업이 성능과 서비스 품질 측면에서 대기업과 어떻게 경쟁할 수 있을지에 대한 의문도 제기됩니다.

컴퓨팅 DePIN의 사례

다시 말하자면, AI 모델의 복잡성과 그에 따른 처리 및 연산 요구 사항, 고성능 GPU 및 기타 컴퓨팅 리소스의 양 사이에는 점점 더 큰 격차가 발생하고 있습니다.

컴퓨팅 디핀은 다음과 같은 몇 가지 주요 기능을 바탕으로 오늘날 주요 하드웨어 제조업체와 클라우드 제공업체가 주도하고 있는 컴퓨팅 시장 영역에서 혁신적인 파괴를 일으킬 잠재력을 가지고 있습니다.

1. 더 낮은 상품 및 서비스 비용 제공.

2. 검열 저항성과 네트워크 복원력 보장을 제공합니다.

3. AI 모델이 미세 조정 및 학습을 위해 최대한 개방되어야 하며, 누구나 어디서나 쉽게 액세스할 수 있어야 한다는 잠재적인 AI 규제 가이드라인의 혜택을 누릴 수 있습니다.

미국 가정의 컴퓨터 및 인터넷 접속 비율은 기하급수적으로 증가하여 100%에 육박하고 있습니다. 또한 전 세계 여러 지역에서도 크게 성장했습니다. 이는 잠재적인 컴퓨팅 리소스 제공자(GPU 소유자)가 충분한 금전적 인센티브와 원활한 거래 프로세스가 있는 경우 유휴 공급을 기꺼이 빌려줄 수 있음을 시사합니다. 물론 이는 매우 대략적인 추정치이지만, 지속 가능한 컴퓨팅 리소스 공유 경제의 기반이 이미 존재할 수 있음을 시사합니다.

AI 외에도 향후 컴퓨팅 수요는 양자 컴퓨팅과 같은 다른 많은 산업에서 발생할 것입니다. 양자 컴퓨팅 시장 규모는 2023년 9억 2,880만 달러에서 2030년 65억 2,880만 달러로 32.1%의 연평균 성장률로 성장할 것으로 예상됩니다. 이 산업에서 생산에는 다양한 종류의 자원이 필요하지만, 양자 컴퓨팅 디핀이 어떤 식으로 활용될지, 그리고 어떤 모습을 보일지 지켜보는 것은 흥미로운 일이 될 것입니다.

"소비자 하드웨어에서 실행되는 오픈 소스 모델의 강력한 생태계는 거대 기업이나 군대보다 훨씬 저렴한 비용으로 AI의 지나친 중앙 집중식 포획으로부터 미래 가치를 보호할 수 있는 중요한 대응책입니다." - 비탈릭 부테린

대기업은 DePIN의 대상이 아닐 수도 있고, 앞으로도 그럴 것입니다. 컴퓨팅 DePIN은 제한된 자원을 가진 개인 개발자, 소규모 기업가, 스타트업에 다시 힘을 실어줍니다. 더 많은 컴퓨팅 리소스를 통해 유휴 자원을 혁신적인 아이디어와 솔루션으로 전환할 수 있게 해줍니다.AI는 의심할 여지 없이 수십억 명의 삶을 변화시킬 것입니다. AI가 모든 사람의 일자리를 대체할 것이라고 걱정하기보다는 AI가 개인과 자영업자, 스타트업, 그리고 더 많은 대중에게 힘을 실어줄 수 있다는 생각을 장려해야 합니다.