Tác giả: Paul Timofeev Nguồn: Shoal Research Dịch: Shan Ouba, Golden Finance
Thảo luận về vai trò của cơ sở hạ tầng điện toán phi tập trung trong việc hỗ trợ thị trường GPU phi tập trung, đồng thời cung cấp các phân tích toàn diện và nghiên cứu trường hợp bổ sung.
Với sự phát triển của học máy, đặc biệt là sự phát triển của trí tuệ nhân tạo tổng hợp, Máy tính tài nguyên ngày càng được tìm kiếm nhiều hơn cho khối lượng công việc đòi hỏi nhiều tính toán. Tuy nhiên, khi các công ty lớn và chính phủ tích trữ các tài nguyên này, các công ty khởi nghiệp và nhà phát triển độc lập hiện phải đối mặt với tình trạng thiếu GPU trên thị trường, dẫn đến chi phí cắt cổ hoặc thiếu khả năng tiếp cận.
DePIN tính toán kích hoạt tài nguyên máy tính bằng cách cho phép mọi người trên khắp thế giới đóng góp tài nguyên máy tính nhàn rỗi, chẳng hạn như GPU, để đổi lấy phần thưởng bằng tiền thị trường phi tập trung. Điều này nhằm giúp những người tiêu dùng GPU chưa được quan tâm tiếp cận các nguồn cung cấp mới và có được tài nguyên phát triển mà họ cần cho khối lượng công việc của mình với chi phí và chi phí thấp hơn.
Ngày nay, việc tính toán DePIN vẫn phải đối mặt với nhiều thách thức về kinh tế và kỹ thuật khi cạnh tranh với các nhà cung cấp dịch vụ tập trung truyền thống, một số trong đó sẽ có một số vấn đề tự giải quyết theo thời gian, trong khi những vấn đề khác sẽ yêu cầu các giải pháp và tối ưu hóa mới trong tương lai.
Kể từ thời kỳ Công nghiệp Cuộc cách mạng Kể từ đó, công nghệ đã thúc đẩy nhân loại tiến lên với tốc độ chưa từng có, khiến gần như mọi khía cạnh của cuộc sống thường nhật bị ảnh hưởng hoặc thay đổi hoàn toàn. Máy tính cuối cùng đã trở thành đỉnh cao của nỗ lực tập thể của các nhà nghiên cứu, học giả và kỹ sư máy tính. Ban đầu được thiết kế để giải quyết các nhiệm vụ số học lớn nhằm hỗ trợ các hoạt động quân sự tiên tiến, máy tính đã phát triển thành trụ cột của cuộc sống hiện đại. Khi tác động của máy tính đối với nhân loại tiếp tục gia tăng, nhu cầu về những chiếc máy này và tài nguyên mà chúng yêu cầu tiếp tục tăng, vượt xa nguồn cung sẵn có. Ngược lại, điều này đã tạo ra động lực trên thị trường nơi hầu hết các nhà phát triển và doanh nghiệp đều không có sẵn các nguồn lực quan trọng, để lại sự phát triển của học máy và trí tuệ nhân tạo tổng hợp, những công nghệ mang tính biến đổi nhất hiện nay, vào tay một số ít người chơi được tài trợ tốt. Đồng thời, một lượng lớn tài nguyên máy tính nhàn rỗi mang lại cơ hội sinh lời để giảm bớt sự mất cân bằng giữa cung và cầu máy tính, làm trầm trọng thêm nhu cầu về cơ chế phối hợp đầy đủ giữa những người tham gia ở cả hai bên giao dịch. Do đó, chúng tôi tin rằng các hệ thống phi tập trung được hỗ trợ bởi công nghệ blockchain và tài sản kỹ thuật số là rất quan trọng đối với sự phát triển của các sản phẩm và dịch vụ AI rộng hơn, dân chủ hơn và có trách nhiệm hơn.
Máy tính có thể được định nghĩa là bất kỳ quá trình nào mà máy tính phát ra một tín hiệu rõ ràng đầu ra dựa trên một hoạt động, ứng dụng hoặc khối lượng công việc nhất định. Cuối cùng, nó đề cập đến sức mạnh tính toán và xử lý của máy tính, là cơ sở cho tiện ích cốt lõi của những chiếc máy này trong thế giới hiện đại ngày nay, chỉ riêng máy tính đã tạo ra doanh thu khổng lồ 1,1 nghìn tỷ USD vào năm ngoái.
Tài nguyên máy tính đề cập đến các thành phần phần cứng và phần mềm khác nhau hỗ trợ tính toán và xử lý. Khi số lượng ứng dụng và chức năng được hỗ trợ bởi các thành phần này tiếp tục tăng lên, chúng ngày càng trở nên quan trọng trong cuộc sống hàng ngày. Điều này đã dẫn đến một cuộc tranh giành giữa các quyền lực nhà nước và doanh nghiệp để tích lũy càng nhiều nguồn tài nguyên này càng tốt như một phương tiện sinh tồn. Điều này được phản ánh qua hiệu suất thị trường của các công ty cung cấp các tài nguyên này (ví dụ: Nvidia, công ty có vốn hóa thị trường đã tăng hơn 3000% trong 5 năm qua).
Bộ xử lý đồ họa (GPU) là quan trọng nhất trong các thiết bị công nghệ cao hiện đại tính toán hiệu suất Một trong những tài nguyên. Chức năng cốt lõi của nó là một mạch điện tử chuyên dụng giúp tăng tốc khối lượng công việc đồ họa máy tính thông qua xử lý song song. Ban đầu phục vụ ngành công nghiệp trò chơi và máy tính cá nhân, GPU đã phát triển để phục vụ nhiều công nghệ mới nổi sẽ định hình thế giới trong tương lai (ví dụ: máy tính lớn và máy tính cá nhân, thiết bị di động, điện toán đám mây, Internet of Things). Tuy nhiên, sự phát triển của học máy và trí tuệ nhân tạo đã đặc biệt làm tăng nhu cầu về các tài nguyên này - GPU tăng tốc hoạt động học máy và trí tuệ nhân tạo bằng cách thực hiện các phép tính song song, từ đó nâng cao sức mạnh xử lý và hiệu suất của công nghệ cuối cùng.
Cốt lõi của trí tuệ nhân tạo (AI) là một phương pháp cho phép máy tính và các kỹ thuật dành cho máy móc mô phỏng trí thông minh của con người và khả năng giải quyết vấn đề. Một mô hình AI hoạt động như một mạng lưới thần kinh được tạo thành từ nhiều khối dữ liệu khác nhau. Các mô hình yêu cầu khả năng xử lý để xác định và tìm hiểu mối quan hệ giữa các dữ liệu này, sau đó tham khảo các mối quan hệ này khi tạo đầu ra dựa trên đầu vào nhất định.
Việc phát triển và sản xuất AI không phải là điều mới mẻ; vào năm 1967, Frank Rosenblatt đã chế tạo Mark 1 Perceptron, chiếc máy tính đầu tiên dựa trên mạng lưới thần kinh, thông qua chương trình "Học" bằng thử nghiệm và lỗi. Ngoài ra, một lượng lớn nghiên cứu học thuật đặt nền móng cho sự phát triển của AI hiện đại đã được xuất bản vào cuối những năm 1990 và đầu những năm 2000, và ngành này vẫn tiếp tục phát triển kể từ đó.
Ngoài nỗ lực nghiên cứu và phát triển, các mô hình AI "hẹp" còn hỗ trợ nhiều ứng dụng mạnh mẽ đang được sử dụng ngày nay. Ví dụ bao gồm các thuật toán truyền thông xã hội, Siri của Apple và Alexa của Amazon, các đề xuất sản phẩm tùy chỉnh, v.v. Điều đáng chú ý là sự trỗi dậy của deep learning đã thay đổi sự phát triển của trí tuệ nhân tạo (AGI). Các thuật toán học sâu sử dụng mạng lưới thần kinh lớn hơn hoặc "sâu hơn" so với các ứng dụng học máy, như một giải pháp thay thế có khả năng mở rộng cao hơn với khả năng hoạt động rộng hơn. Các mô hình AI sáng tạo “mã hóa cách trình bày đơn giản hóa dữ liệu đào tạo của họ và tham chiếu đến dữ liệu đó để đưa ra kết quả đầu ra mới tương tự nhưng không giống hệt nhau”.
Học sâu cho phép các nhà phát triển Các mô hình AI tổng quát mở rộng theo hình ảnh, giọng nói và các loại dữ liệu phức tạp khác cũng như các ứng dụng mang tính bước ngoặt như ChatGPT, đã lập kỷ lục về cơ sở người dùng phát triển nhanh nhất trong thời hiện đại, vẫn chỉ là phiên bản đầu tiên của những gì có thể làm được với AI tổng quát và sâu. học hỏi.
Với suy nghĩ này, không có gì ngạc nhiên khi việc phát triển AI tổng quát bao gồm nhiều khối lượng công việc tính toán chuyên sâu đòi hỏi sức mạnh xử lý và sức mạnh tính toán đáng kể.
Theo báo cáo "Ba vấn đề về nhu cầu ứng dụng học sâu", việc phát triển ứng dụng AI phải tuân theo một số khối lượng công việc chính:
Đào tạo - Mô hình phải xử lý và phân tích các tập dữ liệu lớn để tìm hiểu cách phản hồi với các đầu vào nhất định.
Điều chỉnh - Mô hình trải qua một loạt quy trình lặp đi lặp lại trong đó các siêu tham số khác nhau được điều chỉnh và tối ưu hóa để nâng cao hiệu suất và chất lượng.
Mô phỏng - Trước khi triển khai, một số mô hình (chẳng hạn như thuật toán học tăng cường) trải qua một loạt Thử nghiệm mô phỏng.
Trong Trong vài thập kỷ qua, nhiều tiến bộ công nghệ khác nhau đã thúc đẩy nhu cầu về sức mạnh tính toán và xử lý tăng vọt chưa từng thấy. Kết quả là, nhu cầu về tài nguyên máy tính như GPU ngày nay vượt xa nguồn cung sẵn có, tạo ra nút thắt trong quá trình phát triển AI và sẽ tiếp tục trở nên tồi tệ hơn nếu không có giải pháp hiệu quả.
Những hạn chế lớn hơn về nguồn cung cũng được thúc đẩy bởi một số lượng lớn các công ty tích cực mua nhiều GPU hơn mức họ thực sự cần, đây vừa là lợi thế cạnh tranh vừa là điều cần thiết trong nền kinh tế toàn cầu hiện đại là phương tiện sinh tồn. Các nhà cung cấp máy tính thường sử dụng các cấu trúc hợp đồng yêu cầu cam kết vốn dài hạn để cung cấp cho khách hàng nguồn cung vượt xa yêu cầu của họ.
Nghiên cứu của Epoch cho thấy tổng số bản phát hành mô hình AI chuyên sâu về điện toán đang tăng nhanh, cho thấy nhu cầu về tài nguyên để cung cấp năng lượng cho các công nghệ này sẽ tiếp tục tăng nhanh chóng .
p>
Khi độ phức tạp của các mô hình AI tiếp tục tăng lên, nhu cầu về sức mạnh tính toán và xử lý của các nhà phát triển ứng dụng cũng ngày càng tăng. Đổi lại, hiệu suất GPU và tính khả dụng của nó sẽ đóng vai trò ngày càng quan trọng. Xu hướng này đã được thể hiện rõ ràng, với nhu cầu ngày càng tăng đối với GPU cao cấp, chẳng hạn như GPU do Nvidia sản xuất, công ty gọi GPU là "kim loại đất hiếm" hay "vàng" của ngành AI.
Việc thương mại hóa nhanh chóng AI có nguy cơ trao quyền kiểm soát cho một số gã khổng lồ công nghệ, tương tự như ngành truyền thông xã hội ngày nay, làm dấy lên lo ngại về nền tảng đạo đức của những mô hình này. Một ví dụ nổi tiếng là cuộc tranh cãi gần đây về Google Gemini. Mặc dù nhiều phản ứng kỳ lạ của nó đối với nhiều lời nhắc khác nhau không gây ra bất kỳ mối nguy hiểm thực sự nào vào thời điểm đó, nhưng vụ việc đã cho thấy những rủi ro vốn có ở một số công ty thống trị và kiểm soát việc phát triển AI.
Các công ty khởi nghiệp công nghệ ngày nay phải đối mặt với những thách thức ngày càng tăng trong việc thu thập tài nguyên máy tính để hỗ trợ các mô hình AI của họ. Các ứng dụng này yêu cầu các quy trình tính toán chuyên sâu trước khi triển khai mô hình. Đối với các doanh nghiệp nhỏ, việc tích lũy một số lượng lớn GPU là một nỗ lực không bền vững và trong khi các dịch vụ điện toán đám mây truyền thống như AWS hay Google Cloud mang lại trải nghiệm liền mạch và thuận tiện cho nhà phát triển thì năng lực hạn chế của chúng cuối cùng lại dẫn đến chi phí cao khiến nhiều nhà phát triển không thể sử dụng. Điểm mấu chốt là không phải ai cũng có thể nghĩ ra kế hoạch huy động 7 nghìn tỷ USD chi phí phần cứng.
Nvidia trước đây ước tính rằng có hơn 40.000 công ty sử dụng GPU cho AI và điện toán tăng tốc, đồng thời có hơn 4 triệu cộng đồng nhà phát triển trên toàn thế giới. Trong tương lai, thị trường AI toàn cầu dự kiến sẽ tăng từ 515 tỷ USD vào năm 2023 lên 2,74 nghìn tỷ USD vào năm 2032, với tốc độ tăng trưởng trung bình hàng năm là 20,4%. Đồng thời, thị trường GPU dự kiến sẽ đạt 400 tỷ USD vào năm 2032, với tốc độ tăng trưởng trung bình hàng năm là 25%.
Tuy nhiên, sau cuộc cách mạng AI, sự mất cân bằng ngày càng gia tăng giữa cung và cầu về tài nguyên máy tính có thể tạo ra một tương lai khá đen tối, trong đó một số ít những gã khổng lồ được tài trợ tốt Dẫn đầu sự phát triển của nhiều công nghệ mang tính biến đổi. Do đó, chúng tôi tin rằng mọi con đường đều dẫn đến các giải pháp thay thế phi tập trung nhằm giúp thu hẹp khoảng cách giữa nhu cầu của nhà phát triển AI và các nguồn lực sẵn có.
DePIN là một thuật ngữ do nhóm nghiên cứu Messari đặt ra và là viết tắt của Mạng cơ sở hạ tầng vật lý phi tập trung. Chia nhỏ nó ra, phân quyền có nghĩa là không có một thực thể nào trích tiền thuê và hạn chế quyền truy cập. Trong khi đó, cơ sở hạ tầng vật chất đề cập đến các nguồn lực vật chất “đời thực” được sử dụng. Mạng đề cập đến một nhóm các tác nhân làm việc theo cách phối hợp để đạt được mục tiêu hoặc bộ mục tiêu đã xác định trước. Ngày nay, tổng vốn hóa thị trường của DePIN là khoảng 28,3 tỷ USD.
Cốt lõi của DePIN là mạng nút toàn cầu kết nối các tài nguyên cơ sở hạ tầng vật lý với chuỗi khối để kích hoạt thị trường phi tập trung và kết nối người mua và nhà cung cấp, bất kỳ ai cũng có thể trở thành nhà cung cấp và nhận thù lao cho các dịch vụ và đóng góp của họ cho mạng lưới. Trong trường hợp này, các trung gian trung tâm hạn chế quyền truy cập vào mạng thông qua các phương tiện pháp lý và quy định khác nhau cũng như phí dịch vụ được thay thế bằng các giao thức phi tập trung bao gồm hợp đồng thông minh và mã, được quản lý bởi chủ sở hữu mã thông báo tương ứng của họ.
Giá trị của DePIN là chúng cung cấp giải pháp thay thế phi tập trung, dễ tiếp cận, chi phí thấp và có thể mở rộng cho các nhà cung cấp dịch vụ và mạng tài nguyên truyền thống. Chúng cho phép các thị trường phi tập trung được thiết kế để đạt được mục tiêu cuối cùng cụ thể; giá thành của hàng hóa và dịch vụ được xác định bởi động lực thị trường, bất kỳ ai cũng có thể tham gia bất kỳ lúc nào và giảm một cách tự nhiên khi số lượng nhà cung cấp tăng lên và tỷ suất lợi nhuận giảm chi phí đơn vị.
Việc sử dụng blockchain cho phép DePIN xây dựng các hệ thống khuyến khích kinh tế tiền điện tử giúp đảm bảo những người tham gia mạng được đền bù xứng đáng cho dịch vụ của họ, mang lại lợi ích cho những người có liên quan đến nhà cung cấp giá trị quan trọng. Tuy nhiên, điều quan trọng cần lưu ý là hiệu ứng mạng đạt được bằng cách chuyển đổi các mạng riêng lẻ nhỏ thành hệ thống sản xuất lớn hơn là rất quan trọng để hiện thực hóa nhiều lợi ích của DePIN. Ngoài ra, mặc dù phần thưởng mã thông báo đã được chứng minh là một phương tiện mạnh mẽ để tham gia mạng, nhưng việc thiết lập các biện pháp khuyến khích bền vững để hỗ trợ giữ chân người dùng và áp dụng lâu dài vẫn là một thách thức chính trong không gian DePIN rộng lớn hơn.
Để hiểu rõ hơn về giá trị mà DePIN mang lại trong việc hỗ trợ thị trường điện toán phi tập trung, điều quan trọng là phải nhận ra các thành phần cấu trúc khác nhau và cách chúng phối hợp với nhau để hình thành một nguồn tài nguyên phi tập trung mạng. Hãy xem xét cấu trúc và tác nhân của DePIN.
Một giao thức phi tập trung được xây dựng trên mạng blockchain cơ bản Một tập hợp các giao thức thông minh các hợp đồng trên đó để tạo điều kiện cho sự tương tác đáng tin cậy giữa những người tham gia mạng. Lý tưởng nhất là giao thức sẽ được quản lý bởi một nhóm đa dạng các bên liên quan, những người cam kết tích cực cho sự thành công lâu dài của mạng. Sau đó, các bên liên quan này sẽ bỏ phiếu về những thay đổi và phát triển được đề xuất bằng cách sử dụng mã thông báo giao thức mà họ nắm giữ. Do việc điều phối thành công mạng phân tán bản thân nó đã là một thách thức lớn, nên nhóm nòng cốt thường giữ quyền thực hiện những thay đổi này ban đầu và sau đó chuyển quyền lực sang một tổ chức tự trị phi tập trung (DAO).
Người dùng cuối của mạng tài nguyên là những người tham gia có giá trị nhất, có thể được phân loại theo chức năng của chúng.
Nhà cung cấp: Một cá nhân hoặc tổ chức cung cấp tài nguyên cho mạng để đổi lấy phần thưởng bằng tiền được trả bằng mã thông báo gốc DePIN. Các nhà cung cấp được “kết nối” với mạng thông qua các giao thức gốc blockchain, có thể thực thi quy trình được đưa vào danh sách trắng hoặc không được phép. Bằng cách nhận mã thông báo, các nhà cung cấp có được cổ phần trong mạng, tương tự như các bên liên quan trong bối cảnh sở hữu vốn cổ phần, cho phép họ bỏ phiếu cho các đề xuất khác nhau và phát triển mạng, chẳng hạn như những đề xuất mà họ tin rằng sẽ giúp thúc đẩy nhu cầu và tăng giá trị mạng, từ đó tạo ra giá token cao hơn theo thời gian. Tất nhiên, cũng có khả năng các nhà cung cấp nhận được token sẽ sử dụng DePIN như một hình thức thu nhập thụ động và bán token khi họ nhận được chúng.
Người tiêu dùng: Đây là những cá nhân hoặc tổ chức tích cực tìm kiếm các tài nguyên mà DePIN cung cấp, chẳng hạn như các công ty khởi nghiệp AI đang tìm kiếm GPU, đại diện cho nền kinh tế Nhu cầu bên trong phương trình. Nếu có những lợi ích thực sự khi sử dụng DePIN so với các lựa chọn thay thế truyền thống (chẳng hạn như chi phí thấp hơn và yêu cầu về chi phí chung), người tiêu dùng sẽ buộc phải sử dụng DePIN, do đó đại diện cho nhu cầu tự nhiên đối với mạng. DePIN thường yêu cầu người tiêu dùng thanh toán tài nguyên bằng mã thông báo gốc của họ như một phương tiện tạo ra giá trị và duy trì dòng tiền ổn định.
DePIN có thể phục vụ các thị trường khác nhau và được phân phối bằng cách sử dụng các tài nguyên mô hình kinh doanh khác nhau. Blockworks cung cấp một khuôn khổ tuyệt vời cho việc này; DePIN phần cứng tùy chỉnh, cung cấp cho các nhà cung cấp phần cứng độc quyền chuyên dụng để phân bổ; và DePIN phần cứng thông thường, cho phép các tài nguyên nhàn rỗi hiện có (bao gồm nhưng không giới hạn ở khả năng tính toán, lưu trữ và băng thông).
Trong một DePIN hoạt động lý tưởng, giá trị được trả từ người tiêu dùng đến nhà cung cấp tích lũy từ thu nhập của các nguồn lực kinh doanh. Nhu cầu về mạng tiếp tục đồng nghĩa với việc tiếp tục có nhu cầu về mã thông báo gốc, phù hợp với các ưu đãi kinh tế dành cho nhà cung cấp và chủ sở hữu mã thông báo. Tạo ra nhu cầu hữu cơ bền vững trong giai đoạn đầu là một thách thức đối với hầu hết các công ty khởi nghiệp, đó là lý do tại sao DePIN cung cấp các ưu đãi mã thông báo lạm phát để khuyến khích các nhà cung cấp sớm và cung cấp bootstrap cho mạng, từ đó tạo ra nhu cầu sẽ tạo ra nhiều nguồn cung cấp hữu cơ hơn. Điều này rất giống với cách các quỹ đầu tư mạo hiểm trợ cấp chi phí cho người lái Uber trong giai đoạn đầu của công ty để xây dựng cơ sở khách hàng ban đầu, thu hút hơn nữa các tài xế và nâng cao hiệu ứng mạng lưới của công ty.
DePIN cần quản lý các ưu đãi mã thông báo một cách chiến lược nhất có thể vì chúng đóng vai trò quan trọng trong sự thành công chung của mạng. Khi nhu cầu và doanh thu mạng tăng lên, việc phát hành mã thông báo sẽ giảm. Thay vào đó, khi nhu cầu và doanh thu giảm, việc phát hành token nên được sử dụng để khuyến khích nguồn cung trở lại.
Để minh họa rõ hơn về mạng DePIN thành công trông như thế nào, hãy xem xét "Bánh đà DePIN", một vòng phản xạ tích cực được sử dụng để hướng dẫn DePIN. Tóm tắt như sau:
DePIN được phân phối thông qua Phần thưởng mã thông báo lạm phát khuyến khích các nhà cung cấp cung cấp tài nguyên cho mạng và thiết lập mức cung cấp cơ bản có sẵn để tiêu dùng.
Giả sử rằng số lượng nhà cung cấp bắt đầu tăng lên và động lực cạnh tranh bắt đầu phát triển trong mạng lưới, cải thiện chất lượng tổng thể của hàng hóa và dịch vụ do mạng cung cấp, đạt được mức độ tốt hơn các giải pháp thị trường hiện có và đạt được lợi thế cạnh tranh. Điều này có nghĩa là một hệ thống phi tập trung vượt qua các nhà cung cấp dịch vụ tập trung truyền thống, đây không phải là một điều dễ dàng.
DePIN bắt đầu hình thành nhu cầu tự nhiên, cung cấp cho các nhà cung cấp dòng tiền hợp pháp. Điều này thể hiện cơ hội hấp dẫn cho các nhà đầu tư và nhà cung cấp, tiếp tục thúc đẩy nhu cầu về mạng và do đó thúc đẩy giá token.
Sự tăng trưởng về giá token làm tăng doanh thu của nhà cung cấp, thu hút nhiều nhà cung cấp hơn và khởi động lại bánh đà.
p>
Khung này cung cấp một chiến lược tăng trưởng hấp dẫn, nhưng cần lưu ý rằng nó chủ yếu mang tính lý thuyết và giả định rằng mạng đang cung cấp các nguồn lực cạnh tranh và sẽ vẫn phù hợp cho còn lâu mới tới.
Thị trường máy tính phi tập trung nằm trong phong trào rộng hơn được gọi là “nền kinh tế chia sẻ”, một hệ thống kinh tế ngang hàng dựa trên việc người tiêu dùng chia sẻ hàng hóa và dịch vụ trực tiếp với những người tiêu dùng khác thông qua nền tảng trực tuyến. Mô hình này được tiên phong bởi các công ty như eBay, hiện do các công ty như Airbnb và Uber thống trị, và cuối cùng sẽ bị gián đoạn khi thế hệ công nghệ biến đổi tiếp theo càn quét thị trường toàn cầu. Đến năm 2023, giá trị của nền kinh tế chia sẻsẽ đạt 15 tỷ USD và dự kiến đạt 15 tỷ USD vào năm 2031 Nền kinh tế chia sẻ toàn cầu sẽ tăng lên gần 80 tỷ USD về giá trị vào năm 2020, Đây là dấu hiệu cho thấy xu hướng rộng hơn trong hành vi của người tiêu dùng mà chúng tôi tin rằng DePIN sẽ được hưởng lợi và cho phép đóng một vai trò quan trọng.
Tính toán DePIN là mạng ngang hàng kết nối nhà cung cấp và người mua thông qua một thị trường phi tập trung để tạo điều kiện thuận lợi cho việc phân bổ tài nguyên máy tính. Điểm khác biệt chính giữa các mạng này là chúng tập trung vào các tài nguyên phần cứng hàng hóa hiện có sẵn cho nhiều người. Như chúng ta đã thảo luận, sự xuất hiện của deep learning và Generative AI đã tạo ra trở ngại trong việc tiếp cận các tài nguyên quan trọng để phát triển AI do nhu cầu về sức mạnh xử lý tăng cao do khối lượng công việc sử dụng nhiều tài nguyên của chúng. Nói tóm lại, thị trường điện toán phi tập trung nhằm mục đích giảm bớt những nút thắt này bằng cách tạo raluồng cung cấp mới trải rộng trên toàn cầu và cho phép mọi người tham gia.
Khi tính toán DePIN, bất kỳ cá nhân hoặc tổ chức nào cũng có thể cho mượn ngay các tài nguyên nhàn rỗi của mình và nhận được khoản bồi thường phù hợp cho các dịch vụ của mình. Đồng thời, bất kỳ cá nhân hoặc tổ chức nào cũng có thể có được các tài nguyên cần thiết từ mạng không cần cấp phép toàn cầu với chi phí thấp hơn và tính linh hoạt cao hơn các sản phẩm thị trường hiện có. Do đó, chúng ta có thể xác định những người tham gia tính toán DePIN thông qua một khuôn khổ kinh tế đơn giản:
Bên cung : Một cá nhân hoặc tổ chức sở hữu tài nguyên máy tính và sẵn sàng cho mượn hoặc bán tài nguyên máy tính của mình để nhận được trợ cấp.
Bên cầu: Một cá nhân hoặc tổ chức cần tính toán và sẵn sàng trả tiền cho việc tính toán đó.
Việc tính toán DePIN đưa ra nhiều lựa chọn thay thế giúp nó trở thành nhà cung cấp dịch vụ và thị trường tập trung Những lợi thế. Đầu tiên, việc cho phép tham gia thị trường xuyên biên giới không cần xin phép sẽ mở ra một nguồn cung cấp mới, tăng lượng tài nguyên quan trọng cần thiết cho khối lượng công việc đòi hỏi nhiều tính toán. Tính toán DePIN tập trung vào tài nguyên phần cứng mà hầu hết mọi người đều đã sở hữu—bất kỳ ai có PC chơi game đều có sẵn GPU cho thuê. Điều này mở rộng nhóm nhà phát triển và nhóm có thể tham gia xây dựng thế hệ hàng hóa và dịch vụ tiếp theo, mang lại lợi ích cho nhiều người hơn trên khắp thế giới.
Nhìn sâu hơn, cơ sở hạ tầng blockchain hỗ trợ DePIN cung cấp một kênh thanh toán hiệu quả và có thể mở rộng để tạo điều kiện thuận lợi cho các giao dịch ngang hàng. Tài sản tài chính gốc tiền điện tử (mã thông báo) cung cấp một đơn vị giá trị chung mà những người tham gia bên cầu sử dụng để thanh toán cho nhà cung cấp, tận dụng các cơ chế phân phối phù hợp với nền kinh tế ngày càng toàn cầu hóa ngày nay. Đề cập đến cấu trúc bánh đà DePIN đã đề cập trước đó, việc quản lý các biện pháp khuyến khích kinh tế một cách chiến lược có thể rất có lợi để tăng hiệu ứng mạng lưới (bên cung và bên cầu) của DePIN, từ đó làm tăng sự cạnh tranh giữa các nhà cung cấp. Động lực này giúp giảm chi phí đơn vị đồng thời cải thiện chất lượng dịch vụ, tạo lợi thế cạnh tranh bền vững cho DePIN mà từ đó các nhà cung cấp có thể hưởng lợi với tư cách là chủ sở hữu mã thông báo và nhà cung cấp giá trị chính.
DePIN hoạt động tương tự như nhà cung cấp dịch vụ điện toán đám mây, nhằm mục đích cung cấp trải nghiệm linh hoạt cho người dùng, nơi các tài nguyên có thể được truy cập và thanh toán theo yêu cầu. Theo dự báo của Grandview Research, quy mô thị trường điện toán đám mây toàn cầu dự kiến sẽ tăng trưởng với tốc độ tăng trưởng trung bình hàng năm là 21,2% và sẽ vượt 2,4 nghìn tỷ USD vào năm 2030, điều này chứng tỏ tính khả thi của mô hình kinh doanh này khi xem xét nhu cầu tài nguyên máy tính trong tương lai . Dự báo nhu cầu. Các nền tảng điện toán đám mây hiện đại sử dụng một máy chủ trung tâm để xử lý tất cả thông tin liên lạc giữa thiết bị khách và máy chủ, tạo ra một điểm lỗi duy nhất trong hoạt động của chúng. Được xây dựng trên blockchain, DePIN có thể cung cấp khả năng chống kiểm duyệt và khả năng phục hồi cao hơn so với các nhà cung cấp dịch vụ truyền thống. Mặc dù một cuộc tấn công vào một tổ chức hoặc thực thể (chẳng hạn như nhà cung cấp dịch vụ đám mây trung tâm) có thể làm tổn hại đến toàn bộ mạng tài nguyên cơ bản, nhưng DePIN được thiết kế để chống lại những sự cố như vậy thông qua tính chất phân tán của chúng. Đầu tiên, bản thân blockchain là một mạng lưới phân phối toàn cầu gồm các nút riêng được thiết kế để chống lại quyền lực mạng tập trung. Ngoài ra, tính toán DePIN cho phép tham gia vào mạng mà không cần được phép, vượt qua các rào cản pháp lý và quy định. Tùy thuộc vào bản chất của việc phân phối mã thông báo, DePIN có thể sử dụng quy trình bỏ phiếu công bằng để bỏ phiếu về những thay đổi và phát triển được đề xuất đối với giao thức, loại bỏ khả năng một thực thể duy nhất đột ngột đóng cửa toàn bộ mạng.
Mạng kết xuất là một DePIN điện toán kết nối người mua GPU thông qua điện toán phi tập trung thị trường Nhà và người bán, các giao dịch được thực hiện thông qua mã thông báo gốc của họ. Thị trường GPU của Render có sự tham gia của hai bên chính – những người sáng tạo đang tìm kiếm sức mạnh xử lý và các nhà khai thác nút thuê GPU nhàn rỗi để đổi lấy khoản bồi thường bằng mã thông báo Render gốc. Các nhà khai thác nút được xếp hạng theo hệ thống dựa trên danh tiếng và người sáng tạo có thể chọn GPU từ hệ thống định giá nhiều tầng. Thuật toán đồng thuận Proof-of-Render (POR) điều phối các hoạt động, trong đó các nhà khai thác nút cam kết tài nguyên máy tính (GPU) của họ để xử lý các tác vụ, cụ thể là công việc kết xuất đồ họa. Khi một nhiệm vụ hoàn thành, thuật toán POR sẽ cập nhật trạng thái của người vận hành nút, bao gồm cả những thay đổi về điểm danh tiếng dựa trên chất lượng nhiệm vụ. Cơ sở hạ tầng chuỗi khối của Render tạo điều kiện thuận lợi cho việc thanh toán nhiệm vụ, cung cấp kênh thanh toán minh bạch và hiệu quả cho nhà cung cấp và người mua giao dịch qua mã thông báo mạng.
Mạng kết xuất của Jules Được Urbach hình thành vào năm 2009, mạng này đã hoạt động trên Ethereum vào tháng 9 năm 2020 (RNDR), chuyển sang Solana (RENDER) khoảng ba năm sau để cải thiện hiệu suất mạng và giảm chi phí vận hành.
Tính đến thời điểm viết bài này, Mạng kết xuất đã xử lý tới 33 triệu tác vụ (về số khung được kết xuất) và đã tăng lên 5.600 nút kể từ khi thành lập. RENDER chỉ dưới 60k đã bị đốt cháy, một quá trình xảy ra khi tín dụng công việc được phân phối cho các nhà khai thác nút.
Io Net đang triển khai mạng GPU phi tập trung trên Solana để phục vụ như một nguồn tài nguyên cho lượng lớn tài nguyên máy tính nhàn rỗi và nhu cầu ngày càng tăng cho các tài nguyên này. Lớp phối hợp giữa các cá nhân và thực thể xử lý các khả năng. Điểm bán hàng độc đáo của Io Net là nó không cạnh tranh trực tiếp với các DePIN khác trên thị trường mà thay vào đó tổng hợp GPU từ nhiều nguồn khác nhau bao gồm trung tâm dữ liệu, công cụ khai thác và các DePIN khác bao gồm Mạng kết xuất và Filecoin, đồng thời tận dụng DePIN độc quyền - Internet-of- GPU (IoG) — để điều phối hoạt động và điều chỉnh các biện pháp khuyến khích giữa những người tham gia thị trường. Khách hàng của IO Net có thể tùy chỉnh các cụm trên IO Cloud cho khối lượng công việc của mình bằng cách chọn loại bộ xử lý, vị trí, tốc độ liên lạc, sự tuân thủ và thời lượng dịch vụ. Thay vào đó, bất kỳ ai có mẫu GPU được hỗ trợ (RAM 12 GB, SSD 256 GB) đều có thể tham gia với tư cách là Nhân viên IO và kiếm tiền bằng cách cho mạng mượn tài nguyên máy tính nhàn rỗi của họ. Mặc dù các khoản thanh toán cho các dịch vụ hiện được thanh toán bằng tiền tệ fiat và USDC, mạng cũng sẽ sớm hỗ trợ thanh toán bằng token $IO gốc. Giá phải trả cho một tài nguyên được xác định bởi cung và cầu của nó, cũng như các thuật toán cấu hình và thông số kỹ thuật GPU khác nhau. Mục tiêu cuối cùng của Io Net là trở thành thị trường GPU được lựa chọn bằng cách cung cấp chi phí thấp hơn và chất lượng dịch vụ tốt hơn so với các nhà cung cấp dịch vụ đám mây hiện đại.
Kiến trúc IO nhiều lớp có thể được ánh xạ như sau:
Lớp giao diện người dùng - theo trang web công cộng, khu vực khách hàng và khu vực làm việc.
Lớp bảo mật - Lớp này bao gồm tường lửa để bảo vệ mạng, dịch vụ xác thực để xác thực người dùng và dịch vụ ghi nhật ký để theo dõi thành phần hoạt động.
Lớp API - Lớp này đóng vai trò là lớp giao tiếp, bao gồm API công khai, API riêng tư và API nội bộ và được sử dụng để quản lý cụm, phân tích và giám sát.
Lớp phụ trợ - Lớp phụ trợ quản lý không gian làm việc, hoạt động cụm/GPU, tương tác với khách hàng, giám sát thanh toán và sử dụng, phân tích và tự động mở rộng quy mô.
Lớp cơ sở dữ liệu - Lớp này là kho lưu trữ dữ liệu của hệ thống, sử dụng bộ nhớ chính cho dữ liệu có cấu trúc và bộ đệm cho dữ liệu tạm thời được truy cập thường xuyên.
Message Broker và Lớp tác vụ - Lớp này tạo điều kiện cho việc quản lý tác vụ và giao tiếp không đồng bộ.
Lớp cơ sở hạ tầng - Lớp này chứa nhóm GPU, công cụ điều phối và quản lý việc triển khai tác vụ.
Số liệu thống kê/lộ trình hiện tại:
Tính đến thời điểm viết bài này:
Tổng doanh thu của mạng: 1,08 triệu USD < /p>
Tổng số giờ tính toán: 837,6 nghìn giờ
Tổng số GPU chuẩn bị cho cụm: 20,4 nghìn giờ
Tổng số CPU chuẩn bị cụm: 5,6k
Tổng số giao dịch trên chuỗi: 1,67 triệu
Tổng số suy luận: 335,7k
Tổng số cụm được tạo: 15,1k
Dữ liệu đến từ Io Net Explorer.
Aethir là một DePIN điện toán đám mây tạo điều kiện thuận lợi cho việc chia sẻ tài nguyên điện toán hiệu suất cao trong các miền và ứng dụng chuyên sâu về điện toán. Nó tận dụng các nhóm tài nguyên để cho phép phân bổ GPU toàn cầu với chi phí giảm đáng kể và cho phép quyền sở hữu phi tập trung thông qua quyền sở hữu tài nguyên được phân phối. Aether đã thiết kế một khung GPU phân tán nhắm mục tiêu cụ thể vào khối lượng công việc hiệu suất cao như chơi game và đào tạo và suy luận mô hình AI. Bằng cách hợp nhất các cụm GPU thành một mạng duy nhất, Aethir được thiết kế để tăng kích thước cụm, từ đó cải thiện hiệu suất tổng thể và độ tin cậy của các dịch vụ được cung cấp trên mạng của mình.
Mạng Aethir là một nền kinh tế phi tập trung bao gồm các thợ đào, nhà phát triển, người dùng, chủ sở hữu token và Aethir DAO. Ba vai trò chính đảm bảo hoạt động mạng thành công là vùng chứa, người lập chỉ mục và người kiểm tra. Bộ chứa là các nút nguồn của mạng, đóng vai trò là nút chuyên dụng thực hiện các hoạt động chính để duy trì mạng hoạt động, bao gồm xác thực giao dịch và hiển thị nội dung kỹ thuật số trong thời gian thực. Người kiểm tra là nhân viên đảm bảo chất lượng, liên tục giám sát hiệu suất của container và chất lượng dịch vụ để đảm bảo hoạt động đáng tin cậy và hiệu quả, đáp ứng nhu cầu của người tiêu dùng GPU. Bộ chỉ mục hoạt động như một người mai mối giữa người dùng và vùng chứa tốt nhất hiện có. Nền tảng của cấu trúc này là chuỗi khối Arbitrum Lớp 2, cung cấp lớp thanh toán phi tập trung để tạo điều kiện thanh toán cho hàng hóa và dịch vụ trên mạng Aethir, sử dụng mã thông báo $ATH gốc.
Các nút trong mạng Aethir phục vụ hai chức năng chính - hiển thị bằng chứng về khả năng, chọn ngẫu nhiên một nhóm công nhân cứ sau 15 phút để xác thực giao dịch và hiển thị bằng chứng về công việc, theo dõi chặt chẽ hiệu suất mạng để Đảm bảo người dùng nhận được dịch vụ tốt nhất, sắp xếp tài nguyên dựa trên nhu cầu và vị trí địa lý. Phần thưởng khai thác được phân phối dưới dạng mã thông báo $ATH gốc cho những người tham gia chạy các nút mạng Aethir cho tài nguyên máy tính mà họ cung cấp.
Nosana là mạng GPU phi tập trung được xây dựng trên Solana. Nosana cho phép mọi người đóng góp tài nguyên máy tính nhàn rỗi và nhận phần thưởng dưới dạng token $NOS khi làm như vậy. DePIN tạo điều kiện thuận lợi cho việc phân bổ GPU hiệu quả về mặt chi phí để chạy các khối lượng công việc AI phức tạp mà không cần sử dụng các giải pháp đám mây truyền thống. Bất kỳ ai cũng có thể chạy nút Nosana bằng cách cho thuê các GPU nhàn rỗi, kiếm phần thưởng mã thông báo tỷ lệ thuận với sức mạnh GPU mà họ cung cấp cho mạng.
Mạng kết nối hai bên phân bổ tài nguyên máy tính: người dùng tìm kiếm quyền truy cập vào tài nguyên máy tính và nhà khai thác nút cung cấp tài nguyên máy tính. Các quyết định và nâng cấp giao thức quan trọng được chủ sở hữu mã thông báo NOS bỏ phiếu và do Nosana DAO quản lý.
Nosana có lộ trình chi tiết cho các kế hoạch tương lai của mình - Galactica (v1.0 - nửa đầu/nửa cuối năm 2024) sẽ ra mắt mạng chính, phát hành CLI và SDK, đồng thời tập trung vào việc thực hiện các nút vùng chứa GPU trong quá trình áp dụng của người tiêu dùng mở rộng mạng lưới. Triangulum (v1.X - nửa cuối năm 2024) sẽ tích hợp các giao thức và trình kết nối máy học chính cho PyTorch, HuggingFace và TensorFlow. Whirlpool (v1.X - H1 2025) sẽ mở rộng hỗ trợ cho các GPU khác nhau của AMD, Intel và Apple Silicon. Mũ rộng vành (v1.
Mạng Akash là mạng bằng chứng cổ phần mã nguồn mở được xây dựng trên Cosmos SDK, một điện toán đám mây phi tập trung cho phép mọi người tham gia và đóng góp vào thị trường. Mã thông báo $AKT được sử dụng để bảo mật mạng, hỗ trợ thanh toán tài nguyên và điều phối sự liên kết kinh tế giữa những người tham gia mạng. Mạng Akash bao gồm một số thành phần chính:
Lớp blockchain, sử dụng Tendermint Core và Cosmos SDK để mang lại sự đồng thuận .
Lớp ứng dụng, quản lý việc triển khai và phân bổ tài nguyên.
Lớp nhà cung cấp, quản lý tài nguyên, đặt giá thầu và triển khai ứng dụng người dùng.
Lớp người dùng cho phép người dùng tương tác với mạng Akash, quản lý tài nguyên và giám sát trạng thái ứng dụng thông qua CLI, bảng điều khiển và trang tổng quan.
Mạng ban đầu tập trung vào dịch vụ lưu trữ và cho thuê CPU, sau đó đã mở rộng việc cho thuê và phân bổ GPU thông qua nền tảng AkashML để đáp ứng khối lượng công việc đào tạo và suy luận AI cũng như khả năng xử lý của chúng. yêu cầu. AkashML sử dụng hệ thống "đấu giá ngược" trong đó khách hàng (được gọi là người thuê) gửi mức giá họ muốn trả cho GPU và các nhà cung cấp máy tính (được gọi là nhà cung cấp) cạnh tranh để cung cấp GPU được yêu cầu.
Tính đến thời điểm viết bài này, chuỗi khối Akash đã có tổng cộng hơn 12,9 triệu giao dịch, hơn 535.000 USD đã được sử dụng để truy cập tài nguyên máy tính và hơn 189 nghìn lượt triển khai duy nhất đã được cho thuê.
Lĩnh vực DePIN điện toán vẫn đang phát triển, với nhiều nhóm chạy đua để đưa các giải pháp sáng tạo và hiệu quả ra thị trường. Các ví dụ khác đáng để nghiên cứu thêm bao gồm: Hyperbolic đang xây dựng một nền tảng truy cập mở hợp tác cho các nhóm tài nguyên phát triển AI, Exabits đang xây dựng một mạng lưới điện toán phân tán được cung cấp bởi các công cụ khai thác điện toán và Shaga đang xây dựng một nền tảng trên Solana cho phép thuê PC và chuyển đổi tiền tệ. mạng để chơi game phía máy chủ.
Bây giờ chúng ta đã hiểu các nguyên tắc cơ bản khi tính toán DePIN và xem xét một số nghiên cứu điển hình bổ sung hiện đang thực hiện, điều quan trọng là phải xem xét sự phân cấp này. , bao gồm cả ưu và nhược điểm.
Xây dựng mạng phân tán trên quy mô lớn thường đòi hỏi sự cân bằng giữa hiệu suất, bảo mật và tính linh hoạt. Ví dụ: đào tạo một mô hình AI trên mạng phần cứng hàng hóa được phân phối toàn cầu có thể ít hiệu quả về mặt chi phí và thời gian hơn. Như đã đề cập trước đó, các mô hình AI và khối lượng công việc của chúng ngày càng trở nên phức tạp, đòi hỏi nhiều GPU hiệu suất cao hơn là GPU thông thường.
Đây là lý do tại sao lớn Các công ty sẽ tích trữ hàng loạt GPU hiệu suất cao, một thách thức cố hữu trong nỗ lực tính toán DePIN nhằm giải quyết tình trạng thiếu GPU bằng cách tạo ra một thị trường không cần cấp phép, nơi bất kỳ ai cũng có thể cho mượn nguồn cung cấp nhàn rỗi. Các giao thức có thể giải quyết vấn đề này theo hai cách chính: bằng cách đặt các yêu cầu cơ bản cho các nhà cung cấp GPU muốn đóng góp cho mạng và bằng cách gộp các tài nguyên điện toán được cung cấp cho mạng để đạt được một tập hợp lớn hơn. Tuy nhiên, mô hình này vốn có nhiều thách thức hơn một nhà cung cấp dịch vụ tập trung có thể phân bổ nhiều vốn hơn để giao dịch trực tiếp với các nhà cung cấp phần cứng như Nvidia. DePIN nên xem xét vấn đề này trong tương lai. Nếu một giao thức phi tập trung có kho bạc đủ lớn, DAO có thể bỏ phiếu để phân bổ một phần tiền để mua GPU hiệu suất cao, có thể được quản lý theo cách phi tập trung và cho thuê với giá cao hơn GPU thông thường.
Một thách thức khác cụ thể đối với việc tính toán DePIN là quản lý mức sử dụng tài nguyên phù hợp. Trong giai đoạn đầu, hầu hết các DePIN tính toán sẽ phải đối mặt với nhu cầu cơ cấu không đủ, giống như nhiều công ty khởi nghiệp phải đối mặt ngày nay. Nhìn chung, thách thức đối với DePIN là sớm thiết lập đủ nguồn cung để đạt được chất lượng sản phẩm khả thi ở mức tối thiểu. Nếu không có nguồn cung, mạng lưới sẽ không thể tạo ra nhu cầu bền vững và phục vụ khách hàng trong thời kỳ nhu cầu cao điểm. Mặt khác của phương trình là mối lo ngại về nguồn cung dư thừa. Vượt quá một ngưỡng nhất định, việc cung cấp nhiều hơn chỉ có lợi khi mức độ sử dụng của mạng đạt đến mức tối đa. Mặt khác, DePIN có nguy cơ trả quá nhiều tiền cho nguồn cung, từ đó dẫn đến việc sử dụng không đúng mức tài nguyên, dẫn đến giảm doanh thu cho nhà cung cấp trừ khi giao thức tăng cường phát hành mã thông báo để giữ chân nhà cung cấp.
Giống như mạng viễn thông không có phạm vi phủ sóng địa lý rộng rãi sẽ không có tác dụng, mạng lưới taxi cũng sẽ không có tác dụng nếu hành khách phải đợi quá lâu để lên xe. DePIN sẽ vô dụng nếu phải trả tiền cho mọi người trong thời gian dài để cung cấp tài nguyên. Trong khi các nhà cung cấp dịch vụ tập trung có thể dự đoán nhu cầu tài nguyên và quản lý nguồn cung một cách hiệu quả, thì DePIN tính toán thiếu cơ quan trung ương để quản lý việc sử dụng này. Do đó, DePIN phải có tính chiến lược đặc biệt trong việc thiết lập việc sử dụng tài nguyên.
Một vấn đề lớn hơn đối với thị trường GPU phi tập trung là tình trạng thiếu GPU có thể sắp chấm dứt. Mark Zuckerberg mới đây cho biết trong một cuộc phỏng vấn rằng anh tin nút thắt trong tương lai sẽ là năng lượng chứ không phải tài nguyên máy tính, bởi các công ty giờ đây sẽ gấp rút xây dựng trung tâm dữ liệu với số lượng lớn thay vì tích trữ tài nguyên máy tính như hiện nay. Tất nhiên, điều này có nghĩa là chi phí GPU có thể sẽ giảm do nhu cầu chậm hơn, nhưng nó cũng đặt ra câu hỏi về việc các công ty khởi nghiệp AI sẽ hoạt động như thế nào về mặt hiệu suất và hiệu suất nếu việc xây dựng các trung tâm dữ liệu độc quyền nâng tiêu chuẩn hiệu suất của mô hình AI lên mức chưa từng có. Cạnh tranh với các công ty lớn về chất lượng dịch vụ.
Xin nhắc lại, ngày càng có sự đánh đổi giữa độ phức tạp của các mô hình AI và các yêu cầu xử lý và tính toán tiếp theo của chúng cũng như số lượng GPU hiệu suất cao và các tài nguyên máy tính khác có sẵn.
DePIN điện toán có khả năng tạo ra sự gián đoạn đổi mới trong phân khúc thị trường điện toán ngày nay bị thống trị bởi các nhà sản xuất phần cứng lớn và nhà cung cấp dịch vụ điện toán đám mây dựa trên một số khả năng chính:
Cung cấp chi phí thấp hơn cho hàng hóa và dịch vụ.
Cung cấp khả năng chống kiểm duyệt mạnh mẽ hơn và đảm bảo khả năng phục hồi của mạng.
Hưởng lợi từ hướng dẫn quy định tiềm năng về AI, trong đó yêu cầu các mô hình AI phải cởi mở nhất có thể để tinh chỉnh và đào tạo, đồng thời mọi người, ở mọi nơi đều có thể dễ dàng truy cập.
Tỷ lệ hộ gia đình ở Hoa Kỳ có máy tính và truy cập Internet đã tăng theo cấp số nhân, đạt gần 100%. Cũng có sự tăng trưởng đáng kể ở nhiều nơi trên thế giới. Điều này cho thấy rằng các nhà cung cấp tài nguyên máy tính tiềm năng (chủ sở hữu GPU) có thể sẵn sàng cho vay nguồn cung cấp nhàn rỗi với đủ ưu đãi tiền tệ và quy trình giao dịch liền mạch. Tất nhiên, đây chỉ là ước tính sơ bộ, nhưng nó gợi ý rằng nền tảng cho nền kinh tế chia sẻ tài nguyên máy tính bền vững có thể đã tồn tại.
Ngoài AI, nhu cầu về điện toán trong tương lai cũng sẽ đến từ nhiều ngành công nghiệp khác, chẳng hạn như điện toán lượng tử. Quy mô thị trường điện toán lượng tử dự kiến sẽ tăng từ 928,8 triệu USD vào năm 2023 lên 6,5288 tỷ USD vào năm 2030, với tốc độ tăng trưởng trung bình hàng năm là 32,1%. Sản xuất trong ngành này sẽ yêu cầu các loại tài nguyên khác nhau, nhưng sẽ rất thú vị để xem liệu có bất kỳ DePIN điện toán lượng tử nào ra mắt hay không và chúng sẽ trông như thế nào.
“Một hệ sinh thái mạnh mẽ gồm các mô hình nguồn mở chạy trên phần cứng tiêu dùng là một biện pháp đối phó quan trọng để bảo vệ giá trị tương lai khỏi sự nắm bắt quá mức của sự tập trung hóa vào AI và với chi phí thấp hơn nhiều so với cả các tập đoàn khổng lồ và quân đội.” Vitalik Buterin
Các doanh nghiệp lớn có thể không phải là đối tượng mục tiêu của DePIN và họ cũng sẽ không như vậy. DePIN điện toán tái trao quyền cho các nhà phát triển cá nhân, doanh nhân nhỏ và công ty khởi nghiệp với nguồn lực hạn chế. Chúng cho phép chuyển đổi nguồn cung nhàn rỗi thành các ý tưởng và giải pháp sáng tạo nhờ có nhiều tài nguyên máy tính hơn. AI chắc chắn sẽ thay đổi cuộc sống của hàng tỷ người. Thay vì lo lắng rằng nó sẽ thay thế công việc của mọi người, chúng ta nên khuyến khích ý tưởng rằng AI có thể trao quyền cho các cá nhân, những người tự khởi nghiệp, các công ty khởi nghiệp và công chúng rộng rãi hơn.
Dữ liệu mới cho thấy chưa đến 10% giao dịch stablecoin là tự nhiên, làm nổi bật sự khác biệt nhưng cũng có mức tăng trưởng người dùng ổn định, với 27,5 triệu người dùng hoạt động trên tất cả các chuỗi.
AlexCác dịch vụ Web3 toàn diện của Bitget Wallet và các tính năng bảo mật nâng cao thúc đẩy tăng trưởng 300% ở khu vực MENA, với việc áp dụng dẫn đầu là Ai Cập và Ả Rập Saudi.
Miyuki关注我们新加坡传出加密社群成员线下聚会遭抢，在暴力胁迫下转出加密钱包的加密货币，11人共损失超过2千
WeiliangGBTC, từng thống trị, phải đối mặt với sự cạnh tranh mới từ các quỹ ETF Bitcoin giao ngay nhưng cho thấy một tia hy vọng với dòng vốn gần đây, khi Bitcoin vượt qua một tỷ giao dịch, báo hiệu tiềm năng tăng trưởng và phát triển trong bối cảnh đầu tư tiền điện tử.
AnaisKhoản tiền gửi 376 triệu đô la của Justin Sun vào Swell L2 nêu bật niềm tin của anh ấy vào tiềm năng của việc đặt cược thanh khoản, đưa thị trường DeFi này vào tầm ngắm của những người chơi lớn.
AlexSui làm rõ vai trò của Mysten Labs trong việc phân bổ mã thông báo, nhấn mạnh tính minh bạch để trấn an các bên liên quan rằng người sáng lập không kiểm soát nguồn cung mặc dù họ nắm giữ lượng cổ phần đáng kể.
MiyukiBernstein nhắc lại trong một báo cáo rằng Bitcoin đang lấy lại động lực và sẽ quay trở lại quỹ đạo 150.000 USD vào năm tới. Nhà phân tích cấp cao của công ty Gautam Chhugani giải thích rằng việc Bitcoin giảm gần đây xuống còn 57.000 USD không có nghĩa là sự sụt giảm vĩnh viễn.
AlexNga đã công bố một cuộc tập trận hạt nhân và Bitcoin đã giảm xuống còn 63.700 USD, từ bỏ lợi nhuận qua đêm. Thị trường vẫn thận trọng về khả năng lặp lại biến động mạnh do xung đột Nga-Ukraine mang lại.
MiyukiNghị sĩ John Rose chỉ trích SEC vì hành động chống lại Robinhood, kêu gọi cơ quan này bảo vệ các nhà đầu tư mà không cản trở sự đổi mới.
WeiliangAI phi tập trung có thể là một người chơi mới nổi nhưng nó thiếu sự trưởng thành. Ngược lại, AI tập trung đang thống trị bối cảnh hiện tại, với những gã khổng lồ công nghệ và các tổ chức triển khai rộng rãi các giải pháp AI tập trung.
Catherine