AI と DePIN の交差:分散化された GPU ネットワークの台頭

2023年以来、AIとDePINはWeb3分野の人気トレンドとなり、市場価値はそれぞれ300億ドルと230億ドルに達しました。本稿では両者の交差点に焦点を当て、この分野のプロトコルの発展について探ります。

! AIとDePINの交差点

AI技術スタックにおいて、DePINネットワークは計算リソースを通じてAIに実用性を提供します。大手テクノロジー企業の発展はGPUの不足を引き起こし、開発者が計算のために十分なGPUを入手することを困難にしています。分散化されたクラウドプロバイダーが選択肢として存在しますが、柔軟性のない長期契約は効率の低下をもたらします。

DePINは、トークン報酬を通じてリソースの貢献を促進し、より柔軟でコスト効率の高い代替手段を提供します。AI分野のDePINは、個人所有者からデータセンターにGPUリソースをクラウドソーシングし、ハードウェアにアクセスする必要があるユーザーのために統一された供給を形成します。これは、開発者にカスタマイズ性とオンデマンドアクセスを提供するだけでなく、GPU所有者に追加の収入を生み出します。

市場には複数のAI DePINネットワークが存在し、それぞれに特徴があります。次に、いくつかの代表的なプロジェクトの役割、目標、および成果について探ります。

AI DePINネットワークの概要

RenderはP2P GPU計算ネットワークの先駆者であり、最初はコンテンツ制作のレンダリングに特化していましたが、その後AI計算タスクに拡大しました。

Akash は、ストレージ、GPU および CPU コンピューティングをサポートする "スーパー クラウド" の代替品として位置付けられ、あらゆるクラウドネイティブ アプリケーションを実行できます。

io.net は、AI および ML 用例向けの分散化 GPU クラウドクラスターアクセスを提供しています。

Gensyn は、機械学習と深層学習計算の GPU 能力に特化しており、効率を向上させるために革新的な検証メカニズムを採用しています。

Aethir は企業向けの GPU を搭載し、AI、ML、クラウドゲームなどの計算集約型分野に焦点を当てています。

Phala Network は Web3 AI ソリューションの実行層として機能し、AI エージェントがオンチェーンのスマートコントラクトによって制御されることを可能にします。

! AIとDePINの交差点

プロジェクト比較

各プロジェクトはハードウェア、ビジネスの重点、AIタスクの種類、作業の価格設定、分散化、データプライバシー、作業のコスト、安全メカニズムなどの面でそれぞれ独自の特徴を持っています。

! AIとDePINの交差点

クラスターと並列計算、データプライバシー保護、計算完了証明と品質検査は重要な側面です。ほとんどのプロジェクトは並列計算を実現するためにクラスターを統合し、プライバシー保護のためにさまざまな形式のデータ暗号化を採用し、完了証明と品質検査のメカニズムを設けています。

! AIとDePINの交差点

ハードウェア統計

プロジェクト間でGPU/CPUの数、高性能GPUの数およびその使用費用などに違いがあります。高性能GPU(、例えばA100、H100)はAIモデルのトレーニングに不可欠ですが、入手が難しいです。分散化GPU市場のプロバイダーは、数とコストで中央集権の競合と競争する必要があります。

! AIとDePINの交差点

コンシューマー向けGPU/CPUにも価値があり、小規模なタスク、例えばモデルの微調整などに使用できます。一部のプロジェクトもこの市場に注目しています。

! AIとDePINの交差点

まとめ

AI DePIN 分野は新興ですが急速に成長しています。これらの分散化 GPU ネットワークが実行するタスクとハードウェアの数は著しく増加しており、代替ハードウェアリソースの需要の増加を浮き彫りにしています。将来的には、AI 市場の活況に伴い、これらのネットワークは開発者に経済的で効率的な計算ソリューションを提供する上で重要な役割を果たすことが期待されています。

! AIとDePINの交差点

! AIとDePINの交差点