DeepSeek rompe a última bolha do agente na pista, DeFAI pode dar à luz a uma nova vida, e a forma de financiamento do setor está mudando. Este artigo é de Kevin, o Pesquisador da BlockBooster, republicado pela Foresight News. (Contexto prévio: Relatório da Binance: Como o DeFAI está remodelando a experiência de Finanças Descentralizadas?) (Contexto adicional: Posições curtas lendárias: Sinais de bolha no mercado de ações dos EUA, o maior risco nos próximos anos é o efeito semelhante ao Deepseek.) TLDR: A aparição do DeepSeek quebra a barreira de Poder de computação, otimizando o modelo liderado pelo Código aberto para uma nova direção; As Informações favoráveis do DeepSeek impactam os modelos upstream e downstream da indústria, gerando impactos negativos no Poder de computação da infraestrutura do protocolo; O Informações favoráveis do DeepSeek inadvertidamente rompem a última bolha do agente, e o DeFAI é o mais provável de dar origem a uma nova vida; O jogo de financiamento de projetos pode estar chegando ao fim, e o lançamento da comunidade + um novo método de financiamento com um pequeno VC pode se tornar comum. O impacto causado pelo DeepSeek terá um efeito profundo na indústria de IA este ano, o DeepSeek conseguiu fazer com que as placas de vídeo de consumo doméstico concluam as tarefas de treinamento de modelos de grande escala que anteriormente só poderiam ser realizadas por GPUs de alto nível em grande quantidade. O primeiro Poder de computação do ecossistema em torno do desenvolvimento de IA, começa a desmoronar, à medida que a eficiência dos Algoritmos corre a 68% ao ano, e o desempenho de hardware segue a escalada linear da Lei de Moore, modelos de avaliação profundamente enraizados nos últimos três anos não são mais aplicáveis, e o próximo capítulo da IA será iniciado pelos modelos do Código aberto. Embora os protocolos de IA do Web3 sejam completamente diferentes do Web2, eles inevitavelmente estão sujeitos ao impacto do DeepSeek, e esse impacto gerará novos casos de uso para a infraestrutura de IA do Web3: camada de infraestrutura, camada de software intermediário, camada de modelo e Camada de aplicação, através da análise da colaboração dos protocolos upstream e downstream, dividirei todo o ecossistema em: camada de infraestrutura, camada de software intermediário, camada de modelo e Camada de aplicação, e esclarecerei suas dependências: A camada de infraestrutura fornece os recursos básicos da Descentralização (Poder de computação, armazenamento, L1), onde o protocolo de Poder de computação inclui: Render, Akash, io.net, etc.; protocolo de armazenamento inclui: Arweave, Filecoin, Storj, etc.; L1 inclui: NEAR, Olas, Fetch.ai, etc. O protocolo de Poder de computação suporta o treinamento, inferência e execução de estruturas de modelo; o protocolo de armazenamento armazena dados de treinamento, parâmetros de modelo e registros de interação na cadeia; o L1 otimiza a eficiência de transmissão de dados por meio de Nós especializados, reduzindo a latência. A camada de software intermediário é a ponte que conecta a infraestrutura básica às aplicações de nível superior, fornecendo ferramentas de desenvolvimento de estruturas, serviços de dados e proteção de privacidade, onde o protocolo de marcação de dados inclui: Grass, Masa, Vana, etc.; o protocolo de desenvolvimento da estrutura inclui: Eliza, ARC, Swarms, etc.; o protocolo de cálculo de privacidade inclui: Phala, etc. A camada de serviços de dados fornece combustível para o treinamento do modelo, a estrutura de desenvolvimento depende do Poder de computação e do armazenamento da camada de infraestrutura, e a camada de cálculo de privacidade protege a segurança dos dados durante o treinamento / inferência. A camada de modelo é usada para desenvolver, treinar e distribuir modelos, onde a plataforma de treinamento de modelos de código aberto é: Bittensor. A camada de modelo depende do Poder de computação da camada de infraestrutura e dos dados da camada de software intermediário; os modelos são implantados na cadeia por meio da estrutura de desenvolvimento; o mercado de modelos transporta os resultados do treinamento para a Camada de aplicação. A Camada de aplicação é o produto de IA voltado para o usuário final, onde o Agente inclui: GOAT, AIXBT, etc.; o protocolo DeFAI inclui: Griffain, Buzz, etc. A Camada de aplicação chama o modelo pré-treinado da camada de modelo; depende do cálculo de privacidade da camada de software intermediário; aplicativos complexos exigem Poder de computação em tempo real da camada de infraestrutura. DeepSeek pode ter um impacto negativo no Poder de computação descentralizado De acordo com uma pesquisa amostral, cerca de 70% dos projetos de IA do Web3 realmente chamam a OpenAI ou plataformas de nuvem centralizadas, apenas 15% dos projetos usam GPUs descentralizados (como o modelo da sub-rede Bittensor), e os restantes 15% são uma estrutura mista (processamento local de dados sensíveis, tarefas gerais na nuvem). A taxa real de utilização do protocolo de Poder de computação descentralizado está muito abaixo do esperado e não condiz com seu valor de mercado real. As razões para a baixa utilização são três: desenvolvedores do Web2 migram para o Web3 mantendo a cadeia de ferramentas existente; as plataformas de GPU descentralizadas ainda não alcançaram vantagens de preço; alguns projetos usam a 'Descentralização' como um pretexto para evitar inspeções de conformidade de dados, e o Poder de computação real ainda depende de nuvens centralizadas. AWS/GCP detêm mais de 90% de participação de mercado em Poder de computação de IA, em comparação, o equivalente Poder de computação da Akash é apenas 0,2% do AWS. As plataformas de nuvem centralizadas têm vantagens como: gerenciamento de clusters, rede de alta velocidade RDMA, escalabilidade flexível; as plataformas de nuvem descentralizadas possuem versões aprimoradas dessas tecnologias para o Web3, porém, têm deficiências que não podem ser negligenciadas, como problemas de latência: a latência de comunicação de Nós distribuídos é 6 vezes maior do que a nuvem centralizada; fragmentação de ferramentas: PyTorch/TensorFlow não suportam nativamente agendamento descentralizado. O DeepSeek reduz o consumo de Poder de computação em 50% por meio do treinamento esparsificado (Sparse Training), e a poda dinâmica de modelos permite o treinamento de modelos com bilhões de parâmetros em GPUs de consumo. A demanda por GPUs de alto nível a curto prazo no mercado foi significativamente reduzida, e o potencial de mercado de Computação de borda foi reavaliado. Antes da aparição do DeepSeek, a maioria esmagadora dos protocolos e aplicativos do setor usava plataformas como a AWS, com apenas alguns casos de uso implantados na rede de GPUs descentralizadas, esses casos de uso priorizavam as vantagens de preço em Poder de computação de consumo e não se importavam com a latência. Essa situação pode piorar com a chegada do DeepSeek. O DeepSeek libera as restrições dos desenvolvedores de longo prazo, e os modelos de inferência eficientes e de baixo custo se popularizarão a uma velocidade sem precedentes. Na verdade, atualmente, várias plataformas de nuvem centralizadas e muitos países já começaram a implantar o DeepSeek, a grande queda nos custos de inferência gerará uma grande quantidade de aplicativos front-end, esses aplicativos terão uma enorme demanda por GPUs de consumo. Diante do iminente mercado em expansão, as plataformas de nuvem centralizadas iniciarão uma nova rodada de competição por usuários, competindo não apenas com as principais plataformas, mas também com inúmeras pequenas plataformas de nuvem centralizadas. E a forma mais direta de competição é a redução de preços, é previsível que os preços dos 4090 nas plataformas centralizadas sofrerão reduções, o que pode ser um desastre para as plataformas de Poder de computação do Web3. Quando o preço não é mais a única barreira para entrar, as plataformas de Poder de computação do setor podem ser forçadas a reduzir os preços, causando consequências que empresas como io.net, Render, Akash não podem suportar. A guerra de preços destruirá o último limite de avaliação remanescente, a queda de receita e a espiral de perda de usuários podem levar o protocolo de Poder de computação descentralizado a uma nova direção. O impacto específico do DeepSeek nos protocolos upstream e downstream do setor Conforme ilustrado, acredito que o DeepSeek terá diferentes impactos nas camadas de infraestrutura, modelo e Camada de aplicação, em termos de impacto positivo: A Camada de aplicação se beneficiará da grande queda nos custos de inferência, mais aplicativos poderão garantir a presença online de Agent de forma eficiente e de baixo custo por longos períodos e concluir tarefas em tempo real;...
Esta página pode conter conteúdo de terceiros, que é fornecido apenas para fins informativos (não para representações/garantias) e não deve ser considerada como um endosso de suas opiniões pela Gate nem como aconselhamento financeiro ou profissional. Consulte a Isenção de responsabilidade para obter detalhes.
Análise de Profundidade》DeepSeek sobre o impacto do protocolo upstream e downstream gerado pela IA Web3
DeepSeek rompe a última bolha do agente na pista, DeFAI pode dar à luz a uma nova vida, e a forma de financiamento do setor está mudando. Este artigo é de Kevin, o Pesquisador da BlockBooster, republicado pela Foresight News. (Contexto prévio: Relatório da Binance: Como o DeFAI está remodelando a experiência de Finanças Descentralizadas?) (Contexto adicional: Posições curtas lendárias: Sinais de bolha no mercado de ações dos EUA, o maior risco nos próximos anos é o efeito semelhante ao Deepseek.) TLDR: A aparição do DeepSeek quebra a barreira de Poder de computação, otimizando o modelo liderado pelo Código aberto para uma nova direção; As Informações favoráveis do DeepSeek impactam os modelos upstream e downstream da indústria, gerando impactos negativos no Poder de computação da infraestrutura do protocolo; O Informações favoráveis do DeepSeek inadvertidamente rompem a última bolha do agente, e o DeFAI é o mais provável de dar origem a uma nova vida; O jogo de financiamento de projetos pode estar chegando ao fim, e o lançamento da comunidade + um novo método de financiamento com um pequeno VC pode se tornar comum. O impacto causado pelo DeepSeek terá um efeito profundo na indústria de IA este ano, o DeepSeek conseguiu fazer com que as placas de vídeo de consumo doméstico concluam as tarefas de treinamento de modelos de grande escala que anteriormente só poderiam ser realizadas por GPUs de alto nível em grande quantidade. O primeiro Poder de computação do ecossistema em torno do desenvolvimento de IA, começa a desmoronar, à medida que a eficiência dos Algoritmos corre a 68% ao ano, e o desempenho de hardware segue a escalada linear da Lei de Moore, modelos de avaliação profundamente enraizados nos últimos três anos não são mais aplicáveis, e o próximo capítulo da IA será iniciado pelos modelos do Código aberto. Embora os protocolos de IA do Web3 sejam completamente diferentes do Web2, eles inevitavelmente estão sujeitos ao impacto do DeepSeek, e esse impacto gerará novos casos de uso para a infraestrutura de IA do Web3: camada de infraestrutura, camada de software intermediário, camada de modelo e Camada de aplicação, através da análise da colaboração dos protocolos upstream e downstream, dividirei todo o ecossistema em: camada de infraestrutura, camada de software intermediário, camada de modelo e Camada de aplicação, e esclarecerei suas dependências: A camada de infraestrutura fornece os recursos básicos da Descentralização (Poder de computação, armazenamento, L1), onde o protocolo de Poder de computação inclui: Render, Akash, io.net, etc.; protocolo de armazenamento inclui: Arweave, Filecoin, Storj, etc.; L1 inclui: NEAR, Olas, Fetch.ai, etc. O protocolo de Poder de computação suporta o treinamento, inferência e execução de estruturas de modelo; o protocolo de armazenamento armazena dados de treinamento, parâmetros de modelo e registros de interação na cadeia; o L1 otimiza a eficiência de transmissão de dados por meio de Nós especializados, reduzindo a latência. A camada de software intermediário é a ponte que conecta a infraestrutura básica às aplicações de nível superior, fornecendo ferramentas de desenvolvimento de estruturas, serviços de dados e proteção de privacidade, onde o protocolo de marcação de dados inclui: Grass, Masa, Vana, etc.; o protocolo de desenvolvimento da estrutura inclui: Eliza, ARC, Swarms, etc.; o protocolo de cálculo de privacidade inclui: Phala, etc. A camada de serviços de dados fornece combustível para o treinamento do modelo, a estrutura de desenvolvimento depende do Poder de computação e do armazenamento da camada de infraestrutura, e a camada de cálculo de privacidade protege a segurança dos dados durante o treinamento / inferência. A camada de modelo é usada para desenvolver, treinar e distribuir modelos, onde a plataforma de treinamento de modelos de código aberto é: Bittensor. A camada de modelo depende do Poder de computação da camada de infraestrutura e dos dados da camada de software intermediário; os modelos são implantados na cadeia por meio da estrutura de desenvolvimento; o mercado de modelos transporta os resultados do treinamento para a Camada de aplicação. A Camada de aplicação é o produto de IA voltado para o usuário final, onde o Agente inclui: GOAT, AIXBT, etc.; o protocolo DeFAI inclui: Griffain, Buzz, etc. A Camada de aplicação chama o modelo pré-treinado da camada de modelo; depende do cálculo de privacidade da camada de software intermediário; aplicativos complexos exigem Poder de computação em tempo real da camada de infraestrutura. DeepSeek pode ter um impacto negativo no Poder de computação descentralizado De acordo com uma pesquisa amostral, cerca de 70% dos projetos de IA do Web3 realmente chamam a OpenAI ou plataformas de nuvem centralizadas, apenas 15% dos projetos usam GPUs descentralizados (como o modelo da sub-rede Bittensor), e os restantes 15% são uma estrutura mista (processamento local de dados sensíveis, tarefas gerais na nuvem). A taxa real de utilização do protocolo de Poder de computação descentralizado está muito abaixo do esperado e não condiz com seu valor de mercado real. As razões para a baixa utilização são três: desenvolvedores do Web2 migram para o Web3 mantendo a cadeia de ferramentas existente; as plataformas de GPU descentralizadas ainda não alcançaram vantagens de preço; alguns projetos usam a 'Descentralização' como um pretexto para evitar inspeções de conformidade de dados, e o Poder de computação real ainda depende de nuvens centralizadas. AWS/GCP detêm mais de 90% de participação de mercado em Poder de computação de IA, em comparação, o equivalente Poder de computação da Akash é apenas 0,2% do AWS. As plataformas de nuvem centralizadas têm vantagens como: gerenciamento de clusters, rede de alta velocidade RDMA, escalabilidade flexível; as plataformas de nuvem descentralizadas possuem versões aprimoradas dessas tecnologias para o Web3, porém, têm deficiências que não podem ser negligenciadas, como problemas de latência: a latência de comunicação de Nós distribuídos é 6 vezes maior do que a nuvem centralizada; fragmentação de ferramentas: PyTorch/TensorFlow não suportam nativamente agendamento descentralizado. O DeepSeek reduz o consumo de Poder de computação em 50% por meio do treinamento esparsificado (Sparse Training), e a poda dinâmica de modelos permite o treinamento de modelos com bilhões de parâmetros em GPUs de consumo. A demanda por GPUs de alto nível a curto prazo no mercado foi significativamente reduzida, e o potencial de mercado de Computação de borda foi reavaliado. Antes da aparição do DeepSeek, a maioria esmagadora dos protocolos e aplicativos do setor usava plataformas como a AWS, com apenas alguns casos de uso implantados na rede de GPUs descentralizadas, esses casos de uso priorizavam as vantagens de preço em Poder de computação de consumo e não se importavam com a latência. Essa situação pode piorar com a chegada do DeepSeek. O DeepSeek libera as restrições dos desenvolvedores de longo prazo, e os modelos de inferência eficientes e de baixo custo se popularizarão a uma velocidade sem precedentes. Na verdade, atualmente, várias plataformas de nuvem centralizadas e muitos países já começaram a implantar o DeepSeek, a grande queda nos custos de inferência gerará uma grande quantidade de aplicativos front-end, esses aplicativos terão uma enorme demanda por GPUs de consumo. Diante do iminente mercado em expansão, as plataformas de nuvem centralizadas iniciarão uma nova rodada de competição por usuários, competindo não apenas com as principais plataformas, mas também com inúmeras pequenas plataformas de nuvem centralizadas. E a forma mais direta de competição é a redução de preços, é previsível que os preços dos 4090 nas plataformas centralizadas sofrerão reduções, o que pode ser um desastre para as plataformas de Poder de computação do Web3. Quando o preço não é mais a única barreira para entrar, as plataformas de Poder de computação do setor podem ser forçadas a reduzir os preços, causando consequências que empresas como io.net, Render, Akash não podem suportar. A guerra de preços destruirá o último limite de avaliação remanescente, a queda de receita e a espiral de perda de usuários podem levar o protocolo de Poder de computação descentralizado a uma nova direção. O impacto específico do DeepSeek nos protocolos upstream e downstream do setor Conforme ilustrado, acredito que o DeepSeek terá diferentes impactos nas camadas de infraestrutura, modelo e Camada de aplicação, em termos de impacto positivo: A Camada de aplicação se beneficiará da grande queda nos custos de inferência, mais aplicativos poderão garantir a presença online de Agent de forma eficiente e de baixo custo por longos períodos e concluir tarefas em tempo real;...