Sự kết hợp giữa AI và DePIN: Sự trỗi dậy của mạng GPU Phi tập trung

Kể từ năm 2023, AI và DePIN đã trở thành xu hướng nóng trong lĩnh vực Web3, với giá trị thị trường của AI đạt 30 tỷ USD và DePIN đạt 23 tỷ USD. Bài viết này tập trung vào điểm giao nhau của cả hai, khám phá sự phát triển của các giao thức liên quan.

Trong công nghệ AI, mạng DePIN cung cấp tính thực tiễn cho AI thông qua tài nguyên tính toán. Các công ty công nghệ lớn gây ra tình trạng thiếu hụt GPU, khiến các nhà phát triển mô hình AI khác khó khăn trong việc có được GPU đủ. Lựa chọn truyền thống là các nhà cung cấp đám mây tập trung thì không hiệu quả và không linh hoạt. DePIN cung cấp một giải pháp thay thế linh hoạt hơn và tiết kiệm chi phí hơn, sử dụng động lực từ token để khuyến khích việc đóng góp tài nguyên. DePIN trong lĩnh vực AI tích hợp tài nguyên GPU cá nhân thành một nguồn cung thống nhất, cung cấp quyền truy cập theo yêu cầu tùy chỉnh cho các nhà phát triển, đồng thời tạo ra thu nhập bổ sung cho các chủ sở hữu GPU.

Tổng quan về mạng DePIN AI

Render

Render là mạng tính toán GPU P2P đầu tiên, ban đầu tập trung vào việc render đồ họa, sau đó mở rộng sang các nhiệm vụ tính toán AI.

Điểm nổi bật:

• Được thành lập bởi công ty OTOY, đơn vị từng đoạt giải Oscar cho công nghệ.
• Dịch vụ Paramount Pictures và các ông lớn trong ngành giải trí
• Hợp tác với Stability AI, tích hợp mô hình AI với rendering 3D
• Phê duyệt nhiều máy khách tính toán, tích hợp thêm nhiều GPU mạng DePIN

Akash

Akash được định vị là "siêu đám mây" hỗ trợ lưu trữ, tính toán GPU và CPU, thay thế cho các nền tảng truyền thống như AWS.

Điểm nổi bật:

• Hỗ trợ nhiều nhiệm vụ từ tính toán tổng quát đến lưu trữ mạng
• AkashML có thể chạy hơn 15.000 mô hình trên Hugging Face
• Quản lý các ứng dụng quan trọng như mô hình LLM của Mistral AI
• Hỗ trợ vũ trụ ảo, triển khai AI và nền tảng học tập liên bang

io.net

io.net cung cấp cụm đám mây GPU phân tán, tập trung vào các trường hợp sử dụng AI và ML.

Điểm nhấn:

• IO-SDK tương thích với các khung như PyTorch, có thể mở rộng động
• Hỗ trợ 3 loại cụm, khởi động trong vòng 2 phút
• Hợp tác với Render và tích hợp các mạng GPU DePIN khác

Gensyn

Gensyn tập trung vào tính toán GPU cho học máy và học sâu.

Điểm nổi bật:

• Chi phí mỗi giờ cho GPU V100 khoảng 0,40 đô la, tiết kiệm đáng kể
• Hỗ trợ tinh chỉnh mô hình cơ sở đã được huấn luyện trước
• Cung cấp mô hình cơ sở toàn cầu chia sẻ Phi tập trung

Aethir

Aethir tập trung vào GPU doanh nghiệp trong các lĩnh vực tính toán chuyên sâu như AI, ML, và game trên đám mây.

Điểm nổi bật:

• Mở rộng đến dịch vụ điện thoại đám mây, hợp tác với APHONE ra mắt điện thoại thông minh đám mây Phi tập trung
• Hợp tác rộng rãi với các ông lớn Web2 như NVIDIA
• Nhiều đối tác trong lĩnh vực Web3 như CARV, Magic Eden, v.v.

Mạng lưới Phala

Phala Network là lớp thực thi giải pháp AI Web3, xử lý các vấn đề về quyền riêng tư.

Điểm nổi bật:

• Đóng vai trò là giao thức đồng xử lý tính toán có thể xác minh
• Hợp đồng đại lý AI có thể kết nối với các mô hình ngôn ngữ lớn hàng đầu
• Tương lai sẽ bao gồm các hệ thống chứng minh đa dạng như zk-proofs
• Kế hoạch hỗ trợ GPU TEE H100 và các GPU khác để tăng cường sức mạnh tính toán

So sánh dự án

| Đặc điểm | Render | Akash | io.net | Gensyn | Aethir | Phala | |-----|--------|-------|--------|--------|--------|-------| | Phần cứng | GPU&CPU | GPU&CPU | GPU&CPU | GPU | GPU | CPU | | Điểm nổi bật | Render đồ họa và AI | Điện toán đám mây, Render và AI | AI | AI | AI, trò chơi đám mây và viễn thông | Thực thi AI trên chuỗi | | Nhiệm vụ AI | Suy diễn | Cả hai | Cả hai | Đào tạo | Đào tạo | Thực hiện | | Định giá | Dựa trên hiệu suất | Đấu giá ngược | Định giá thị trường | Định giá thị trường | Hệ thống đấu thầu | Tính toán quyền lợi | | Chuỗi khối | Solana | Cosmos | Solana | Gensyn | Arbitrum | Polkadot | | Quyền riêng tư dữ liệu | Mã hóa & Băm | Xác thực mTLS | Mã hóa dữ liệu | Bản đồ an toàn | Mã hóa | TEE | | Phí | 0.5-5%/nhiệm vụ | 20% USDC, 4% AKT | 2% USDC, 0.25% dự trữ | Giá rẻ | 20%/cuộc trò chuyện | Tỷ lệ với việc đặt cọc | | An toàn | Chứng minh kết xuất | Chứng minh quyền lợi | Chứng minh tính toán | Chứng minh quyền lợi | Chứng minh khả năng kết xuất | Kế thừa từ chuỗi trung gian | | Hoàn thành chứng minh | - | - | Chứng minh khóa thời gian | Chứng minh học tập | Chứng minh công việc | Chứng minh TEE | | Đảm bảo chất lượng | Tranh chấp | - | - | Người xác thực và người báo cáo | Kiểm tra nút | Chứng minh từ xa | | Cụm GPU | Không | Có | Có | Có | Có | Không |

Thống kê phần cứng

| Chỉ số | Render | Akash | io.net | Gensyn | Aethir | Phala | |-----|--------|-------|--------|--------|--------|-------| | Số lượng GPU | 5600 | 384 | 38177 | - | 40000+ | - | | Số lượng CPU | 114 | 14672 | 5433 | - | - | 30000+ | | Số lượng H100/A100 | - | 157 | 2330 | - | 2000+ | - | | Phí H100/giờ | - | $1.46 | $1.19 | - | - | - | | Chi phí A100/giờ | - | $1.37 | $1.50 | $0.55( dự kiến ) | $0.33( dự kiến ) | - |

Kết luận

Lĩnh vực DePIN AI vẫn đang ở giai đoạn đầu, đối mặt với nhiều thách thức. Tuy nhiên, khối lượng công việc và số lượng phần cứng trên mạng GPU phi tập trung đã tăng đáng kể, cho thấy nhu cầu về các giải pháp thay thế cho nhà cung cấp đám mây Web2 đang gia tăng. Những mạng lưới này đã giải quyết hiệu quả vấn đề cung cầu, chứng minh sự phù hợp của sản phẩm với thị trường.

Nhìn về tương lai, AI có khả năng phát triển thành thị trường hàng triệu tỷ đô la. Những mạng GPU phi tập trung này sẽ đóng vai trò then chốt trong việc cung cấp các giải pháp tính toán tiết kiệm chi phí cho các nhà phát triển. Bằng cách tiếp tục thu hẹp khoảng cách giữa nhu cầu và cung, những mạng này sẽ đóng góp đáng kể vào hình thái tương lai của AI và cơ sở hạ tầng tính toán.