AI & DePIN: コンピューティングリソースの分散型革命

最近、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300億と230億ドルに達しました。この記事では、両者の交差領域、特にAI DePINネットワーク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提供することでAIに実用的価値をもたらします。大手テクノロジー企業によるGPUの不足により、他の開発者はAIモデルを構築するために十分なGPUリソースを得ることが難しくなっています。従来の方法は集中化されたクラウドサービスを選択することですが、しばしば柔軟性のない長期契約を結ぶ必要があります。

DePINネットワークは、より柔軟でコスト効果の高い代替案を提供します。それは、トークンインセンティブを通じて分散したGPUリソースを統合し、計算能力を必要とするユーザーに統一供給を提供します。これにより、開発者はカスタマイズされたオンデマンド計算リソースを得るだけでなく、GPU所有者に追加の収入源を提供します。

! AIとDePINの交差点

現在市場には複数のAI DePINネットワークが存在し、それぞれに特徴があります。本稿では主要なプロジェクトについて簡単に紹介し、比較します:

RenderはGPU計算ネットワークの先駆者であり、元々はコンテンツレンダリングに特化していましたが、後にAI計算分野に拡大しました。これは、パラマウント・ピクチャーズなどの大企業に採用され、Stability AIなどのAI企業と協力しています。

! AIとDePINの交差点

Akashは従来のクラウドサービスの「スーパークラウド」代替品として位置付けられ、ストレージ、GPU、およびCPU計算をサポートしています。そのAkashMLはHugging Face上の数万のモデルを実行でき、複数の有名なAIプロジェクトをホスティングしています。

io.netはAIおよび機械学習のユースケースに特化しており、データセンターやマイナーなどからのGPUリソースを集約しています。さまざまなタイプのGPUクラスタを迅速に立ち上げることをサポートしています。

Gensynは機械学習計算に特化しており、革新的な検証メカニズムを通じて効率を向上させています。事前にトレーニングされたモデルを微調整することができ、分散化された基盤モデルを提供する予定です。

Aethirは企業向けのGPU市場を主にターゲットとし、AIや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。需要に応じてリソース配分を調整し、複数の大手テクノロジー企業と協力しています。

Phala NetworkはWeb3 AIソリューションの実行層として機能し、AIエージェントがチェーン上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。それは信頼できる実行環境(TEE)を使用してプライバシーを保護します。

! AIとDePINの交差点

これらのプロジェクトは、ハードウェアの種類、ビジネスの重点、価格モデルなどの面でそれぞれの特徴があります。主な違いは次の通りです:

• GPUクラスタと並列計算能力:ほとんどのプロジェクトは、複雑なAIモデルのニーズを満たすためにGPUクラスタをサポートしています。

! AIとDePINの交差点

• データプライバシー保護:暗号化、TEEなどのさまざまな技術手段を用いて、機密データを保護します。

! AIとDePINの交差点

• 計算完了証明と品質検査:さまざまなメカニズムを通じて計算が要求どおりに完了したかどうかを検証します。

! AIとDePINの交差点

• 高性能GPU供給:一部のプロジェクトは数千台のA100/H100 GPUを統合しており、大規模モデルのトレーニングニーズを満たすことができます。

• 消費者向けGPU/CPUの活用: 一部のプロジェクトは一般ユーザーの未使用計算能力を統合し、小規模な計算ニーズにサービスを提供しています。

AI DePINネットワークはまだ初期段階にあり、いくつかの課題に直面しています。しかし、ハードウェアの供給とタスク量の増加に伴い、これらのネットワークは徐々にその価値を証明しています。将来的には、数兆ドルのAI市場で重要な役割を果たし、開発者により経済的で効率的な計算リソースの選択肢を提供することが期待されています。

! AIとDePINの交差点