AI e DePIN: A revolução da descentralização dos recursos computacionais

Recentemente, a IA e o DePIN tornaram-se tendências populares no campo do Web3, com um valor de mercado de 30 bilhões e 23 bilhões de dólares, respetivamente. Este artigo irá explorar a interseção entre os dois, especialmente o desenvolvimento das redes AI DePIN.

Na pilha de tecnologia de IA, a rede DePIN traz valor prático à IA ao fornecer recursos de computação. Devido à escassez de GPUs causada por grandes empresas de tecnologia, outros desenvolvedores têm dificuldade em obter recursos de GPU suficientes para construir modelos de IA. A abordagem tradicional é optar por serviços de nuvem centralizados, mas isso muitas vezes requer a assinatura de contratos de longo prazo inflexíveis.

A rede DePIN oferece uma alternativa mais flexível e econômica. Ela integra recursos de GPU descentralizados através de incentivos em token, fornecendo uma oferta unificada para usuários que precisam de capacidade computacional. Isso não só permite que os desenvolvedores obtenham recursos de computação sob demanda personalizados, mas também oferece aos proprietários de GPU uma fonte adicional de receita.

Atualmente, já existem várias redes DePIN de IA no mercado, cada uma com suas características. Este artigo fará uma breve introdução e comparação dos principais projetos:

Render é o pioneiro em redes de computação GPU, originalmente focado em renderização de conteúdo, mas depois expandiu para o campo da computação AI. Foi adotado por grandes empresas como a Paramount Pictures e colaborou com empresas de AI como a Stability AI.

Akash é posicionado como uma alternativa de "super nuvem" aos serviços de nuvem tradicionais, suportando armazenamento, computação GPU e CPU. O AkashML pode executar milhares de modelos da Hugging Face e já hospedou vários projetos de IA conhecidos.

io.net foca em casos de uso de IA e aprendizado de máquina, agregando recursos de GPU de centros de dados, mineradores, entre outros. Suporta a inicialização rápida de vários tipos de clusters de GPU.

A Gensyn foca em computação de aprendizado de máquina, melhorando a eficiência através de um mecanismo de validação inovador. Ela pode ajustar modelos pré-treinados e planeja oferecer modelos básicos descentralizados.

Aethir foca no mercado de GPU para empresas, voltado para áreas de computação intensiva como IA e jogos em nuvem. Ele ajusta a alocação de recursos com base na demanda e colabora com várias grandes empresas de tecnologia.

A Phala Network atua como a camada de execução de soluções de IA Web3, permitindo que agentes de IA sejam controlados por contratos inteligentes na blockchain. Utiliza o ambiente de execução confiável (TEE) para proteger a privacidade.

Estes projetos têm características distintas em termos de tipos de hardware, foco empresarial, modelos de preços, entre outros. As principais diferenças incluem:

• Capacidade de clusters GPU e computação paralela: a maioria dos projetos já suporta clusters GPU para atender às necessidades de modelos de IA complexos.

• Proteção da privacidade dos dados: utilização de várias técnicas, como criptografia e TEE, para proteger dados sensíveis.

• Prova de cálculo concluído e verificação de qualidade: verificar se o cálculo foi realizado conforme o exigido através de vários mecanismos.

• Fornecimento de GPU de alto desempenho: alguns projetos já integraram milhares de GPUs A100/H100, capazes de atender às necessidades de treinamento de grandes modelos.

• Utilização de GPU/CPU de nível de consumo: alguns projetos também integram a capacidade de processamento ociosa de usuários comuns para atender a pequenas demandas de computação.

As redes DePIN de IA ainda estão em estágios iniciais, enfrentando alguns desafios. Mas à medida que a oferta de hardware e a quantidade de tarefas aumentam, essas redes estão gradualmente provando seu valor. No futuro, espera-se que desempenhem um papel importante em um mercado de IA de trilhões de dólares, oferecendo aos desenvolvedores opções de recursos computacionais mais econômicas e eficientes.