原文標(biāo)題：The Case for Compute DePINs

原文作者：PAUL TIMOFEEV

原文來源：shoal

關(guān)鍵要點(diǎn)

• 隨著機(jī)器學(xué)習(xí)和生成性AI開發(fā)的深度學(xué)習(xí)的興起，計(jì)算資源變得越來越受歡迎，這兩者都需要大量的計(jì)算密集型工作負(fù)載。然而，由于大型公司和政府大量積累這些資源，初創(chuàng)公司和獨(dú)立開發(fā)者如今面臨市場上GPU短缺的問題，導(dǎo)致成本過高和/或無法獲得資源。
• 計(jì)算DePINs通過允許世界上任何人提供其閑置的供應(yīng)以換取貨幣獎(jiǎng)勵(lì)，能夠?yàn)镚PU等計(jì)算資源創(chuàng)建去中心化的市場。這旨在幫助未被充分服務(wù)的GPU消費(fèi)者接觸到新的供應(yīng)渠道，從而以降低的成本和開銷獲得其工作負(fù)載所需的開發(fā)資源。
• 計(jì)算DePINs在與傳統(tǒng)的集中式服務(wù)提供商競爭時(shí)仍面臨許多經(jīng)濟(jì)和技術(shù)挑戰(zhàn)，其中一些挑戰(zhàn)將隨著時(shí)間的推移自行解決，而另一些則需要新的解決方案和優(yōu)化。

計(jì)算是新的石油

自工業(yè)革命以來，技術(shù)以前所未有的速度推動(dòng)了人類前進(jìn)，幾乎日常生活的每一個(gè)方面都受到影響或完全轉(zhuǎn)變。計(jì)算機(jī)最終作為研究人員、學(xué)者和計(jì)算機(jī)工程師集體努力的結(jié)晶而出現(xiàn)。最初設(shè)計(jì)用于解決用于高級軍事行動(dòng)的大規(guī)模算術(shù)任務(wù)，計(jì)算機(jī)已演變?yōu)楝F(xiàn)代生活的支柱。隨著計(jì)算機(jī)對人類的影響繼續(xù)以前所未有的速度增長，對這些機(jī)器及其驅(qū)動(dòng)資源的需求也在不斷增長，超過了可用供應(yīng)。這反過來又創(chuàng)造了市場動(dòng)態(tài)，其中大多數(shù)開發(fā)者和企業(yè)無法獲得關(guān)鍵資源的訪問權(quán)限，使得機(jī)器學(xué)習(xí)和生成性人工智能的發(fā)展——今天最具變革性的技術(shù)之一——掌握在少數(shù)資金充足的玩家手中。與此同時(shí)，大量閑置的計(jì)算資源供應(yīng)為幫助緩解計(jì)算供需之間的不平衡提供了一個(gè)有利可圖的機(jī)會(huì)，加劇了參與者雙方之間協(xié)調(diào)機(jī)制的需求。因此，我們認(rèn)為，由區(qū)塊鏈技術(shù)和數(shù)字資產(chǎn)支持的去中心化系統(tǒng)對于生成性人工智能產(chǎn)品和服務(wù)的更廣泛、更民主和負(fù)責(zé)任的發(fā)展至關(guān)重要。

計(jì)算資源

計(jì)算可以定義為計(jì)算機(jī)根據(jù)給定輸入發(fā)出明確輸出的各種活動(dòng)、應(yīng)用程序或工作負(fù)載。最終，它指的是計(jì)算機(jī)的計(jì)算和處理能力，這是這些機(jī)器的核心效用，推動(dòng)了現(xiàn)代世界的許多部分，僅在過去一年就產(chǎn)生了高達(dá)1.1萬億美元的收入。

計(jì)算資源指的是各種硬件和軟件組件，這些組件使計(jì)算和處理成為可能。隨著它們啟用的應(yīng)用程序和功能數(shù)量的持續(xù)增長，這些組件變得越來越重要，越來越多地出現(xiàn)在人們的日常生活中。這導(dǎo)致國家力量和企業(yè)之間爭相積累盡可能多的這些資源，作為一種生存手段。這在提供這些資源的公司的市場表現(xiàn)中得到了體現(xiàn)（例如，Nvidia，其市值在過去5年中增長了3000%以上）。

GPU

GPU是現(xiàn)代高性能計(jì)算中最重要的資源之一。GPU的核心功能是作為專用電路，通過并行處理加速計(jì)算機(jī)圖形工作負(fù)載。最初服務(wù)于游戲和個(gè)人電腦行業(yè)，GPU已經(jīng)發(fā)展為服務(wù)于塑造未來世界的許多新興技術(shù)（如主機(jī)和個(gè)人電腦、移動(dòng)設(shè)備、云計(jì)算、物聯(lián)網(wǎng)）。然而，由于機(jī)器學(xué)習(xí)和人工智能的興起，對這些資源的需求特別加劇——通過并行執(zhí)行計(jì)算，GPU加速了ML和AI操作，從而增強(qiáng)了最終技術(shù)的處理能力和能力。

AI的崛起

AI的核心是使計(jì)算機(jī)和機(jī)器能夠模擬人類智能和解決問題的能力。AI模型作為神經(jīng)網(wǎng)絡(luò)，由許多不同數(shù)據(jù)塊組成。模型需要處理能力來識別和學(xué)習(xí)這些數(shù)據(jù)之間的關(guān)系，然后在基于給定輸入創(chuàng)建輸出時(shí)參考這些關(guān)系。

盡管人們普遍認(rèn)為，AI開發(fā)和生產(chǎn)并不是新事物；1967年，F(xiàn)rank Rosenblatt建造了Mark 1 Perceptron，這是第一個(gè)基于神經(jīng)網(wǎng)絡(luò)的計(jì)算機(jī)，通過試錯(cuò)法“學(xué)習(xí)”。此外，奠定我們今天所知的AI發(fā)展的大量學(xué)術(shù)研究在90年代末和2000年代初發(fā)表，該行業(yè)自那時(shí)以來一直在發(fā)展。

除了研發(fā)工作之外，“狹隘”的AI模型已經(jīng)在今天使用的各種強(qiáng)大應(yīng)用程序中發(fā)揮作用。示例包括社交媒體算法，如Apple的Siri和Amazon的Alexa、定制產(chǎn)品推薦等。值得注意的是，深度學(xué)習(xí)的興起已經(jīng)改變了人工生成智能（AGI）的發(fā)展。深度學(xué)習(xí)算法利用比機(jī)器學(xué)習(xí)應(yīng)用程序更大的或“更深”的神經(jīng)網(wǎng)絡(luò)，作為更具可擴(kuò)展性且性能更廣泛的替代方案。生成性AI模型“編碼其訓(xùn)練數(shù)據(jù)的簡化表示，并參考它以發(fā)出類似但不相同的新輸出。”

深度學(xué)習(xí)使開發(fā)人員能夠?qū)⑸尚訟I模型擴(kuò)展到圖像、語音和其他復(fù)雜數(shù)據(jù)類型，而像ChatGPT這樣的里程碑應(yīng)用已經(jīng)創(chuàng)下了現(xiàn)代最快用戶增長記錄，這些只是生成性AI和深度學(xué)習(xí)可能實(shí)現(xiàn)的早期迭代。

考慮到這一點(diǎn)，生成性AI開發(fā)涉及多個(gè)計(jì)算密集型工作負(fù)載，這需要大量的處理能力和計(jì)算能力，這應(yīng)該不足為奇。

根據(jù)深度學(xué)習(xí)應(yīng)用需求的三重奏，AI應(yīng)用程序的開發(fā)受到幾個(gè)關(guān)鍵工作負(fù)載的限制；

• 訓(xùn)練 - 模型必須處理和分析大型數(shù)據(jù)集，以學(xué)習(xí)如何響應(yīng)給定的輸入。
• 調(diào)整 - 模型經(jīng)歷一系列重復(fù)過程，其中調(diào)整和優(yōu)化各種超參數(shù)以提高性能和質(zhì)量。
• 模擬 - 在部署之前，某些模型（例如強(qiáng)化學(xué)習(xí)算法）會(huì)經(jīng)歷一系列模擬以進(jìn)行測試。

計(jì)算緊縮：需求大于供應(yīng)

在過去的幾十年中，許多技術(shù)進(jìn)步推動(dòng)了對計(jì)算和處理能力的前所未有的需求激增。因此，如今對GPU等計(jì)算資源的需求遠(yuǎn)遠(yuǎn)超過了可用供應(yīng)，創(chuàng)造了AI開發(fā)中的瓶頸，如果沒有有效的解決方案，這種瓶頸只會(huì)繼續(xù)增長。

供應(yīng)的更廣泛限制進(jìn)一步得到大量公司超出其實(shí)際需求購買GPU的支持，既作為競爭優(yōu)勢，又作為在現(xiàn)代全球經(jīng)濟(jì)中生存的手段。計(jì)算提供商通常采用需要長期資本承諾的合同結(jié)構(gòu)，授予客戶超出其需求要求的供應(yīng)。

Epoch的研究表明，計(jì)算密集型AI模型發(fā)布的整體數(shù)量正在迅速增長，表明推動(dòng)這些技術(shù)的資源需求將繼續(xù)快速增長。

隨著AI模型的復(fù)雜性繼續(xù)增長，應(yīng)用程序開發(fā)人員的計(jì)算和處理能力需求也會(huì)隨之增長。反過來，GPU的性能及其后續(xù)可用性也將發(fā)揮越來越重要的作用。這已經(jīng)開始實(shí)現(xiàn)，因?yàn)閷Ω叨薌PU（例如Nvidia生產(chǎn)的GPU）的需求不斷增長，Nvidia將GPU譽(yù)為AI行業(yè)的“稀土金屬”或“黃金”。

AI的快速商業(yè)化有可能將控制權(quán)交給少數(shù)科技巨頭，類似于今天的社交媒體行業(yè)，這引發(fā)了對這些模型倫理基礎(chǔ)的擔(dān)憂。一個(gè)著名的例子是最近關(guān)于Google Gemini的爭議。盡管其對各種提示的許多奇怪回復(fù)當(dāng)時(shí)并未構(gòu)成實(shí)際危險(xiǎn)，但這一事件展示了少數(shù)公司主導(dǎo)和控制AI開發(fā)的固有風(fēng)險(xiǎn)。

今天的科技初創(chuàng)公司在獲取計(jì)算資源以支持其AI模型方面面臨越來越多的挑戰(zhàn)。這些應(yīng)用程序在模型部署之前執(zhí)行許多計(jì)算密集型過程。對于較小的企業(yè)來說，積累大量GPU是一項(xiàng)基本不可持續(xù)的努力，而傳統(tǒng)的云計(jì)算服務(wù)（如AWS或Google Cloud）雖然提供了無縫且便捷的開發(fā)者體驗(yàn)，但其有限的容量最終導(dǎo)致高成本，使許多開發(fā)者無法承擔(dān)。最終，并非每個(gè)人都能提出籌集7萬億美元來支付其硬件成本。

那么原因是什么？

Nvidia曾估計(jì)，全球有超過40K家公司使用GPU進(jìn)行AI和加速計(jì)算，開發(fā)者社區(qū)超過400萬人。展望未來，全球AI市場預(yù)計(jì)將從2023年的5150億美元增長到2032年的2.74萬億美元，年均增長率為20.4%。同時(shí)，GPU市場預(yù)計(jì)到2032年將達(dá)到4000億美元，年均增長率為25%。

然而，在AI革命之后，計(jì)算資源供需之間的不平衡日益加劇，這可能會(huì)造成一個(gè)相當(dāng)烏托邦式的未來，即由少數(shù)資金雄厚的巨型企業(yè)集中主導(dǎo)變革性技術(shù)的發(fā)展。因此，我們認(rèn)為所有的道路都通向去中心化的替代解決方案，以幫助彌合人工智能開發(fā)者的需求與可用資源之間的差距。

DePIN的角色

什么是DePINs？

DePIN是Messari研究團(tuán)隊(duì)創(chuàng)造的術(shù)語，代表去中心化物理基礎(chǔ)設(shè)施網(wǎng)絡(luò)。具體來說，去中心化意味著沒有單一實(shí)體提取租金和限制訪問。而物理基礎(chǔ)設(shè)施指的是利用的“現(xiàn)實(shí)生活”中的物理資源。網(wǎng)絡(luò)指的是一組協(xié)調(diào)工作的參與者，以實(shí)現(xiàn)預(yù)定的目標(biāo)或一系列目標(biāo)。今天，DePINs的總市值大約為283億美元。

DePINs的核心是全球節(jié)點(diǎn)網(wǎng)絡(luò)，這些節(jié)點(diǎn)將物理基礎(chǔ)設(shè)施資源與區(qū)塊鏈連接起來，以便創(chuàng)建去中心化的市場，連接資源的買家和供應(yīng)商，其中任何人都可以成為供應(yīng)商，并因其服務(wù)和對網(wǎng)絡(luò)的價(jià)值貢獻(xiàn)而獲得報(bào)酬。在這種情況下，通過各種法律和監(jiān)管手段以及服務(wù)費(fèi)限制網(wǎng)絡(luò)訪問的中央中介被智能合約和代碼組成的去中心化協(xié)議所取代，該協(xié)議由其相應(yīng)的代幣持有者管理。

DePINs的價(jià)值在于它們提供了去中心化、可訪問、低成本和可擴(kuò)展的傳統(tǒng)資源網(wǎng)絡(luò)和服務(wù)提供商的替代方案。它們使去中心化市場能夠服務(wù)于特定的最終目標(biāo)；商品和服務(wù)的成本由市場動(dòng)態(tài)決定，任何人都可以隨時(shí)參與，從而由于供應(yīng)商數(shù)量的增加和利潤率的最小化，自然地降低單位成本。

使用區(qū)塊鏈?zhǔn)笵ePINs能夠構(gòu)建加密經(jīng)濟(jì)激勵(lì)系統(tǒng)，幫助確保網(wǎng)絡(luò)參與者因其服務(wù)得到適當(dāng)?shù)膱?bào)酬，將關(guān)鍵價(jià)值提供者轉(zhuǎn)變?yōu)槔嫦嚓P(guān)者。然而，重要的是要注意，網(wǎng)絡(luò)效應(yīng)，即通過將小型個(gè)人網(wǎng)絡(luò)轉(zhuǎn)變?yōu)楦蟆⒏呱a(chǎn)力的系統(tǒng)來實(shí)現(xiàn)，是實(shí)現(xiàn)DePINs許多好處的關(guān)鍵。此外，雖然代幣獎(jiǎng)勵(lì)已被證明是網(wǎng)絡(luò)引導(dǎo)機(jī)制的有力工具，但在更廣泛的DePIN領(lǐng)域中，建立可持續(xù)的激勵(lì)措施以幫助用戶保留和長期采用仍然是一個(gè)關(guān)鍵挑戰(zhàn)。

DePINs如何工作？

為了更好地理解DePINs在實(shí)現(xiàn)去中心化計(jì)算市場中的價(jià)值，重要的是要認(rèn)識到涉及的不同結(jié)構(gòu)組件以及它們?nèi)绾螀f(xié)同工作以形成去中心化資源網(wǎng)絡(luò)。讓我們考慮一下DePIN的結(jié)構(gòu)和參與者。

協(xié)議

去中心化協(xié)議，即一組建立在底層“基礎(chǔ)層”區(qū)塊鏈網(wǎng)絡(luò)之上的智能合約，用于促進(jìn)網(wǎng)絡(luò)參與者之間的無信任互動(dòng)。在理想情況下，協(xié)議應(yīng)由一組多樣化的利益相關(guān)者管理，他們積極致力于為網(wǎng)絡(luò)的長期成功做出貢獻(xiàn)。這些利益相關(guān)者然后使用他們的協(xié)議代幣份額對DePIN的擬議變更和發(fā)展進(jìn)行投票。鑒于成功協(xié)調(diào)分布式網(wǎng)絡(luò)本身就是一個(gè)巨大的挑戰(zhàn)，核心團(tuán)隊(duì)通常會(huì)保留最初實(shí)施這些變更的權(quán)力，然后將權(quán)力轉(zhuǎn)移給去中心化自治組織（DAO）。

網(wǎng)絡(luò)參與者

資源網(wǎng)絡(luò)的最終用戶是其最有價(jià)值的參與者，可以根據(jù)其功能進(jìn)行分類。

• 供應(yīng)商：提供資源給網(wǎng)絡(luò)的個(gè)人或?qū)嶓w，以獲得以DePIN本地代幣支付的貨幣獎(jiǎng)勵(lì)。供應(yīng)商通過區(qū)塊鏈原生協(xié)議“連接”到網(wǎng)絡(luò)，協(xié)議可能會(huì)強(qiáng)制執(zhí)行白名單上鏈過程或無許可的過程。通過接收代幣，供應(yīng)商在網(wǎng)絡(luò)中獲得股份，類似于股權(quán)所有權(quán)背景中的利益相關(guān)者，使他們能夠?qū)W(wǎng)絡(luò)的各種提案和發(fā)展進(jìn)行投票，例如他們認(rèn)為有助于推動(dòng)需求和網(wǎng)絡(luò)價(jià)值的提案，從而隨著時(shí)間的推移創(chuàng)造更高的代幣價(jià)格。當(dāng)然，接收代幣的供應(yīng)商也可能利用DePINs作為被動(dòng)收入的一種形式，并在接收代幣后出售它們。
• 消費(fèi)者：這些是積極尋找DePIN提供的資源的個(gè)人或?qū)嶓w，例如尋求GPU的AI初創(chuàng)公司，代表經(jīng)濟(jì)方程的需求方。如果使用DePIN比使用傳統(tǒng)替代方案有實(shí)際優(yōu)勢（例如較低的成本和開銷要求），消費(fèi)者會(huì)被吸引使用DePIN，從而代表網(wǎng)絡(luò)的有機(jī)需求。DePINs通常要求消費(fèi)者以其本地代幣支付資源費(fèi)用，以生成價(jià)值并保持穩(wěn)定的現(xiàn)金流。

資源

DePINs可以服務(wù)于不同的市場，并采用不同的商業(yè)模式來分配資源。Blockworks提供了一個(gè)很好的框架：定制硬件DePINs，提供專用的專有硬件給供應(yīng)商分發(fā)；商品硬件DePINs，允許分發(fā)現(xiàn)有的閑置資源，包括但不限于計(jì)算、存儲和帶寬。

經(jīng)濟(jì)模型

在理想運(yùn)行的DePIN中，價(jià)值來自消費(fèi)者為供應(yīng)商資源支付的收入。網(wǎng)絡(luò)的持續(xù)需求意味著對本地代幣的持續(xù)需求，這與供應(yīng)商和代幣持有者的經(jīng)濟(jì)激勵(lì)一致。在早期階段產(chǎn)生可持續(xù)的有機(jī)需求對大多數(shù)初創(chuàng)公司來說是一個(gè)挑戰(zhàn)，這就是為什么DePINs會(huì)提供通脹代幣激勵(lì)，以激勵(lì)早期供應(yīng)商并引導(dǎo)網(wǎng)絡(luò)的供應(yīng)，作為產(chǎn)生需求和因此更多有機(jī)供應(yīng)的一種手段。這與風(fēng)險(xiǎn)投資公司在Uber初期階段補(bǔ)貼乘客費(fèi)用以引導(dǎo)初始客戶基礎(chǔ)以進(jìn)一步吸引司機(jī)并增強(qiáng)其網(wǎng)絡(luò)效應(yīng)的方式相似。

DePINs需要盡可能戰(zhàn)略性地管理代幣激勵(lì)，因?yàn)樗鼈冊诰W(wǎng)絡(luò)的整體成功中起著關(guān)鍵作用。當(dāng)需求和網(wǎng)絡(luò)收入上升時(shí)，代幣發(fā)行應(yīng)該減少。相反，當(dāng)需求和收入下降時(shí)，代幣發(fā)行應(yīng)再次用于激勵(lì)供應(yīng)。

為了進(jìn)一步說明成功的DePIN網(wǎng)絡(luò)的樣子，請考慮“DePIN飛輪”，這是一種引導(dǎo)DePINs的正反饋循環(huán)?？偨Y(jié)如下：

• DePIN分發(fā)通脹代幣獎(jiǎng)勵(lì)，以激勵(lì)供應(yīng)商為網(wǎng)絡(luò)提供資源，并建立可供消費(fèi)的基礎(chǔ)供應(yīng)水平。
• 假設(shè)供應(yīng)商數(shù)量開始增長，網(wǎng)絡(luò)中開始形成競爭動(dòng)態(tài)，提高了網(wǎng)絡(luò)提供的商品和服務(wù)的整體質(zhì)量，直到它提供的服務(wù)優(yōu)于現(xiàn)有市場解決方案，從而獲得競爭優(yōu)勢。這意味著去中心化系統(tǒng)超越了傳統(tǒng)的集中式服務(wù)提供商，這絕非易事。
• DePIN的有機(jī)需求開始形成，為供應(yīng)商提供合法的現(xiàn)金流。這為投資者和供應(yīng)商提供了一個(gè)引人注目的機(jī)會(huì)，繼續(xù)推動(dòng)網(wǎng)絡(luò)需求和因此代幣價(jià)格。
• 代幣價(jià)格的增長增加了供應(yīng)商的收入，吸引了更多供應(yīng)商并重新啟動(dòng)飛輪。

這個(gè)框架提供了一個(gè)引人注目的增長策略，盡管需要注意的是它在很大程度上是理論性的，并假設(shè)網(wǎng)絡(luò)提供的資源在競爭力上具有持續(xù)的吸引力。

計(jì)算DePINs

去中心化計(jì)算市場屬于一個(gè)更廣泛的運(yùn)動(dòng)，即“共享經(jīng)濟(jì)”，這是一個(gè)基于消費(fèi)者通過在線平臺直接與其他消費(fèi)者共享商品和服務(wù)的點(diǎn)對點(diǎn)經(jīng)濟(jì)系統(tǒng)。這個(gè)模型由eBay等公司開創(chuàng)，如今由Airbnb和Uber等公司主導(dǎo)，最終隨著下一代變革性技術(shù)席卷全球市場而準(zhǔn)備顛覆。共享經(jīng)濟(jì)在2023年的價(jià)值為1500億美元，預(yù)計(jì)到2031年將增長到近8000億美元，展示了消費(fèi)者行為的更廣泛趨勢，我們相信DePINs將從中受益并在其中發(fā)揮關(guān)鍵作用。

基本原理

計(jì)算DePINs是點(diǎn)對點(diǎn)網(wǎng)絡(luò)，通過去中心化市場連接供應(yīng)商和買家，促進(jìn)計(jì)算資源的分配。這些網(wǎng)絡(luò)的一個(gè)關(guān)鍵區(qū)別在于它們專注于商品硬件資源，這些資源今天已經(jīng)在許多人手中。正如我們所討論的那樣，深度學(xué)習(xí)和生成性AI的出現(xiàn)由于其資源密集型工作負(fù)載，導(dǎo)致對處理能力的需求激增，造成了AI開發(fā)訪問關(guān)鍵資源的瓶頸。簡單地說，去中心化計(jì)算市場旨在通過創(chuàng)建一個(gè)新的供應(yīng)流來緩解這些瓶頸——一個(gè)跨越全球的供應(yīng)流，任何人都可以參與。

在計(jì)算DePIN中，任何個(gè)人或?qū)嶓w都可以隨時(shí)借出其閑置資源，并獲得適當(dāng)?shù)膱?bào)酬。同時(shí)，任何個(gè)人或?qū)嶓w都可以從全球無許可網(wǎng)絡(luò)中獲取必要的資源，以比現(xiàn)有市場產(chǎn)品更低的成本和更大的靈活性。因此，我們可以通過一個(gè)簡單的經(jīng)濟(jì)框架來描述計(jì)算DePINs中的參與者：

• 供應(yīng)方：擁有計(jì)算資源并愿意借出或出售其計(jì)算資源以獲得補(bǔ)貼的個(gè)人或?qū)嶓w。
• 需求方：需要計(jì)算資源并愿意為此支付價(jià)格的個(gè)人或?qū)嶓w。

計(jì)算DePINs的主要優(yōu)勢

計(jì)算DePINs提供了許多使其成為集中式服務(wù)提供商和市場有吸引力的替代方案的優(yōu)勢。首先，啟用無許可的跨境市場參與解鎖了一個(gè)新的供應(yīng)流，增加了計(jì)算密集型工作負(fù)載所需的關(guān)鍵資源的數(shù)量。計(jì)算DePINs專注于大多數(shù)人已經(jīng)擁有的硬件資源——任何擁有游戲PC的人都已經(jīng)有一個(gè)可以出租的GPU。這擴(kuò)大了能夠參與構(gòu)建下一代商品和服務(wù)的開發(fā)者和團(tuán)隊(duì)的范圍，從而使全球更多的人受益。

進(jìn)一步來看，支持DePINs的區(qū)塊鏈基礎(chǔ)設(shè)施提供了高效且可擴(kuò)展的結(jié)算軌道，用于促進(jìn)點(diǎn)對點(diǎn)交易所需的小額支付。加密原生金融資產(chǎn)（代幣）提供了一個(gè)共享的價(jià)值單位，需求方的參與者使用它來支付供應(yīng)商，通過與當(dāng)今日益全球化的經(jīng)濟(jì)相一致的分配機(jī)制來對齊經(jīng)濟(jì)激勵(lì)。參考我們之前構(gòu)建的DePIN飛輪，戰(zhàn)略性地管理經(jīng)濟(jì)激勵(lì)對增加DePIN的網(wǎng)絡(luò)效應(yīng)（在供應(yīng)和需求兩方面）非常有利，這反過來增加了供應(yīng)商之間的競爭。這種動(dòng)態(tài)降低了單位成本，同時(shí)提高了服務(wù)質(zhì)量，為DePIN創(chuàng)造了可持續(xù)的競爭優(yōu)勢，供應(yīng)商作為代幣持有者和關(guān)鍵價(jià)值提供者可以從中受益。

DePINs在其旨在提供的靈活用戶體驗(yàn)方面類似于云計(jì)算服務(wù)提供商，資源可以按需訪問和支付。參考Grandview Research的預(yù)測，全球云計(jì)算市場規(guī)模預(yù)計(jì)將以21.2%的年復(fù)合增長率增長，到2030年達(dá)到超過2.4萬億美元，展示了在未來計(jì)算資源需求增長的背景下此類商業(yè)模式的可行性?，F(xiàn)代云計(jì)算平臺利用中央服務(wù)器處理客戶端設(shè)備和服務(wù)器之間的所有通信，造成其操作中的單點(diǎn)故障。然而，構(gòu)建在區(qū)塊鏈之上允許DePINs提供比傳統(tǒng)服務(wù)提供商更強(qiáng)的抗審查性和彈性。攻擊單個(gè)組織或?qū)嶓w（例如中央云服務(wù)提供商）會(huì)危及整個(gè)基礎(chǔ)資源網(wǎng)絡(luò)，而DePINs通過其分布式性質(zhì)設(shè)計(jì)為抵御此類事件。首先，區(qū)塊鏈本身是全球分布的專用節(jié)點(diǎn)網(wǎng)絡(luò)，旨在抵御集中網(wǎng)絡(luò)權(quán)威。此外，計(jì)算DePINs還允許無許可的網(wǎng)絡(luò)參與，繞過法律和監(jiān)管障礙。根據(jù)代幣分配的性質(zhì)，DePINs可以采用公平的投票流程來對協(xié)議的擬議變更和發(fā)展進(jìn)行投票，以消除單一實(shí)體突然關(guān)閉整個(gè)網(wǎng)絡(luò)的可能性。

當(dāng)今計(jì)算DePINs的狀態(tài)

Render Network

Render Network是一個(gè)計(jì)算DePIN，通過去中心化計(jì)算市場連接GPU的買家和賣家，交易通過其本地代幣進(jìn)行。Render的GPU市場涉及兩個(gè)關(guān)鍵方——尋求訪問處理能力的創(chuàng)作者和向創(chuàng)作者出租閑置GPU以換取本地Render代幣補(bǔ)償?shù)墓?jié)點(diǎn)操作員。節(jié)點(diǎn)操作員基于聲譽(yù)系統(tǒng)進(jìn)行排名，創(chuàng)作者可以從多層定價(jià)系統(tǒng)中選擇GPU。Proof-of-Render（POR）共識算法協(xié)調(diào)操作，節(jié)點(diǎn)操作員承諾其計(jì)算資源（GPU）以處理任務(wù)，即圖形渲染工作。完成任務(wù)后，POR算法更新節(jié)點(diǎn)操作員的狀態(tài)，包括基于任務(wù)質(zhì)量的聲譽(yù)評分變化。Render的區(qū)塊鏈基礎(chǔ)設(shè)施促進(jìn)了工作支付，為供應(yīng)商和買家通過網(wǎng)絡(luò)代幣進(jìn)行交易提供透明和高效的結(jié)算軌道。

Render Network最初由Jules Urbach在2009年構(gòu)思，網(wǎng)絡(luò)于2020年9月在以太坊（RNDR）上上線，約三年后遷移到Solana（RENDER）以提高網(wǎng)絡(luò)性能和降低運(yùn)營成本。

截至撰寫本文時(shí)，Render Network已處理多達(dá)3300萬個(gè)任務(wù)（以渲染幀計(jì)），自成立以來總節(jié)點(diǎn)數(shù)已增長到5600個(gè)。大約60k RENDER已被銷毀，這一過程發(fā)生在工作積分分配給節(jié)點(diǎn)操作員期間。

IO Net

Io Net正在Solana之上啟動(dòng)一個(gè)去中心化GPU網(wǎng)絡(luò)，作為大量閑置計(jì)算資源和需要這些資源提供的處理能力的個(gè)人和實(shí)體之間的協(xié)調(diào)層。Io Net的獨(dú)特賣點(diǎn)在于，它不是直接與市場上的其他DePINs競爭，而是從各種來源（包括數(shù)據(jù)中心、礦工和其他DePINs，如Render Network和Filecoin）聚合GPU，同時(shí)利用專有的DePIN——Internet-of-GPUs（IoG）來協(xié)調(diào)操作并對齊市場參與者的激勵(lì)。Io Net客戶可以通過選擇處理器類型、位置、通信速度、合規(guī)性和服務(wù)時(shí)間來定制其在IO Cloud上的工作負(fù)載集群。相反，任何擁有支持的GPU型號（12 GB RAM，256 GB SSD）的人都可以作為IO Worker參與，借出其閑置計(jì)算資源給網(wǎng)絡(luò)。雖然服務(wù)支付目前以法幣和USDC結(jié)算，但網(wǎng)絡(luò)很快也將支持本地$IO代幣的支付。資源的價(jià)格由其供需以及各種GPU規(guī)格和配置算法確定。Io Net的最終目標(biāo)是通過提供比現(xiàn)代云服務(wù)提供商更低的成本和更高的服務(wù)質(zhì)量成為首選GPU市場。

多層IO架構(gòu)可以映射如下：

• UI層 - 由公共網(wǎng)站、客戶區(qū)域和Workers區(qū)域組成。
• 安全層 - 該層由用于網(wǎng)絡(luò)保護(hù)的防火墻、用于用戶驗(yàn)證的認(rèn)證服務(wù)和用于跟蹤活動(dòng)的日志服務(wù)組成。
• API層 - 該層作為通信層，由公共API（用于網(wǎng)站）、私有API（用于Workers）和內(nèi)部API（用于集群管理、分析和監(jiān)控報(bào)告）組成。
• 后端層 - 后端層管理Workers、集群/GPU操作、客戶交互、賬單和使用監(jiān)控、分析和自動(dòng)擴(kuò)展。
• 數(shù)據(jù)庫層 - 該層是系統(tǒng)的數(shù)據(jù)存儲庫，使用主存儲（用于結(jié)構(gòu)化數(shù)據(jù)）和緩存（用于頻繁訪問的臨時(shí)數(shù)據(jù)）。
• 消息代理和任務(wù)層 - 該層促進(jìn)異步通信和任務(wù)管理。
• 基礎(chǔ)設(shè)施層 - 該層包含GPU池、編排工具，并管理任務(wù)部署。

當(dāng)前統(tǒng)計(jì)/路線圖

• 截至撰寫本文時(shí)：
• 總網(wǎng)絡(luò)收益 - $1.08m
• 總計(jì)算小時(shí)數(shù) - 837.6k小時(shí)
• 總集群就緒GPU - 20.4K
• 總集群就緒CPU - 5.6k
• 總鏈上交易 - 1.67m
• 總推理次數(shù) - 335.7k
• 總創(chuàng)建集群 - 15.1k

（數(shù)據(jù)來源于Io Net explorer）

Aethir

Aethir是一個(gè)云計(jì)算DePIN，促進(jìn)高性能計(jì)算資源在計(jì)算密集型領(lǐng)域和應(yīng)用中的共享。它利用資源池化，以顯著降低成本實(shí)現(xiàn)全球GPU分配，并通過分布式資源所有權(quán)實(shí)現(xiàn)去中心化所有權(quán)。Aethir專為高性能工作負(fù)載設(shè)計(jì)，適用于游戲和AI模型訓(xùn)練和推理等行業(yè)。通過將GPU集群統(tǒng)一到單一網(wǎng)絡(luò)中，Aethir的設(shè)計(jì)旨在增加集群規(guī)模，從而提高其網(wǎng)絡(luò)上提供的服務(wù)的整體性能和可靠性。

Aethir Network是一個(gè)由礦工、開發(fā)者、用戶、代幣持有者和Aethir DAO組成的去中心化經(jīng)濟(jì)。確保網(wǎng)絡(luò)成功運(yùn)行的三個(gè)關(guān)鍵角色是容器、索引器和檢查器。容器是網(wǎng)絡(luò)的核心節(jié)點(diǎn)，執(zhí)行維護(hù)網(wǎng)絡(luò)活躍性的重要操作，包括驗(yàn)證交易和實(shí)時(shí)渲染數(shù)字內(nèi)容。檢查器作為質(zhì)量保證人員，持續(xù)監(jiān)控容器的性能和服務(wù)質(zhì)量，以確保為GPU消費(fèi)者提供可靠和高效的操作。索引器作為用戶與最佳可用容器之間的匹配者。支撐這一結(jié)構(gòu)的是Arbitrum Layer 2區(qū)塊鏈，它提供一個(gè)去中心化的結(jié)算層，以便在Aethir網(wǎng)絡(luò)上以本地$ATH代幣支付商品和服務(wù)。

渲染證明

Aethir網(wǎng)絡(luò)中的節(jié)點(diǎn)有兩個(gè)關(guān)鍵功能——渲染容量證明，其中一組這些工作節(jié)點(diǎn)每15分鐘隨機(jī)選擇一次來驗(yàn)證交易；渲染工作證明，密切監(jiān)控網(wǎng)絡(luò)性能，以確保用戶獲得最佳服務(wù)，根據(jù)需求和地理位置調(diào)整資源。礦工獎(jiǎng)勵(lì)分配給在Aethir網(wǎng)絡(luò)上運(yùn)行節(jié)點(diǎn)的參與者，以他們借出的計(jì)算資源的價(jià)值計(jì)算，獎(jiǎng)勵(lì)以本地$ATH代幣支付。

Nosana

Nosana是一個(gè)基于Solana構(gòu)建的去中心化GPU網(wǎng)絡(luò)。Nosana允許任何人貢獻(xiàn)閑置計(jì)算資源，并因此獲得$NOS代幣形式的獎(jiǎng)勵(lì)。DePIN促進(jìn)了經(jīng)濟(jì)高效的GPU分配，可以用于運(yùn)行復(fù)雜的AI工作負(fù)載，而沒有傳統(tǒng)云解決方案的開銷。任何人都可以通過借出閑置GPU來運(yùn)行Nosana節(jié)點(diǎn)，獲得與其提供給網(wǎng)絡(luò)的GPU功率成比例的代幣獎(jiǎng)勵(lì)。

網(wǎng)絡(luò)連接了分配計(jì)算資源的兩個(gè)參與方：尋求訪問計(jì)算資源的用戶和提供計(jì)算資源的節(jié)點(diǎn)操作員。重要的協(xié)議決策和升級由NOS代幣持有者投票并由Nosana DAO管理。

Nosana為其未來計(jì)劃制定了廣泛的路線圖——Galactica（v1.0 - 2024上半年/下半年）將啟動(dòng)主網(wǎng)，發(fā)布CLI和SDK，并專注于通過消費(fèi)者GPU的容器節(jié)點(diǎn)擴(kuò)展網(wǎng)絡(luò)。Triangulum（v1.X - 2024下半年）將集成主要的機(jī)器學(xué)習(xí)協(xié)議和連接器，例如PyTorch、HuggingFace和TensorFlow。Whirlpool（v1.X -2025上半年）將擴(kuò)大對AMD、Intel和Apple Silicon的多樣化GPU的支持。Sombrero（v1.X - 2025下半年）將增加對中大型企業(yè)的支持，法幣支付、賬單和團(tuán)隊(duì)功能。

Akash

Akash網(wǎng)絡(luò)是一個(gè)基于Cosmos SDK構(gòu)建的開源權(quán)益證明網(wǎng)絡(luò)，允許任何人無許可地加入和貢獻(xiàn)，創(chuàng)建一個(gè)去中心化的云計(jì)算市場。$AKT代幣用于保障網(wǎng)絡(luò)安全、促進(jìn)資源支付并協(xié)調(diào)網(wǎng)絡(luò)參與者之間的經(jīng)濟(jì)行為。Akash網(wǎng)絡(luò)由幾個(gè)關(guān)鍵組件組成：

• 區(qū)塊鏈層，使用Tendermint Core和Cosmos SDK提供共識。
• 應(yīng)用層，管理部署和資源分配。
• 提供者層，管理資源、投標(biāo)和用戶應(yīng)用部署。
• 用戶層，使用戶能夠與Akash網(wǎng)絡(luò)互動(dòng)、管理資源并使用CLI、控制臺和儀表板監(jiān)控應(yīng)用狀態(tài)。

該網(wǎng)絡(luò)最初專注于存儲和CPU租賃服務(wù)，隨著AI訓(xùn)練和推理工作負(fù)載的需求增長，網(wǎng)絡(luò)已擴(kuò)展其服務(wù)范圍，涵蓋GPU的租賃和分配，通過其AkashML平臺響應(yīng)這些需求。AkashML使用“反向拍賣”系統(tǒng)，客戶（稱為租戶）提交其期望的GPU價(jià)格，計(jì)算供應(yīng)商（稱為提供者）競爭以供應(yīng)所請求的GPU。

截至撰寫本文時(shí)，Akash區(qū)塊鏈已完成超過1290萬次交易，超過53.5萬美元被用于訪問計(jì)算資源，并租賃出超過18.9萬個(gè)獨(dú)特部署。

榮譽(yù)提名

計(jì)算DePIN領(lǐng)域仍在發(fā)展，許多團(tuán)隊(duì)正在競爭以將創(chuàng)新和高效的解決方案推向市場。值得進(jìn)一步研究的其他示例包括Hyperbolic，它正在構(gòu)建一個(gè)用于AI開發(fā)的資源池協(xié)作開放訪問平臺，以及Exabits ，它正在建立一個(gè)由計(jì)算礦工支撐的分布式計(jì)算能力網(wǎng)絡(luò)。

重要考慮事項(xiàng)及未來展望

現(xiàn)在我們已經(jīng)了解了計(jì)算DePIN的基本原理并審查了幾個(gè)當(dāng)前正在運(yùn)行的補(bǔ)充案例研究，重要的是要考慮這些去中心化網(wǎng)絡(luò)的影響，包括優(yōu)點(diǎn)和缺點(diǎn)。

挑戰(zhàn)

在規(guī)模上構(gòu)建分布式網(wǎng)絡(luò)通常需要在性能、安全性和彈性等方面做出權(quán)衡。例如，在全球分布的商品硬件網(wǎng)絡(luò)上訓(xùn)練AI模型可能在成本效益和時(shí)間效率上遠(yuǎn)不如在集中式服務(wù)提供商上訓(xùn)練。正如我們之前提到的，AI模型及其工作負(fù)載變得越來越復(fù)雜，需要更多高性能GPU而不是商品GPU。

這就是大型企業(yè)大量囤積高性能 GPU 的原因，也是旨在通過建立一個(gè)任何人都可以借出閑置 GPU 的無許可市場來解決 GPU 短缺問題的計(jì)算 DePINs 所面臨的固有挑戰(zhàn)（有關(guān)去中心化人工智能協(xié)議所面臨挑戰(zhàn)的更多信息，請參閱此推文）。協(xié)議可以通過兩種關(guān)鍵方式解決這一問題：一是為希望為網(wǎng)絡(luò)做出貢獻(xiàn)的 GPU 提供商建立基準(zhǔn)要求，二是匯集提供給網(wǎng)絡(luò)的計(jì)算資源，以實(shí)現(xiàn)更大的整體性。盡管如此，與集中式服務(wù)提供商相比，這種模式的建立本身就具有挑戰(zhàn)性，因?yàn)榧惺椒?wù)提供商可以分配更多資金與硬件提供商（如 Nvidia）直接交易。這是 DePINs 在前進(jìn)過程中應(yīng)該考慮的問題。如果去中心化協(xié)議擁有足夠大的資金，DAO 可以投票決定分配一部分資金用于購買高性能 GPU，這些 GPU 可以用去中心化的方式進(jìn)行管理，并以高于商品 GPU 的價(jià)格借出。

另一個(gè)特定于計(jì)算DePINs的挑戰(zhàn)是管理適當(dāng)?shù)馁Y源利用率。在其早期階段，大多數(shù)計(jì)算DePINs將面臨結(jié)構(gòu)性需求不足的問題，正如許多初創(chuàng)公司今天所面臨的那樣。一般來說，DePINs面臨的挑戰(zhàn)是早期建立足夠的供應(yīng)以達(dá)到最低可行產(chǎn)品質(zhì)量。沒有供應(yīng)，網(wǎng)絡(luò)將無法產(chǎn)生可持續(xù)的需求，也無法在需求高峰期為其客戶服務(wù)。另一方面，過剩供應(yīng)也是一個(gè)問題。在某個(gè)閾值以上，只有當(dāng)網(wǎng)絡(luò)利用率接近或達(dá)到滿負(fù)荷時(shí)，更多的供應(yīng)才有幫助。否則，DePIN將面臨為供應(yīng)支付過多費(fèi)用的風(fēng)險(xiǎn)，從而導(dǎo)致資源利用不足，除非協(xié)議提高代幣發(fā)行以保持供應(yīng)商的參與，否則供應(yīng)商的收入將減少。

沒有廣泛的地理覆蓋范圍，電信網(wǎng)絡(luò)就沒有用武之地。如果乘客必須等待很長時(shí)間才能搭到車，出租車網(wǎng)絡(luò)就不會(huì)有用。如果 DePIN 必須向長期提供資源的人員支付費(fèi)用，那么它就不會(huì)有用。集中式服務(wù)提供商可以預(yù)測資源需求并有效管理資源供應(yīng)，而計(jì)算 DePIN 則缺乏管理資源利用的中央機(jī)構(gòu)。因此，對 DePIN 而言，盡可能戰(zhàn)略性地確定資源利用率尤為重要。

一個(gè)更大的問題是，去中心化GPU市場可能不再面臨GPU短缺的局面。馬克·扎克伯格最近在一次采訪中表示，他認(rèn)為能源將成為新的瓶頸，而不是計(jì)算資源，因?yàn)槠髽I(yè)現(xiàn)在將爭相大規(guī)模建設(shè)數(shù)據(jù)中心，而不是像現(xiàn)在這樣囤積計(jì)算資源。當(dāng)然，這意味著GPU成本的潛在降低，但也提出了一個(gè)問題，即如果建設(shè)專有數(shù)據(jù)中心提高了AI模型性能的整體標(biāo)準(zhǔn)，AI初創(chuàng)公司將如何在性能和提供的商品和服務(wù)質(zhì)量上與大公司競爭。

計(jì)算DePINs的案例

重申一下，AI模型的復(fù)雜性及其隨后的處理和計(jì)算需求與可用高性能GPU和其他計(jì)算資源之間的差距正在擴(kuò)大。

計(jì)算DePINs在計(jì)算市場領(lǐng)域有望成為創(chuàng)新的顛覆者，這些市場今天由主要硬件制造商和云計(jì)算服務(wù)提供商主導(dǎo)，基于以下幾個(gè)關(guān)鍵能力：

1) 提供更低的商品和服務(wù)成本。

2) 提供更強(qiáng)的抗審查性和網(wǎng)絡(luò)彈性保障。

3) 受益于可能要求AI模型盡可能開放以進(jìn)行微調(diào)和訓(xùn)練的潛在監(jiān)管準(zhǔn)則，并且任何人都可以輕松訪問。

美國擁有計(jì)算機(jī)和互聯(lián)網(wǎng)接入的家庭比例呈指數(shù)增長，接近100%。全球許多地區(qū)的比例也顯著增長。這表明潛在的計(jì)算資源提供者（GPU擁有者）數(shù)量的增加，如果有足夠的貨幣激勵(lì)和無縫的交易過程，他們將愿意借出閑置供應(yīng)。當(dāng)然，這是一個(gè)非常粗略的估計(jì)，但它表明建立可持續(xù)共享經(jīng)濟(jì)計(jì)算資源的基礎(chǔ)可能已經(jīng)存在。

除了AI之外，未來對計(jì)算的需求還將來自許多其他行業(yè)，例如量子計(jì)算。量子計(jì)算市場規(guī)模預(yù)計(jì)將從2023年的928.8百萬美元增長到2030年的6528.8百萬美元，年復(fù)合增長率為32.1%。該行業(yè)的生產(chǎn)將需要不同種類的資源，但看看是否會(huì)有任何量子計(jì)算DePINs啟動(dòng)以及它們的樣子將會(huì)很有趣。

“在消費(fèi)者硬件上運(yùn)行的開放模型的強(qiáng)大生態(tài)系統(tǒng)是對抗未來價(jià)值被AI高度集中和大多數(shù)人類思維被少數(shù)幾個(gè)人控制的中央服務(wù)器讀取和調(diào)解的一個(gè)重要對沖。這些模型的風(fēng)險(xiǎn)也比企業(yè)巨頭和軍隊(duì)的風(fēng)險(xiǎn)要低得多。”——Vitalik Buterin

大型企業(yè)可能不是 DePINs 的目標(biāo)受眾，將來也不會(huì)是。計(jì)算 DePINs 讓個(gè)人開發(fā)者、零散的建設(shè)者、擁有最少資金和資源的初創(chuàng)企業(yè)重新回歸。它們允許將閑置的供應(yīng)轉(zhuǎn)化為創(chuàng)新的想法和解決方案，并通過更豐富的計(jì)算能力來實(shí)現(xiàn)。人工智能無疑將改變數(shù)十億人的生活。我們不應(yīng)該擔(dān)心人工智能會(huì)取代每個(gè)人的工作，而應(yīng)該鼓勵(lì)這樣一種想法，即人工智能可以增強(qiáng)個(gè)人和自主創(chuàng)業(yè)者、初創(chuàng)企業(yè)以及廣大公眾的能力。