컴퓨팅 DePIN 트랙의 생태학적 풍경에 대한 포괄적인 해석
원저자: PAUL TIMOFEEV
원본 편집: Deep Chao TechFlow
주요 시사점
컴퓨팅 리소스는 생성적 AI 개발을 위한 머신 러닝과 딥 러닝의 등장으로 점점 인기가 높아지고 있습니다. 두 가지 모두 대규모 컴퓨팅 집약적 워크로드가 필요합니다. 그러나 대기업과 정부가 이러한 리소스를 축적함에 따라 스타트업과 독립 개발자는 이제 시장에서 GPU 부족에 직면하게 되어 엄청난 비용이 발생하거나 리소스에 접근할 수 없게 됩니다.
Computing DePIN을 사용하면 전 세계 누구나 금전적 보상을 받는 대가로 유휴 공급을 제공할 수 있으므로 GPU와 같은 컴퓨팅 리소스에 대한 분산형 시장을 만들 수 있습니다. 이는 서비스가 부족한 GPU 소비자가 새로운 공급 채널에 액세스하여 워크로드에 필요한 개발 리소스를 절감된 비용과 오버헤드로 얻을 수 있도록 설계되었습니다.
컴퓨팅 DePIN은 전통적인 중앙 집중식 서비스 제공업체와 경쟁할 때 여전히 많은 경제적, 기술적 과제에 직면해 있으며, 그 중 일부는 시간이 지나면 스스로 해결될 것이고 다른 일부는 새로운 솔루션과 최적화가 필요할 것입니다.
컴퓨팅은 새로운 석유이다
산업 혁명 이후 기술은 인류를 전례 없는 속도로 발전시켜 일상 생활의 거의 모든 측면에 영향을 미치거나 완전히 변화시켰습니다. 컴퓨터는 궁극적으로 연구자, 학자, 컴퓨터 엔지니어의 공동 노력의 정점으로 등장했습니다. 원래는 첨단 군사작전에서 사용되는 대규모 연산 작업을 해결하기 위해 설계된 컴퓨터가 현대 생활의 중심으로 진화했습니다. 컴퓨터가 인류에 미치는 영향이 전례 없는 속도로 계속 증가함에 따라 이러한 기계와 이를 구동하는 리소스에 대한 수요가 계속 증가하여 사용 가능한 공급을 초과합니다. 이는 결과적으로 대부분의 개발자와 기업이 중요한 리소스에 대한 접근이 부족하여 오늘날 가장 혁신적인 기술 중 하나인 기계 학습 및 생성 인공 지능의 개발이 소수의 플레이어의 손에 맡겨지는 시장 역학을 만들었습니다. 충분한 자금. 동시에, 유휴 컴퓨팅 리소스의 대규모 공급은 컴퓨팅 공급과 수요 간의 불균형을 완화하는 데 도움이 되는 수익성 있는 기회를 제공하여 양 당사자 간의 조정 메커니즘의 필요성을 더욱 악화시킵니다. 따라서 우리는 블록체인 기술과 디지털 자산으로 구동되는 분산형 시스템이 생성 AI 제품 및 서비스의 더 광범위하고 민주적이며 책임감 있는 개발에 매우 중요하다고 믿습니다.
컴퓨팅 리소스
컴퓨팅은 컴퓨터가 주어진 입력을 기반으로 명시적인 출력을 내보내는 다양한 활동, 응용 프로그램 또는 작업 부하로 정의될 수 있습니다. 궁극적으로 이는 현대 세계의 많은 부분을 주도하는 이러한 기계의 핵심 유틸리티인 컴퓨터의 컴퓨팅 및 처리 능력을 의미하며 지난 한 해에만 무려 1조 1천억 달러에 달하는 수익을 창출했습니다.
컴퓨팅 리소스는 컴퓨팅 및 처리를 가능하게 하는 다양한 하드웨어 및 소프트웨어 구성 요소를 의미합니다. 이를 통해 지원되는 애플리케이션과 기능의 수가 계속 증가함에 따라 이러한 구성 요소는 점점 더 중요해지고 사람들의 일상 생활에 점점 더 많이 존재하게 됩니다. 이로 인해 생존 수단으로 이러한 자원을 최대한 많이 축적하기 위해 국가 권력과 기업 간의 쟁탈전이 발생했습니다. 이는 이러한 리소스를 제공하는 회사(예: 지난 5년 동안 시가총액이 3000% 이상 증가한 Nvidia)의 시장 성과에 반영됩니다.
GPU
GPU는 현대 고성능 컴퓨팅에서 가장 중요한 리소스 중 하나입니다 . GPU의 핵심 기능은 병렬 처리를 통해 컴퓨터 그래픽 작업 부하를 가속화하는 특수 회로 역할을 하는 것입니다. 원래 게임 및 PC 산업에 서비스를 제공했던 GPU는 미래의 세계를 형성할 다양한 신기술(예: 콘솔 및 PC, 모바일 장치, 클라우드 컴퓨팅, IoT)에 서비스를 제공하도록 발전했습니다. 그러나 머신러닝과 인공지능의 등장으로 인해 이러한 리소스에 대한 수요가 특히 강화되었습니다. GPU는 병렬로 계산을 수행함으로써 ML 및 AI 작업을 가속화함으로써 결과 기술의 처리 능력과 기능을 향상시킵니다.
AI의 부상
기본적으로 AI는 컴퓨터와 기계가 인간의 지능과 문제 해결 능력을 시뮬레이션할 수 있도록 해줍니다 . 신경망과 같은 AI 모델은 다양한 데이터 덩어리로 구성됩니다. 모델에는 이러한 데이터 간의 관계를 식별하고 학습한 다음, 주어진 입력을 기반으로 출력을 생성할 때 이러한 관계를 참조하기 위한 처리 능력이 필요합니다.
대중의 믿음에도 불구하고, AI 개발과 생산은 새로운 것이 아닙니다. 1967년 Frank Rosenblatt는 시행착오를 통해 "학습"한 신경망 기반 최초의 컴퓨터인 Mark 1 Perceptron을 만들었습니다. 또한 오늘날 우리가 알고 있는 AI의 개발을 설명하는 학술 연구의 대부분은 1990년대 후반과 2000년대 초반에 발표되었으며, 그 이후로 업계는 계속 성장해 왔습니다.
R&D 노력 외에도 "협소한" AI 모델은 이미 오늘날 사용되는 다양하고 강력한 애플리케이션에서 작동하고 있습니다 . 예로는 Apple의 Siri, Amazon의 Alexa와 같은 소셜 미디어 알고리즘, 맞춤형 제품 추천 등이 있습니다. 특히 딥러닝의 등장은 인공생성지능(AGI)의 발전을 변화시켰습니다. 딥 러닝 알고리즘은 더 확장 가능하고 성능이 뛰어난 대안으로 기계 학습 애플리케이션보다 더 크거나 "깊은" 신경망을 활용합니다. 생성적 AI 모델은 "훈련 데이터의 단순화된 표현을 인코딩하고 이를 참조하여 유사하지만 동일하지 않은 새로운 출력을 내보냅니다."
딥 러닝을 통해 개발자는 생성적 AI 모델을 이미지, 음성 및 기타 복잡한 데이터 유형으로 확장할 수 있으며, 현대에서 가장 빠른 사용자 증가 기록을 세운 ChatGPT와 같은 랜드마크 앱은 생성적 AI로 가능한 것 중 일부에 불과합니다. 그리고 초기 반복.
이를 염두에 두고 생성적 AI 개발에 상당한 양의 처리 능력과 컴퓨팅 성능이 필요한 여러 계산 집약적 워크로드가 포함된다는 것은 놀라운 일이 아닙니다.
딥 러닝 애플리케이션 요구 사항의 세 가지를 기반으로 AI 애플리케이션 개발은 몇 가지 주요 워크로드로 인해 제한됩니다.
훈련 - 모델은 주어진 입력에 응답하는 방법을 배우기 위해 대규모 데이터 세트를 처리하고 분석해야 합니다.
조정 - 모델은 성능과 품질을 개선하기 위해 다양한 하이퍼 매개변수를 조정하고 최적화하는 일련의 반복 프로세스를 거칩니다.
시뮬레이션 - 강화 학습 알고리즘과 같은 일부 모델은 배포 전에 테스트를 위해 일련의 시뮬레이션을 거칩니다.
계산 경색: 수요가 공급을 초과함
지난 수십 년 동안 많은 기술 발전으로 인해 컴퓨팅 및 처리 성능에 대한 수요가 전례 없이 급증했습니다. 결과적으로 오늘날 GPU와 같은 컴퓨팅 리소스에 대한 수요는 사용 가능한 공급을 훨씬 초과하여 효과적인 솔루션 없이는 계속 성장할 AI 개발에 병목 현상을 야기합니다.
공급에 대한 광범위한 제약은 경쟁 우위와 현대 글로벌 경제에서 생존하기 위한 수단으로 실제 필요 이상으로 GPU를 구매하는 많은 기업에 의해 더욱 뒷받침됩니다. 컴퓨팅 제공업체는 장기 자본 약정이 필요한 계약 구조를 사용하여 고객에게 수요에 필요한 것보다 더 많은 공급을 제공하는 경우가 많습니다.
Epoch의 연구 에 따르면 컴퓨팅 집약적인 AI 모델 릴리스의 전체 수가 빠르게 증가하고 있으며, 이는 이러한 기술을 주도하는 리소스 수요가 계속해서 빠르게 증가할 것임을 시사합니다.
AI 모델의 복잡성이 계속 증가함에 따라 애플리케이션 개발자의 컴퓨팅 및 처리 능력 요구도 높아질 것입니다. 결과적으로 GPU 성능과 그에 따른 가용성이 점점 더 중요한 역할을 하게 될 것입니다. GPU를 AI 산업의 '희토류 금속' 또는 '금'으로 선전하는 Nvidia가 생산하는 것과 같은 고급 GPU에 대한 수요가 증가함에 따라 이러한 현상이 이미 발생하기 시작했습니다.
AI의 급속한 상용화는 오늘날의 소셜 미디어 산업과 마찬가지로 소수의 거대 기술 기업에 통제권을 넘겨줄 위험이 있어 이러한 모델의 윤리적 기반에 대한 우려를 불러일으킵니다. 유명한 사례 중 하나는 최근 Google Gemini에 대한 논란입니다. 다양한 프롬프트에 대한 기괴한 대응 중 다수는 당시 실제 위험을 초래하지 않았지만, 이 사건은 소수의 회사가 AI 개발을 지배하고 통제하는 데 내재된 위험을 보여주었습니다.
오늘날의 기술 스타트업은 AI 모델을 구동하기 위한 컴퓨팅 리소스를 확보하는 데 점점 더 많은 어려움을 겪고 있습니다. 이러한 애플리케이션은 모델 배포 전에 많은 계산 집약적 프로세스를 수행합니다. 소규모 기업의 경우 많은 수의 GPU를 확보하는 것은 대체로 지속 불가능한 노력이며, AWS 또는 Google Cloud와 같은 기존 클라우드 컴퓨팅 서비스는 원활하고 편리한 개발자 경험을 제공하지만 용량이 제한되어 있어 궁극적으로 많은 개발자가 감당할 수 없는 높은 비용이 발생합니다. 여유가 되다. 궁극적으로 모든 사람이 하드웨어 비용을 충당하기 위해 7조 달러를 모금할 수 있는 것은 아닙니다 .
그렇다면 이유는 무엇입니까?
Nvidia는 전 세계적으로 40,000개 이상의 기업이 AI 및 가속 컴퓨팅을 위해 GPU를 사용하고 있으며 개발자 커뮤니티는 400만 명이 넘는 것으로 추정했습니다 . 앞으로 세계 AI 시장은 2023년 5,150억 달러에서 2032년 2조 7,400억 달러로 연평균 성장률 20.4%로 성장할 것으로 예상된다 . 동시에 GPU 시장은 연평균 25%의 성장률을 보이며 2032년까지 4,000억 달러에 이를 것으로 예상됩니다.
그러나 AI 혁명의 여파로 컴퓨팅 자원에 대한 수요와 공급의 불균형이 커지면서 소수의 자금력이 풍부한 거대 기업이 혁신적인 기술 개발을 중앙에서 지배하는 다소 유토피아적인 미래를 만들 수 있습니다. 따라서 우리는 모든 길은 AI 개발자의 요구 사항과 사용 가능한 리소스 간의 격차를 해소하는 데 도움이 되는 분산형 대체 솔루션으로 이어진다고 믿습니다.
DePIN의 역할
DePIN이란 무엇입니까?
DePIN은 Messari 연구팀이 만든 용어로 분산형 물리적 인프라 네트워크를 의미합니다. 특히, 분권화는 임대료를 추출하고 접근을 제한하는 단일 주체가 없음을 의미합니다. 물리적 인프라란 '실생활'에서 활용되는 물리적 자원을 의미합니다. 네트워크는 사전에 결정된 목표 또는 일련의 목표를 달성하기 위해 협력하는 행위자 그룹을 의미합니다. 현재 DePIN의 총 시가총액 은 약 283억 달러입니다 .
DePIN의 핵심은 누구나 공급자가 될 수 있고 자원의 구매자와 공급자를 연결하고 서비스 및 가치 기여에 대한 대가를 받을 수 있는 분산형 시장을 만들기 위해 물리적 인프라 자원을 블록체인에 연결하는 글로벌 노드 네트워크입니다. 회로망. 이 경우 다양한 법적, 규제적 수단과 서비스 수수료를 통해 네트워크에 대한 접근을 제한하는 중앙 중개자는 해당 토큰 보유자가 관리하는 스마트 계약과 코드로 구성된 분산형 프로토콜로 대체됩니다.
DePIN의 가치는 기존 리소스 네트워크 및 서비스 제공업체에 대해 분산되고 접근 가능하며 저비용 및 확장 가능한 대안을 제공한다는 것입니다. 이를 통해 분산형 시장은 특정 최종 목표를 달성할 수 있습니다. 상품 및 서비스 비용은 시장 역학에 따라 결정되며 누구나 언제든지 참여할 수 있으므로 공급업체 수 증가와 이윤 최소화로 인해 단위 비용이 자연스럽게 낮아집니다.
블록체인을 사용하면 DePIN은 네트워크 참가자가 서비스에 대해 적절하게 보상받을 수 있도록 도와주는 암호경제적 인센티브 시스템을 구축하여 핵심 가치 제공자를 이해관계자로 전환할 수 있습니다. 그러나 소규모 개인 네트워크를 더 크고 생산적인 시스템으로 전환함으로써 달성되는 네트워크 효과가 DePIN의 많은 이점을 실현하는 데 핵심이라는 점에 유의하는 것이 중요합니다. 또한 토큰 보상은 네트워크 온보딩 메커니즘을 위한 강력한 도구임이 입증되었지만 사용자 유지 및 장기 채택을 지원하기 위한 지속 가능한 인센티브를 설정하는 것은 더 넓은 DePIN 공간 내에서 여전히 중요한 과제로 남아 있습니다.
DePIN은 어떻게 작동하나요?
분산형 컴퓨팅 시장을 활성화하는 DePIN의 가치를 더 잘 이해하려면 관련된 다양한 구조적 구성 요소와 이들이 함께 작동하여 분산형 리소스 네트워크를 형성하는 방법을 인식하는 것이 중요합니다. DePIN의 구조와 플레이어를 살펴보겠습니다.
규약
기본 "기본 계층" 블록체인 네트워크 위에 구축된 일련의 스마트 계약인 분산형 프로토콜은 네트워크 참가자 간의 무신뢰 상호 작용을 촉진하는 데 사용됩니다. 이상적으로 프로토콜은 네트워크의 장기적인 성공에 기여하기 위해 적극적으로 노력하는 다양한 이해관계자 그룹에 의해 관리되어야 합니다. 그런 다음 이러한 이해관계자는 프로토콜 토큰의 지분을 사용하여 DePIN에서 제안된 변경 사항 및 개발에 투표합니다. 분산 네트워크를 성공적으로 조정하는 것이 그 자체로 큰 도전이라는 점을 감안할 때 일반적으로 핵심 팀은 이러한 변경 사항을 초기에 구현할 권한을 유지한 다음 분산 자율 조직(DAO)에 권한을 이전합니다.
네트워크 참가자
리소스 네트워크의 최종 사용자는 가장 귀중한 참가자이며 기능에 따라 분류될 수 있습니다.
공급자 : DePIN 기본 토큰으로 지불되는 금전적 보상을 대가로 네트워크에 리소스를 제공하는 개인 또는 법인입니다. 공급자는 화이트리스트에 등록된 온체인 프로세스 또는 무허가 프로세스를 시행할 수 있는 블록체인 기반 프로토콜을 통해 네트워크에 "연결"합니다. 토큰을 받음으로써 공급자는 지분 소유권 맥락에서 이해관계자와 유사하게 네트워크에서 지분을 얻습니다. 이를 통해 수요와 네트워크 제안을 촉진하는 데 도움이 될 것이라고 생각하는 네트워크의 다양한 제안 및 개발에 투표할 수 있습니다. 시간이 지남에 따라 더 높은 토큰 가격을 창출합니다. 물론, 토큰을 받는 공급업체는 DePIN을 소극적 소득의 한 형태로 활용하고 토큰을 받은 후 판매할 수도 있습니다.
소비자 : GPU를 찾는 AI 스타트업과 같이 DePIN이 제공하는 리소스를 적극적으로 찾는 개인 또는 단체로서 경제 방정식의 수요 측면을 나타냅니다. DePIN을 사용하는 것이 전통적인 대안(예: 낮은 비용 및 간접비 요구 사항)에 비해 실질적인 이점이 있는 경우 소비자는 DePIN 사용에 매력을 느끼게 되어 네트워크에 대한 유기적 수요를 나타냅니다. DePIN은 일반적으로 가치를 창출하고 안정적인 현금 흐름을 유지하기 위해 소비자가 기본 토큰으로 리소스 비용을 지불하도록 요구합니다.
자원
DePIN은 다양한 시장에 서비스를 제공하고 다양한 비즈니스 모델을 채택하여 리소스를 할당할 수 있습니다. Blockworks는 좋은 프레임워크를 제공합니다 . 공급업체에 배포하기 위한 전용 독점 하드웨어를 제공하는 맞춤형 하드웨어 DePIN , 컴퓨팅, 스토리지 및 대역폭을 포함하되 이에 국한되지 않는 기존 유휴 리소스를 배포할 수 있도록 합니다.
경제 모델
이상적으로 작동하는 DePIN에서 가치는 소비자가 공급자 리소스에 대해 지불하는 수익에서 비롯됩니다. 네트워크에 대한 지속적인 수요는 기본 토큰에 대한 지속적인 수요를 의미하며 이는 공급자 및 토큰 보유자를 위한 경제적 인센티브와 일치합니다. 초기 단계에서 지속 가능한 유기적 수요를 창출하는 것은 대부분의 스타트업에게 어려운 일입니다. 이것이 바로 DePIN이 초기 공급업체에 인센티브를 제공하기 위해 인플레이션 토큰 인센티브를 제공하고 수요를 창출하는 방법으로 네트워크 공급을 안내하여 더욱 유기적인 공급 수단이 되는 이유입니다. 이는 벤처 캐피탈 회사가 Uber의 초기 단계에서 승객 수수료에 보조금을 지급하여 초기 고객 기반을 부트스트랩하여 운전자를 더욱 유치하고 네트워크 효과를 강화한 방식과 유사합니다.
DePIN은 네트워크의 전반적인 성공에 핵심적인 역할을 하기 때문에 토큰 인센티브를 최대한 전략적으로 관리해야 합니다. 수요와 네트워크 수익이 증가하면 토큰 발행은 감소해야 합니다. 대신, 수요와 수익이 감소하면 공급을 장려하기 위해 토큰 발행을 다시 사용해야 합니다.
성공적인 DePIN 네트워크가 어떤 모습인지 더 자세히 설명하려면 DePIN을 안내하는 포지티브 피드백 루프인 " DePIN 플라이휠" 을 고려해 보세요. 다음과 같이 요약됩니다.
DePIN은 공급자가 네트워크에 리소스를 기여하고 소비할 수 있는 기본 공급 수준을 설정하도록 인센티브를 제공하기 위해 인플레이션 토큰 보상을 배포합니다.
공급자 수가 증가하기 시작한다고 가정하면 네트워크에서 경쟁 역학이 발전하기 시작하여 기존 시장 솔루션보다 우수한 서비스를 제공하여 경쟁 우위를 확보할 때까지 네트워크에서 제공하는 상품 및 서비스의 전반적인 품질을 향상시킵니다. 이는 분산형 시스템이 기존의 중앙 집중형 서비스 제공업체를 능가한다는 것을 의미하며 이는 결코 쉬운 일이 아닙니다.
DePIN에 대한 유기적 수요가 구축되기 시작하여 공급업체에 합법적인 현금 흐름이 제공되었습니다. 이는 투자자와 공급업체에게 매력적인 기회를 제공하여 네트워크 수요를 지속적으로 끌어올리고 그에 따른 토큰 가격을 주도합니다.
토큰 가격의 상승은 공급업체 수익을 증가시켜 더 많은 공급업체를 유치하고 플라이휠을 다시 시작합니다.
이 프레임워크는 설득력 있는 성장 전략을 제공하지만, 이는 대체로 이론적이며 네트워크에서 제공하는 리소스의 지속적인 경쟁 매력을 가정한다는 점에 유의하는 것이 중요합니다.
DePIN 계산
분산형 컴퓨팅 시장은 소비자가 온라인 플랫폼을 통해 다른 소비자와 직접 상품과 서비스를 공유하는 P2P 경제 시스템인 "공유 경제"로 알려진 광범위한 운동의 일부입니다. 이 모델은 eBay와 같은 회사에 의해 개척되었으며 현재 Airbnb 및 Uber와 같은 회사가 지배하고 있으며 차세대 혁신 기술이 글로벌 시장을 휩쓸면서 마침내 붕괴될 준비가 되어 있습니다. 공유 경제는 2023년에 1,500억 달러의 가치가 있을 것이며 2031년까지 거의 8,000억 달러로 성장할 것으로 예상됩니다 . 이는 DePIN이 혜택을 받고 중요한 역할을 할 것이라고 믿는 소비자 행동의 광범위한 추세를 보여줍니다.
근본적인
컴퓨팅 DePIN은 컴퓨팅 리소스 할당을 용이하게 하기 위해 분산형 시장을 통해 공급업체와 구매자를 연결하는 P2P 네트워크입니다. 이러한 네트워크의 주요 차별화 요소는 오늘날 많은 사람들이 이미 보유하고 있는 상용 하드웨어 리소스에 중점을 두고 있다는 것입니다. 앞서 논의한 것처럼 딥 러닝과 생성적 AI의 출현으로 인해 리소스 집약적인 워크로드로 인해 처리 능력에 대한 수요가 급증하고 AI 개발에 중요한 리소스에 액세스하는 데 병목 현상이 발생했습니다. 간단히 말해서, 분산형 컴퓨팅 시장은 전 세계에 걸쳐 누구나 참여할 수 있는 새로운 공급 흐름을 만들어 이러한 병목 현상을 완화하는 것을 목표로 합니다.
DePIN 계산 시 모든 개인이나 단체는 언제든지 유휴 자원을 빌려주고 적절한 보상을 받을 수 있습니다. 동시에 모든 개인 또는 법인은 기존 시장 제품보다 더 낮은 비용과 더 큰 유연성으로 글로벌 무허가 네트워크에서 필요한 리소스에 액세스할 수 있습니다. 따라서 우리는 간단한 경제 프레임워크를 통해 DePIN을 계산하는 행위자를 설명할 수 있습니다.
공급 측면 : 컴퓨팅 자원을 소유하고 보조금을 받는 대가로 컴퓨팅 자원을 빌려주거나 판매할 의향이 있는 개인 또는 법인입니다.
수요 측면 : 컴퓨팅 리소스가 필요하고 이에 대한 대가를 지불할 의사가 있는 개인 또는 단체입니다.
DePIN 계산의 주요 이점
컴퓨팅 DePIN은 중앙 집중식 서비스 제공업체 및 시장에 대한 매력적인 대안이 되는 여러 가지 장점을 제공합니다. 첫째, 무허가 국경 간 시장 참여를 활성화하면 새로운 공급 흐름이 열리고 컴퓨팅 집약적인 워크로드에 필요한 중요 리소스의 양이 늘어납니다. Compute DePIN은 대부분의 사람들이 이미 소유하고 있는 하드웨어 리소스에 중점을 둡니다. 즉, 게임용 PC를 보유한 사람은 누구나 이미 임대 가능한 GPU를 가지고 있습니다. 이는 차세대 제품과 서비스 구축에 참여할 수 있는 개발자와 팀의 풀을 확장하여 전 세계 더 많은 사람들에게 혜택을 줍니다.
더 나아가 DePIN을 지원하는 블록체인 인프라는 P2P 거래를 촉진하는 데 필요한 소액 결제를 위한 효율적이고 확장 가능한 결제 레일을 제공합니다. 암호화폐 금융 자산(토큰)은 수요 측 행위자가 공급자에게 비용을 지불하는 데 사용하는 공유 가치 단위를 제공하여 오늘날 점점 더 세계화되는 경제에 맞는 배포 메커니즘을 통해 경제적 인센티브를 조정합니다. 앞서 구축한 DePIN 플라이휠을 참조하면 경제적 인센티브를 전략적으로 관리하는 것은 DePIN의 네트워크 효과(공급 및 수요 측면 모두)를 높이는 데 매우 유익할 수 있으며, 이는 결국 공급자 간의 경쟁을 증가시킵니다. 이러한 역동성은 서비스 품질을 향상시키는 동시에 단위 비용을 절감하여 공급자가 토큰 보유자 및 핵심 가치 공급자로서 혜택을 누릴 수 있는 DePIN의 지속 가능한 경쟁 우위를 창출합니다.
DePIN은 요청 시 리소스에 액세스하고 비용을 지불할 수 있는 유연한 사용자 경험을 제공한다는 점에서 클라우드 컴퓨팅 서비스 제공업체와 유사합니다. 그랜드뷰리서치(Grandview Research) 의 전망 에 따르면 전 세계 클라우드 컴퓨팅 시장 규모는 연평균 성장률 21.2%로 성장해 2030년에는 2조4000억 달러 이상에 달할 것으로 예상된다. 컴퓨팅 자원 수요의 미래 성장. 최신 클라우드 컴퓨팅 플랫폼은 중앙 서버를 활용하여 클라이언트 장치와 서버 간의 모든 통신을 처리하므로 운영에 단일 실패 지점이 생성됩니다. 그러나 블록체인을 기반으로 구축되면 DePIN은 기존 서비스 제공업체보다 더 큰 검열 저항성과 탄력성을 제공할 수 있습니다. 단일 조직이나 엔터티(예: 중앙 클라우드 서비스 공급자)를 공격하면 전체 기본 리소스 네트워크가 손상될 수 있으며 DePIN은 분산 특성을 통해 이러한 사고를 견딜 수 있도록 설계되었습니다. 첫째, 블록체인 자체는 중앙 집중식 네트워크 권한에 저항하도록 설계된 전용 노드로 구성된 전 세계적으로 분산된 네트워크입니다. 또한 DePIN을 컴퓨팅하면 법적 및 규제 장벽을 우회하여 무허가 네트워크 참여가 가능합니다. 토큰 배포의 성격에 따라 DePIN은 제안된 프로토콜 변경 및 개발에 대해 공정한 투표 프로세스를 채택하여 단일 주체가 갑자기 전체 네트워크를 종료할 가능성을 제거할 수 있습니다.
오늘날 DePIN 컴퓨팅 상태
렌더 네트워크
Render Network는 분산 컴퓨팅 시장을 통해 GPU 구매자와 판매자를 연결하고 기본 토큰을 통해 거래를 수행하는 컴퓨팅 DePIN입니다. Render의 GPU 시장에는 처리 능력에 대한 액세스를 원하는 제작자와 기본 Render 토큰으로 보상하는 대가로 제작자에게 유휴 GPU를 임대하는 노드 운영자라는 두 가지 주요 당사자가 포함됩니다. 노드 운영자는 평판 시스템을 기반으로 순위가 매겨지며, 제작자는 다단계 가격 시스템에서 GPU를 선택할 수 있습니다. POR(Proof-of-Render) 합의 알고리즘은 작업, 즉 그래픽 렌더링 작업을 처리하기 위해 노드 운영자가 컴퓨팅 리소스(GPU)를 커밋하여 작업을 조정합니다. 작업을 완료한 후 POR 알고리즘은 작업 품질에 따른 평판 점수 변화를 포함하여 노드 운영자의 상태를 업데이트합니다. Render의 블록체인 인프라는 작업에 대한 지불을 용이하게 하여 공급업체와 구매자가 네트워크 토큰을 통해 거래할 수 있는 투명하고 효율적인 결제 트랙을 제공합니다.
Render Network는 원래 2009년 Jules Urbach 에 의해 고안되었습니다. 네트워크는 2020년 9월 Ethereum( RNDR )에서 온라인화되었으며 약 3년 후 네트워크 성능을 향상하고 운영 비용을 줄이기 위해 Solana( RENDER )로 마이그레이션되었습니다.
이 글을 쓰는 시점에서 렌더 네트워크는 최대 3,300만 개의 작업(렌더링된 프레임 기준)을 처리했으며 총 노드 수는 출시 이후 5,600개로 늘어났습니다. 노드 운영자에게 작업 크레딧을 분배하는 동안 발생하는 프로세스 인 약 60,000개의 RENDER가 파괴되었습니다 .
아이오넷
Io Net은 방대한 양의 유휴 컴퓨팅 리소스와 이러한 리소스가 제공하는 처리 능력이 필요한 개인 및 단체 간의 조정 계층 역할을 하기 위해 Solana 위에 분산형 GPU 네트워크를 출시합니다. Io Net의 독특한 판매 포인트는 시장에 있는 다른 DePIN과 직접 경쟁하기보다는 데이터 센터, 채굴자, Render Network 및 Filecoin과 같은 기타 DePIN을 포함한 다양한 소스의 GPU를 집계하는 동시에 독점 DePIN을 활용한다는 것입니다. — —인터넷- of-GPU(IoG)를 사용하여 운영을 조정하고 시장 참가자 인센티브를 조정합니다. Io Net 고객은 프로세서 유형, 위치, 통신 속도, 규정 준수 및 서비스 시간을 선택하여 IO Cloud에서 워크로드 클러스터를 맞춤 설정할 수 있습니다. 대신, 지원되는 GPU 모델(12GB RAM, 256GB SSD)을 사용하는 사람은 누구나 IO 작업자로 참여하여 유휴 컴퓨팅 리소스를 네트워크에 빌려줄 수 있습니다. 서비스에 대한 지불은 현재 법정화폐 및 USDC로 결제되지만 네트워크는 곧 기본 $IO 토큰으로도 지불을 지원할 예정입니다. 리소스의 가격은 수요와 공급뿐 아니라 다양한 GPU 사양과 구성 알고리즘에 따라 결정됩니다. Io Net의 궁극적인 목표는 최신 클라우드 서비스 제공업체보다 더 낮은 비용과 더 높은 품질의 서비스를 제공하여 선택받는 GPU 시장이 되는 것입니다.
다중 계층 IO 아키텍처는 다음과 같이 매핑될 수 있습니다.
UI 레이어 - 공개 웹사이트, 클라이언트 영역, 작업자 영역으로 구성됩니다.
보안 계층 - 이 계층은 네트워크 보호를 위한 방화벽, 사용자 인증을 위한 인증 서비스, 활동 추적을 위한 로깅 서비스로 구성됩니다.
API 레이어 - 커뮤니케이션 레이어 역할을 하는 레이어로 공개 API(웹사이트용), 프라이빗 API(작업자용), 내부 API(클러스터 관리, 분석, 모니터링 보고용)로 구성됩니다.
백엔드 계층 - 백엔드 계층은 작업자, 클러스터/GPU 작업, 고객 상호 작용, 청구 및 사용량 모니터링, 분석, 자동 크기 조정을 관리합니다.
데이터베이스 계층 - 이 계층은 기본 저장소(구조화된 데이터용)와 캐시(자주 액세스하는 임시 데이터용)를 사용하는 시스템의 데이터 저장소입니다.
메시지 브로커 및 작업 계층 - 이 계층은 비동기 통신 및 작업 관리를 용이하게 합니다.
인프라 계층 - 이 계층에는 GPU 풀, 오케스트레이션 도구가 포함되어 있으며 작업 배포를 관리합니다.
현재 통계/로드맵
이 글을 쓰는 시점에서:
총 네트워크 수익 - 108만 달러
총 컴퓨팅 시간 - 837.6,000시간
총 클러스터 지원 GPU - 20.4K
총 클러스터 지원 CPU - 5.6k
총 온체인 거래 – 1.67m
총 추론 수 - 335.7k
생성된 총 클러스터 수 - 15.1k
(데이터 출처는 Io Net Explorer 입니다)
애티르
Aethir는 컴퓨팅 집약적인 도메인 및 애플리케이션에서 고성능 컴퓨팅 리소스의 공유를 촉진하는 클라우드 컴퓨팅 DePIN입니다. 리소스 풀링을 활용하여 대폭 절감된 비용으로 글로벌 GPU 할당을 지원하고 분산 리소스 소유권을 통해 분산 소유권을 활성화합니다. Aethir는 게임, AI 모델 훈련 및 추론과 같은 산업의 고성능 워크로드를 위해 설계되었습니다. Aethir는 GPU 클러스터를 단일 네트워크로 통합함으로써 클러스터 크기를 늘려 네트워크에서 제공되는 서비스의 전반적인 성능과 안정성을 향상시키도록 설계되었습니다.
Aethir Network는 채굴자, 개발자, 사용자, 토큰 보유자 및 Aethir DAO로 구성된 분산 경제입니다. 성공적인 네트워크 운영을 보장하는 세 가지 주요 역할은 컨테이너, 인덱서 및 검사기입니다. 컨테이너는 네트워크의 핵심 노드로, 트랜잭션 검증, 디지털 콘텐츠 실시간 렌더링 등 네트워크 활력을 유지하는 중요한 작업을 수행합니다. 체커는 품질 보증 담당자 역할을 하며 컨테이너의 성능과 서비스 품질을 지속적으로 모니터링하여 GPU 소비자의 안정적이고 효율적인 운영을 보장합니다. 인덱서는 사용자와 사용 가능한 최상의 컨테이너 간의 일치자 역할을 합니다. 이 구조를 뒷받침하는 것은 Aethir 네트워크의 기본 $ATH 토큰으로 상품 및 서비스에 대한 지불을 위한 분산형 결제 계층을 제공하는 Arbitrum Layer 2 블록체인입니다.
렌더 프루프
Aethir 네트워크의 노드는 두 가지 주요 기능을 제공합니다. 즉, 작업자 노드 세트가 15분마다 무작위로 선택되어 트랜잭션을 검증하는 용량 증명 렌더링 과 네트워크 성능을 면밀히 모니터링하여 사용자가 최상의 서비스를 받을 수 있도록 하는 작업 증명 렌더링입니다. 수요와 지역에 따라 리소스를 조정합니다. 채굴자 보상은 빌려준 컴퓨팅 리소스의 가치를 기준으로 Aethir 네트워크에서 노드를 실행하는 참가자에게 배포되며 보상은 기본 $ATH 토큰으로 지급됩니다.
노사나
Nosana는 Solana를 기반으로 구축된 분산형 GPU 네트워크입니다. Nosana를 사용하면 누구나 유휴 컴퓨팅 리소스에 기여하고 이에 대한 보상으로 $NOS 토큰 형태로 보상을 받을 수 있습니다. DePIN은 기존 클라우드 솔루션의 오버헤드 없이 복잡한 AI 워크로드를 실행하는 데 사용할 수 있는 비용 효율적인 GPU 할당을 촉진합니다. 누구나 유휴 GPU를 빌려 Nosana 노드를 실행할 수 있으며, 네트워크에 제공하는 GPU 성능에 비례하여 토큰 보상을 얻을 수 있습니다.
네트워크는 컴퓨팅 리소스를 할당하는 두 당사자, 즉 컴퓨팅 리소스에 대한 액세스를 원하는 사용자와 컴퓨팅 리소스를 제공하는 노드 운영자를 연결합니다. 중요한 프로토콜 결정 및 업그레이드는 NOS 토큰 보유자가 투표하고 Nosana DAO에서 관리합니다.
Nosana는 향후 계획에 대한 광범위한 로드맵을 가지고 있습니다. Galactica(v1.0 - 2024 H1/2H)는 메인넷을 출시하고 CLI 및 SDK를 출시하며 소비자 GPU용 컨테이너 노드로 네트워크를 확장하는 데 중점을 둘 것입니다. Triangulum(v1.X - 2H24)은 PyTorch, HuggingFace 및 TensorFlow와 같은 주요 기계 학습 프로토콜과 커넥터를 통합합니다. Whirlpool(v1.X - 2025 H1)은 AMD, Intel 및 Apple Silicon의 다양한 GPU에 대한 지원을 확장합니다. Sombrero(v1.X - 2025년 하반기)는 중견 기업, 대기업, 법정화폐 결제, 청구 및 팀 기능에 대한 지원을 추가할 예정입니다.
아카쉬
Akash 네트워크는 Cosmos SDK를 기반으로 구축된 오픈 소스 지분 증명 네트워크로, 누구나 허가 없이 가입하고 기여할 수 있도록 하여 분산형 클라우드 컴퓨팅 시장을 창출합니다. $AKT 토큰은 네트워크를 보호하고, 자원 지불을 촉진하며, 네트워크 참가자 간의 경제적 행동을 조정하는 데 사용됩니다. Akash 네트워크는 몇 가지 주요 구성 요소로 구성됩니다.
블록체인 레이어 , Tendermint Core와 Cosmos SDK를 사용하여 합의를 제공합니다.
애플리케이션 계층은 배포 및 리소스 할당을 관리합니다.
공급자 계층은 리소스, 입찰 및 사용자 애플리케이션 배포를 관리합니다.
사용자가 CLI, 콘솔 및 대시보드를 사용하여 Akash 네트워크와 상호 작용하고, 리소스를 관리하고, 애플리케이션 상태를 모니터링할 수 있게 해주는 사용자 계층 입니다.
처음에는 스토리지 및 CPU 임대 서비스에 중점을 두었지만 AI 교육 및 추론 워크로드에 대한 수요가 증가함에 따라 네트워크는 GPU 임대 및 할당을 포함하도록 서비스를 확장했으며 AkashML 플랫폼을 통해 이러한 요구에 대응했습니다. AkashML은 고객(테넌트라고 함)이 원하는 GPU 가격을 제출하고 컴퓨팅 공급업체(공급자라고 함)가 요청된 GPU를 공급하기 위해 경쟁하는 "역경매" 시스템을 사용합니다.
이 글을 쓰는 시점에서 Akash 블록체인은 1,290만 건 이상의 거래를 완료했으며, 컴퓨팅 리소스에 액세스하는 데 535,000달러 이상이 사용되었으며, 189,000건 이상의 고유 배포가 임대되었습니다.
명예로운 언급
컴퓨팅 DePIN 분야는 여전히 진화하고 있으며 많은 팀이 혁신적이고 효율적인 솔루션을 시장에 출시하기 위해 경쟁하고 있습니다. 추가 연구할 가치가 있는 다른 예로는 AI 개발을 위한 리소스 풀 협업 개방형 액세스 플랫폼을 구축하는 Hyperbolic 과 컴퓨팅 마이너로 구동되는 분산 컴퓨팅 성능 네트워크를 구축하는 Exabits가 있습니다.
중요 고려사항 및 향후 전망
이제 우리는 DePIN 계산의 기본 원칙을 이해하고 현재 실행 중인 여러 보충 사례 연구를 검토했으므로 이러한 분산형 네트워크의 장단점에 대한 영향을 고려하는 것이 중요합니다.
도전
대규모로 분산 네트워크를 구축하려면 성능, 보안, 탄력성 측면에서 절충이 필요한 경우가 많습니다. 예를 들어, 전 세계적으로 분산된 범용 하드웨어 네트워크에서 AI 모델을 교육하는 것은 중앙 집중식 서비스 제공업체에서 교육하는 것보다 비용 효율성과 시간 효율성이 훨씬 낮을 수 있습니다. 앞서 언급했듯이 AI 모델과 해당 워크로드는 점점 복잡해지고 있어 상용 GPU보다는 고성능 GPU가 더 많이 필요합니다.
이것이 바로 대기업이 고성능 GPU를 떼지어 비축하고 있는 이유이며, 누구나 유휴 GPU를 빌려줄 수 있는 무허가 시장을 만들어 GPU 부족 문제를 해결하는 것을 목표로 하는 DePIN 컴퓨팅이 직면한 본질적인 과제입니다(분산형 인공 지능 관련). 프로토콜이 직면한 과제에 대해서는 이 트윗을 참조하세요 ). 프로토콜은 두 가지 주요 방법으로 이 문제를 해결할 수 있습니다. 즉, 네트워크에 기여하려는 GPU 제공업체에 대한 기본 요구 사항을 설정하고 네트워크에 제공되는 컴퓨팅 리소스를 풀링하여 더 높은 무결성을 달성하는 것입니다. 그럼에도 불구하고 이 모델을 확립하는 것은 Nvidia와 같은 하드웨어 제공업체와 직접 거래하기 위해 더 많은 자금을 할당할 수 있는 중앙 집중식 서비스 제공업체에 비해 본질적으로 어렵습니다. 이는 DePIN이 앞으로 나아갈 때 고려해야 할 사항입니다. 분산형 프로토콜에 충분한 자금이 있는 경우 DAO는 투표를 통해 자금의 일부를 고성능 GPU 구매에 할당할 수 있습니다. 이는 분산형 방식으로 관리되고 상용 GPU보다 높은 가격으로 대출될 수 있습니다.
DePIN 컴퓨팅과 관련된 또 다른 과제는 적절한 리소스 활용도를 관리하는 것입니다 . 초기 단계에서 대부분의 컴퓨팅 DePIN은 오늘날 많은 스타트업이 직면하고 있는 것처럼 구조적 수요가 충분하지 않은 상황에 직면하게 됩니다. 일반적으로 DePIN의 과제는 최소한의 실행 가능한 제품 품질을 달성하기 위해 조기에 충분한 공급을 확보하는 것입니다. 공급이 없으면 네트워크는 지속 가능한 수요를 창출할 수 없으며 수요가 가장 많은 기간 동안 고객에게 서비스를 제공할 수 없습니다. 반면 공급 과잉도 문제다. 특정 임계값을 초과하면 더 많은 프로비저닝은 네트워크 활용도가 최대 용량에 가까워지거나 도달하는 경우에만 도움이 됩니다. 그렇지 않으면 DePIN은 공급에 대해 너무 많은 비용을 지불하여 프로토콜이 공급업체의 참여를 유지하기 위해 토큰 발행을 늘리지 않는 한 리소스 활용도가 낮아지고 공급업체 수익이 감소할 위험이 있습니다.
광범위한 지리적 범위가 없으면 통신 네트워크는 아무 소용이 없습니다 . 승객이 승차를 위해 오랜 시간 기다려야 한다면 택시 네트워크는 유용하지 않습니다. DePIN은 시간이 지남에 따라 리소스를 제공하기 위해 사람들에게 비용을 지불해야 한다면 유용하지 않을 것입니다. 중앙 집중식 서비스 제공업체는 리소스 수요를 예측하고 리소스 공급을 효과적으로 관리할 수 있는 반면, DePIN 컴퓨팅에는 리소스 활용도를 관리할 중앙 권한이 부족합니다. 따라서 DePIN이 자원 활용도를 최대한 전략적으로 결정하는 것이 특히 중요합니다.
더 큰 문제는 분산형 GPU 시장이 더 이상 GPU 부족 현상에 직면하지 않을 수도 있다는 점이다 . Mark Zuckerberg는 최근 인터뷰에서 기업들이 지금처럼 컴퓨팅 리소스를 비축하는 대신 대규모 데이터 센터를 구축하기 위해 안간힘을 쓸 것이기 때문에 컴퓨팅 리소스보다는 에너지가 새로운 병목 현상이 될 것이라고 믿고 있다고 말했습니다. 물론 이는 GPU 비용의 잠재적 감소를 의미하지만, 독점 데이터 센터를 구축하면 AI 모델 성능에 대한 전반적인 기준이 높아진다면 AI 스타트업이 제공되는 제품과 서비스의 성능과 품질 측면에서 어떻게 경쟁할 것인지에 대한 의문도 제기됩니다. 기업은 경쟁합니다.
DePIN 계산 사례
다시 말하면, AI 모델의 복잡성과 그에 따른 처리 및 컴퓨팅 요구 사항, 고성능 GPU 및 기타 컴퓨팅 리소스의 가용성 사이의 격차가 커지고 있습니다.
컴퓨팅 DePIN은 다음과 같은 몇 가지 주요 기능을 기반으로 오늘날 주요 하드웨어 제조업체와 클라우드 컴퓨팅 서비스 제공업체가 지배하고 있는 컴퓨팅 시장 부문에서 혁신적인 파괴자가 될 준비가 되어 있습니다.
1) 상품과 서비스의 가격을 저렴하게 제공합니다.
2) 더 강력한 검열 저항과 네트워크 탄력성을 제공합니다.
3) AI 모델이 미세 조정 및 훈련을 위해 최대한 개방적이고 누구나 쉽게 접근할 수 있도록 요구할 수 있는 잠재적인 규제 지침의 이점을 누릴 수 있습니다.
컴퓨터와 인터넷 접속이 가능한 미국 가구의 비율은 기하급수적으로 증가하여 100%에 가까워졌습니다. 또한 전 세계 많은 지역에서 그 비율이 크게 증가했습니다. 이는 충분한 금전적 인센티브와 원활한 거래 프로세스가 있다면 유휴 공급을 기꺼이 빌려줄 잠재적인 컴퓨팅 리소스 공급자(GPU 소유자)의 수가 증가했음을 나타냅니다. 물론 이는 매우 대략적인 추정이지만 컴퓨팅 자원의 지속 가능한 공유 경제의 기반이 이미 존재하고 있을 수도 있음을 시사합니다.
AI 외에도 컴퓨팅에 대한 미래 수요는 양자 컴퓨팅과 같은 다른 많은 산업에서도 나올 것입니다. 양자컴퓨팅 시장 규모는 2023년 9억2880만달러에서 2030년 65억2880만달러로 연평균 성장률 32.1%로 성장할 것으로 예상된다. 업계에서 생산하려면 다양한 종류의 리소스가 필요하지만, 양자 컴퓨팅 DePIN이 출시되는지, 어떤 모습인지 살펴보는 것은 흥미로울 것입니다.
“소비자 하드웨어에서 실행되는 강력한 개방형 모델 생태계는 가치가 AI에 의해 고도로 중앙 집중화되고 대부분의 인간 사고가 소수의 사람들이 제어하는 중앙 서버에 의해 판독되고 조정되는 미래에 대한 중요한 헤지입니다. 대기업과 군대의 위험은 훨씬 낮습니다." - Vitalik Buterin.
대기업은 DePIN의 대상이 아닐 수도 있고 앞으로도 그럴 것입니다. DePIN을 계산하면 최소한의 자본과 자원으로 개별 개발자, 단편적인 빌더 및 스타트업을 다시 불러올 수 있습니다. 이를 통해 더 풍부한 컴퓨팅 성능을 통해 유휴 공급을 혁신적인 아이디어와 솔루션으로 변환할 수 있습니다. 인공지능은 의심할 여지 없이 수십억 명의 삶을 변화시킬 것이다. AI가 모든 사람의 일자리를 대체할 것이라는 두려움보다는 AI가 개인과 자영업자, 스타트업, 대중에게 힘을 실어줄 수 있다는 생각을 장려해야 합니다.
