การตีความภูมิทัศน์ทางนิเวศน์ของแทร็ก DePIN ของคอมพิวเตอร์อย่างครอบคลุม

ผู้เขียนต้นฉบับ: PAUL TIMOFEev

การรวบรวมต้นฉบับ: Deep Chao TechFlow

ประเด็นที่สำคัญ

• ทรัพยากรคอมพิวเตอร์กำลังได้รับความนิยมเพิ่มมากขึ้นจากการเพิ่มขึ้นของการเรียนรู้ของเครื่องและการเรียนรู้เชิงลึกสำหรับการพัฒนา AI แบบกำเนิด ซึ่งทั้งสองอย่างนี้ต้องการปริมาณงานที่ใช้การประมวลผลจำนวนมาก อย่างไรก็ตาม เนื่องจากบริษัทขนาดใหญ่และรัฐบาลสะสมทรัพยากรเหล่านี้ สตาร์ทอัพและนักพัฒนาอิสระจึงเผชิญกับการขาดแคลน GPU ในตลาด ส่งผลให้เกิดต้นทุนที่ห้ามปรามและ/หรือการไม่สามารถเข้าถึงทรัพยากรได้

• คอมพิวเตอร์ DePIN ช่วยให้สามารถสร้างตลาดที่กระจายอำนาจสำหรับทรัพยากรการประมวลผล เช่น GPU โดยอนุญาตให้ใครก็ตามในโลกเสนออุปทานที่ไม่ได้ใช้งานเพื่อแลกกับรางวัลทางการเงิน สิ่งนี้ได้รับการออกแบบมาเพื่อช่วยให้ผู้บริโภค GPU ที่ด้อยโอกาสสามารถเข้าถึงช่องทางการจัดหาใหม่ๆ เพื่อรับทรัพยากรการพัฒนาที่จำเป็นสำหรับปริมาณงานของพวกเขาด้วยต้นทุนและค่าใช้จ่ายที่ลดลง

• คอมพิวเตอร์ DePIN ยังคงเผชิญกับความท้าทายทางเศรษฐกิจและทางเทคนิคมากมายเมื่อต้องแข่งขันกับผู้ให้บริการแบบรวมศูนย์แบบดั้งเดิม ซึ่งบางส่วนจะแก้ไขตัวเองเมื่อเวลาผ่านไป ในขณะที่บางรายจะต้องการโซลูชันและการเพิ่มประสิทธิภาพใหม่

คอมพิวเตอร์คือน้ำมันชนิดใหม่

นับตั้งแต่การปฏิวัติอุตสาหกรรม เทคโนโลยีได้ขับเคลื่อนมนุษยชาติไปข้างหน้าอย่างที่ไม่เคยมีมาก่อน ซึ่งส่งผลกระทบหรือเปลี่ยนแปลงแทบทุกแง่มุมของชีวิตประจำวัน ในที่สุดคอมพิวเตอร์ก็กลายเป็นจุดสุดยอดของความพยายามร่วมกันของนักวิจัย นักวิชาการ และวิศวกรคอมพิวเตอร์ เดิมทีออกแบบมาเพื่อแก้งานทางคณิตศาสตร์ขนาดใหญ่ที่ใช้ในการปฏิบัติการทางทหารขั้นสูง คอมพิวเตอร์ได้พัฒนามาเป็นแกนนำของชีวิตสมัยใหม่ เนื่องจากผลกระทบของคอมพิวเตอร์ที่มีต่อมนุษยชาติยังคงเพิ่มขึ้นในอัตราที่ไม่เคยเกิดขึ้นมาก่อน ความต้องการเครื่องจักรเหล่านี้และทรัพยากรที่ขับเคลื่อนเครื่องจักรเหล่านี้ก็ยังคงเพิ่มขึ้นอย่างต่อเนื่อง ซึ่งแซงหน้าอุปทานที่มีอยู่ สิ่งนี้ในทางกลับกันได้สร้างพลวัตของตลาดซึ่งนักพัฒนาและองค์กรส่วนใหญ่ไม่สามารถเข้าถึงทรัพยากรที่สำคัญ ปล่อยให้การพัฒนาการเรียนรู้ของเครื่องจักรและปัญญาประดิษฐ์เชิงสร้างสรรค์ซึ่งเป็นหนึ่งในเทคโนโลยีที่เปลี่ยนแปลงมากที่สุดในปัจจุบัน อยู่ในมือของผู้เล่นเพียงไม่กี่คน มีเงินทุนเพียงพอ ในเวลาเดียวกัน ทรัพยากรการประมวลผลที่ไม่ได้ใช้งานจำนวนมากมอบโอกาสในการสร้างรายได้เพื่อช่วยบรรเทาความไม่สมดุลระหว่างอุปสงค์และอุปทานของการประมวลผล ส่งผลให้ความต้องการกลไกการประสานงานระหว่างทั้งสองฝ่ายรุนแรงขึ้น ดังนั้นเราจึงเชื่อว่าระบบกระจายอำนาจที่ขับเคลื่อนโดยเทคโนโลยีบล็อกเชนและสินทรัพย์ดิจิทัลมีความสำคัญต่อการพัฒนาผลิตภัณฑ์และบริการ AI ที่สร้างในวงกว้าง เป็นประชาธิปไตยและมีความรับผิดชอบมากขึ้น

ทรัพยากรคอมพิวเตอร์

คอมพิวเตอร์สามารถกำหนดได้ว่าเป็นกิจกรรม แอปพลิเคชัน หรือปริมาณงานที่หลากหลาย ซึ่งคอมพิวเตอร์ปล่อยเอาต์พุตที่ชัดเจนตามอินพุตที่กำหนด ท้ายที่สุดแล้ว มันหมายถึง พลังการประมวลผลและการประมวลผลของคอมพิวเตอร์ ซึ่งเป็นยูทิลิตี้หลักของเครื่องจักรเหล่านี้ที่ขับเคลื่อนโลกสมัยใหม่ส่วนใหญ่ โดยสร้าง รายได้มหาศาลถึง 1.1 ล้านล้านดอลลาร์ ในปีที่ผ่านมาเพียงปีเดียว

ทรัพยากรคอมพิวเตอร์หมายถึงส่วนประกอบฮาร์ดแวร์และซอฟต์แวร์ต่างๆ ที่ทำให้การประมวลผลและการประมวลผลเป็นไปได้ เนื่องจากจำนวนแอปพลิเคชันและฟีเจอร์ที่เปิดใช้งานเพิ่มขึ้นอย่างต่อเนื่อง ส่วนประกอบเหล่านี้จึงมีความสำคัญมากขึ้นเรื่อยๆ และปรากฏอยู่ในชีวิตประจำวันของผู้คนมากขึ้น สิ่งนี้นำไปสู่การแย่งชิงกันระหว่างอำนาจรัฐและภาคธุรกิจเพื่อสะสมทรัพยากรเหล่านี้ให้ได้มากที่สุดเท่าที่จะเป็นไปได้เพื่อความอยู่รอด สิ่งนี้สะท้อนให้เห็นในผลการดำเนินงานของตลาดของบริษัทที่จัดหาทรัพยากรเหล่านี้ (เช่น Nvidia ซึ่งมูลค่าหลักทรัพย์ตามราคาตลาดเพิ่มขึ้นมากกว่า 3,000% ในช่วง 5 ปีที่ผ่านมา)

จีพียู

GPU เป็นหนึ่งในทรัพยากรที่สำคัญที่สุดในการประมวลผลประสิทธิภาพสูงสมัยใหม่ หน้าที่หลักของ GPU คือทำหน้าที่เป็นวงจรพิเศษที่ช่วยเร่งปริมาณงานคอมพิวเตอร์กราฟิกผ่านการประมวลผลแบบขนาน เดิมทีให้บริการแก่อุตสาหกรรมเกมและพีซี GPU ได้พัฒนาเพื่อรองรับเทคโนโลยีเกิดใหม่มากมายที่จะกำหนดอนาคตของโลก (เช่น คอนโซลและพีซี อุปกรณ์มือถือ การประมวลผลแบบคลาวด์ IoT) อย่างไรก็ตาม ความต้องการทรัพยากรเหล่านี้มีความเข้มข้นมากขึ้นเป็นพิเศษเนื่องจากการเรียนรู้ของเครื่องและปัญญาประดิษฐ์ที่เพิ่มขึ้น โดยการคำนวณแบบคู่ขนาน GPU จะเร่งการทำงานของ ML และ AI ซึ่งจะเป็นการเพิ่มพลังการประมวลผลและความสามารถของเทคโนโลยีที่เกิดขึ้น

การเพิ่มขึ้นของเอไอ

โดยแก่นแท้แล้ว AI ช่วยให้คอมพิวเตอร์และเครื่องจักรสามารถจำลองความฉลาดของมนุษย์และความสามารถในการแก้ปัญหา ได้ โมเดล AI หรือโครงข่ายประสาทเทียมนั้นประกอบด้วยกลุ่มข้อมูลที่แตกต่างกันมากมาย โมเดลต้องใช้พลังในการประมวลผลเพื่อระบุและเรียนรู้ความสัมพันธ์ระหว่างข้อมูลเหล่านี้ จากนั้นจึงอ้างอิงถึงความสัมพันธ์เหล่านี้เมื่อสร้างเอาต์พุตตามอินพุตที่กำหนด

แม้จะมีความเชื่อที่แพร่หลาย แต่การพัฒนาและการผลิต AI ก็ไม่ใช่เรื่องใหม่ ในปี 1967 Frank Rosenblatt ได้สร้าง Mark 1 Perceptron ซึ่งเป็นคอมพิวเตอร์เครื่องแรกที่ใช้โครงข่ายประสาทเทียมที่ "เรียนรู้" ผ่านการลองผิดลองถูก นอกจากนี้ งานวิจัยทางวิชาการส่วนใหญ่ที่เกี่ยวข้องกับการพัฒนา AI อย่างที่เราทราบกันในปัจจุบันนี้ ได้รับการตีพิมพ์ในช่วงปลายทศวรรษ 1990 และต้นทศวรรษ 2000 และอุตสาหกรรมนี้ก็เติบโตขึ้นเรื่อย ๆ นับตั้งแต่นั้นเป็นต้นมา

นอกเหนือจากความพยายามในการวิจัยและพัฒนาแล้ว โมเดล AI แบบ "แคบ" ยังใช้งานได้แล้วในแอปพลิเคชันอันทรงพลังที่หลากหลายที่ใช้อยู่ในปัจจุบัน ตัวอย่างได้แก่ อัลกอริธึมโซเชียลมีเดีย เช่น Siri ของ Apple และ Alexa ของ Amazon คำแนะนำผลิตภัณฑ์แบบกำหนดเอง และอื่นๆ การเพิ่มขึ้นของการเรียนรู้เชิงลึกได้เปลี่ยนแปลงการพัฒนาปัญญาประดิษฐ์ (AGI) อัลกอริธึมการเรียนรู้เชิงลึกใช้โครงข่ายประสาทเทียมที่ใหญ่กว่าหรือ "ลึกกว่า" มากกว่าแอปพลิเคชันการเรียนรู้ของเครื่อง ซึ่งเป็นทางเลือกที่ปรับขนาดได้และมีประสิทธิภาพมากกว่า โมเดล AI เจนเนอเรชั่น “เข้ารหัสการแสดงข้อมูลการฝึกแบบง่ายขึ้น และอ้างอิงถึงโมเดลนั้นเพื่อปล่อยเอาต์พุตใหม่ที่คล้ายกันแต่ไม่เหมือนกัน”

การเรียนรู้เชิงลึกช่วยให้นักพัฒนาสามารถขยายโมเดล AI เชิงสร้างสรรค์ไปยังรูปภาพ คำพูด และประเภทข้อมูลที่ซับซ้อนอื่นๆ และแอปหลักๆ เช่น ChatGPT ซึ่งสร้างสถิติการเติบโตของผู้ใช้ที่เร็วที่สุดในยุคปัจจุบัน เป็นเพียงส่วนหนึ่งของสิ่งที่เป็นไปได้ด้วย AI เชิงสร้างสรรค์ และการเรียนรู้เชิงลึก

ด้วยเหตุนี้ จึงไม่น่าแปลกใจเลยที่การพัฒนา AI แบบเจนเนอเรชั่นจะเกี่ยวข้องกับเวิร์กโหลดที่ใช้การประมวลผลจำนวนมาก ซึ่งต้องใช้พลังการประมวลผลและพลังการประมวลผลจำนวนมาก

จาก ข้อกำหนดสามประการของแอปพลิเคชันการเรียนรู้เชิงลึก การพัฒนาแอปพลิเคชัน AI ถูกจำกัดโดยปริมาณงานหลักหลายประการ

• การฝึกอบรม - โมเดลจะต้องประมวลผลและวิเคราะห์ชุดข้อมูลขนาดใหญ่เพื่อเรียนรู้วิธีตอบสนองต่ออินพุตที่กำหนด

• การปรับแต่ง - โมเดลต้องผ่านกระบวนการวนซ้ำหลายชุดซึ่งมีการปรับแต่งและเพิ่มประสิทธิภาพไฮเปอร์พารามิเตอร์ต่างๆ เพื่อปรับปรุงประสิทธิภาพและคุณภาพ

• การจำลอง - โมเดลบางรุ่น เช่น อัลกอริธึมการเรียนรู้แบบเสริมแรง ได้รับการจำลองหลายชุดเพื่อทดสอบก่อนใช้งาน

การคำนวณวิกฤต: อุปสงค์มากกว่าอุปทาน

ในช่วงสองสามทศวรรษที่ผ่านมา ความก้าวหน้าทางเทคโนโลยีมากมายได้ขับเคลื่อนความต้องการพลังการประมวลผลและการประมวลผลที่เพิ่มขึ้นอย่างที่ไม่เคยมีมาก่อน เป็นผลให้ความต้องการทรัพยากรการประมวลผลเช่น GPU ในปัจจุบันมีมากกว่าอุปทานที่มีอยู่อย่างมาก ทำให้เกิดคอขวดในการพัฒนา AI ที่จะเติบโตต่อไปหากไม่มีโซลูชั่นที่มีประสิทธิภาพ

ข้อจำกัดด้านอุปทานที่กว้างขึ้นได้รับการสนับสนุนเพิ่มเติมโดยบริษัทจำนวนมากที่ซื้อ GPU เกินกว่าความต้องการที่แท้จริงของพวกเขา ทั้งในฐานะข้อได้เปรียบทางการแข่งขันและเป็นหนทางในการอยู่รอดในเศรษฐกิจโลกยุคใหม่ ผู้ให้บริการคอมพิวเตอร์มักใช้โครงสร้างสัญญาที่จำเป็นต้องมีข้อผูกพันด้านทุนระยะยาว ทำให้ลูกค้ามีอุปทานมากกว่าความต้องการของลูกค้า

การวิจัยของ Epoch แสดงให้เห็นว่าจำนวนโมเดล AI ที่เน้นการประมวลผลโดยรวมมีการเติบโตอย่างรวดเร็ว ซึ่งบ่งชี้ว่าความต้องการทรัพยากรที่ขับเคลื่อนเทคโนโลยีเหล่านี้จะยังคงเติบโตอย่างรวดเร็ว

เนื่องจากความซับซ้อนของโมเดล AI ยังคงเพิ่มขึ้น ความต้องการพลังงานในการประมวลผลและการประมวลผลของนักพัฒนาแอปพลิเคชันก็เช่นกัน ในทางกลับกัน ประสิทธิภาพของ GPU และความพร้อมใช้งานในภายหลังจะมีบทบาทสำคัญมากขึ้น สิ่งนี้เริ่มเกิดขึ้นแล้วเนื่องจากความต้องการที่เพิ่มขึ้นสำหรับ GPU ระดับไฮเอนด์ เช่น ที่ผลิตโดย Nvidia ซึ่งเรียก GPU ว่าเป็น "โลหะหายาก" หรือ "ทองคำ" ของอุตสาหกรรม AI

การนำ AI ไปสู่เชิงพาณิชย์อย่างรวดเร็วมีความเสี่ยงที่จะส่งมอบการควบคุมให้กับยักษ์ใหญ่ด้านเทคโนโลยีจำนวนหนึ่ง ซึ่งคล้ายกับอุตสาหกรรมโซเชียลมีเดียในปัจจุบัน ทำให้เกิดความกังวลเกี่ยวกับรากฐานทางจริยธรรมของโมเดลเหล่านี้ ตัวอย่างที่โด่งดังอย่างหนึ่งคือความขัดแย้งล่าสุดเกี่ยวกับ Google Gemini แม้ว่าการตอบสนองที่แปลกประหลาดหลายประการต่อการแจ้งเตือนต่างๆ นั้นไม่ได้ก่อให้เกิดอันตรายที่แท้จริงในขณะนั้น แต่เหตุการณ์ดังกล่าวแสดงให้เห็นถึงความเสี่ยงโดยธรรมชาติของบริษัทจำนวนเล็กๆ ที่มีอำนาจเหนือและควบคุมการพัฒนา AI

สตาร์ทอัพด้านเทคโนโลยีในปัจจุบันเผชิญกับความท้าทายที่เพิ่มขึ้นในการรับทรัพยากรคอมพิวเตอร์เพื่อขับเคลื่อนโมเดล AI ของตน แอปพลิเคชันเหล่านี้ดำเนินการกระบวนการที่ต้องใช้การคำนวณจำนวนมากก่อนที่จะปรับใช้โมเดล สำหรับธุรกิจขนาดเล็ก การรวบรวม GPU จำนวนมากถือเป็นความพยายามที่ไม่ยั่งยืน และบริการประมวลผลบนคลาวด์แบบดั้งเดิม เช่น AWS หรือ Google Cloud แม้จะมอบประสบการณ์นักพัฒนาที่ราบรื่นและสะดวกสบาย แต่ก็มีความจุที่จำกัด ซึ่งท้ายที่สุดแล้วนำไปสู่ต้นทุนที่สูงซึ่งนักพัฒนาจำนวนมากไม่สามารถจ่ายได้ . ท้ายที่สุดแล้ว ไม่ใช่ทุกคนที่สามารถระดมทุนได้ 7 ล้านล้านดอลลาร์ เพื่อครอบคลุมต้นทุนฮาร์ดแวร์ของตน

แล้วสาเหตุคืออะไร?

Nvidia ประมาณการ ว่าบริษัทมากกว่า 40,000 แห่งทั่วโลกใช้ GPU สำหรับ AI และการประมวลผลแบบเร่งความเร็ว และชุมชนนักพัฒนามีมากกว่า 4 ล้านคน เมื่อมองไปข้างหน้า ตลาด AI ทั่วโลกคาดว่า จะเติบโตจาก 515 พันล้านดอลลาร์สหรัฐในปี 2566 เป็น 2.74 ล้านล้านดอลลาร์สหรัฐในปี 2575 โดยมีอัตราการเติบโตเฉลี่ย 20.4% ต่อปี ในเวลาเดียวกัน ตลาด GPU คาดว่าจะสูงถึง 400 พันล้านดอลลาร์ภายในปี 2575 โดยมีอัตราการเติบโตเฉลี่ยต่อปีที่ 25%

อย่างไรก็ตาม หลังจากการปฏิวัติ AI ความไม่สมดุลที่เพิ่มขึ้นระหว่างอุปสงค์และอุปทานสำหรับทรัพยากรคอมพิวเตอร์อาจสร้างอนาคตในอุดมคติที่บริษัทขนาดใหญ่จำนวนหนึ่งที่ได้รับทุนสนับสนุนอย่างดีจะครอบงำการพัฒนาเทคโนโลยีการเปลี่ยนแปลงจากส่วนกลาง ดังนั้นเราจึงเชื่อว่าถนนทุกสายนำไปสู่โซลูชันทางเลือกที่มีการกระจายอำนาจ เพื่อช่วยเชื่อมช่องว่างระหว่างความต้องการของนักพัฒนา AI และทรัพยากรที่มีอยู่

บทบาทของ DePIN

DePIN คืออะไร?

DePIN เป็นคำที่ทีมวิจัย Messari กำหนดขึ้น และย่อมาจาก Decentralized Physical Infrastructure Network โดยเฉพาะอย่างยิ่ง การกระจายอำนาจหมายความว่าไม่มีหน่วยงานใดที่จะดึงค่าเช่าและจำกัดการเข้าถึง โครงสร้างพื้นฐานทางกายภาพหมายถึงทรัพยากรทางกายภาพใน "ชีวิตจริง" ที่ใช้ เครือข่ายหมายถึงกลุ่มนักแสดงที่ทำงานประสานงานเพื่อให้บรรลุเป้าหมายหรือชุดเป้าหมายที่กำหนดไว้ล่วงหน้า ปัจจุบัน DePIN มีมูลค่าตลาดรวม ประมาณ 28.3 พันล้านดอลลาร์

หัวใจหลักของ DePIN คือเครือข่ายโหนดระดับโลกที่เชื่อมต่อทรัพยากรโครงสร้างพื้นฐานทางกายภาพกับบล็อกเชนเพื่อสร้างตลาดที่มีการกระจายอำนาจที่เชื่อมโยงผู้ซื้อและซัพพลายเออร์ของทรัพยากรที่ใคร ๆ ก็สามารถเป็นซัพพลายเออร์และรับเงินสำหรับบริการและการมีส่วนร่วมด้านมูลค่าของพวกเขา เครือข่าย ในกรณีนี้ ตัวกลางกลางที่จำกัดการเข้าถึงเครือข่ายด้วยวิธีการทางกฎหมายและกฎระเบียบต่างๆ รวมถึงค่าบริการจะถูกแทนที่ด้วยโปรโตคอลแบบกระจายอำนาจที่ประกอบด้วยสัญญาอัจฉริยะและรหัส ซึ่งควบคุมโดยผู้ถือโทเค็นที่เกี่ยวข้อง

คุณค่าของ DePIN คือการมอบทางเลือกที่มีการกระจายอำนาจ เข้าถึงได้ ต้นทุนต่ำ และปรับขนาดได้ แทนเครือข่ายทรัพยากรและผู้ให้บริการแบบเดิม ช่วยให้ตลาดที่มีการกระจายอำนาจสามารถตอบสนองเป้าหมายสุดท้ายได้ ต้นทุนของสินค้าและบริการจะถูกกำหนดโดยพลวัตของตลาด และทุกคนสามารถเข้าร่วมได้ตลอดเวลา ซึ่งจะช่วยลดต้นทุนต่อหน่วยลงได้ตามธรรมชาติเนื่องจากจำนวนซัพพลายเออร์ที่เพิ่มขึ้นและลดอัตรากำไรให้เหลือน้อยที่สุด

การใช้บล็อกเชนทำให้ DePIN สามารถสร้างระบบสิ่งจูงใจทางเศรษฐกิจแบบเข้ารหัส ซึ่งช่วยให้มั่นใจว่าผู้เข้าร่วมเครือข่ายได้รับการชดเชยอย่างเหมาะสมสำหรับบริการของตน โดยเปลี่ยนผู้ให้บริการที่มีคุณค่าหลักให้เป็นผู้มีส่วนได้ส่วนเสีย อย่างไรก็ตาม สิ่งสำคัญคือต้องทราบว่าผลกระทบของเครือข่ายที่เกิดขึ้นจากการเปลี่ยนเครือข่ายส่วนบุคคลขนาดเล็กให้เป็นระบบที่ใหญ่ขึ้นและมีประสิทธิภาพมากขึ้น เป็นกุญแจสำคัญในการตระหนักถึงคุณประโยชน์มากมายของ DePIN นอกจากนี้ ในขณะที่รางวัลโทเค็นได้รับการพิสูจน์แล้วว่าเป็นเครื่องมือที่มีประสิทธิภาพสำหรับกลไกการเริ่มต้นใช้งานเครือข่าย การสร้างแรงจูงใจที่ยั่งยืนเพื่อช่วยรักษาผู้ใช้และการยอมรับในระยะยาวยังคงเป็นความท้าทายที่สำคัญภายในพื้นที่ DePIN ที่กว้างขึ้น

DePIN ทำงานอย่างไร?

เพื่อให้เข้าใจถึงคุณค่าของ DePIN ได้ดีขึ้นในการเปิดใช้งานตลาดคอมพิวเตอร์แบบกระจายอำนาจ สิ่งสำคัญคือต้องตระหนักถึงส่วนประกอบโครงสร้างต่างๆ ที่เกี่ยวข้อง และวิธีการทำงานร่วมกันเพื่อสร้างเครือข่ายทรัพยากรแบบกระจายอำนาจ พิจารณาโครงสร้างและผู้เล่นของ DePIN

มาตรการ

โปรโตคอลแบบกระจายอำนาจ ซึ่งเป็นชุดของสัญญาอัจฉริยะที่สร้างขึ้นบนเครือข่ายบล็อกเชน "ชั้นฐาน" ที่ซ่อนอยู่ ถูกนำมาใช้เพื่ออำนวยความสะดวกในการโต้ตอบที่ไม่เชื่อถือระหว่างผู้เข้าร่วมเครือข่าย ตามหลักการแล้ว ระเบียบการควรอยู่ภายใต้การควบคุมโดยกลุ่มผู้มีส่วนได้ส่วนเสียที่หลากหลายซึ่งมีความมุ่งมั่นอย่างแข็งขันในการมีส่วนช่วยให้เครือข่ายประสบความสำเร็จในระยะยาว ผู้มีส่วนได้ส่วนเสียเหล่านี้ใช้ส่วนแบ่งโทเค็นโปรโตคอลเพื่อลงคะแนนเสียงเกี่ยวกับการเปลี่ยนแปลงและการพัฒนาที่เสนอใน DePIN เนื่องจากความสำเร็จในการประสานงานเครือข่ายแบบกระจายถือเป็นความท้าทายอย่างมากในตัวเอง โดยปกติแล้วทีมงานหลักจะยังคงมีอำนาจในการใช้การเปลี่ยนแปลงเหล่านี้ในขั้นต้น จากนั้นจึงโอนอำนาจไปยังองค์กรอิสระที่มีการกระจายอำนาจ (DAO)

ผู้เข้าร่วมเครือข่าย

ผู้ใช้ปลายทางของเครือข่ายทรัพยากรคือผู้เข้าร่วมที่มีคุณค่ามากที่สุด และสามารถจำแนกตามฟังก์ชันการทำงานได้

• ผู้ให้บริการ : บุคคลหรือนิติบุคคลที่จัดหาทรัพยากรให้กับเครือข่ายเพื่อแลกกับรางวัลทางการเงินที่จ่ายเป็นโทเค็นดั้งเดิมของ DePIN ผู้ให้บริการ “เชื่อมต่อ” กับเครือข่ายผ่านโปรโตคอลแบบบล็อกเชน ซึ่งอาจบังคับใช้กระบวนการออนไลน์ที่ได้รับอนุญาตหรือกระบวนการที่ไม่ได้รับอนุญาต การรับโทเค็น ผู้ให้บริการจะได้รับส่วนแบ่งในเครือข่าย เช่นเดียวกับผู้มีส่วนได้ส่วนเสียในบริบทการเป็นเจ้าของหุ้น ทำให้พวกเขาลงคะแนนในข้อเสนอและการพัฒนาต่างๆ ในเครือข่าย เช่น ข้อเสนอที่พวกเขารู้สึกว่าจะช่วยขับเคลื่อนความต้องการและมูลค่าของเครือข่าย สร้างราคาโทเค็นที่สูงขึ้นเมื่อเวลาผ่านไป แน่นอนว่าผู้ขายที่ได้รับโทเค็นอาจใช้ DePIN เป็นรูปแบบหนึ่งของรายได้แบบพาสซีฟและขายโทเค็นหลังจากได้รับโทเค็นเหล่านั้น

• ผู้บริโภค : บุคคลหรือหน่วยงานเหล่านี้กำลังมองหาทรัพยากรที่ DePIN มอบให้ เช่น สตาร์ทอัพด้าน AI ที่กำลังมองหา GPU ซึ่งแสดงถึงด้านอุปสงค์ของสมการทางเศรษฐกิจ หากมีข้อได้เปรียบอย่างแท้จริงในการใช้ DePIN เหนือทางเลือกแบบเดิม (เช่น ต้นทุนที่ต่ำกว่าและข้อกำหนดด้านค่าใช้จ่าย) ผู้บริโภคจะถูกดึงดูดให้ใช้ DePIN ซึ่งแสดงถึงความต้องการตามธรรมชาติสำหรับเครือข่าย โดยทั่วไปแล้ว DePIN กำหนดให้ผู้บริโภคชำระค่าทรัพยากรในโทเค็นดั้งเดิมของตนเพื่อสร้างมูลค่าและรักษากระแสเงินสดที่มั่นคง

ทรัพยากร

DePIN สามารถให้บริการในตลาดที่แตกต่างกันและปรับใช้โมเดลธุรกิจที่แตกต่างกันเพื่อจัดสรรทรัพยากร Blockworks จัดเตรียมเฟรมเวิร์กที่ดี : DePIN ฮาร์ดแวร์แบบกำหนดเอง ซึ่งจัดเตรียมฮาร์ดแวร์ที่เป็นกรรมสิทธิ์เฉพาะสำหรับการแจกจ่ายให้กับผู้จำหน่าย DePIN ฮาร์ดแวร์สินค้าโภคภัณฑ์ ซึ่งอนุญาตให้กระจายทรัพยากรที่ไม่ได้ใช้งานที่มีอยู่ รวมถึงแต่ไม่จำกัดเพียงการประมวลผล พื้นที่เก็บข้อมูล และแบนด์วิดท์

รูปแบบทางเศรษฐกิจ

ใน DePIN ที่ทำงานได้อย่างสมบูรณ์แบบ มูลค่ามาจากรายได้ที่ผู้บริโภคจ่ายสำหรับทรัพยากรของผู้ให้บริการ ความต้องการเครือข่ายอย่างต่อเนื่องหมายถึงความต้องการโทเค็นดั้งเดิมอย่างต่อเนื่อง ซึ่งสอดคล้องกับแรงจูงใจทางเศรษฐกิจสำหรับผู้ให้บริการและผู้ถือโทเค็น การสร้างอุปสงค์อินทรีย์ที่ยั่งยืนในระยะเริ่มแรกถือเป็นความท้าทายสำหรับสตาร์ทอัพส่วนใหญ่ ซึ่งเป็นสาเหตุที่ DePIN จะให้สิ่งจูงใจด้านโทเค็นที่ขยายตัวเพื่อจูงใจซัพพลายเออร์ในยุคแรกๆ และชี้นำอุปทานของเครือข่ายซึ่งเป็นวิธีหนึ่งในการสร้างอุปสงค์ และดังนั้นจึงเป็นสื่อกลางในการจัดหาที่เป็นธรรมชาติมากขึ้น สิ่งนี้คล้ายกับวิธีที่บริษัทร่วมทุนอุดหนุนค่าธรรมเนียมผู้โดยสารในช่วงแรกของ Uber เพื่อดึงดูดฐานลูกค้าเริ่มแรกเพื่อดึงดูดผู้ขับขี่และปรับปรุงผลกระทบด้านเครือข่าย

DePIN จำเป็นต้องจัดการสิ่งจูงใจโทเค็นอย่างมีกลยุทธ์มากที่สุดเท่าที่จะเป็นไปได้ เนื่องจากมีบทบาทสำคัญในความสำเร็จโดยรวมของเครือข่าย เมื่อความต้องการและรายได้จากเครือข่ายเพิ่มขึ้น การออกโทเค็นควรลดลง เมื่ออุปสงค์และรายได้ลดลง การออกโทเค็นควรถูกนำมาใช้อีกครั้งเพื่อจูงใจอุปทาน

เพื่อแสดงให้เห็นเพิ่มเติมว่าเครือข่าย DePIN ที่ประสบความสำเร็จนั้นมีลักษณะอย่างไร ให้พิจารณา “ มู่เล่ DePIN” ซึ่ง เป็นวงจรตอบรับเชิงบวกที่จะแนะนำ DePIN สรุปได้ดังนี้:

• DePIN แจกจ่ายรางวัลโทเค็นที่ขยายตัวเพื่อจูงใจผู้ให้บริการให้บริจาคทรัพยากรให้กับเครือข่าย และสร้างระดับฐานของอุปทานที่พร้อมสำหรับการบริโภค

• สมมติว่าจำนวนซัพพลายเออร์เริ่มเติบโต พลวัตการแข่งขันเริ่มพัฒนาในเครือข่าย เพิ่มคุณภาพโดยรวมของสินค้าและบริการที่เครือข่ายมอบให้จนกว่าจะให้บริการที่เหนือกว่าโซลูชันของตลาดที่มีอยู่ จึงได้รับความได้เปรียบทางการแข่งขัน ซึ่งหมายความว่าระบบกระจายอำนาจเหนือกว่าผู้ให้บริการแบบรวมศูนย์แบบดั้งเดิม ซึ่งไม่ใช่เรื่องง่าย

• ความต้องการ DePIN เริ่มก่อตัวขึ้น ทำให้ซัพพลายเออร์มีกระแสเงินสดที่ถูกต้องตามกฎหมาย นี่เป็นโอกาสที่น่าสนใจสำหรับนักลงทุนและผู้ขาย โดยยังคงขับเคลื่อนความต้องการของเครือข่ายและราคาโทเค็น

• การเติบโตของราคาโทเค็นจะเพิ่มรายได้ของผู้ขาย ดึงดูดผู้ขายมากขึ้น และเริ่มต้นมู่เล่อีกครั้ง

กรอบการทำงานนี้นำเสนอกลยุทธ์การเติบโตที่น่าสนใจ แม้ว่าสิ่งสำคัญที่ควรทราบก็คือ กรอบการทำงานนี้เป็นไปในเชิงทฤษฎีเป็นส่วนใหญ่ และถือว่ามีความน่าดึงดูดทางการแข่งขันอย่างต่อเนื่องของทรัพยากรที่จัดหาโดยเครือข่าย

คำนวณ DePIN

ตลาดคอมพิวเตอร์แบบกระจายอำนาจเป็นส่วนหนึ่งของการเคลื่อนไหวในวงกว้างที่เรียกว่า "เศรษฐกิจการแบ่งปัน" ซึ่งเป็นระบบเศรษฐกิจแบบเพียร์ทูเพียร์ที่อิงจากผู้บริโภคที่แบ่งปันสินค้าและบริการโดยตรงกับผู้บริโภครายอื่นผ่านแพลตฟอร์มออนไลน์ โมเดลนี้บุกเบิกโดยบริษัทต่างๆ เช่น eBay ซึ่งปัจจุบันถูกครอบงำโดยบริษัทอย่าง Airbnb และ Uber และในที่สุดก็มีแนวโน้มที่จะหยุดชะงักเมื่อเทคโนโลยีการเปลี่ยนแปลงรุ่นต่อไปกวาดตลาดทั่วโลก เศรษฐกิจการแบ่งปันจะมีมูลค่า 150 พันล้านดอลลาร์ในปี 2566 และ คาดว่าจะเติบโตเป็นเกือบ 8 แสนล้านดอลลาร์ภายในปี 2574 ซึ่งแสดงให้เห็นแนวโน้มในวงกว้างในพฤติกรรมผู้บริโภค ซึ่งเราเชื่อว่า DePIN จะได้รับประโยชน์และมีบทบาทสำคัญ

พื้นฐาน

คอมพิวเตอร์ DePIN เป็นเครือข่ายแบบเพียร์ทูเพียร์ที่เชื่อมต่อซัพพลายเออร์และผู้ซื้อผ่านตลาดที่มีการกระจายอำนาจเพื่ออำนวยความสะดวกในการจัดสรรทรัพยากรคอมพิวเตอร์ ความแตกต่างที่สำคัญของเครือข่ายเหล่านี้คือการมุ่งเน้นไปที่ทรัพยากรฮาร์ดแวร์สินค้าโภคภัณฑ์ ซึ่งปัจจุบันอยู่ในมือของผู้คนจำนวนมากแล้ว ดังที่เราได้พูดคุยไปแล้ว การเกิดขึ้นของการเรียนรู้เชิงลึกและ AI แบบสร้างสรรค์ได้นำไปสู่ความต้องการพลังในการประมวลผลที่เพิ่มขึ้นอันเนื่องมาจากปริมาณงานที่ใช้ทรัพยากรจำนวนมาก ทำให้เกิดปัญหาคอขวดในการเข้าถึงทรัพยากรที่สำคัญสำหรับการพัฒนา AI พูดง่ายๆ ก็คือ ตลาดคอมพิวเตอร์แบบกระจายอำนาจมีเป้าหมายที่จะบรรเทาปัญหาคอขวดเหล่านี้โดยการสร้างกระแสอุปทานใหม่ ซึ่งครอบคลุมทั่วโลกและใครๆ ก็สามารถมีส่วนร่วมได้

ในการคำนวณ DePIN บุคคลหรือนิติบุคคลใดๆ สามารถให้ยืมทรัพยากรที่ไม่ได้ใช้งานได้ตลอดเวลาและรับค่าตอบแทนที่เหมาะสม ในเวลาเดียวกัน บุคคลหรือนิติบุคคลสามารถเข้าถึงทรัพยากรที่จำเป็นจากเครือข่ายที่ไม่ได้รับอนุญาตทั่วโลกด้วยต้นทุนที่ต่ำกว่าและมีความยืดหยุ่นมากกว่าผลิตภัณฑ์ในตลาดที่มีอยู่ ดังนั้นเราจึงสามารถอธิบายนักแสดงในการคำนวณ DePIN ผ่านกรอบเศรษฐศาสตร์ง่ายๆ:

• ด้านอุปทาน : บุคคลหรือนิติบุคคลที่เป็นเจ้าของทรัพยากรคอมพิวเตอร์และยินดีให้ยืมหรือขายทรัพยากรคอมพิวเตอร์ของตนเพื่อแลกกับเงินอุดหนุน

• ฝั่งอุปสงค์ : บุคคลหรือนิติบุคคลที่ต้องการทรัพยากรในการประมวลผลและยินดีจ่ายราคาสำหรับทรัพยากรนั้น

ข้อได้เปรียบที่สำคัญของการคำนวณ DePIN

คอมพิวเตอร์ DePIN มีข้อดีหลายประการที่ทำให้เป็นทางเลือกที่น่าสนใจสำหรับผู้ให้บริการและตลาดแบบรวมศูนย์ ประการแรก การเปิดใช้งานการมีส่วนร่วมในตลาดข้ามพรมแดนโดยไม่ได้รับอนุญาตจะปลดล็อกกระแสอุปทานใหม่ ซึ่งเป็นการเพิ่มปริมาณทรัพยากรที่สำคัญที่จำเป็นสำหรับเวิร์กโหลดที่เน้นการประมวลผล Compute DePIN มุ่งเน้นไปที่ทรัพยากรฮาร์ดแวร์ที่คนส่วนใหญ่มีอยู่แล้ว ใครก็ตามที่มีพีซีสำหรับเล่นเกมก็มี GPU ให้เช่าอยู่แล้ว สิ่งนี้จะขยายกลุ่มนักพัฒนาและทีมที่สามารถมีส่วนร่วมในการสร้างสินค้าและบริการรุ่นต่อไป ซึ่งจะเป็นประโยชน์ต่อผู้คนทั่วโลกมากขึ้น

เมื่อพิจารณาเพิ่มเติม โครงสร้างพื้นฐานบล็อกเชนที่รองรับ DePIN มอบแนวทางการชำระเงินที่มีประสิทธิภาพและปรับขนาดได้สำหรับการชำระเงินแบบไมโครเพย์เมนต์ที่จำเป็นเพื่ออำนวยความสะดวกในการทำธุรกรรมแบบเพียร์ทูเพียร์ สินทรัพย์ทางการเงินแบบ Crypto-native (โทเค็น) เป็นหน่วยมูลค่าที่ใช้ร่วมกันซึ่งผู้มีบทบาทด้านอุปสงค์ใช้ในการจ่ายเงินให้กับซัพพลายเออร์ ซึ่งสอดคล้องกับสิ่งจูงใจทางเศรษฐกิจผ่านกลไกการกระจายที่สอดคล้องกับเศรษฐกิจโลกาภิวัตน์ที่เพิ่มมากขึ้นในปัจจุบัน จากการอ้างอิงถึงมู่เล่ DePIN ที่เราสร้างขึ้นก่อนหน้านี้ การจัดการสิ่งจูงใจทางเศรษฐกิจเชิงกลยุทธ์จะมีประโยชน์อย่างมากในการเพิ่มผลกระทบของเครือข่าย DePIN (ทั้งในด้านอุปสงค์และอุปทาน) ซึ่งจะเพิ่มการแข่งขันระหว่างผู้ให้บริการ ไดนามิกนี้ช่วยลดต้นทุนต่อหน่วยในขณะที่ปรับปรุงคุณภาพการบริการ สร้างความได้เปรียบในการแข่งขันที่ยั่งยืนสำหรับ DePIN ซึ่งผู้ให้บริการจะได้รับประโยชน์ในฐานะผู้ถือโทเค็นและผู้ให้บริการที่มีมูลค่าหลัก

DePIN มีความคล้ายคลึงกับผู้ให้บริการคอมพิวเตอร์ระบบคลาวด์ในด้านประสบการณ์ผู้ใช้ที่ยืดหยุ่นที่พวกเขามุ่งหวังที่จะมอบให้ โดยสามารถเข้าถึงทรัพยากรและชำระเงินได้ตามความต้องการ จาก การคาดการณ์ ของ Grandview Research คาดว่าขนาดตลาดคลาวด์คอมพิวติ้งทั่วโลกจะเติบโตด้วยอัตราการเติบโตต่อปีที่ 21.2% สูงถึงกว่า 2.4 ล้านล้านดอลลาร์สหรัฐภายในปี 2573 ซึ่งแสดงให้เห็นถึงความเป็นไปได้ของโมเดลธุรกิจดังกล่าวในบริบทของ การเติบโตในอนาคตของความต้องการทรัพยากรคอมพิวเตอร์ แพลตฟอร์มคอมพิวเตอร์คลาวด์สมัยใหม่ใช้เซิร์ฟเวอร์กลางเพื่อจัดการการสื่อสารทั้งหมดระหว่างอุปกรณ์ไคลเอนต์และเซิร์ฟเวอร์ ทำให้เกิดความล้มเหลวในการดำเนินงานเพียงจุดเดียว อย่างไรก็ตาม การสร้างบนบล็อกเชนทำให้ DePIN สามารถต้านทานการเซ็นเซอร์และความยืดหยุ่นได้ดีกว่าผู้ให้บริการแบบเดิม การโจมตีองค์กรหรือเอนทิตีเดียว (เช่น ผู้ให้บริการคลาวด์ส่วนกลาง) อาจทำให้เครือข่ายทรัพยากรพื้นฐานทั้งหมดเสียหายได้ และ DePIN ได้รับการออกแบบมาเพื่อทนต่อเหตุการณ์ดังกล่าวผ่านลักษณะการกระจายของพวกมัน ประการแรก บล็อกเชนนั้นเป็นเครือข่ายโหนดส่วนตัวที่กระจายไปทั่วโลก ซึ่งออกแบบมาเพื่อต่อต้านอำนาจเครือข่ายแบบรวมศูนย์ นอกจากนี้ การประมวลผล DePIN ยังช่วยให้สามารถมีส่วนร่วมในเครือข่ายโดยไม่ได้รับอนุญาต โดยข้ามอุปสรรคทางกฎหมายและข้อบังคับ ขึ้นอยู่กับลักษณะของการแจกจ่ายโทเค็น DePIN สามารถใช้กระบวนการลงคะแนนที่ยุติธรรมสำหรับการลงคะแนนในการเปลี่ยนแปลงที่เสนอและการพัฒนาโปรโตคอล ขจัดความเป็นไปได้ที่หน่วยงานเดียวจะปิดเครือข่ายทั้งหมดโดยกะทันหัน

สถานะของการประมวลผล DePIN ในปัจจุบัน

เรนเดอร์เครือข่าย

Render Network คือ DePIN การประมวลผลที่เชื่อมโยงผู้ซื้อและผู้ขาย GPU ผ่านตลาดการประมวลผลแบบกระจายอำนาจ โดยมีการทำธุรกรรมผ่านโทเค็นดั้งเดิม ตลาด GPU ของ Render เกี่ยวข้องกับสองฝ่ายหลัก ได้แก่ ผู้สร้างที่ต้องการเข้าถึงพลังการประมวลผลและผู้ดำเนินการโหนดที่เช่า GPU ที่ไม่ได้ใช้งานให้กับผู้สร้างเพื่อแลกกับการชดเชยในโทเค็น Render ดั้งเดิม ผู้ดำเนินการโหนดได้รับการจัดอันดับตามระบบชื่อเสียง และผู้สร้างสามารถเลือก GPU จากระบบการกำหนดราคาแบบหลายระดับได้ อัลกอริธึมที่เป็นเอกฉันท์ Proof-of-Render (POR) จะประสานงานการดำเนินงาน โดยที่ตัวดำเนินการโหนดจะมอบทรัพยากรการประมวลผล (GPU) ของตนเพื่อจัดการกับงานต่างๆ ซึ่งก็คืองานการเรนเดอร์กราฟิก หลังจากทำงานเสร็จสิ้น อัลกอริธึม POR จะอัปเดตสถานะของตัวดำเนินการโหนด รวมถึงการเปลี่ยนแปลงคะแนนชื่อเสียงตามคุณภาพของงาน โครงสร้างพื้นฐานบล็อกเชนของ Render ช่วยอำนวยความสะดวกในการชำระเงินสำหรับงาน โดยให้ช่องทางการชำระเงินที่โปร่งใสและมีประสิทธิภาพสำหรับซัพพลายเออร์และผู้ซื้อในการทำธุรกรรมผ่านโทเค็นเครือข่าย

Render Network เดิมคิดโดย Jules Urbach ในปี 2009 เครือข่ายออนไลน์บน Ethereum ( RNDR ) ในเดือนกันยายน 2020 และถูกย้ายไปยัง Solana ( RENDER ) ประมาณสามปีต่อมาเพื่อปรับปรุงประสิทธิภาพของเครือข่ายและลดต้นทุนการดำเนินงาน

ในขณะที่เขียนบทความนี้ Render Network ได้ประมวลผลงานมากถึง 33 ล้านงาน (ในแง่ของเฟรมที่เรนเดอร์) และจำนวนโหนดทั้งหมดเพิ่มขึ้นเป็น 5,600 นับตั้งแต่เริ่มก่อตั้ง ประมาณ 60,000 RENDER ถูกทำลาย ซึ่ง เป็นกระบวนการที่เกิดขึ้นระหว่างการกระจายเครดิตงานให้กับผู้ปฏิบัติงานโหนด

ไอโอเน็ต

Io Net กำลังเปิดตัวเครือข่าย GPU แบบกระจายอำนาจที่ด้านบนของ Solana เพื่อทำหน้าที่เป็นเลเยอร์ประสานงานระหว่างทรัพยากรคอมพิวเตอร์ที่ไม่ได้ใช้งานจำนวนมหาศาลกับบุคคลและหน่วยงานที่ต้องการพลังการประมวลผลที่ทรัพยากรเหล่านั้นมอบให้ จุดขายที่เป็นเอกลักษณ์ของ Io Net คือ แทนที่จะแข่งขันโดยตรงกับ DePIN อื่นๆ ในตลาด โดยจะรวม GPU จากแหล่งต่างๆ มากมาย รวมถึงศูนย์ข้อมูล นักขุด และ DePIN อื่นๆ เช่น Render Network และ Filecoin ในขณะที่ใช้ประโยชน์จาก DePIN ที่เป็นกรรมสิทธิ์ — —Internet- of-GPUs (IoG) เพื่อประสานงานการดำเนินงานและจัดแนวแรงจูงใจของผู้เข้าร่วมตลาด ลูกค้า Io Net สามารถปรับแต่งคลัสเตอร์ปริมาณงานของตนบน IO Cloud ได้โดยเลือกประเภทโปรเซสเซอร์ ตำแหน่ง ความเร็วการสื่อสาร การปฏิบัติตามข้อกำหนด และชั่วโมงให้บริการ แต่ทุกคนที่มีรุ่น GPU ที่รองรับ (RAM 12 GB, 256 GB SSD) สามารถเข้าร่วมเป็น IO Worker ได้โดยให้ยืมทรัพยากรการประมวลผลที่ไม่ได้ใช้งานไปยังเครือข่าย ในขณะที่การชำระเงินสำหรับบริการในปัจจุบันชำระเป็น fiat และ USDC เครือข่ายจะรองรับการชำระเงินด้วยโทเค็น $IO ดั้งเดิมเช่นกัน ราคาของทรัพยากรถูกกำหนดโดยอุปสงค์และอุปทานตลอดจนข้อกำหนด GPU ต่างๆ และอัลกอริธึมการกำหนดค่า เป้าหมายสูงสุดของ Io Net คือการกลายเป็นตลาด GPU ที่ได้รับเลือกโดยเสนอต้นทุนที่ต่ำกว่าและคุณภาพการบริการที่สูงกว่าผู้ให้บริการคลาวด์สมัยใหม่

สถาปัตยกรรม IO หลายชั้นสามารถแมปได้ดังต่อไปนี้:

• เลเยอร์ UI - ประกอบด้วยเว็บไซต์สาธารณะ พื้นที่ลูกค้า และพื้นที่ผู้ปฏิบัติงาน

• ชั้นความปลอดภัย - ชั้นนี้ประกอบด้วยไฟร์วอลล์สำหรับการป้องกันเครือข่าย บริการตรวจสอบความถูกต้องสำหรับการตรวจสอบผู้ใช้ และบริการบันทึกสำหรับการติดตามกิจกรรม

• เลเยอร์ API - เลเยอร์นี้ทำหน้าที่เป็นเลเยอร์การสื่อสารและประกอบด้วย API สาธารณะ (สำหรับเว็บไซต์), API ส่วนตัว (สำหรับผู้ปฏิบัติงาน) และ API ภายใน (สำหรับการจัดการคลัสเตอร์ การวิเคราะห์ และการรายงานการติดตาม)

• เลเยอร์แบ็กเอนด์ - เลเยอร์แบ็กเอนด์จัดการผู้ปฏิบัติงาน การดำเนินงานของคลัสเตอร์/GPU การโต้ตอบกับลูกค้า การตรวจสอบการเรียกเก็บเงินและการใช้งาน การวิเคราะห์ และการปรับขนาดอัตโนมัติ

• เลเยอร์ฐานข้อมูล - เลเยอร์นี้เป็นที่เก็บข้อมูลของระบบ โดยใช้ที่เก็บข้อมูลหลัก (สำหรับข้อมูลที่มีโครงสร้าง) และแคช (สำหรับข้อมูลชั่วคราวที่เข้าถึงบ่อย)

• นายหน้าข้อความและเลเยอร์งาน - เลเยอร์นี้อำนวยความสะดวกในการสื่อสารแบบอะซิงโครนัสและการจัดการงาน

• เลเยอร์โครงสร้างพื้นฐาน - เลเยอร์นี้ประกอบด้วยพูล GPU เครื่องมือจัดระเบียบ และจัดการการปรับใช้งานงาน

สถิติปัจจุบัน/แผนการทำงาน

• ขณะที่เขียนนี้:

• รายได้รวมของเครือข่าย - 1.08 ล้านดอลลาร์

• ชั่วโมงการประมวลผลทั้งหมด - 837.6 พันชั่วโมง

• GPU ที่พร้อมใช้งานคลัสเตอร์ทั้งหมด - 20.4K

• CPU ที่พร้อมใช้งานคลัสเตอร์ทั้งหมด - 5.6k

• ธุรกรรมออนไลน์ทั้งหมด – 1.67 ม

• จำนวนการอนุมานทั้งหมด - 335.7k

• สร้างคลัสเตอร์ทั้งหมด - 15.1k

(ข้อมูลมาจาก Io Net explorer )

เอธีร์

Aethir คือ DePIN การประมวลผลบนคลาวด์ที่อำนวยความสะดวกในการแบ่งปันทรัพยากรการประมวลผลประสิทธิภาพสูงในโดเมนและแอปพลิเคชันที่เน้นการประมวลผล ใช้ประโยชน์จากการรวมทรัพยากรเพื่อให้สามารถจัดสรร GPU ทั่วโลกด้วยต้นทุนที่ลดลงอย่างมาก และช่วยให้สามารถเป็นเจ้าของแบบกระจายอำนาจผ่านการเป็นเจ้าของทรัพยากรแบบกระจาย Aethir ได้รับการออกแบบมาเพื่อปริมาณงานที่มีประสิทธิภาพสูงในอุตสาหกรรมต่างๆ เช่น เกมและการฝึกอบรมโมเดล AI และการอนุมาน ด้วยการรวมคลัสเตอร์ GPU ไว้ในเครือข่ายเดียว Aethir ได้รับการออกแบบมาเพื่อเพิ่มขนาดคลัสเตอร์ ซึ่งจะช่วยปรับปรุงประสิทธิภาพโดยรวมและความน่าเชื่อถือของบริการที่มีให้บนเครือข่าย

Aethir Network เป็นเศรษฐกิจแบบกระจายอำนาจที่ประกอบด้วยนักขุด นักพัฒนา ผู้ใช้ ผู้ถือโทเค็น และ Aethir DAO บทบาทสำคัญสามประการที่ช่วยให้การดำเนินงานเครือข่ายประสบความสำเร็จ ได้แก่ คอนเทนเนอร์ ตัวสร้างดัชนี และผู้ตรวจสอบ คอนเทนเนอร์เป็นโหนดหลักของเครือข่าย ซึ่งทำหน้าที่สำคัญในการรักษาความมีชีวิตชีวาของเครือข่าย รวมถึงการตรวจสอบธุรกรรมและเรนเดอร์เนื้อหาดิจิทัลแบบเรียลไทม์ เจ้าหน้าที่ตรวจสอบทำหน้าที่เป็นบุคลากรฝ่ายประกันคุณภาพ ติดตามประสิทธิภาพและคุณภาพของการบริการของคอนเทนเนอร์อย่างต่อเนื่อง เพื่อให้มั่นใจถึงการดำเนินงานที่เชื่อถือได้และมีประสิทธิภาพสำหรับผู้ใช้ GPU ตัวสร้างดัชนีทำหน้าที่เป็นตัวจับคู่ระหว่างผู้ใช้กับคอนเทนเนอร์ที่ดีที่สุดที่มีอยู่ การสนับสนุนโครงสร้างนี้คือบล็อคเชน Arbitrum Layer 2 ซึ่งจัดให้มีเลเยอร์การชำระเงินแบบกระจายอำนาจสำหรับการชำระค่าสินค้าและบริการในโทเค็น $ATH ดั้งเดิมบนเครือข่าย Aethir

พิสูจน์การแสดงผล

โหนดในเครือข่าย Aethir ทำหน้าที่หลักสองประการ ได้แก่ การเรนเดอร์หลักฐานความจุ โดยที่ชุดของโหนดผู้ปฏิบัติงานเหล่านี้จะถูกสุ่มเลือกทุกๆ 15 นาทีเพื่อตรวจสอบความถูกต้อง ของธุรกรรม และเรนเดอร์หลักฐานการทำงาน ซึ่งจะตรวจสอบประสิทธิภาพของเครือข่ายอย่างใกล้ชิดเพื่อให้แน่ใจว่าผู้ใช้จะได้รับสิ่งที่ดีที่สุด บริการตามการปรับทรัพยากรตามความต้องการและภูมิศาสตร์ รางวัล Miner จะแจกจ่ายให้กับผู้เข้าร่วมที่ใช้งานโหนดบนเครือข่าย Aethir ตามมูลค่าของทรัพยากรการประมวลผลที่ยืมมา โดยรางวัลจะจ่ายเป็นโทเค็น $ATH ดั้งเดิม

โนซานา

Nosana เป็นเครือข่าย GPU แบบกระจายอำนาจที่สร้างขึ้นบน Solana Nosana อนุญาตให้ใครก็ตามบริจาคทรัพยากรคอมพิวเตอร์ที่ไม่ได้ใช้งาน และรับรางวัลในรูปแบบของโทเค็น $NOS สำหรับการทำเช่นนั้น DePIN อำนวยความสะดวกในการจัดสรร GPU ที่คุ้มต้นทุน ซึ่งสามารถใช้เพื่อรันปริมาณงาน AI ที่ซับซ้อนได้โดยไม่ต้องใช้โซลูชันคลาวด์แบบเดิม ใครๆ ก็สามารถเรียกใช้โหนด Nosana ได้โดยให้ยืม GPU ที่ไม่ได้ใช้งาน เพื่อรับรางวัลโทเค็นตามสัดส่วนของพลัง GPU ที่มอบให้กับเครือข่าย

เครือข่ายเชื่อมต่อสองฝ่ายที่จัดสรรทรัพยากรการประมวลผล: ผู้ใช้ที่ต้องการเข้าถึงทรัพยากรการประมวลผลและผู้ดำเนินการโหนดที่จัดหาทรัพยากรการประมวลผล การตัดสินใจและการอัปเกรดโปรโตคอลที่สำคัญจะได้รับการโหวตโดยผู้ถือโทเค็น NOS และจัดการโดย Nosana DAO

Nosana มีแผนงานที่กว้างขวางสำหรับแผนการในอนาคต - Galactica (v1.0 - 2024 H1/2H) จะเปิดตัว mainnet, ปล่อย CLI และ SDK และมุ่งเน้นไปที่การปรับขนาดเครือข่ายด้วยโหนดคอนเทนเนอร์สำหรับ GPU สำหรับผู้บริโภค Triangulum (v1.X - 2H24) จะผสานรวมโปรโตคอลและตัวเชื่อมต่อการเรียนรู้ของเครื่องหลัก เช่น PyTorch, HuggingFace และ TensorFlow Whirlpool (v1.X - 2025 H1) จะขยายการรองรับ GPU ที่หลากหลายจาก AMD, Intel และ Apple Silicon Sombrero (v1.X - ครึ่งหลังของปี 2025) จะเพิ่มการรองรับสำหรับองค์กรขนาดกลางและขนาดใหญ่ การชำระเงินทั่วไป การเรียกเก็บเงิน และการทำงานของทีม

อากาศ

Akash Network เป็นเครือข่ายโอเพ่นซอร์สที่พิสูจน์การเดิมพันที่สร้างขึ้นบน Cosmos SDK ช่วยให้ทุกคนสามารถเข้าร่วมและมีส่วนร่วมโดยไม่ได้รับอนุญาต ทำให้เกิดตลาดการประมวลผลบนคลาวด์แบบกระจายอำนาจ โทเค็น $AKT ใช้เพื่อรักษาความปลอดภัยเครือข่าย อำนวยความสะดวกในการชำระเงินทรัพยากร และประสานพฤติกรรมทางเศรษฐกิจระหว่างผู้เข้าร่วมเครือข่าย เครือข่าย Akash ประกอบด้วยองค์ประกอบสำคัญหลายประการ:

• เลเยอร์ Blockchain โดยใช้ Tendermint Core และ Cosmos SDK เพื่อให้ฉันทามติ

• เลเยอร์แอปพลิเคชัน จัดการการใช้งานและการจัดสรรทรัพยากร

• เลเยอร์ของผู้ให้บริการ จัดการทรัพยากร การเสนอราคา และการปรับใช้แอปพลิเคชันของผู้ใช้

• เลเยอร์ผู้ใช้ ที่ช่วยให้ผู้ใช้สามารถโต้ตอบกับเครือข่าย Akash จัดการทรัพยากร และตรวจสอบสถานะแอปพลิเคชันโดยใช้ CLI คอนโซล และแดชบอร์ด

ในตอนแรกมุ่งเน้นไปที่บริการจัดเก็บข้อมูลและบริการเช่า CPU เนื่องจากความต้องการจากการฝึกอบรม AI และการอนุมานมีเพิ่มมากขึ้น เครือข่ายจึงได้ขยายบริการให้ครอบคลุมการเช่าและการจัดสรร GPU ซึ่งตอบสนองต่อความต้องการเหล่านี้ผ่านแพลตฟอร์ม AkashML AkashML ใช้ระบบ "การประมูลแบบย้อนกลับ" โดยที่ลูกค้า (เรียกว่าผู้เช่า) ส่งราคา GPU ที่ต้องการและผู้จำหน่ายคอมพิวเตอร์ (เรียกว่าผู้ให้บริการ) แข่งขันกันเพื่อจัดหา GPU ที่ร้องขอ

ในขณะที่เขียนบทความนี้ Akash blockchain ได้ทำธุรกรรมเสร็จสิ้นแล้วกว่า 12.9 ล้านรายการ มีการใช้เงินมากกว่า 535,000 ดอลลาร์เพื่อเข้าถึงทรัพยากรการประมวลผล และมีการเช่าใช้งานที่ไม่ซ้ำกันมากกว่า 189,000 รายการ

ยกย่องชมเชย

สาขาการคำนวณ DePIN ยังคงพัฒนาอยู่ และหลายทีมกำลังแข่งขันกันเพื่อนำโซลูชันที่เป็นนวัตกรรมและมีประสิทธิภาพออกสู่ตลาด ตัวอย่างอื่นๆ ที่ควรค่าแก่การศึกษาเพิ่มเติม ได้แก่ Hyperbolic ซึ่งกำลังสร้างแพลตฟอร์มการเข้าถึงแบบเปิดที่ทำงานร่วมกันของกลุ่มทรัพยากรสำหรับการพัฒนา AI และ Exabits ซึ่งกำลังสร้างเครือข่ายพลังการประมวลผลแบบกระจายที่ขับเคลื่อนโดยนักขุดเชิงคำนวณ

ข้อพิจารณาที่สำคัญและแนวโน้มในอนาคต

ตอนนี้เราได้เข้าใจหลักการพื้นฐานของการคำนวณ DePIN และทบทวนกรณีศึกษาเพิ่มเติมที่กำลังดำเนินการอยู่หลายกรณีแล้ว สิ่งสำคัญคือต้องพิจารณาผลกระทบของเครือข่ายกระจายอำนาจเหล่านี้ ทั้งข้อดีและข้อเสีย

ท้าทาย

การสร้างเครือข่ายแบบกระจายในวงกว้างมักต้องอาศัยการแลกเปลี่ยนประสิทธิภาพ ความปลอดภัย และความยืดหยุ่น ตัวอย่างเช่น การฝึกอบรมโมเดล AI บนเครือข่ายฮาร์ดแวร์สินค้าโภคภัณฑ์ที่กระจายอยู่ทั่วโลกอาจคุ้มค่าและประหยัดเวลาน้อยกว่าการฝึกอบรมกับผู้ให้บริการแบบรวมศูนย์มาก ดังที่เราได้กล่าวไปแล้ว โมเดล AI และปริมาณงานของพวกมันมีความซับซ้อนมากขึ้นเรื่อยๆ โดยต้องใช้ GPU ประสิทธิภาพสูงมากกว่า GPU ทั่วไป

นี่คือ สาเหตุที่องค์กรขนาดใหญ่สะสม GPU ประสิทธิภาพสูงไว้เป็นจำนวนมาก และเป็นความท้าทายโดยธรรมชาติที่คอมพิวเตอร์ DePIN ต้องเผชิญ ซึ่งมีจุดมุ่งหมายเพื่อแก้ปัญหาการขาดแคลน GPU โดยการสร้างตลาดที่ไม่ได้รับอนุญาต ซึ่งใครๆ ก็สามารถยืม GPU ที่ไม่ได้ใช้งานได้ (เกี่ยวกับปัญญาประดิษฐ์แบบกระจายอำนาจ สำหรับข้อมูลเพิ่มเติม เกี่ยวกับความท้าทายที่โปรโตคอลต้องเผชิญ ดู ทวีตนี้ ) โปรโตคอลสามารถแก้ไขปัญหานี้ได้สองวิธีหลัก: โดยการสร้างข้อกำหนดพื้นฐานสำหรับผู้ให้บริการ GPU ที่ต้องการมีส่วนร่วมในเครือข่าย และโดยการรวบรวมทรัพยากรการประมวลผลที่มอบให้กับเครือข่ายเพื่อให้เกิดความสมบูรณ์มากขึ้น อย่างไรก็ตาม การสร้างโมเดลนี้ถือเป็นความท้าทายโดยธรรมชาติเมื่อเทียบกับผู้ให้บริการแบบรวมศูนย์ ซึ่งสามารถจัดสรรเงินทุนเพิ่มเติมเพื่อจัดการโดยตรงกับผู้ให้บริการฮาร์ดแวร์ เช่น Nvidia นี่คือสิ่งที่ DePIN ควรพิจารณาเมื่อก้าวไปข้างหน้า หากโปรโตคอลแบบกระจายอำนาจมีกองทุนขนาดใหญ่เพียงพอ DAO จะสามารถลงคะแนนให้จัดสรรส่วนหนึ่งของกองทุนเพื่อซื้อ GPU ประสิทธิภาพสูง ซึ่งสามารถจัดการในลักษณะแบบกระจายอำนาจ และให้ยืมในราคาที่สูงกว่า GPU สินค้าโภคภัณฑ์

ความท้าทายอีกประการหนึ่งที่เกี่ยวข้องกับการประมวลผล DePIN คือการจัดการการใช้ทรัพยากรที่เหมาะสม ในช่วงแรกๆ DePIN ที่คำนวณได้ส่วนใหญ่จะเผชิญกับความต้องการด้านโครงสร้างที่ไม่เพียงพอ ดังเช่นที่บริษัทสตาร์ทอัพจำนวนมากต้องเผชิญในปัจจุบัน โดยทั่วไป ความท้าทายสำหรับ DePIN คือการจัดหาอุปทานให้เพียงพอตั้งแต่เนิ่นๆ เพื่อให้ได้คุณภาพผลิตภัณฑ์ขั้นต่ำที่เป็นไปได้ หากไม่มีอุปทาน เครือข่ายจะไม่สามารถสร้างอุปสงค์ที่ยั่งยืนและให้บริการลูกค้าในช่วงที่มีความต้องการสูงสุดได้ ในทางกลับกัน อุปทานส่วนเกินก็เป็นปัญหาเช่นกัน เหนือเกณฑ์ที่กำหนด การจัดเตรียมเพิ่มเติมจะช่วยได้ก็ต่อเมื่อการใช้งานเครือข่ายเข้าใกล้หรือเต็มประสิทธิภาพเท่านั้น มิฉะนั้น DePIN จะเสี่ยงต่อการจ่ายเงินมากเกินไปสำหรับการจัดหา ส่งผลให้มีการใช้ทรัพยากรน้อยเกินไป และลดรายได้ของซัพพลายเออร์ เว้นแต่โปรโตคอลจะเพิ่มการออกโทเค็นเพื่อให้ซัพพลายเออร์เข้าร่วม

หากไม่มีการครอบคลุมทางภูมิศาสตร์ในวงกว้าง เครือข่ายโทรคมนาคมก็ไม่มีประโยชน์ เครือข่ายแท็กซี่จะไม่มีประโยชน์หากผู้โดยสารต้องรอรถเป็นเวลานาน DePIN จะไม่มีประโยชน์หากต้องจ่ายเงินให้กับผู้คนเพื่อจัดหาทรัพยากรเมื่อเวลาผ่านไป ผู้ให้บริการแบบรวมศูนย์สามารถคาดการณ์ความต้องการทรัพยากรและจัดการการจัดหาทรัพยากรได้อย่างมีประสิทธิภาพ ในขณะที่การประมวลผล DePIN ยังขาดอำนาจจากส่วนกลางในการจัดการการใช้ทรัพยากร ดังนั้นจึงเป็นสิ่งสำคัญอย่างยิ่งสำหรับ DePIN ในการพิจารณาการใช้ทรัพยากรอย่างมีกลยุทธ์ที่สุดเท่าที่จะเป็นไปได้

ปัญหาที่ใหญ่กว่าคือตลาด GPU แบบกระจายอำนาจอาจไม่เผชิญกับปัญหาการขาดแคลน GPU อีกต่อไป Mark Zuckerberg กล่าวเมื่อเร็วๆ นี้ในการให้สัมภาษณ์ว่าเขาเชื่อว่า พลังงานจะกลายเป็นคอขวดใหม่ แทนที่จะเป็นทรัพยากรในการประมวลผล เนื่องจากบริษัทต่างๆ จะต้องแย่งชิงกันเพื่อสร้างศูนย์ข้อมูลในขนาดมหึมา แทนที่จะกักตุนทรัพยากรในการประมวลผลอย่างที่พวกเขาทำอยู่ในปัจจุบัน แน่นอนว่านี่หมายถึงการลดต้นทุน GPU ที่อาจเกิดขึ้น แต่ยังทำให้เกิดคำถามว่าสตาร์ทอัพ AI จะแข่งขันกันอย่างไรในแง่ของประสิทธิภาพและคุณภาพของสินค้าและบริการ หากการสร้างศูนย์ข้อมูลที่เป็นกรรมสิทธิ์จะยกระดับประสิทธิภาพของโมเดล AI โดยรวม บริษัทต่างๆ แข่งขันกัน

กรณีการคำนวณ DePIN

เพื่อย้ำอีกครั้ง ช่องว่างระหว่างความซับซ้อนของโมเดล AI กับความต้องการในการประมวลผลและการประมวลผลที่ตามมา และความพร้อมใช้งานของ GPU ประสิทธิภาพสูงและทรัพยากรการประมวลผลอื่นๆ กำลังกว้างขึ้น

คอมพิวเตอร์ DePIN พร้อมที่จะเป็นผู้พลิกโฉมนวัตกรรมในกลุ่มตลาดคอมพิวเตอร์ ซึ่งปัจจุบันถูกครอบงำโดยผู้ผลิตฮาร์ดแวร์รายใหญ่และผู้ให้บริการคอมพิวเตอร์ระบบคลาวด์ โดยพิจารณาจากความสามารถหลักหลายประการ:

1) ทำให้ต้นทุนสินค้าและบริการลดลง

2) ให้ความต้านทานการเซ็นเซอร์ที่แข็งแกร่งและความยืดหยุ่นของเครือข่าย

3) ได้รับประโยชน์จากแนวปฏิบัติด้านกฎระเบียบที่อาจต้องใช้โมเดล AI ที่เปิดกว้างที่สุดเท่าที่เป็นไปได้เพื่อการปรับแต่งและการฝึกอบรม และทุกคนสามารถเข้าถึงได้ง่าย

สัดส่วนของครัวเรือนในสหรัฐฯ ที่มีคอมพิวเตอร์และอินเทอร์เน็ตเพิ่มขึ้นแบบทวีคูณ โดยเข้าใกล้ 100% สัดส่วนยังเพิ่มขึ้นอย่างมีนัยสำคัญในหลายภูมิภาคทั่วโลก สิ่งนี้บ่งบอกถึงการเพิ่มขึ้นของจำนวนผู้ให้บริการทรัพยากรการประมวลผลที่มีศักยภาพ (เจ้าของ GPU) ที่จะยินดีให้ยืมอุปทานที่ไม่ได้ใช้งานหากมีแรงจูงใจทางการเงินเพียงพอและกระบวนการทำธุรกรรมที่ราบรื่น แน่นอนว่านี่เป็นการประมาณการคร่าวๆ แต่ก็ชี้ให้เห็นว่ารากฐานสำหรับเศรษฐกิจการแบ่งปันทรัพยากรคอมพิวเตอร์ที่ยั่งยืนอาจมีอยู่แล้ว

นอกจาก AI แล้ว ความต้องการด้านการประมวลผลในอนาคตจะมาจากอุตสาหกรรมอื่นๆ มากมาย เช่น การประมวลผลแบบควอนตัม ขนาดของตลาดคอมพิวเตอร์ควอนตัมคาดว่า จะเติบโตจาก 928.8 ล้านเหรียญสหรัฐในปี 2566 เป็น 6,528.8 ล้านเหรียญสหรัฐในปี 2573 โดยมีอัตราการเติบโตต่อปีที่ 32.1% การผลิตในอุตสาหกรรมจะต้องใช้ทรัพยากรประเภทต่างๆ แต่จะน่าสนใจที่จะดูว่า DePINs สำหรับการประมวลผลควอนตัมเปิดตัวหรือไม่ และมีลักษณะอย่างไร

“ระบบนิเวศที่แข็งแกร่งของโมเดลแบบเปิดที่ทำงานบนฮาร์ดแวร์สำหรับผู้บริโภคเป็นการป้องกันความเสี่ยงที่สำคัญต่ออนาคตที่มูลค่าถูกรวมศูนย์ไว้อย่างสูงโดย AI และความคิดของมนุษย์ส่วนใหญ่ถูกอ่านและเป็นสื่อกลางโดยเซิร์ฟเวอร์กลางที่ควบคุมโดยคนเพียงไม่กี่คน โมเดลเหล่านี้ยังมีความเสี่ยงมากกว่า The ความเสี่ยงนั้นต่ำกว่ามากสำหรับองค์กรยักษ์ใหญ่และกองทัพ" - Vitalik Buterin

องค์กรขนาดใหญ่อาจไม่ใช่กลุ่มเป้าหมายของ DePIN และจะไม่เป็นกลุ่มเป้าหมายในอนาคต การคำนวณ DePIN จะนำนักพัฒนาแต่ละคน ผู้สร้างที่กระจัดกระจาย และสตาร์ทอัพกลับมาด้วยเงินทุนและทรัพยากรที่น้อยที่สุด ช่วยให้อุปทานที่ไม่ได้ใช้งานสามารถเปลี่ยนเป็นแนวคิดและโซลูชันที่เป็นนวัตกรรมใหม่ได้ โดยขับเคลื่อนด้วยพลังการประมวลผลที่สมบูรณ์ยิ่งขึ้น ปัญญาประดิษฐ์จะเปลี่ยนชีวิตของผู้คนนับพันล้านอย่างไม่ต้องสงสัย แทนที่จะกลัวว่า AI จะมาแทนที่งานของทุกคน เราควรสนับสนุนแนวคิดที่ว่า AI สามารถเพิ่มศักยภาพให้กับบุคคลและผู้ประกอบการอิสระ สตาร์ทอัพ และสาธารณชนโดยรวมได้

ลิงค์เดิม