jakiro
Zusammenfassung
Der Produktwettbewerb in der KI -Ära ist untrennbar mit dem Ressourcenende (Rechenleistung, Daten usw.), insbesondere des stabilen Ressourcenende, zu unterstützen.
Modelltraining/Iteration erfordert auch einen riesigen Benutzer (IP), um Daten zu füttern, um qualitative Änderungen der Modelleffizienz vorzunehmen.
Die Kombination mit Web3 kann kleine und mittelgroße KI -Startup -Teams helfen, eine Kurve zu erreichen, die traditionelle KI -Riesen überholt.
Für die Depin -Ökologie bestimmen das Ressourcenende der Rechenleistung, der Bandbreite und anderer Ressourcen die untere Grenze (einfach berechnen die Integration der Stromversorgung nicht der Stadt). und effektive Verwendung von Daten bestimmen die Dimensionen der Dimensionen bestimmen die Projektgrenze.
Im Kontext von AI+Depin wird das Modellministerium & amp;
KI -Marktanalyse & amp;
Statistiken zufolge wurden von der Geburt von ChatGPT im September 2022 bis August 2023 die globalen Top -50 -KI -Produkte mit einem durchschnittlichen monatlichen Wachstum von 236,3 Mio. mehr als 24 Milliarden Besuche generiert.
Der Wohlstand von AI -Produkten wird auf die Abhängigkeit der Rechenleistung verschärft.
>
Quelle: „Sprachmodelle sind nur wenige Schusslernende“ „
In einem Papier der Universität von Massachusetts University of Amoster heißt es, dass „die in seinem Leben emittierte CO2 -Emission ein Modell für künstliche Intelligenz mit den Kohlenstoffemissionen von fünf Autos entspricht.“Wenn das Modell durch wiederholtes Training verbessert wird, wird der Energieverbrauch erheblich erhöht.
Das neueste Sprachmodell enthält Milliarden oder sogar Billionen Gewichte.Ein beliebtes Modell GPT-3 verfügt über 175 Milliarden Parameter für maschinelles Lernen.Wenn Sie A100 verwenden, um 1024 GPUs, 34 Tage und 4,6 Millionen US -Dollar zu verwenden, um das Modell zu trainieren.
Der Wettbewerb in der KI -Ära hat sich allmählich zu einem ressourcenorientierten Krieg in der Rechenleistung ausgeweitet.
>
Quelle: AI schadet unserem Planeten: Bekämpfung der erstaunlichen Energiekosten von Ai
Dies erweitert drei Fragen:Erstens, ob ein KI -Produkt über ausreichendes Ressourcenende (Rechenleistung, Bandbreite usw.) verfügt, insbesondere das stabile Ressourcenende, um sie zu unterstützen.Diese Zuverlässigkeit erfordert eine Dezentralisierung mit ausreichender Rechenleistung.Auf dem traditionellen Bereich, aufgrund der Lücke auf der Chip -Nachfrageseite, gepaart mit der Weltmauer, die auf Richtlinien und Ideologie basiert, ist der Chip -Hersteller natürlich in einer vorteilhaften Position und kann die Preise erheblich erhöhen.Zum Beispiel hat sich das NVIDIA H100 -Modell von 36.000 US -Dollar im April 2023 auf 50.000 US -Dollar erhöht, was die Kosten des KI -Modelltrainings -Teams weiter erhöht.
Das zweite Problem ist, dass die Zufriedenheit der Ressourcenseite dem KI -Projekt hilft, die Hardware gerecht zu werden, aber für das Modelltraining/die Iteration benötigt auch ein großer Benutzerstandard (IP), um die Daten zu füttern.Nachdem die Größe des Modells einen bestimmten Schwellenwert überschreitet, zeigt die Leistung bei verschiedenen Aufgaben ein bahnbrechendes Wachstum.
Die dritte Frage ist: Für kleine und mittelgroße KI ist es schwierig, ein Team zu gründen.Das Monopol der traditionellen Finanzmarkt -Computermacht hat auch zum Monopol des KI -Modellschemas geführt.Kleine und mittelgroße KI -Teams müssen differenziertere Konkurrenz suchen.
Die obigen drei Fragen finden Sie aus dem Web3.Tatsächlich hat die Kombination von KI und Web3 eine lange Geschichte und die Ökologie ist wohlhabender.
Das Bild unten ist einige der AI+Web3 -Ökosysteme aus zukünftiger Money Group.
>
AI+Depin
1. Depinlösung
Depin ist eine Abkürzung von dezentralen physischen Infrastrukturnetzwerken und auch eine Sammlung von Produktionsbeziehungen zwischen Personen und Geräten. Gleichzeitig wird der geordnete Betrieb des Wirtschaftsmodells erreicht.
Im Vergleich zu einer breiteren Definitions -Web3, da Depin natürlich eine tiefere Beziehung zu Hardware -Geräten und traditionellen Unternehmen hat, hat Depin natürliche Vorteile, um AI -Teams und verwandte Fonds abzuziehen.
Das Streben der Depin -Ökologie nach verteilter Rechenleistung und die Anreize für Beiträge löst nur die Bedürfnisse von KI -Produkten für die Rechenleistung und IP.
-
Depin hat Token verwendet, um den Eintrag von World Computing Power (Computer Power Center & amp; Leerlaufpersonal -Rechenleistung) zu fördern, wodurch das zentrale Risiko einer Rechenleistung verringert und die Kosten für die Rechenleistung des KI -Teams gesenkt werden.
-
Die riesige und diversifizierte IP -Zusammensetzung des Depin -Ökosystems hilft AI -Modellen, die Vielfalt und Objektivität von Datenerfassungskanälen zu realisieren.
-
Die Überschneidung von ökologischen Nutzern und Web3 -Nutzern des Charakters kann die KI -Projekte in der Siedlung erfassen, die mehr KI -Modelle mit Web3 -Eigenschaften entwickeln, um einen differenzierten Wettbewerb zu bilden.
Im Bereich Web2 stammt die Sammlung von KI -Modelldaten normalerweise vom öffentlichen Datensatz oder dem Modellproduzenten. Ausgabe.Die traditionelle Datenerfassungsmethode ist auf die Effizienz und die Kosten der Sammlung beschränkt, und es ist schwierig, eine größere Modellskala (Anzahl der Parameter, Schulungszeit und Datenqualität) zu erhalten.Für das KI -Modell, je größer die Größe des Modells, desto einfacher die Leistung des Modells, um qualitative Änderungen zu verursachen.
>
Quelle: Eulers Fähigkeiten von Großsprachenmodellen: Wie sie proplems lösen, die sie auch nicht ansprechen sollen?
Die Depin hat in diesem Bereich natürliche Vorteile.Als Beispiel wird Hivemapper eingenommen und 1920 Regionen auf der ganzen Welt verteilt, und fast 40.000 Mitwirkende liefern Daten für MAP AI (MAP -AI -Modell).
>
Die Kombination von AI und Depin bedeutet auch, dass die Fusion von AI und Web3 eine neue Höhe gestiegen ist.Das aktuelle KI -Projekt in Web3 ist in der Anwendungsende ausgiebig und hat die direkte Abhängigkeit von der Web2 -Infrastruktur kaum auf die vorhandenen KI -Modelle der traditionellen Rechenleistungsplattform in das Web3 -Projekt entfernt beteiligt.
Das Web3 -Element befand sich im stromabwärts gelegenen Nahrungsketten und kann keine echte überschüssige Rendite erzielen.Dies ist auch der Fall für die verteilte Rechenleistungsplattform. Es ist unmöglich, den Betrieb des Schwungrads durch Token -Ökonomie zu fördern.
Das Konzept der AI+-Depin unterscheidet jedoch diese inhärente Beziehung und überträgt die Aufmerksamkeit von Web3 auf ein breiteres KI -Modell.
2. Zusammenfassung des AI+Depin -Projekts
Depin verfügt über interne Geräte (Rechenleistung, Bandbreite, Algorithmus, Daten), Benutzer (Modelltrainingsdatenanbieter) und ökologische Anreizmechanismen (Token -Ökonomie).
Wir können es mutig definieren: KI mit vollständigen objektiven Bedingungen (Rechenleistung/Bandbreite/Daten/IP), KI -Modelle (Trainings-/Argumentation/Fine -Tuning) -Szenarien bereitstellen, und Elemente, die Token -Ökonomie erhalten, können als definiert definiert werden. Für AI+Depin.
Die Future Money Group wird die klassischen Paradigmen von AI+Depin auflisten.
>
Wir sind in Rechenleistung, Bandbreite, Daten und andere Abschnitte gemäß den verschiedenen Kategorien von Ressourcen unterteilt und versuchen, Projekte verschiedener Sektoren zu sortieren.
2.1 Rechenleistung
Die Rechenleistungsseite ist die Hauptzusammensetzung des AI+Depine -Sektors und auch der größte Teil der Projektzusammensetzung.Für das Rechenleistungsprojekt ist die Hauptzusammensetzung der Computerleistung GPU (Grafikprozessor), CPU (Zentralprozessor) und TPU (Professional Machine Learning Chip).Unter ihnen werden TPUs hauptsächlich von Google aufgrund der Schwierigkeit bei der Herstellung erstellt, und es werden nur Cloud -zu -Algorithmus -Mietdienste durchgeführt.Die GPU ist eine Hardwarekomponente, die einer CPU ähnelt, aber professioneller ist.Im Vergleich zu gewöhnlichen CPUs kann es komplexe mathematische Operationen ausführen, die parallele Operationen effizienter ausführen.Die anfängliche GPU hat sich dem Umgang mit Grafiken zur Renderung von Aufgaben in Spielen und Animationen verschrieben, aber jetzt ist ihr Zweck weit übertroffen.Daher ist die GPU die Hauptquelle des aktuellen Rechenleistungmarktes.
Viele der AI+Depin -Projekte, die wir sehen können, sind daher auf Grafiken und Video -Rendering oder verwandte Spiele spezialisiert, die durch die Merkmale der GPU verursacht werden.
Aus globaler Perspektive besteht die Rechenleistung von AI+Depin -Produkten, der Hauptanbieter seiner Rechenleistung besteht aus drei Teilen: herkömmliche Cloud -Computer -Leistungsdienstleister;Unter ihnen machten Anbieter von Cloud Computing Power -Dienstleistungen relativ groß und im Leerlauf für persönliche Rechenleistung aus.Dies bedeutet, dass solche Produkte häufiger als Computeragenten gespielt werden.Die Nachfrageseite ist eine Vielzahl von KI -Modellentwicklungsteams.
Derzeit kann in dieser Kategorie die Rechenleistung kaum 100%in der Realität und häufiger in einem Leerlaufstatus verwendet werden.Zum Beispiel beträgt das Akash -Netzwerk, das derzeit im Gebrauchszustand ist, etwa 35%, und die verbleibende Rechenleistung ist im Leerlauf.IO.net ist auch ähnlich.
Dies kann durch die aktuelle Anzahl der KI -Modelltrainingsanforderungen verursacht werden, und es ist auch der Grund, warum AI+Depin billige Rechenleistungkosten liefern kann.Mit der Ausweitung des KI -Marktes wird sich diese Situation verbessern.
Akash -Netzwerk: Dezentraler Point -Paar -Cloud -Service -Markt
Das Akash -Netzwerk ist ein dezentraler Punkt -TO -Punkt -Cloud -Service -Markt, der normalerweise als Airbnb bezeichnet wird, der als Cloud -Service bezeichnet wird.Das Akash -Netzwerk ermöglicht es Benutzern unterschiedlicher Größe, ihre Dienste schnell, stabil und wirtschaftlich zu nutzen.
Ähnlich wie bei Render bietet Akash Benutzern auch die GPU -Bereitstellung, Leasing und KI -Modelltraining.
Im August 2023 startete Akash Supercloud und ermöglichte es den Entwicklern, den Preis festzulegen, den sie für die Bereitstellung ihrer KI -Modelle und Anbieter mit zusätzlicher Rechenleistung für Hostbenutzer bezahlen möchten.Diese Funktion ist Airbnb sehr ähnlich und ermöglicht es den Anbietern, ungenutzte Kapazitäten zu mieten.
Nach öffentlichem Gebot eröffnet der Anbieter des Ressourcenanbieters seine Ressourcen für den Leerlauf in seinem Netzwerk.
>
Gegenwärtig beträgt die Gesamtmenge der Akash Ecological GPU 176 GPUs, aber die Anzahl der Aktivitäten beträgt 62, wobei im September 2023 ein Aktivitätsgrad von 35%beträgt, was weniger als 50%beträgt.Das geschätzte tägliche Einkommen beträgt etwa 5.000 US -Dollar.AKT -Token haben eine Versprechensfunktion.
Akash hat mehr Daten im aktuellen AI+Depin -Sektor und der FDV in Höhe von 700 Millionen US -Dollar verfügt über einen großen Raum für die Zunahme von Rener und Bittensor.
Akash greift auch auf das Subnetz von Bittersor zu, um seinen eigenen Entwicklungsraum zu erweitern.Insgesamt haben Akash -Projekte als eines der verschiedenen Projekte der AI+Depin Track hervorragende Grundlagen.
IO.net: AI+Depin mit der größten Anzahl von GPUs
IO.NET ist ein dezentrales Computernetzwerk, das die Entwicklung, Ausführung und Erweiterung von ML -Anwendungen (maschinelles Lernen) in der Solana -Blockchain unterstützt und den weltweit größten GPU -Cluster verwendet die verteilte Cloud Service Computing -Leistung.
Laut offiziellen Daten hat IO.net mehr als 1 Million GPUs im Standby -Unternehmen.Darüber hinaus hat die Zusammenarbeit zwischen IO.NET und Render die für die Bereitstellung verfügbaren GPU -Ressourcen erweitert.
IO.NET Ecology hat mehr GPUs, aber fast alle stammen aus der Zusammenarbeit mit verschiedenen Cloud -Computing -Herstellern und dem Zugang zu persönlichen Knoten, und die Leerlaufrate ist hoch. Es gibt nur GPUs.Ein großer Vorteil der aktuellen IO.NET-Produkte besteht jedoch darin, dass die Preisgestaltung im Vergleich zu Akash 1,5 US-Dollar pro Stunde GPU-Anrufkosten ist, die Mindestkosten für IO.NET können mindestens 0,1-1 US-Dollar erreichen.
>
Nachfolgend IO.NET ist auch der Ansicht, dass GPU -Anbieter IO -Ökosysteme erlauben, ihre Chancen zu verbessern, durch verpfändete native Vermögenswerte eingesetzt zu werden.Je mehr Vermögenswerte investiert werden, desto größer ist die ausgewählte Chance.Gleichzeitig können KI -Ingenieure, die native Vermögenswerte versprechen, auch Hochleistungs -GPUs verwenden.
In Bezug auf die GPU -Zugriffsskala ist IO.NET das größte von 10 Projekten, die in diesem Artikel aufgeführt sind.Zusätzlich zur Leerlaufrate ist die Anzahl der GPUs im Verwendungszustand zuerst an erster Stelle.In Bezug auf die Token -Ökonomie werden im ersten Quartal 2024 IO.NET Native Token und Contrise Token IO mit einem maximalen Angebot von 22.300.000 auf den Markt gebracht.Der Benutzer berechnet eine Gebühr von 5%bei der Verwendung des Netzwerks, das für Burn IO -Token verwendet wird oder Anreize für neue Benutzer von Angebot und Nachfrage bietet.Das Token -Modell hat offensichtliche Hebemmerkmale.
GOLEM: Der Computer -Strommarkt hauptsächlich CPU
Golem ist ein dezentraler Rechenleistungmarkt, der jeden unterstützt, um Rechenressourcen zu teilen und zu aggregieren, indem ein Netzwerk gemeinsamer Ressourcen erstellt wird.Golem bietet den Benutzern die Szene der Rechenleistung.
Der Golem -Markt besteht aus einem dreiparty -Markt, der Stromlieferanten, Rechenleistungspflicht und Softwareentwickler berechnet.Die Partei der Computerstärke unterbreitet die Computeraufgabe, und das Golem -Netzwerk bereitstellt die Rechenaufgabe dem entsprechenden Rechenleistungslieferant (Bereitstellung von RAM, Festplattenspeicher und CPU -Nuklearnummern usw.). Zwei Parteien zahlen für die Abrechnung über das Token.
>
Golem verwendet hauptsächlich eine CPU für die Rechenleistung.Die CPU kann jedoch keine hohen Parallelitätsoperationen durchführen, und der Energieverbrauch ist höher.Daher kann die CPU für Rechenleistungspachtverträge etwas schwächer sein als das GPU -Projekt.
Magnet AI: AI Modell Asset -basierte Basis
Magnet AI bietet Modelltrainingsdienste für verschiedene KI -Modellentwickler an, indem GPU -Computerleideranbieter integriert werden.Im Gegensatz zu anderen AI+Depin-Produkten können verschiedene KI-Teams ERC-20-Token basierend auf ihren eigenen Modellen veröffentlichen.
In Q2, 2024 wird Magent AI Polygon Zkevm & amp;
Es ist ein bisschen ähnlich wie IO.NET.
Der Unterschied besteht darin, dass sich IO.NET auf die Integration von GPU -Ressourcen konzentriert, verschiedene GPU -Cluster, Unternehmen und persönliche Beiträge zu GPUs fördert, und gleichzeitig ist es ein Rechenleistungstreiber.
Magent AI konzentriert sich mehr auf das KI -Modell
Einfache Zusammenfassung: Magnet entspricht dem Aufbau eines Marktes mit GPU.
Rendern: Grafik -Rendering -Typ AI Model Professional Player
Render Network ist ein dezentraler GPU -Rendering -Lösungsanbieter.
Gemäß dem Inhalt von Renders Whitepapier können Künstler, Ingenieure und Entwickler eine Reihe von AI -Anwendungen erstellen, z. KI -Modelltraining.
Render bietet KI -Entwicklern einen Render -Netzwerk -SDK.
Laut Global Market Insights wird erwartet, dass die globale 3D -Rendering -Marktgröße 6 Milliarden US -Dollar erreichen wird.Und 2,2 Milliarden US -Dollar von FDV haben Entwicklungsraum.
Gegenwärtig ist es für Renders spezifische Daten auf der Grundlage der GPU nicht verfügbar, aber weil das Unternehmen von Otoy hinter Render die Korrelation mit Apple mehrmals zeigt. Entwerfen Sie alle Branchen in den Bereichen architektonische Seh- und Simulationsbereiche, einschließlich der nativen Unterstützung für Unity3D und unwirkliche Motoren.
Und Google und Microsoft haben das RNDR -Netzwerk hinzugefügt.Render bearbeitete im Jahr 2021 fast 250.000 Rendering -Anfragen, und Künstler in der Ökologie erzielten über NFT einen Umsatz von rund 5 Milliarden US -Dollar.
Daher sollte die Referenzbewertung des Renders das Marktpotenzial (etwa 30 Milliarden US -Dollar) ausschöpfen.In Verbindung mit dem Wirtschaftsmodell von BME (Brand- und Gussbalance) hat Render in Bezug auf den Preis für einfache Token oder FDV immer noch eine gewisse Menge Platz für Rener.
Clore.ai: Video -Rendering
Clore.ai ist eine Plattform, die GPU Computing Power Rental Services basierend auf POW bietet.Benutzer können ihren eigenen GPUs für KI -Schulungen, Video -Rendering und Kryptowährungsabbau mieten.
Der Umfang des Geschäfts umfasst: Training für künstliche Intelligenz, Filmrendern, VPN, Kryptowährungsabbau usw.Wenn eine spezifische Nachfrage nach dem Rechenleistung vorliegt, findet die Aufgabe der Netzwerkverteilung statt.
>
In den letzten sechs Monaten ist die Zahl der GPUs von 2000 auf etwa 9.000 gestiegen, aber aus der Sicht der GPU -Integration übertrifft Clore.ai Akash.Aber sein Sekundärmarkt -FDV beträgt nur etwa 20%von Akash.
Auf dem Token -Modell verwendet der Clore den POW -Mining -Modus ohne Vorbereitung und ICO.
Die Gesamtmenge an Token betrug 1,3 Milliarden Yuan.Ende 2023 betrug das Zirkulationsvolumen etwa 250 Millionen und machte 20%der gesamten Token aus.Daher beträgt der aktuelle FDV 31 Millionen US -Dollar In Währungspreisen ist groß.
Livepeer: Video -Rendering, Argumentation
LivePeer basiert auf dem dezentralen Videoprotokoll von Ethereum, um alle Parteien Belohnungen zu veröffentlichen, um Videoinhalte zu angemessenen Preisen zu verarbeiten.
Laut dem Beamten hat LivePeer Tausende von GPU -Ressourcen pro Woche für Millionen von Video -Transcodieren.
LivePeer kann die Methode „Hauptnetzwerk“+“Subnetz“ verwenden, um verschiedenen Knotenbetreibern Subnetze zu generieren und diese Aufgaben auszuführen, indem die Zahlung im Hauptnetzwerk von LivePeer erfüllt wird.Zum Beispiel die Einführung von KI -Modellen für AI -Video -Subnetze für das KI -Modelltraining speziell für das Video -Rendering.
LivePeer hat seitdem die Teile im Zusammenhang mit KI von Simple Model Training auf Argumentation & amp;
Aethir: Konzentrieren Sie sich auf Cloud -Spiele und KI
Aethir ist eine Cloud -Game -Plattform, die für Spiel- und künstliche Intelligenzunternehmen dezentrale Cloud -Infrastruktur (DCI) ist.Es hilft, eine schwere GPU -Computerlast anstelle von Spielern zu liefern, um sicherzustellen, dass Spieler überall und alle Geräte ein ultra -lauter Verzögerungserlebnis erhalten.
Gleichzeitig bietet Aethir Bereitstellungsdienste an, einschließlich GPU, CPU, Festplatten und anderen Elementen.Am 27. September 2023 versorgte Aethir den globalen Kunden offiziell kommerzielle Dienste für Cloud -Spiele und AI -Computerleistung und bot Rechenleistung für ihre eigenen Plattformen und KI -Modelle durch integriertes dezentrales Computing.
Durch die Übertragung der Rechenleistungspflicht für das Rendern von Computer in die Cloud eliminiert das Cloud -Spiel die Einschränkungen der Hardware und des Betriebssystems der Terminalausrüstung, was die Grundskala des potenziellen Spielers erheblich erweitert.
2.2 Bandbreite
Die Bandbreite ist eine der Ressourcen, die Depin für AI im Jahr 2021 bereitstellen.
Aufgrund der immer mehr komplizierteren KI -Modelle verwendet das Modelltraining normalerweise eine Vielzahl von parallelen Computerstrategien wie Daten parallel, Pipeline parallel und Tensor parallel.Unter diesen parallelen Rechenmodi wird die Bedeutung kollektiver Kommunikationsoperationen zwischen mehreren Computergeräten immer deutlicher.Beim Aufbau einer groß im Maßstabs bildenden Trainingscluster großer KI -Modelle wird die Rolle der Netzwerkbandbreite hervorgehoben.
Noch wichtiger ist, dass eine stabile und zuverlässige Bandbreitenressourcen sicherstellen kann, dass die verschiedenen Knoten entsprechend die Entstehung einer Einzelpunktkontrolle entsprechend vermieden werden (z. Bandbreite) sorgen schließlich den Vertrauen und die Anti -Bewertung des gesamten Netzwerks.
Gras: Band -wide Bergbauprodukte am mobilen Terminal
Grass ist das Flaggschiff von Wynd Network.Gras ermöglicht es den Haushalten, passive Kaulquappen durch den Zusammenhang der Vernetzung durch den Verkauf ahnungsloser Puppenressourcen zu erhalten.
Benutzer können die Internet -Bandbreite auf Gras verkaufen, um das KI -Entwicklungsteam Bandbreitendienste anzubieten, das AI -Modelltraining für die Gewinnung von Token -Renditen bedarf.
Gegenwärtig steht Grass im Begriff, eine mobile Version zu starten. So liefert das AI -Modell eine bessere Dateneffizienz.
Derzeit verfügt Grass über zwei IP -Adressen, die Sie angeben können: PC lädt das Erweiterungsprogramm und den Download der Mobile App herunter.(PC und mobile Terminals müssen sich in verschiedenen Netzwerken befinden)
>
Ab dem 29. November 2023 wurde die Grassplattform 103.000 Mal und 1.450.000 einzigartige IP -Adressen heruntergeladen.
Die Nachfrage nach KI auf dem Handy und PCs ist unterschiedlich, daher ist die anwendbare Kategorie für KI -Modelltraining unterschiedlich.
Zum Beispiel enthält das mobile Terminal viele Daten zur Bildoptimierung, Gesichtserkennung, realer Zeitübersetzung, Sprachassistent und Ausrüstungsleistungoptimierung.Diese sind für den PC schwierig zu bieten.
Derzeit befindet sich Gras in einer relativ fortgeschrittenen Position im mobilen KI -Modelltraining.In Anbetracht des enormen Potenzials des Mobilfunkmarktes sind die Aussichten auf Gras der Aufmerksamkeit wert.
Gras hat jedoch noch keine effektiveren Informationen im KI -Modell bereitgestellt.
Meson -Netzwerk: Layer 2 kompatible mobile Terminals
Meson Network ist das nächste Netzwerk für Generationenspeicher, das auf der Blockchain -Schicht 2 basiert. Es aggregiert Idle -Server in Form des Bergbaus, plant Bandbreitenressourcen und serviert es mit Dateien und Streaming -Medien, um den Markt zu beschleunigen, einschließlich traditioneller Websites, Videos, live, live, live, live Sendungen und Blöcke Kettenspeicherschema.
Wir können Meson Network als Bandbreitenressourcenpool verstehen, und beide Seiten des Pools können sowohl als Angebot als auch als Nachfrage angesehen werden.Ersteres trägt eine Bandbreite bei, und letzteres verwendet Bandbreite.
Unter den spezifischen Produktstrukturen von Meson gibt es zwei Produkte (Gatewayx und Gaganode) für die Erhalt von Bandbreiten, die zu verschiedenen Knoten der Welt beitragen, und ein Produkt (IPCOLA) ist für die Monetarisierung dieser konvergenten Bandbreitenressourcen verantwortlich.
Gatewayx: Es handelt sich hauptsächlich um eine integrierte Business Idle -Bandbreite, die hauptsächlich auf das IDC -Zentrum abzielt.
Aus Mesons Data Board ist herauszufinden, dass die derzeit Access IDC weltweit über mehr als 20.000 Knoten verfügt und die Datenübertragungskapazität von 12,5 TIB/s gebildet wird.
Gaganode: Es integriert hauptsächlich die Leerlaufbandbreite von Wohn- und persönlichen Geräten und bietet Hilfsmittel für Edge Computing.
IPCola: Meson -Monetarisierungskanäle und andere Aufgaben wie IP- und Bandbreitenverteilung.
>
Gegenwärtig gab Meson bekannt, dass ein halbes Jahr Einkommen mehr als eine Million US -Dollar beträgt.Laut offiziellen Website -Statistiken hat Meson 27116 IDC -Knoten und die IDC -Kapazität 17,7 TB/s.
>
Gegenwärtig wird Meson voraussichtlich von März bis April 2024 Token ausstellen, aber Token Economics wird angekündigt.
Token -Name: MSN, die anfängliche Versorgung von 100 Millionen Teilen, die Inflationsrate des Bergbaus im ersten Jahr betrug 5%, ein Rückgang von 0,5%pro Jahr.
Netzwerk 3: Integriert in die SEI -Netzwerkintegration
Network3 ist ein KI -Unternehmen, das eine spezielle KI -Schicht 2 erstellt und in SEI integriert ist.Optimieren und komprimieren Sie den KI -Modellalgorithmus, das Rand -Computing und das Datenschutzcomputer, um KI -Entwicklern weltweit Dienste bereitzustellen, um Entwicklern dabei zu helfen, das Modell schnell, bequem und hohe Effizienz zu trainieren und zu überprüfen.
Laut offiziellen Website -Daten gibt es derzeit mehr als 58.000 aktive Knoten von Network3, die 2PB -Bandbreitendienste bereitstellen.Kooperieren Sie mit 10 Blockchain -Ökosystemen wie Alchemy Pay, EthSign, Iotex.
2.3 Daten
Anders als Rechenleistung und Bandbreite ist das aktuelle Marktangebot relativ Nische.Und mit unverwechselbarer Professionalität.Die Nachfragegruppe ist normalerweise das KI -Modellentwicklungsteam des Projekts selbst oder verwandte Kategorien.Zum Beispiel Hivemapper.
Wenn Sie Ihr eigenes Kartenmodell durch Ihre eigenen Daten trainieren, ist dieses Paradigma nicht logisch schwierig, sodass wir versuchen können, das Sichtfeld für die Depinprojekte ähnlich wie Hivemapper wie Dimo, Natix und Frodobots zu entspannen.
Hivemapper: Konzentrieren Sie sich auf eine eigene KI -Produktempfindlichkeit
Hivemapper ist eines der Depin -Konzept -Top -Top für Solana und ist bestrebt, eine dezentrale „Google Map“ zu erstellen.Der Benutzer kann Honig -Token erhalten, indem er den von HIVemapper gestarteten Fahrrekorder kauft, um echte Zeitbilder mit Hivemapper zu verwenden und zu teilen.
In Bezug auf Hivemapper wurde die Future Money Group im „FMG Research Report: Einunddreißig -Tage -Anstieg 19 -Mal ausführlich beschrieben, das von HIVemapper dargestellte Automobil -Depin -Format versteht, das hier nicht erweitert wird.Der Grund, warum Hivemapper im AI+Depin -Sektor enthalten ist, ist, dass Hivemapper MAP AI auf den Markt gebracht hat.
MAP AI setzt eine neue Rolle, AI Trainer.Der frühere Fahrrekorderdatenvertreter des Charakters und der KI -Modelltrainer des KI.
>
Die Anforderungen von Hivemapper für KI -Modelltrainer haben sich nicht absichtlich spezialisiert.Je reicher die IP -Ressourcen des Depinprojekts, desto höher ist die Effizienz der Daten, die Daten erhalten.Und Benutzer, die am KI -Training teilnehmen, können auch die Honey Token -Belohnung erhalten.
Die Anwendungsszenarien von AI in Hivemapper sind relativ Nische, und Hivemapper unterstützt das dritte modellische Training nicht.Daher wird sich die Investitionslogik von Hivemapper nicht ändern.
POTENZIAL
DIMO: Sammeln Sie die internen Daten des Autos
Dimo ist eine auf Polygon basierende Autodarstellung, mit der die Fahrer ihre Fahrzeugdaten sammeln und weitergeben können.
Durch die Analyse von Fahrzeugdaten kann die DIMO -Plattform vorhersagen, wann Benutzer rechtzeitig gewartet und erinnert werden sollen.Der Fahrer kann sein eigenes Fahrzeug nicht nur verstehen, sondern auch Daten zu Dimos Ökosystem beisteuern, um die Dimo -Token als Belohnung zu erhalten.Als Datenverbraucher können Daten aus dem Protokoll extrahiert werden, um die Leistung von Komponenten wie Batterien, autonomen Fahrsystemen und Steuerungen zu verstehen.
Natix: Datenschutzmarke Datenerfassung Datenerfassung
Natix ist ein dezentrales Netzwerk mit KI -Datenschutzpatenten.Das Ziel basiert auf KI -Datenschutzpatenten, kombiniert globale Kameras (Smartphones, Drohnen, Autos), erstellt ein China -Inversationskamera -Netzwerk und sammelt Daten unter der Prämisse der Einhaltung von Datenschutz und auf dezentralen dynamischen Karten (DDMAP), die Inhalte füllen.
Benutzer, die an Daten teilnehmen, können Token und NFT für Motivation erhalten.
Frodobots: dezentrale Netzwerkanwendung von Robotern als Träger
Frodobots ist ein Depin -Spiel mit einem mobilen Roboter als Träger, der Daten über Kameras betrifft und ein bestimmtes soziales Attribut hat.
Benutzer, um am Spiel teilzunehmen, indem sie Roboter kaufen und mit Global Players interagieren.Gleichzeitig sammelt und fasst die Kamera, die mit dem Roboter geliefert wird, Straßen und Kartendaten zusammen.
Die obigen drei Projekte haben zwei Elemente mit Datenerfassung und IP.Zu diesen Projekten gehören Hivemapper, für die Daten über die Kamera erfasst und eine vollständige Karte bildet werden müssen.Daher beschränken sich die angepassten KI -Modelle auch auf den Kartenkonstruktion.Die Stärkung des KI -Modells hilft dem Projekt dabei, einen höheren Wassergraben aufzubauen.
Es ist zu beachten, dass durch Kamerassammlung häufig zwei Wege -Datenschutzverstöße auftreten: wie die Definition externer Bilder, um externe Bilder für Passanten zu sammeln und Benutzer ihre eigene Privatsphäre zu erhöhen.Zum Beispiel betreibt Natix KI zum Schutz des Datenschutzes.
2.4 Algorithmus
Rechenleistung, Bandbreite und Daten konzentrieren sich auf die Unterscheidung des Ressourcenende, und der Algorithmus konzentriert sich auf das KI -Modell.Bittersor als Beispiel leistet Bittersor nicht nur Daten oder leistet Berechnungen.
Ähnlich wie bei OpenAI ist Bittersor der Zweck der Aufrechterhaltung der Dezentralisierungseigenschaften des Modells, um die Argumentationsleistung zu erreichen, die traditionelle Modellriesen entspricht.
Der Algorithmus -Track hat einen gewissen Fortschritt und ähnliche Elemente sind selten.Wenn KI -Modelle, insbesondere die Entstehung von KI -Modellen basierend auf Web3, die Konkurrenz zwischen Modellen normal werden.
Gleichzeitig wird der Wettbewerb zwischen den Modellen auch den nachgelagerten KI -Modellbranche machen: Die Bedeutung des Arguments und der feinen Tuning wird zunehmen.Das KI -Modelltraining ist nur der vorgelagerte KI -Industrie. ).Diese Prozesse erfordern komplexere ökologische Architektur- und Rechenleistungsergebnisse.Dies bedeutet auch, dass potenzielles Entwicklungspotential enorm ist.
Bittensor: AI -Modellprophezeiungsmaschine
Bittensor ist eine dezentrale Ökologie für maschinelles Lernen ähnlich dem Hauptnetzwerk+Subnetz von Polkadot.
Arbeitslogik: Ziwang übergibt die Aktivitätsinformationen an die Bittensor -API (das Charakter ähnlich dem Propheten), und dann übergibt die API die nützlichen Informationen an das Hauptnetzwerk, und das Hauptnetzwerk vertreibt Belohnungen.
>
>
Bittersor 32 Sub -Nets
Bittensor ökologischer interner Charakter:
Bergleute: Es kann als Anbieter verschiedener KI -Algorithmen und Modelle auf der ganzen Welt verstanden werden.
>
Überprüfung: Gutachter im Bittersor -Netzwerk.Bewerten Sie die Qualität und Effektivität des KI -Modells und bewerten Sie das KI -Modell basierend auf der Leistung spezifischer Aufgaben, um den Verbrauchern zu helfen, die beste Lösung zu finden.
Benutzer: Das von Bittensor bereitgestellte KI -Modell wird schließlich verwendet.Es kann eine Person oder die Entwickler sein, die sich für die Bewerbung von KI -Modellen suchen.
Nominierter: Verfassen Sie die Token bestimmte Authentiker, um Unterstützung auszudrücken, oder sie können auch verschiedene Authentiker in die Beförderung ändern.
>
Offene KI -Angebots- und Nachfragekette: Einige Menschen bieten verschiedene Modelle an, einige Menschen bewerten verschiedene Modelle und einige Menschen verwenden die Ergebnisse der besten Modelle.
Im Gegensatz zu Akash und Render ähnelt Bittensor eher einem „Arbeitsmarkt“, wobei vorhandene Modelle mehr Daten verwendet werden, um das Modell vernünftiger zu machen.Bergleute und Überprüfungen sind eher der Rolle der „Baupartei“ und „Supervisor“.Der Benutzer wirft Fragen auf, die Bergleute geben die Antwort aus, die Überprüfungen bewerten die Qualität der Antwort und kehren schließlich zum Benutzer zurück.
Bittersor Token ist Tao.Der Marktwert von TAO ist derzeit nur an zweiter Stelle auf RNDR, aber aufgrund des langfristigen Freisetzungsmechanismus von 4 Jahren ist das Verhältnis des Marktwerts zum vollständig verwässerten Wert der niedrigste von mehreren Projekten, was auch bedeutet von Tao ist relativ relativ hoch.Daher wird der tatsächliche Wert von TAO unterbewertet.
Gegenwärtig ist es schwieriger, den entsprechenden Bewertungsstandard zu finden.
Wenn Sie nach dem Attribut „Prediction Machine“ beginnen, ist ChainLink (14 Milliarden US -Dollar) Gegenstand der Referenz, Tao hat fast das 9 -fache der Zunahme.
Wenn Sie mit geschäftlichen Ähnlichkeiten beginnen, OpenAI (etwa 30 Milliarden US -Dollar von Microsoft) als Referenz, ist Taos steigendes Hard Top möglicherweise etwa 20 Mal.
abschließend
Insgesamt hat AI+Depin den Paradigmentransfer des KI -Tracks im Web3 -Kontext gefördert, sodass der Markt aus dem inhärenten Denken von „AI Can in Web3“ herausspringt?
Wenn der NVIDIA -CEO Huang Renxun die Veröffentlichung eines großen Modells als „iPhone“ veröffentlicht, bedeutet die Kombination von KI und Depin, dass das Web3 den Moment „iPhone“ wirklich einleitet.
Depin als der am einfachsten akzeptierte und reife Anwendungsfall in der realen Welt macht Web3 akzeptabler.
Aufgrund des teilweisen Zufalls von IP -Knoten im AI+Depin -Projekt ist die Kombination der beiden auch die Kombination der beiden, und gleichzeitig hilft es auch der Branche, das Modell und die KI Die Web3 ist.Dies wird die allgemeine Entwicklung der Web3 -Branche helfen und neue Tracks für die Branche eröffnen, z. B. Argumentation und feines Tuning von KI -Modellen sowie die Entwicklung mobiler KI -Modelle.
Ein interessanter Punkt ist, dass die im Text aufgeführten AI+Depin -Produkte in der Lage zu sein scheinen, auf den Entwicklungspfad der verschachtelten öffentlichen Kette zu gehen.Im vorherigen Zyklus sind verschiedene neue öffentliche Ketten entstanden, wobei ihre eigenen TPS- und Governance -Methoden verwendet werden, um den Eintritt verschiedener Entwickler anzuziehen.
Das aktuelle AI+Depin -Produkt ist das gleiche.Daher sehen wir derzeit, dass AI+Depin -Produkte eine Tendenz zum voreingenommenen homogenen Wettbewerb haben.
Der Schlüssel ist nicht die Menge an Rechenleistung (obwohl dies eine sehr wichtige Voraussetzung ist), sondern wie man diese Rechenleistung nutzt.Die aktuelle AI+Depin -Spur befindet sich noch in den frühen Tagen von „barbarischem Wachstum“, sodass wir die zukünftigen Muster und die Produktform von AI+Depin erwarten können.
Referenz
1.https: //www.techopedia.com/decentralized-physical-infrastruction-networksdepin-brings-nd-Crypto-Together
2.https: //medium.com/meson-network/with-increassing-ai-ndepin-tr 9bd
3.https: //medium.com/cudos/the-rise-as-defin-onveiling-about-out-aiverse-compute-requirements-213f7b5b117171
4.https: //www.numenta.com/blog/2022/05/24/ai-timing-er-planet/
5.https: //www.techflowpost.com/article/detail_15398.html
6.https: //www.numenta.com/blog/2022/05/24/ai-hrming-er-planet/
7.https: //mirror.xyz/livepeer.eth/7YJB5OSZ28AJ9XVA54BZ4T2HUPNM5O9RRPV-ZMGWDZ44444444444444444
