著者：Paul Timofeev出典：Shoal Research Translation：Shan Ouba、Bitchain Vision

分散型GPU市場をサポートする際の分散化インフラストラクチャの計算の役割について話し合い、包括的な分析と補足的な症例研究を提供します。

キーポイント

• 機械学習の増加、特に人工知能の開発により、多数の計算密なワークロードを計算する必要があり、コンピューティングリソースがますます求められます。ただし、これらのリソースを蓄積している大企業や政府が多数あるため、スタートアップと独立した開発者は現在、市場でGPU不足に直面しており、その結果、コストや買収不足が多すぎます。

• 世界中の人々が通貨報酬と引き換えにアイドルコンピューティングリソース（GPUなど）を提供できるようにすることで拠点を計算します。コンピューティングリソースの分散市場が達成されます。これは、新しい供給フローを完全に提供していないGPU消費者を支援し、より低いコストと費用でワークロードに必要な開発リソースを取得することを目的としています。

• 今日、depの計算は、これらの問題の一部が時間とともに解決される場合、依然として多くの経済的および技術的な課題に直面しており、将来の新しいソリューションと最適化措置を提案する必要があります。

計算は新しいオイルです

産業革命以来、テクノロジーは前例のない速度で人間の進歩を促進しており、日常生活のほぼすべての側面が影響を受けたり、完全に変化したりしています。最終的にコンピューターは、集団研究者、学者、コンピューターエンジニアの結晶化になりました。もともとは、高度な軍事作戦を支援するために大規模な算術タスクを解決するように設計されていましたが、コンピューターは現代生活の柱に発展しました。人間へのコンピューターの影響の継続的な成長により、これらの機械の需要とその必要なリソースも増加しており、利用可能な供給を超えています。これにより、市場で重要なリソースを取得できないほとんどの開発者と企業のダイナミクスが発生し、機械学習の開発と人工知能の生成は、強力な資金を持つ少数のプレーヤーの手にあります。 。同時に、多数のアイドルコンピューティングリソースが、コンピューティングの供給と需要の間の不均衡を軽減するための好ましい機会を提供し、取引当事者の参加者間の十分な調整メカニズムのニーズを悪化させます。したがって、ブロックチェーンテクノロジーとデジタル資産によってサポートされる分散型システムは、より広範で民主的で責任ある人工知能製品とサービスの開発に不可欠であると考えています。

コンピューティングリソース

計算は、特定の入力に基づいてクリア出力を発するさまざまなアクティビティ、アプリケーション、またはワークロードとして定義できます。最終的には、これが昨年のコアユーティリティをプレイするためのコンピューターのコンピューティングと処理能力を指します。

コンピューティングリソースとは、コンピューティングと処理をサポートするハードウェアおよびソフトウェアコンポーネントを指します。これらのコンポーネントによってサポートされているアプリケーションと機能の数が増え続けているため、日常生活でますます重要になりつつあります。これにより、生存の手段として、国家軍と企業の間にできるだけ多くの資源が蓄積されました。これは、これらのリソースを提供する企業の市場パフォーマンスに反映されています（たとえば、Nvidia、その市場価値は過去5年間で3000％以上増加しています）。

GPU

グラフィック処理ユニット（GPU）は、最新の高性能計算で最も重要なリソースの1つです。そのコア機能は、特別な電子回路としての並列処理を介して、コンピューターグラフィックスワークロードを加速することです。GPUは当初、ゲームやパーソナルコンピューター業界にサービスを提供しており、未来の世界（大規模なマシンやパーソナルコンピューター、モバイルデバイス、クラウドコンピューティング、モノのインターネットなど）に役立つ多くの新興技術に役立つようになりました。ただし、機械学習と人工知能の台頭により、これらのリソースの需要が悪化しています。GPUは、並列実行計算を通じて機械学習と人工知能の操作を加速し、それにより最終技術の処理能力とパフォーマンスを向上させます。

人工知能の台頭

人工知能（AI）のコアは、コンピューターとマシンが人間の知能をシミュレートし、問題を解決できるようにする技術です。AIモデルは、さまざまなデータブロックで構成されるニューラルネットワークとして実行されます。このモデルでは、これらのデータ間の関係を識別および学習する処理機能が必要であり、特定の入力に基づいて出力を作成するときにこれらの関係を参照します。

AIの開発と生産は新しいものではありません。1967年、フランク・ローゼンブラットは、「学習」する試行錯誤方法に基づいた最初のコンピューターベースのコンピューターであるマーク1パーセプトロンを構築しました。さらに、現代AIの発展に関する多数の学術研究が1990年代後半から2000年代初頭にリリースされ、それ以来業界は発展し続けています。

研究開発の取り組みに加えて、「狭い感覚」AIモデルは、今日使用されているさまざまな強力なアプリケーションもサポートしています。例には、ソーシャルメディアアルゴリズム、AppleのSiriとAmazonのAlexaのカスタマイズされた製品の推奨事項などがあります。深い学習の台頭により、人為的に生成されるインテリジェンス（AGI）の開発が変わったことは注目に値します。ディープラーニングアルゴリズムは、より広いパフォーマンス容量を備えたより拡張された代替手段として、機械学習アプリケーションよりも大きなまたは「より深い」ニューラルネットワークを使用します。生成AIモデル「トレーニングデータの単純化をコードし、同様であるが異なる新しい出力を発するように参照してください。」

ディープラーニングにより、開発者は生成的AIモデルを画像、音声、その他の複雑なデータ型に拡張でき、ChatGPTのようなマイルストーンアプリケーションは、最新のユーザーの基本レコードを作成しました。

これを考慮すると、AI開発の生成には複数のコンピューティング密なワークロードが含まれますが、多数の処理機能とコンピューティング機能が必要であることは驚くことではありません。

「ディープラーニングアプリケーションのトリプルストライク」によると、AIアプリケーション開発はいくつかの重要なワークロードの対象となります。

• 電車– モデルは、特定の入力に応答する方法を学ぶために、ビッグデータセットを処理および分析する必要があります。

• トン-mモデルは、さまざまなサプリメントを調整および最適化してパフォーマンスと品質を向上させる一連の重複プロセスを体験します。

• シミュレーション– 展開前に、一部のモデル（学習アルゴリズムの強化など）を一連のテストシミュレーションで実行する必要があります。

計算不足：需要＆gt;

過去数十年で、さまざまな技術の進歩が、コンピューティングおよび処理能力に対する前例のない需要を促進してきました。したがって、コンピューティングリソース（GPUなど）に対する需要は、利用可能な供給をはるかに超えており、AI開発のボトルネックを引き起こします。

供給に関するより広範な制限は、実際のニーズを超えるGPUによって積極的に購入される多数の企業によっても促進されます。コンピューティングプロバイダーは通常、顧客に需要要件をはるかに超えた供給を提供するために長期的な資本コミットメントを必要とする契約構造を採用しています。

エポックの研究は、コンピューティング集約型AIモデルの総数が急速に増加していることを示しており、これらの技術を促進するためのリソースの需要が急速に成長し続けることを示しています。

>

AIモデルの複雑さが増加し続けるにつれて、コンピューティングおよび処理能力に対する応募者の需要も高まっています。逆に、GPUのパフォーマンスとその可用性はますます重要な役割を果たします。この傾向が浮上しており、たとえばNVIDIAが生産したGPUの需要が増加しています。

AIの急速な商業化は、これらのモデルの倫理的基盤について懸念を呼び起こしている今日のソーシャルメディア業界と同様に、いくつかのテクノロジー巨人への制御の制御を制御する可能性があります。有名な例は、最近のGoogle Geminiの論争です。さまざまなプロンプトに対する奇妙な反応の多くは、当時の実際の危険を引き起こしませんでしたが、この事件は少数の企業と管理されたAI開発によって導かれた固有のリスクを示しました。

今日のテクノロジーのスタートアップは、AIモデルをサポートするためのコンピューティングリソースを取得するためのますます多くの課題に直面しています。これらのアプリケーションは、モデルの展開前に多数のコンピューティング密なプロセスを実行する必要があります。小規模企業の場合、多数のGPUを蓄積することは持続不可能な努力であり、AWSやGoogleクラウドなどの従来のクラウドコンピューティングサービスは、シームレスで便利な開発者エクスペリエンスを提供しますが、最終的には多くの開発者が阻止されます。最終分析では、誰もがハードウェアコストのために7兆ドルを引き上げる計画を提案できるわけではありません。

それで、私は何をすべきですか？

Nvidiaは、40,000社以上の企業がAIにGPUを使用し、計算を加速し、世界中に400万人以上の開発者コミュニティがあったと推定しました。将来を楽しみにして、世界のAI市場は2023年の5150億米ドルから2032年の2.74兆米ドルに増加すると予想され、平均年間成長率は20.4％です。同時に、GPU市場は2032年までに4,000億米ドルに達すると予想され、平均年間成長率は25％です。

しかし、AI革命の後、コンピューティングリソースの需要と供給の間のますます増加する不均衡は、かなり反ウトピアの未来を生み出す可能性があり、それらのいくつかは多くの変革技術の開発を持っています。したがって、すべての道路は、AI開発者のニーズと利用可能なリソースのギャップを支援するために、分散型の代替ソリューションにつながると考えています。

depinsの役割

デピンとは何ですか？

Depinは、Messari Researchチームによって作成された用語であり、分散型の物理インフラストラクチャネットワークを表しています。分解の観点から見ると、分散化とは、家賃と制限付きアクセスを描く単一のエンティティがないことを意味します。同時に、物理インフラストラクチャとは、使用する「実生活」の物理リソースを指します。ネットワークは、参加者のグループが調整された方法で作業して、所定のターゲットまたはターゲットセットを達成することを指します。今日、Depinsの総市場価値は約283億米ドルです。

Depinsのコアはグローバルノードネットワークであり、物理インフラストラクチャリソースをブロックチェーンと接続して分散型市場を実現し、バイヤーとサプライヤーを接続し、誰でもサプライヤーになり、ネットワーク貢献のネットワークが補償されます。この場合、さまざまな法律や規制方法とサービス費用を介してネットワークにアクセスできる中央の仲介者は、スマートコントラクトとコードで構成される分散型プロトコルに置き換えられ、それぞれのトークンホルダーによって管理されます。

拠点の価値は、分散化、アクセス、低コスト、およびスケーラブルな従来のリソースネットワークとサービスプロバイダーの代替案を提供することです。彼らは、特定の究極の目標を達成することを目指して、市場のダイナミクスによって決定され、誰もがサプライヤーの数が増加し、利益率が減少することができます。単位コストを削減します。

ブロックチェーンを使用して、デピンが暗号化された経済的インセンティブシステムを構築して、ネットワーク参加者がサービスに対して適切な補償を行い、キーバリュープロバイダーを利害関係者にすることを保証します。ただし、小さな個々のネットワークをより大きな生産システムに変換することで、ネットワーク効果が実現されることに注意することが重要です。さらに、トークンはネットワークガイダンスメカニズムの強力な手段であることが証明されていますが、より広い範囲のデピン分野では、ユーザーが保持し、長期使用を支援するための持続可能なインセンティブを確立することが依然として重要な課題です。

デピンはどのように動作しますか？

分散化コンピューティング市場をサポートする際にDepinsが提供する価値をよりよく理解するために、さまざまな構造コンポーネントと、それらが協力して分散型リソースネットワークを形成する方法を認識することが重要です。拠点の構造と参加者を考えてみましょう。

プロトコル

分散契約は、ネットワーク参加者間の信頼と相互作用を促進するための基本的なブロックチェーンネットワークに基づく一連のスマートコントラクトです。理想的には、契約は多様な利益のセットによって管理され、インターネットの長期的な成功に積極的にコミットしています。これらの利害関係者は、彼らが保有する契約を使用して提案の変更と開発に投票します。分散ネットワーク自体の調整が成功することを考慮して、大きな課題であり、コアチームは通常、これらの変更を初期段階で実装する力を保持し、その後、分散型自律組織（DAO）にパワーを移行します。

ネットワーク参加者

リソースネットワークのエンドユーザーは、最も価値のある参加者であり、機能に従って分類できます。

サプライヤー：depinsネイティブトークンによって支払われた通貨報酬と引き換えに、ネットワークの個人またはエンティティにリソースを提供します。サプライヤーは、ブロックチェーンのローカルプロトコルを介してネットワークに「接続」します。トークンを受け取ることで、サプライヤーはネットワークの株式の一部を取得します。需要を増やし、ネットワーク価値の提案を増やし、時間の経過とともにより高いトークン価格を作成します。もちろん、トークンを受け取るサプライヤーは、受動的収入の一形態としてデピンを使用し、トークンを受け取るときにそれらを販売する可能性があります。

消費者：これらは、経済方程式の需要者を表すGPUを求めるAIスタートアップなど、depinsが提供するリソースを積極的に見つける個人または団体です。デピンが従来の代替品よりも実際の利点（低コストや費用など）がある場合、消費者はネットワークのオーガニックニーズを表すために拠点を使用することを余儀なくされます。Depinsでは、通常、消費者は、価値を生み出し、安定したキャッシュフローを維持するための手段として、ネイティブ通貨でリソースコストを支払う必要があります。

リソース

Depinsは、さまざまな市場にサービスを提供し、さまざまなビジネスモデルを使用してリソースを割り当てることができます。BlockWorksは、これに優れたフレームワークを提供します。

経済

理想的な操作では、価値は消費者支払いサプライヤーのリソースの収入から蓄積されます。ネットワークに対する継続的な需要は、サプライヤーとトークン保有者の経済的インセンティブと一致するネイティブ通貨に対する継続的な需要を意味します。初期段階では、ほとんどのスタートアップが持続可能な有機需要を生み出すことは課題です。これは、Venture CapitalがUberの乗客を助成するために最初の顧客ベースを導く方法と非常によく似ており、それによりドライバーをさらに引き付け、そのネットワーク効果を高めます。

Depinsは、ネットワークの全体的な成功に重要な役割を果たすため、トークンのインセンティブを可能な限り戦略的に管理する必要があります。需要とネットワークの収益が上昇すると、トークンを減らす必要があります。それどころか、需要と収入が減少する場合、トークンを使用して再び供給をやる気にさせる必要があります。

成功したDepinネットワークの外観をさらに説明するために、「Depin Flywheel」、Guiding Depinsの肯定的な反射サイクルを考慮することができます。概要は次のとおりです。

1. Depinはインフレトークンを配布して、サプライヤーにネットワークにリソースを提供し、消費のための基本的な供給レベルを確立するよう促しました。

2. サプライヤーの数が成長し始めると仮定すると、競争のダイナミクスがネットワークで形成され始めました。これにより、ネットワークが提供する商品とサービスの全体的な品質が向上し、既存の市場ソリューションよりも優れたレベルを達成し、競争上の利点が得られます。これは、分散型システムが従来の集中サービスプロバイダーを超越することを意味しますが、これは決して簡単ではありません。

3. デピンは、サプライヤーに法的キャッシュフローを提供するために有機的な需要を形成し始めました。これは投資家やサプライヤーにとって印象的な機会であり、ネットワークの需要を促進し続け、したがってトークンの価格を押し上げます。

トークン価格の成長により、サプライヤーの収入が増加し、より多くのサプライヤーが集まり、フライホイールの再起動が可能になりました。

>

このフレームワークは説得力のある成長戦略を提供しますが、理論的には理論的には理論的であることに注意してください。ネットワークは競争力のあるリソースを提供しており、長い間関連していると想定されています。

depinを計算します

分散型コンピューティング市場は、「共有経済」と呼ばれるより広い範囲の動きです。このモデルは、eBayなどの企業によって最初に作成されています。2023年までに、シェアリングエコノミーの価値>>>>>>>>>>>>>>>>>> >>>>>2031年までに150億ドルに達します。、、、、これは、消費者の行動のより広い傾向を示しています。

>

基本原則

Depinの計算は、サプライヤとバイヤーを接続する分散市場を通じてコン​​ピューティングリソースの分布を促進するポイントからポイントネットワークです。これらのネットワークの重要な違いは、コモディティハードウェアリソースに焦点を当てていることであり、多くの人がこれらのリソースを使用できるようになりました。私たちが議論しているように、深い学習と人工知能の生成は、その密にリソース集中的なワークロードにより、処理能力の需要が増加し、人工知能開発を得るための主要なリソースのボトルネックを引き起こしました。要するに、分散化されたコンピューティング市場は、これらのボトルネックを軽減するための新しい供給フロー –世界に及び、誰にでも参加できる供給フロー。

Depinを計算する際、個人または団体は、そのサービスのために直ちにアイドルリソースを借りて適切な補償を得ることができます。同時に、個人またはエンティティは、許可なくグローバルネットワークから必要なリソースを取得でき、既存の市場製品よりも低コストと柔軟性が高くなります。したがって、私たちは、単純な経済的枠組みを通じてdepinの計算に参加した参加者を構築することができます。

• サプライヤー：コンピューティングリソースを持っており、補助金を得るためにコンピューティングリソースを借りたり販売したりすることをいとわない個人またはエンティティ。

• 需要当事者：計算する必要があり、これを喜んで支払う必要がある個人またはエンティティ。

depinsの主な利点を計算します

depを計算すると、集中型サービスプロバイダーであり、市場の代替ソリューションにするための多くの利点があります。まず、非クロスボーダー市場は、新しい供給フローのロックを解除することに参加し、密なワークロードの計算に必要な主要なリソースの数を増やします。デピンを計算して、ほとんどの人がすでに持っているハードウェアリソースに焦点を当てています-Anyoneは、すでにレンタルできるGPUを持っています。これにより、次の生成製品とサービスの建設に参加できる開発者とチームの範囲が拡大し、それにより世界中のより多くの人々に利益をもたらします。

深い視点では、Depinsをサポートするブロックチェーンインフラストラクチャは、ポイントからポイントトランザクションを促進するための効率的でスケーラブルな決済チャネルを提供します。Crypto Native Financial Assets（Tokens）は、需要当事者の共有価値ユニットを提供し、サプライヤーを支払うために使用し、流通メカニズムを使用して、今日のグローバルな経済と一致しています。前述のdepinフライホイール構造では、経済的インセンティブの戦略的管理は、拠点のネットワーク効果（需要と供給）を増やすことに非常に有益であり、それによってサプライヤー間の競争が増加します。この動的は、ユニットのコストを削減し、同時にサービスの品質を向上させ、デピンの持続可能な競争上の優位性を生み出します。

Depinsの機能は、柔軟なユーザーエクスペリエンスを提供することを目的としたクラウドコンピューティングサービスプロバイダーに似ています。Grandview Researchによると、グローバルクラウドコンピューティング市場は、平均年間成長率が21.2％増加すると予想されており、2030年までに2.4兆米ドルを超えているため、将来のコンピューティングリソースを考慮しています需要予測を考慮に入れています。最新のクラウドコンピューティングプラットフォームは、中央サーバーを使用して、クライアント機器とサーバー間のすべての通信を処理し、その動作に単一のポイント障害を作成します。ブロックチェーンの構造に基づいて、depは従来のサービスプロバイダーよりも強力な反レビューと弾力性を提供できます。単一の組織またはエンティティ（セントラルクラウドサービスプロバイダーなど）への攻撃は、基本的なリソースネットワーク全体を危険にさらしますが、Depinsはその分散プロパティを通じてそのようなイベントに抵抗します。まず第一に、ブロックチェーン自体は、集中ネットワーク権限に抵抗することを目的とする特別なノードネットワークのグローバルな分布です。さらに、depの計算により、非リセンスネットワーク参加が可能になり、法的および規制上の障害をバイパスします。トークンの配布の性質に応じて、Depinsは、単一のエンティティが突然ネットワーク全体を閉鎖する可能性を排除するために、公正な投票プロセスで提案の変更と契約の開発に投票することができます。

depinsの現状を計算します

ネットワークをレンダリングします

Render Networkは、分散化されたコンピューティング市場を通じてGPUの買い手と売り手をつなぐコンピューティングデピンです。RenderのGPU市場には、2つの主要パーティーが含まれます。これは、ネイティブレンダリングトークンと引き換えに、ノードオペレーターと引き換えに処理機能を探し、無料のGPUをレンタルすることです。ノードオペレーターは信頼できるシステムに従ってランク付けされ、作成者はマルチレベルの価格設定システムからGPUを選択できます。Refum-of Render（POR）コンセンサスアルゴリズム調整操作、ノードオペレーターは、タスク、つまりグラフィックレンダリング作業を処理するためにコンピューティングリソース（GPU）を約束します。タスクが完了すると、PORアルゴリズムは、タスクの品質に基づいて信頼できるスコアの変更を含むノード演算子のステータスを更新します。Renderのブロックチェーンインフラストラクチャは、タスクの支払いを促進し、サプライヤーとバイヤーがネットワークトークンを通じて取引できるように、透明で効率的な決済チャネルを提供します。



Render Networkは2009年にJules Urbachによって考案されました。インターネットは2020年9月にEthereum（RNDR）で開始され、ネットワークのパフォーマンスを改善し、運用コストを削減するために約3年でSolana（Render）に移動しました。

この記事を書いている時点で、Render Networkは最大3,300万のタスクを処理し（フレームワークをレンダリングするため）、設立以来5,600ノードに増加しています。60k未満のレンダリングは燃やされました。これは、ノード演算子に作業ポイントを配布するときに作業ポイントを発生させるプロセスでした。

IOネット

IOネットは、これらのリソースの処理能力を多数のアイドルコンピューティングリソースとして必要とする個人とエンティティの間の協調層として、Solanaの分散型GPUネットワークを開始しています。IOネットのユニークなセールスポイントは、市場の他のdepinsと直接競合するのではなく、データセンター、鉱夫、およびデータセンター、鉱夫、およびレンダリングを含むその他のソースを含むその他のソースを含むさまざまなソースと競合することです。ネットワークとファイルコイン。IOネット顧客は、プロセッサの種類、場所、通信速度、コンプライアンス、サービス期間を選択することにより、IOクラウドのクラスターをカスタマイズできます。代わりに、サポートされているGPUモデル（12 GB RAM、256 GB SSD）を持つ人なら誰でもIOワーカーとして参加し、アイドルコンピューティングリソースをネットワークに借りて報酬を獲得できます。現在、サービスの支払いは法的通貨とUSDCで解決されていますが、インターネットはすぐにネイティブ$ ioトークンの支払いをサポートします。リソースの支払いの価格は、その需要と供給、およびさまざまなGPU仕様と構成アルゴリズムによって決定されます。IOネットの究極の目標は、最新のクラウドサービスプロバイダーよりも低コストとサービス品質を提供することにより、最初の選択GPU市場になることです。

マルチレイヤーIOアーキテクチャは、次のようにマッピングできます。

• UIレイヤー-intricd公開Webサイト、クライアントエリア、および作業エリア。

• 安全な層– レイヤーは、ネットワーク保護のためのファイアウォール、ユーザー検証のための認証サービス、および追跡活動のためのロギングサービスで構成されています。

• APIレイヤー– レイヤーは通信レイヤーで構成され、パブリックAPI、クラスター管理、分析、監視およびレポートのためのプライベートAPI、および内部APIで構成されています。

• バックエンド– バックエンド管理作業エリア、クラスター/GPU操作、顧客の相互作用、請求および使用監視、分析、自動拡張。

• データベースレイヤー– レイヤーは、構造データとキャッシュに一時的なデータにメインストレージを使用するデータストレージのシステムです。

• メッセージエージェントとタスクレイヤー– このレイヤーは、非同期通信とタスク管理を促進します。

• インフラストラクチャレイヤー– レイヤーには、GPUプールが含まれ、ツールを配置し、タスクの展開を管理します。

現在の統計/ロードマップ：



この記事を書いている時点：

• 総ネットワーク収入：1億800万ドル

• 合計計算勤務時間：837.6k時間

• 合計GPU調製クラスター：20.4k

• クラスター用に準備された合計CPU：5.6K

• チェーン上の総取引：167万

• 合計推論：335.7k

• 作成された合計クラスター：15.1k

IO Net Exploorからのデータ。

ああ

AETHIRはクラウドコンピューティングのデピンであり、コンピューティングの密なタイプとアプリケーションの分野での高性能コンピューティングリソースの共有を促進しています。リソースプールを使用してコストを大幅に削減して、グローバルなGPU割り当てを達成し、分散リソースを通じて分散型の所有権を達成します。Aetherは、ゲームやAIモデルのトレーニングや推論などの高性能ワークロードを専門とする分散GPUフレームワークを設計しました。GPUクラスターをネットワークに統合することにより、Aethirの設計はクラスターサイズを増やすことを目的としており、それによりネットワークで提供されるサービスの全体的なパフォーマンスと信頼性が向上します。

Aethir Networkは、鉱夫、開発者、ユーザー、トークンホルダー、およびAethir Daoで構成される分散型経済です。ネットワークの操作が成功することを保証する3つの重要なキャラクターは、コンテナ、インデックス、検査官です。コンテナは、ネットワークの電源ノードです。これは、検証トランザクションやリアルタイムレンダリングデジタルコンテンツなど、ネットワークアクティビティを専用ノードとして実行するための重要な操作です。検査官は品質保証労働者であり、コンテナのパフォーマンスとサービス品質を監視し続け、信頼できる効率的な運用を確保し、GPU消費者のニーズを満たしています。インデクサーは、ユーザーと最高のコンテナの間の仲人です。この構造をサポートするのは、Arbitrum Layer 2ブロックチェーンです。これは、分散型の決済レイヤーを提供して、ネットワークで商品やサービスの支払いを促進し、ネイティブ$ ATHトークンを使用します。



レンダリング証明

AETHIRネットワークのノードには2つの重要な機能があります。レンダリング能力の証明、15分ごとに労働者のグループをランダムに選択してトランザクションを検証します。レンダリング作業証明は、ネットワークパフォーマンスの調整リソースを綿密に監視しています。マイニングの報酬は、ネイティブ$ ATHトークンの形でネットワークノードを実行している参加者に割り当てられ、提供するコンピューティングリソースに報いることができます。

nosana

ノサナは、Solanaに基づいた分散型GPUネットワークです。ノサナは、誰でもアイドル状態のコンピューティングリソースに貢献できるため、$ nosトークンの形で報酬を得ることができます。Depinは、従来のクラウドソリューションのコストなしに複雑なAIワークロードを実行するために使用できる経済的高効率GPUの分布を促進します。誰でも、アイドルGPUをリースしてノサナノードを実行して、ネットワークに提供するGPUパワーでトークンの報酬を獲得できます。

ネットワークは、コンピューティングリソースを割り当てる2つの関係者に接続します。コンピューティングリソースへのアクセスを求めるユーザーと、コンピューティングリソースを提供するノードオペレーターです。重要な契約の決定とアップグレードは、Nos Token所有者によって決定され、Nosana Daoによって管理されます。

Nosanaは、将来の計画のために詳細なロードマップを開発しました-Galactica（v1.0 -firsthallt of 2024の半分）がメインネットワークを開始し、CLIとSDKをリリースし、ネットワーク拡張エッセンスのための消費者GPUのコンテナノードを介したネットワーク拡張に焦点を当てますTriangulum（V1.x -2024）は、主要な機械学習プロトコルとPytorch、Huggingface、Tensorflowコネクタを統合します。Whirlpool（v1.x -firsthallt of 2025）は、AMD、Intel、Apple SiliconのさまざまなGPUのサポートを拡大します。Sombrero（v1.x- 2025年後半）は、中規模および大規模企業、法的通貨交換、請求、チームの機能へのサポートを増やします。

アカシュ

Akash Networkは、Cosmos SDKに基づいて構築されたオープンソースエクイティ証明書ネットワークであり、誰でも参加して分散型クラウドコンピューティング市場に貢献できるようになります。$ aktトークンは、ネットワークを保護し、リソースの支払いを促進し、参加者間の経済的整合行動を調整するために使用されます。Akashネットワークには、いくつかの重要なコンポーネントが含まれています。

• ブロックチェーンレイヤーTendermint CoreとCosmos SDKを使用してコンセンサスを提供します。

• アプリケーションレイヤー管理展開とリソースの割り当て。

• プロバイダーレイヤー管理リソース、入札、ユーザーアプリケーションの展開。

• ユーザーレイヤー、ユーザーがAkashネットワークの相互作用、管理リソース、およびCLI、コンソール、およびダッシュボードを介してアプリケーションのステータスを監視できるようにします。

当初、ストレージとCPUリースサービスのネットワークに焦点を当てたGPUのリースと割り当ては、AKASHMLプラットフォームを介して拡張され、AIトレーニングと推論ワークロードとその処理機能の要件の増加に対応しました。Akashmlは、「リバースオークション」システム（テナントと呼ばれる）を使用して、支払いを行うGPU価格を提出し、サプライヤー（プロバイダーと呼ばれる）を計算して、リクエストを提供するGPUを供給します。

この記事を書いている時点で、Akashブロックチェーンの総トランザクション量は1290万を超えており、535,000米ドル以上がコンピューティングリソースへのアクセスに使用され、189K以上の一意の展開をリースしています。

言及する価値のある他のプロジェクト

Depinフィールドの計算はまだ開発中であり、多くのチームは市場に対する革新的で効率的なソリューションを求めて競争しています。他の調査には、Hyper BolicがAI開発リソースプールのコラボレーションオープンアクセスプラットフォームを構築しています。

重要な考慮事項と将来の見通し

現在、Depinの計算の基本原則を学び、現在運用中のいくつかの補足ケーススタディをレビューしています。

チャレンジ

パフォーマンス、セキュリティ、弾力性の観点から重量の計量を計量する分散ネットワークの大規模な構造で。たとえば、製品ハードウェアネットワークのグローバルな分布に関するAIモデルのトレーニングには、低コストのメリットと時間効率が低下する可能性があります。前述のように、AIモデルとその作業負荷はますます複雑になり、市販のGPUの代わりにより高いパフォーマンスGPUが必要です。



これが、大企業が大量に高いパフォーマンスGPUを蓄積する理由であり、これは、depinsがアイドル供給を借りることができる未準備された市場を確立することにより、GPU不足の問題を解決しようとする固有の課題を計算することです。この契約は、2つの主な方法でこの問題を解決できます。ネットワークに貢献したいGPUプロバイダーのベンチマーク要件を設定し、全体としてより大きな全体を達成することです。ただし、ハードウェアサプライヤー（NVIDIAなど）により多くの資本を割り当てることができる集中サービスプロバイダーと比較して、このモデルは本質的により挑戦的です。Depinsは将来これを考慮する必要があります。分散型プロトコルが十分に大きいデータベースを持っている場合、DAOはいくつかの資金を割り当てて高性能GPUを購入し、分散型GPUよりも高い価格を借りることができます。

デピンの計算に固有のもう1つの課題は、適切な量のリソース使用率を管理することです。その初期段階では、depの計算のほとんどは、今日の状況に直面している多くのスタートアップと同様に、構造的需要が不十分であるという問題に直面します。一般的に言えば、Depinsは、最小限の実現可能な製品品質を達成するために、初期に十分な供給を確立するという課題に直面しています。供給がなければ、ネットワークは持続可能な需要を生み出すことができず、ピーク需要期間中に顧客にサービスを提供することもできません。この同等性の反対側は、過剰な供給に関する懸念です。特定のしきい値を超えた後、ネットワークの使用率が近いか、全負荷に到達した場合にのみ、より多くの供給が有益です。それ以外の場合、Depinは、支払供給のリスクに直面し、これにより、サプライヤーを維持するためにTOSが増加しない限り、リソースの利用が不十分になります。

広範な地理的カバレッジのない電気通信ネットワークが役に立たないように、乗客があまりにも長く待たなければならない場合、タクシーネットワークは役に立たない。Depinが長い間リソースを支払わなければならない場合、それは役に立たない。集中化されたサービスプロバイダーは、リソースの需要を予測し、供給を効率的に管理することができますが、デピンを計算するには、この利用率を管理するための中央の権限がありません。したがって、Depinsはリソース利用を戦略的に確立する必要があります。

分散型GPU市場の場合、より大きな問題は、GPU不足が終了する可能性があることです。マーク・ザッカーバーグは最近のインタビューで、現在のようなコンピューティングリソースを蓄積するのではなく、企業が多数のデータセンターのために戦うため、将来のボトルネックはリソースではなくエネルギーであると考えていると述べた。もちろん、これは、需要の減速により、GPUのコストが削減される可能性があることを意味しますが、これは問題を引き起こす場合もあります。前例のないレベルでは、AIのスタートアップは、パフォーマンスとパフォーマンス、パフォーマンス、パフォーマンス、パフォーマンスとパフォーマンスの競争にどのようになりますか。

depinの場合を計算します

AIモデルの複雑さとその後の処理とコンピューティングのニーズ、および利用可能な高性能GPUとその他のコンピューティングリソースの数を再追加しています。

計算Depinsは、計算市場で革新的な転覆の可能性を秘めています。

1. 低い商品とサービスコストを提供します。

2. より強力な反レビューとネットワークの弾力性保証を提供します。

3. AIの潜在的な監督ガイドラインの恩恵を受けるAIモデルは、微調整とトレーニングのために可能な限りオープンである必要があり、どこでも簡単にアクセスできます。



米国でコンピューターとインターネットアクセスで接続されている家族の割合は、100％近くのインデックスレベルで成長しています。また、世界の多くの地域でも大幅に増加しています。これは、潜在的なコンピューティングリソースプロバイダー（GPU所有者）が、十分な通貨インセンティブやシームレスなトランザクションプロセスなしでアイドル供給を借りることをいとわない可能性があることを示しています。もちろん、これは非常に大まかな推定ですが、これは、持続可能なコンピューティングリソース共有の経済の確立の基盤がすでに存在する可能性があることを示しています。

AIを超えて、計算に対する将来の需要は、量子コンピューティングなど、他の多くの業界からも生じます。量子コンピューティングの市場規模は、2023年の9億2,880万米ドルから2030年の6.5288億米ドルに増加すると予想され、平均年間成長率は32.1％です。この業界の生産には、さまざまな種類のリソースが必要になりますが、デピンのスタートアップの量子計算とそれらがどのように見えるかを確認するために必要です。

「消費者ハードウェアで実行されるオープンソースモデルの強力なエコシステムは、将来の価値がAIによって過度に濃縮されることを保護するための重要な対策であり、会社や軍隊よりもはるかに低いです。」

大企業は、拠点のターゲットオーディエンスではないかもしれませんし、そうでもありません。計算されたdepinsは、個人開発者、小規模起業家、限られたリソースの力を再構築しました。彼らは、より多くのコンピューティングリソースによって引き起こされる革新的なアイデアやソリューションにアイドル供給を変えることを可能にします。AIは間違いなく何十億人の人々の生活を変えるでしょう。それがすべての人の仕事に取って代わることを心配するのではなく、AIが個人や自己のエントレプレナー、スタートアップ、より広い公共のアイデアのアイデアを強化するように奨励すべきです。