Hong Kong Web3 Karnavalı sona erdi ancak Web3 özgürlüğünün nabzı hâlâ atıyor ve diğer sektörlere de nüfuz etmeye devam ediyor. Önceki döngüyle karşılaştırıldığında, bu boğa piyasasının başlama mantığı, "orijinal inovasyon anlatısı"ndan "ana akım tanınırlığa sahip, sermaye odaklı" bir modele dönüşmektir. Yazarın gözlemlediği Web3'ün gelişim aşaması da "kapalı ve niş mutlak özgürlükten" "gerçek hoşgörü altında göreceli özgürlük" aşamasına doğru evrilmiştir. **
Bu mantıkla analiz etmek için kalıpların dışına çıkmazsak, artık özgün inovasyon anlatımını bekleyerek Web3'ün mevcut gelişimine uyum sağlayamayız. **Web3'ün tamamı uyumluluğu benimsediğinden Web3, Hong Kong hükümetinin sürekli teşviki altında finansal alana yeniden odaklandı. Ana akım finans kurumları da RWA ve spot ETF'ler aracılığıyla Web3'e katılımlarını hızlandırıyor.
Bu konferansta, Web3'e giren ana akım finans kurumlarının yanı sıra, Web2 ile Web3'ü (DePIN yolu) birbirine bağlama fırsatını da gördük. Özellikle büyük yapay zeka modellerinin geliştirilmesinin teşvik edilmesi, bir kez daha DePIN'in bilgi işlem gücünün yeniden tahsisi alt yolunu sıcak bir endişe kaynağı haline getirdi.
Kaynak: OKG Araştırma
Bilgi işlem gücü yemdir, ancak yapay zeka büyük model eğitimi DePIN için en iyi uygulama senaryosu değildir.
Dragonfly Capital'in yönetici ortağı Haseed Kureshi konferansta şunları söyledi: "Blockchain teknoloji aracılığıyla güven inşa ediyor ve yapay zeka, güvene son derece ihtiyaç duyan bir sektör."
DePIN yeni bir yol değil ve birkaç yıl önce önerildi. Büyük yapay zeka modellerinin patlamasıyla birlikte endüstri, bilgi işlem gücü ve veriler üzerine birçok tartışma başlattı.Tahminlere göre, büyük model hesaplamalarının maliyeti her yıl 31 kat artıyor. Küresel GPU kıtlığı var ve Nvidia gibi şirketler mevcut pazar talebinde besin zincirinin en üstünde yer alıyor ve büyük fiyatlandırma gücüne sahip. Tekel veya ademi merkeziyetçilik, maliyet konusundaki tartışma, Web3 DePIN yolunun bir kez daha hararetle tartışılmasının nedeni haline geldi.
Sebep yapay zeka büyük model eğitimi olsa da Roma bir günde inşa edilmedi ve yapay zeka büyük model eğitimi şu anda DePIN için en iyi uygulama senaryosu değil. Yapay zekalı büyük model üretimi için bilgi işlem gücü gereksinimleri temel olarak iki hususa odaklanır: akıl yürütme ve eğitim. Eğitim sürecinde büyük miktarda veri beslenerek karmaşık bir sinir ağı modeli eğitilir. Muhakeme sürecinde, eğitilen model, büyük miktarda veri kullanarak çeşitli sonuçlara varmak için kullanılır.
Kaynak: NVIDIA
**Merkeziyetsizlik ve bilgi işlem gücünün birleşimiyle zorluk katsayısı, eğitimden ince ayar eğitimine ve çıkarımlara kadar katman katman azalır. **DePIN'de sektördeki projelerin çoğunun eğitimden ziyade çıkarımlara odaklandığını görebilirsiniz. Çoğu işletmenin yapay zeka eğitimi için NVIDIA GPU kümelerini kullanmasının ana nedeni, güçlü paralel hesaplama yeteneklerine ve bellek bant genişliğine sahip olmalarıdır. Çıkarım bağlantısıyla karşılaştırıldığında paralel hesaplama gücü ve bant genişliği gereksinimleri çok daha düşüktür. Ve büyük model eğitimi istikrara daha fazla önem verir çünkü eğitim bir kez kesintiye uğradığında yeniden eğitilmesi gerekir. GPT tarafından kullanılmak üzere Ethereum üzerinde merkezi olmayan bir bilgi işlem gücü uygulaması oluşturulursa, yalnızca tek bir matris çarpım işlemi 10 milyar ABD dolarına kadar gaz ücreti tüketecek ve 1 ay sürecektir.
Ayrıca yazar, bu konferansta çeşitli popüler projelerin mevcut durumunu analiz ederek, arz tarafının talep tarafını aştığı, yani dünya çapında dağıtılan bilgi işlem gücü arzının, yapay zeka geliştiricilerinin yapay zekaya olan talebini aştığı bir durumu gösterdi. model eğitimi veya çıkarım görevleri. OpenAI'nin kurucusu Sam Altman, TSMC'nin mevcut boyutundan 10 kat daha büyük gelişmiş bir çip fabrikası inşa etmek ve bunu çip üretimi için kullanmak için 7 trilyon ABD doları toplamayı teklif etti. modeli eğitimi. Stanford Üniversitesi araştırması ayrıca hangi dil modeli olursa olsun, eğitim parametresi ölçeği o ölçeğin kritik değerini aştığında performansının (doğruluk gibi) keskin bir şekilde arttığını gösteriyor. Bu, "büyük çabalar mucizeler yaratabilir" yasasına taban tabana zıttır ve aynı zamanda gerçekte merkezi olmayan bilgi işlem gücü fikrinde hala çözülmesi gereken birçok sorun olduğu anlamına gelir.
DePIN yolunun "tarihsel kökenleri" "paylaşım ekonomisine" kadar uzanabilir
DePIN kavramının anlaşılması zor değildir ve hatta Web2'ye kadar uzanabilir. İnternet endüstrisine baktığımızda, en az 15 yıldır, Web2 oyuncuları bir "paylaşım ekonomisi" yaratmak için kişisel maddi varlıkları bir araya getirmeye odaklanmışlardır. " **Maddi olmayan varlıklar (boş sunucular vb. gibi) doğrudan talep sahibine Eşler arası (P2P) veya Eşler arası iş (P2B) şeklinde yeniden dağıtılırsa, merkezi olmayan teknoloji blok zinciri, üretim ilişkilerini optimize etme mekanizmasını teşvik edebilir. **DePIN'in konusu budur.
Dolayısıyla DePIN yolunda arz tarafında herkesin heyecanı yüksek. **Aslında Web2 uzun süredir "yeniden dağıtım" için hazırlıklar yapıyor ancak bu sefer doğrudan aracıyı ortadan kaldırıyor. **Şu anda bine yakın DePIN projesi var, özellikle Solana ekosistemi. Messari istatistiklerine göre Solana ekosistemi, DePIN altyapısında lider konumda. Bunun nedeni, Solana halka açık zincirinin yüksek altyapı entegrasyonu ve performansıdır. Bölgesel dağılım açısından, 2024-2025'te Asya'dan birden fazla ilk 10 DePIN'in gelmesi bekleniyor.
Menşei: Messari
Web3 ve yapay zekanın birçok kesişim noktası var. Geleceğin dijital dünyasının evrensel para birimi olan bilgi işlem gücü, insanların ilk dikkat ettiği şey. Ancak, en makul uygulama senaryosu olan merkezi olmayan bilgi işlem gücü, uygulanması en kolay senaryo değildir.
Web3 ve yapay zekanın kesişiminde, teknik zorlukların üstesinden gelmenin ve bu tür sorunları sürekli olarak aşmanın yanı sıra, yaratıcılara sahiplik veren yapay zeka aracıları ve küçük yapay zeka modeli hesaplama gücü senaryoları gibi keşfedilmeye değer ve daha pratik olacak başka birçok dal vardır. seks. İş modellerinin başarısı ile teknolojik atılımlar arasında her zaman bir denge olacaktır.**DePIN bu süreci hızlandırıyor ve DePIN'in "av gezisi" tam bir hasatla geri dönecek. **
View Original
This page may contain third-party content, which is provided for information purposes only (not representations/warranties) and should not be considered as an endorsement of its views by Gate, nor as financial or professional advice. See Disclaimer for details.
DePIN av gezisi: Yem olarak yapay zeka hesaplama gücü, yol uzun ve zorlu
Yazar: Hedy Bi, OKG Araştırma
Hong Kong Web3 Karnavalı sona erdi ancak Web3 özgürlüğünün nabzı hâlâ atıyor ve diğer sektörlere de nüfuz etmeye devam ediyor. Önceki döngüyle karşılaştırıldığında, bu boğa piyasasının başlama mantığı, "orijinal inovasyon anlatısı"ndan "ana akım tanınırlığa sahip, sermaye odaklı" bir modele dönüşmektir. Yazarın gözlemlediği Web3'ün gelişim aşaması da "kapalı ve niş mutlak özgürlükten" "gerçek hoşgörü altında göreceli özgürlük" aşamasına doğru evrilmiştir. **
Bu mantıkla analiz etmek için kalıpların dışına çıkmazsak, artık özgün inovasyon anlatımını bekleyerek Web3'ün mevcut gelişimine uyum sağlayamayız. **Web3'ün tamamı uyumluluğu benimsediğinden Web3, Hong Kong hükümetinin sürekli teşviki altında finansal alana yeniden odaklandı. Ana akım finans kurumları da RWA ve spot ETF'ler aracılığıyla Web3'e katılımlarını hızlandırıyor.
Bu konferansta, Web3'e giren ana akım finans kurumlarının yanı sıra, Web2 ile Web3'ü (DePIN yolu) birbirine bağlama fırsatını da gördük. Özellikle büyük yapay zeka modellerinin geliştirilmesinin teşvik edilmesi, bir kez daha DePIN'in bilgi işlem gücünün yeniden tahsisi alt yolunu sıcak bir endişe kaynağı haline getirdi.
Kaynak: OKG Araştırma
Bilgi işlem gücü yemdir, ancak yapay zeka büyük model eğitimi DePIN için en iyi uygulama senaryosu değildir.
Dragonfly Capital'in yönetici ortağı Haseed Kureshi konferansta şunları söyledi: "Blockchain teknoloji aracılığıyla güven inşa ediyor ve yapay zeka, güvene son derece ihtiyaç duyan bir sektör."
DePIN yeni bir yol değil ve birkaç yıl önce önerildi. Büyük yapay zeka modellerinin patlamasıyla birlikte endüstri, bilgi işlem gücü ve veriler üzerine birçok tartışma başlattı.Tahminlere göre, büyük model hesaplamalarının maliyeti her yıl 31 kat artıyor. Küresel GPU kıtlığı var ve Nvidia gibi şirketler mevcut pazar talebinde besin zincirinin en üstünde yer alıyor ve büyük fiyatlandırma gücüne sahip. Tekel veya ademi merkeziyetçilik, maliyet konusundaki tartışma, Web3 DePIN yolunun bir kez daha hararetle tartışılmasının nedeni haline geldi.
Sebep yapay zeka büyük model eğitimi olsa da Roma bir günde inşa edilmedi ve yapay zeka büyük model eğitimi şu anda DePIN için en iyi uygulama senaryosu değil. Yapay zekalı büyük model üretimi için bilgi işlem gücü gereksinimleri temel olarak iki hususa odaklanır: akıl yürütme ve eğitim. Eğitim sürecinde büyük miktarda veri beslenerek karmaşık bir sinir ağı modeli eğitilir. Muhakeme sürecinde, eğitilen model, büyük miktarda veri kullanarak çeşitli sonuçlara varmak için kullanılır.
Kaynak: NVIDIA
**Merkeziyetsizlik ve bilgi işlem gücünün birleşimiyle zorluk katsayısı, eğitimden ince ayar eğitimine ve çıkarımlara kadar katman katman azalır. **DePIN'de sektördeki projelerin çoğunun eğitimden ziyade çıkarımlara odaklandığını görebilirsiniz. Çoğu işletmenin yapay zeka eğitimi için NVIDIA GPU kümelerini kullanmasının ana nedeni, güçlü paralel hesaplama yeteneklerine ve bellek bant genişliğine sahip olmalarıdır. Çıkarım bağlantısıyla karşılaştırıldığında paralel hesaplama gücü ve bant genişliği gereksinimleri çok daha düşüktür. Ve büyük model eğitimi istikrara daha fazla önem verir çünkü eğitim bir kez kesintiye uğradığında yeniden eğitilmesi gerekir. GPT tarafından kullanılmak üzere Ethereum üzerinde merkezi olmayan bir bilgi işlem gücü uygulaması oluşturulursa, yalnızca tek bir matris çarpım işlemi 10 milyar ABD dolarına kadar gaz ücreti tüketecek ve 1 ay sürecektir.
Ayrıca yazar, bu konferansta çeşitli popüler projelerin mevcut durumunu analiz ederek, arz tarafının talep tarafını aştığı, yani dünya çapında dağıtılan bilgi işlem gücü arzının, yapay zeka geliştiricilerinin yapay zekaya olan talebini aştığı bir durumu gösterdi. model eğitimi veya çıkarım görevleri. OpenAI'nin kurucusu Sam Altman, TSMC'nin mevcut boyutundan 10 kat daha büyük gelişmiş bir çip fabrikası inşa etmek ve bunu çip üretimi için kullanmak için 7 trilyon ABD doları toplamayı teklif etti. modeli eğitimi. Stanford Üniversitesi araştırması ayrıca hangi dil modeli olursa olsun, eğitim parametresi ölçeği o ölçeğin kritik değerini aştığında performansının (doğruluk gibi) keskin bir şekilde arttığını gösteriyor. Bu, "büyük çabalar mucizeler yaratabilir" yasasına taban tabana zıttır ve aynı zamanda gerçekte merkezi olmayan bilgi işlem gücü fikrinde hala çözülmesi gereken birçok sorun olduğu anlamına gelir.
DePIN yolunun "tarihsel kökenleri" "paylaşım ekonomisine" kadar uzanabilir
DePIN kavramının anlaşılması zor değildir ve hatta Web2'ye kadar uzanabilir. İnternet endüstrisine baktığımızda, en az 15 yıldır, Web2 oyuncuları bir "paylaşım ekonomisi" yaratmak için kişisel maddi varlıkları bir araya getirmeye odaklanmışlardır. " **Maddi olmayan varlıklar (boş sunucular vb. gibi) doğrudan talep sahibine Eşler arası (P2P) veya Eşler arası iş (P2B) şeklinde yeniden dağıtılırsa, merkezi olmayan teknoloji blok zinciri, üretim ilişkilerini optimize etme mekanizmasını teşvik edebilir. **DePIN'in konusu budur.
Dolayısıyla DePIN yolunda arz tarafında herkesin heyecanı yüksek. **Aslında Web2 uzun süredir "yeniden dağıtım" için hazırlıklar yapıyor ancak bu sefer doğrudan aracıyı ortadan kaldırıyor. **Şu anda bine yakın DePIN projesi var, özellikle Solana ekosistemi. Messari istatistiklerine göre Solana ekosistemi, DePIN altyapısında lider konumda. Bunun nedeni, Solana halka açık zincirinin yüksek altyapı entegrasyonu ve performansıdır. Bölgesel dağılım açısından, 2024-2025'te Asya'dan birden fazla ilk 10 DePIN'in gelmesi bekleniyor.
Menşei: Messari
Web3 ve yapay zekanın birçok kesişim noktası var. Geleceğin dijital dünyasının evrensel para birimi olan bilgi işlem gücü, insanların ilk dikkat ettiği şey. Ancak, en makul uygulama senaryosu olan merkezi olmayan bilgi işlem gücü, uygulanması en kolay senaryo değildir.
Web3 ve yapay zekanın kesişiminde, teknik zorlukların üstesinden gelmenin ve bu tür sorunları sürekli olarak aşmanın yanı sıra, yaratıcılara sahiplik veren yapay zeka aracıları ve küçük yapay zeka modeli hesaplama gücü senaryoları gibi keşfedilmeye değer ve daha pratik olacak başka birçok dal vardır. seks. İş modellerinin başarısı ile teknolojik atılımlar arasında her zaman bir denge olacaktır.**DePIN bu süreci hızlandırıyor ve DePIN'in "av gezisi" tam bir hasatla geri dönecek. **