Карнавал Web3 у Гонконгу завершився, але пульс свободи Web3 все ще б’ється та продовжує проникати в інші галузі. Порівняно з попереднім циклом, логіка початку цього «бичачого» ринку полягає в трансформації від «оригінального наративу інновацій» до моделі «основного визнання, керованої капіталом». Стадія розвитку Web3, яку спостерігав автор, також еволюціонувала від «закритої та нішевої абсолютної свободи» до стадії «відносної свободи за правдивої толерантності». **
Згідно з цією логікою, якщо ми не вийдемо з рамки для аналізу, ми більше не зможемо адаптуватися до поточного розвитку Web3, чекаючи оригінального інноваційного наративу. **Оскільки весь Web3 перейняв відповідність, Web3 переорієнтувався на фінансову сферу під постійним сприянням уряду Гонконгу. Основні фінансові установи також прискорюють свою участь у Web3 через RWA та спотові ETF.
На цій конференції, окрім основних фінансових установ, які виходять на Web3, ми також побачили можливість з’єднати Web2 і Web3 – трек DePIN. Особливо сприяння розробці великих моделей штучного інтелекту вкотре викликало додатковий напрямок у DePIN – перерозподіл обчислювальної потужності.
Джерело: OKG Research
Обчислювальна потужність — це приманка, але навчання великої моделі ШІ — не найкращий сценарій впровадження DePIN.
«Блокчейн створює довіру за допомогою технологій, а штучний інтелект — це галузь, яка відчайдушно потребує довіри», — сказав на конференції Хасід Куреші, керуючий партнер Dragonfly Capital.
DePIN не є новим треком і був запропонований кілька років тому. Саме з розвитком великих моделей штучного інтелекту галузь веде багато дискусій щодо обчислювальної потужності та даних. Згідно з оцінками, вартість обчислень великих моделей зростає в 31 раз щороку. Існує глобальний дефіцит графічних процесорів, і такі компанії, як Nvidia, займають перше місце в харчовому ланцюжку за поточним ринковим попитом і мають високу цінову владу. Монополія чи децентралізація, дебати про вартість стали причиною того, що трек Web3 DePIN знову гаряче обговорюється.
Хоча навчання великої моделі штучного інтелекту є причиною, Рим був побудований не за один день, а навчання великої моделі штучного інтелекту наразі не є найкращим сценарієм впровадження DePIN. Вимоги до обчислювальної потужності для виробництва великої моделі штучного інтелекту в основному зосереджені на двох аспектах: міркування та навчання. У процесі навчання складна модель нейронної мережі навчається шляхом передачі великої кількості даних. У процесі міркування навчена модель використовується для висновків із використанням великої кількості даних.
Джерело: NVIDIA
**Завдяки поєднанню децентралізації та обчислювальної потужності коефіцієнт складності зменшується шар за шаром від навчання до тонкого налаштування навчання для висновків. **У DePIN ви бачите, що більше проектів у галузі зосереджено на висновках, а не на навчанні. Основна причина, чому більшість підприємств використовують кластери GPU NVIDIA для навчання ШІ, полягає в тому, що вони мають потужні можливості паралельних обчислень і пропускну здатність пам’яті. Порівняно з посиланням на висновок, вимоги до паралельної обчислювальної потужності та пропускної здатності набагато нижчі. А навчання великих моделей приділяє більше уваги стабільності, тому що, коли тренування перервано, його потрібно перенавчати. Якщо децентралізована програма обчислювальної потужності побудована на основі Ethereum для використання GPT, лише одна операція множення матриці потребуватиме до 10 мільярдів доларів США на оплату газу та триватиме 1 місяць.
Крім того, автор проаналізував поточний статус кількох популярних проектів на цій конференції, показавши ситуацію, коли пропозиція перевищує попит, тобто пропозиція обчислювальної потужності, розподіленої по всьому світу, перевищує попит розробників ШІ на ШІ. модельне навчання або завдання для логічного висновку. Справа не в тому, що попиту немає. Сем Альтман, засновник OpenAI, запропонував зібрати 7 трильйонів доларів США, щоб побудувати передову фабрику мікросхем, яка в 10 разів перевищує поточний розмір TSMC, і використовувати її для виробництва мікросхем і модельне навчання. Дослідження Стенфордського університету також показують, що незалежно від моделі мови, коли шкала параметрів навчання перевищує критичне значення цієї шкали, її продуктивність (наприклад, точність) різко покращується. Це діаметрально протилежне закону «великі зусилля можуть творити чудеса», і це також означає, що насправді в ідеї децентралізованої обчислювальної потужності є ще багато проблем, які потрібно вирішити.
«Історичне походження» треку DePIN можна простежити до «економіки спільного використання»
Саму концепцію DePIN неважко зрозуміти, і її можна навіть простежити до Web2. Озираючись на Інтернет-індустрію, принаймні 15 років гравці Web2 були занурені в агрегування особистих матеріальних активів для створення «економіки спільного використання». " **Якщо нематеріальні активи (такі як неактивні сервери тощо) перерозподіляються безпосередньо покупцям у формі однорангового зв’язку (P2P) або однорангового зв’язку (P2B), блокчейн децентралізованої технології може стимулювати механізм для оптимізації виробничих відносин. **Ось про це DePIN.
Тому на шляху DePIN у всіх є високий ентузіазм щодо пропозиції. **Насправді Web2 давно готувався до «перерозподілу», але цього разу напряму видаляє посередника. **На даний момент існує майже тисяча проектів DePIN, особливо екосистема Solana, згідно зі статистичними даними Messari, екосистема Solana займає провідну позицію в інфраструктурі DePIN. З точки зору регіонального розподілу, очікується, що в 2024-2025 роках кілька найкращих DePIN-кодів надійдуть з Азії.
Походження: Мессарі
Web3 та штучний інтелект мають багато перетинів. Як універсальна валюта майбутнього цифрового світу, обчислювальна потужність — це перше, на що люди звертають увагу. Однак децентралізована обчислювальна потужність, найдоцільніший сценарій реалізації, не є найлегшою для впровадження.
На перетині Web3 і ШІ, окрім подолання технічних труднощів і постійного вирішення подібних проблем, існує багато інших галузей, таких як агенти ШІ, які надають творцям право власності, і сценарії обчислювальної потужності моделі малого ШІ, які варто вивчити і будуть більш практичними секс. Завжди буде баланс між успіхом бізнес-моделей і технологічними проривами **DePIN прискорює цей процес, і «полювання» DePIN повернеться з повним урожаєм. **
Переглянути оригінал
Ця сторінка може містити контент третіх осіб, який надається виключно в інформаційних цілях (не в якості запевнень/гарантій) і не повинен розглядатися як схвалення його поглядів компанією Gate, а також як фінансова або професійна консультація. Див. Застереження для отримання детальної інформації.
Мисливська подорож DePIN: обчислювальна потужність штучного інтелекту як приманка, шлях довгий і складний
Автор: Хеді Бі, OKG Research
Карнавал Web3 у Гонконгу завершився, але пульс свободи Web3 все ще б’ється та продовжує проникати в інші галузі. Порівняно з попереднім циклом, логіка початку цього «бичачого» ринку полягає в трансформації від «оригінального наративу інновацій» до моделі «основного визнання, керованої капіталом». Стадія розвитку Web3, яку спостерігав автор, також еволюціонувала від «закритої та нішевої абсолютної свободи» до стадії «відносної свободи за правдивої толерантності». **
Згідно з цією логікою, якщо ми не вийдемо з рамки для аналізу, ми більше не зможемо адаптуватися до поточного розвитку Web3, чекаючи оригінального інноваційного наративу. **Оскільки весь Web3 перейняв відповідність, Web3 переорієнтувався на фінансову сферу під постійним сприянням уряду Гонконгу. Основні фінансові установи також прискорюють свою участь у Web3 через RWA та спотові ETF.
На цій конференції, окрім основних фінансових установ, які виходять на Web3, ми також побачили можливість з’єднати Web2 і Web3 – трек DePIN. Особливо сприяння розробці великих моделей штучного інтелекту вкотре викликало додатковий напрямок у DePIN – перерозподіл обчислювальної потужності.
Джерело: OKG Research
Обчислювальна потужність — це приманка, але навчання великої моделі ШІ — не найкращий сценарій впровадження DePIN.
«Блокчейн створює довіру за допомогою технологій, а штучний інтелект — це галузь, яка відчайдушно потребує довіри», — сказав на конференції Хасід Куреші, керуючий партнер Dragonfly Capital.
DePIN не є новим треком і був запропонований кілька років тому. Саме з розвитком великих моделей штучного інтелекту галузь веде багато дискусій щодо обчислювальної потужності та даних. Згідно з оцінками, вартість обчислень великих моделей зростає в 31 раз щороку. Існує глобальний дефіцит графічних процесорів, і такі компанії, як Nvidia, займають перше місце в харчовому ланцюжку за поточним ринковим попитом і мають високу цінову владу. Монополія чи децентралізація, дебати про вартість стали причиною того, що трек Web3 DePIN знову гаряче обговорюється.
Хоча навчання великої моделі штучного інтелекту є причиною, Рим був побудований не за один день, а навчання великої моделі штучного інтелекту наразі не є найкращим сценарієм впровадження DePIN. Вимоги до обчислювальної потужності для виробництва великої моделі штучного інтелекту в основному зосереджені на двох аспектах: міркування та навчання. У процесі навчання складна модель нейронної мережі навчається шляхом передачі великої кількості даних. У процесі міркування навчена модель використовується для висновків із використанням великої кількості даних.
Джерело: NVIDIA
**Завдяки поєднанню децентралізації та обчислювальної потужності коефіцієнт складності зменшується шар за шаром від навчання до тонкого налаштування навчання для висновків. **У DePIN ви бачите, що більше проектів у галузі зосереджено на висновках, а не на навчанні. Основна причина, чому більшість підприємств використовують кластери GPU NVIDIA для навчання ШІ, полягає в тому, що вони мають потужні можливості паралельних обчислень і пропускну здатність пам’яті. Порівняно з посиланням на висновок, вимоги до паралельної обчислювальної потужності та пропускної здатності набагато нижчі. А навчання великих моделей приділяє більше уваги стабільності, тому що, коли тренування перервано, його потрібно перенавчати. Якщо децентралізована програма обчислювальної потужності побудована на основі Ethereum для використання GPT, лише одна операція множення матриці потребуватиме до 10 мільярдів доларів США на оплату газу та триватиме 1 місяць.
Крім того, автор проаналізував поточний статус кількох популярних проектів на цій конференції, показавши ситуацію, коли пропозиція перевищує попит, тобто пропозиція обчислювальної потужності, розподіленої по всьому світу, перевищує попит розробників ШІ на ШІ. модельне навчання або завдання для логічного висновку. Справа не в тому, що попиту немає. Сем Альтман, засновник OpenAI, запропонував зібрати 7 трильйонів доларів США, щоб побудувати передову фабрику мікросхем, яка в 10 разів перевищує поточний розмір TSMC, і використовувати її для виробництва мікросхем і модельне навчання. Дослідження Стенфордського університету також показують, що незалежно від моделі мови, коли шкала параметрів навчання перевищує критичне значення цієї шкали, її продуктивність (наприклад, точність) різко покращується. Це діаметрально протилежне закону «великі зусилля можуть творити чудеса», і це також означає, що насправді в ідеї децентралізованої обчислювальної потужності є ще багато проблем, які потрібно вирішити.
«Історичне походження» треку DePIN можна простежити до «економіки спільного використання»
Саму концепцію DePIN неважко зрозуміти, і її можна навіть простежити до Web2. Озираючись на Інтернет-індустрію, принаймні 15 років гравці Web2 були занурені в агрегування особистих матеріальних активів для створення «економіки спільного використання». " **Якщо нематеріальні активи (такі як неактивні сервери тощо) перерозподіляються безпосередньо покупцям у формі однорангового зв’язку (P2P) або однорангового зв’язку (P2B), блокчейн децентралізованої технології може стимулювати механізм для оптимізації виробничих відносин. **Ось про це DePIN.
Тому на шляху DePIN у всіх є високий ентузіазм щодо пропозиції. **Насправді Web2 давно готувався до «перерозподілу», але цього разу напряму видаляє посередника. **На даний момент існує майже тисяча проектів DePIN, особливо екосистема Solana, згідно зі статистичними даними Messari, екосистема Solana займає провідну позицію в інфраструктурі DePIN. З точки зору регіонального розподілу, очікується, що в 2024-2025 роках кілька найкращих DePIN-кодів надійдуть з Азії.
Походження: Мессарі
Web3 та штучний інтелект мають багато перетинів. Як універсальна валюта майбутнього цифрового світу, обчислювальна потужність — це перше, на що люди звертають увагу. Однак децентралізована обчислювальна потужність, найдоцільніший сценарій реалізації, не є найлегшою для впровадження.
На перетині Web3 і ШІ, окрім подолання технічних труднощів і постійного вирішення подібних проблем, існує багато інших галузей, таких як агенти ШІ, які надають творцям право власності, і сценарії обчислювальної потужності моделі малого ШІ, які варто вивчити і будуть більш практичними секс. Завжди буде баланс між успіхом бізнес-моделей і технологічними проривами **DePIN прискорює цей процес, і «полювання» DePIN повернеться з повним урожаєм. **