La fusión de la IA y DePIN: el ascenso de la red GPU descentralizada

Desde 2023, la IA y DePIN se han convertido en tendencias populares en el campo de Web3, con un valor de mercado de IA de 30 mil millones de dólares y un valor de mercado de DePIN de 23 mil millones de dólares. Este artículo se centra en el punto de intersección de ambos, explorando el desarrollo de los protocolos relacionados.

En la pila tecnológica de IA, la red DePIN proporciona utilidad a la IA a través de recursos computacionales. Las grandes empresas tecnológicas han provocado escasez de GPU, dificultando que otros desarrolladores de modelos de IA obtengan suficientes GPU. Las opciones tradicionales de proveedores de nube centralizados son ineficientes y poco flexibles. DePIN ofrece una alternativa más flexible y rentable, utilizando incentivos de tokens para contribuir recursos. DePIN en el ámbito de la IA integra los recursos de GPU individuales en un suministro unificado, proporcionando a los desarrolladores acceso personalizado bajo demanda, al mismo tiempo que crea ingresos adicionales para los propietarios de GPU.

Resumen de la red DePIN de IA

Render

Render es la primera red de computación GPU P2P, que inicialmente se centró en el renderizado gráfico y luego se expandió a tareas de computación AI.

Destacar:

• Fundada por la empresa OTOY, ganadora del Premio Oscar a la Tecnología
• Servicio a Paramount Pictures y otros gigantes de la industria del entretenimiento
• Colaborar con Stability AI y otros, integrando modelos de IA y renderizado 3D
• Aprobar múltiples clientes de cálculo, integrar más GPU de la red DePIN

Akash

Akash se posiciona como una "súper nube" que soporta almacenamiento, computación GPU y CPU, reemplazando a plataformas tradicionales como AWS.

Destacar:

• Soporte para una amplia gama de tareas, desde computación general hasta alojamiento web.
• AkashML puede ejecutar más de 15,000 modelos en Hugging Face
• Aplicaciones importantes como el modelo LLM de Mistral AI administrado
• Soporte para el metaverso, implementación de IA y plataforma de aprendizaje federado

io.net

io.net ofrece un clúster de GPU en la nube distribuido, centrado en casos de uso de IA y ML.

Destacados:

• IO-SDK es compatible con marcos como PyTorch, y se puede expandir dinámicamente.
• Soporta 3 tipos de clúster, se inicia en 2 minutos
• Colaborar con Render y otros para integrar redes DePIN de GPU

Gensyn

Gensyn se centra en el cálculo de GPU para el aprendizaje automático y el aprendizaje profundo.

Destacar:

• El costo por hora de la GPU V100 es de aproximadamente 0.40 dólares, lo que representa un gran ahorro.
• Soporte para el ajuste fino de modelos base preentrenados
• Proporcionar un modelo base global compartido de Descentralización

Aethir

Aethir se centra en GPU empresariales para campos de computación intensiva como IA, ML y juegos en la nube.

Destacar:

• Expansión a servicios de teléfonos en la nube, lanzamiento de un teléfono inteligente en la nube descentralizado en colaboración con APhone
• Colaboración amplia con gigantes de Web2 como NVIDIA
• Múltiples socios en el ámbito de Web3 como CARV, Magic Eden, etc.

Phala Network

Phala Network como capa de ejecución de soluciones de IA Web3, aborda problemas de privacidad.

Destacar:

• Actuar como protocolo de coprocesador de cálculo verificable
• Los contratos de agente de IA pueden integrarse con los principales modelos de lenguaje.
• El futuro incluirá sistemas de múltiples pruebas como zk-proofs.
• Se planea apoyar GPU TEE como H100 para mejorar la potencia de cálculo

Comparación de proyectos

| Características | Render | Akash | io.net | Gensyn | Aethir | Phala | |-----|--------|-------|--------|--------|--------|-------| | Hardware | GPU&CPU | GPU&CPU | GPU&CPU | GPU | GPU | CPU | | Enfoque | Renderización gráfica y AI | Computación en la nube, renderización y AI | AI | AI | AI, juegos en la nube y telecomunicaciones | Ejecución de AI en la cadena | | Tarea de IA | Inferencia | Ambos | Ambos | Entrenamiento | Entrenamiento | Ejecución | | Precio | Basado en el rendimiento | Subasta inversa | Precio de mercado | Precio de mercado | Sistema de licitación | Cálculo de derechos | | Blockchain | Solana | Cosmos | Solana | Gensyn | Arbitrum | Polkadot | | Privacidad de datos | Cifrado&Hashing | Autenticación mTLS | Cifrado de datos | Mapeo seguro | Cifrado | TEE | | Costo | 0.5-5%/tarea | 20% USDC, 4% AKT | 2% USDC, 0.25% reserva | Bajo | 20%/sesión | Proporcional al staking | | Seguridad | Prueba de Renderizado | Prueba de Participación | Prueba de Cálculo | Prueba de Participación | Prueba de Capacidad de Renderizado | Heredado de la Cadena de Relevos | | Prueba de finalización | - | - | Prueba de bloqueo temporal | Prueba de aprendizaje | Prueba de trabajo de renderizado | Prueba de TEE | | Garantía de calidad | Disputa | - | - | Validadores y denunciantes | Verificar nodos | Prueba remota | | GPU集群 | No | Sí | Sí | Sí | Sí | No |

Estadísticas de hardware

| Indicador | Render | Akash | io.net | Gensyn | Aethir | Phala | |-----|--------|-------|--------|--------|--------|-------| | Cantidad de GPU | 5600 | 384 | 38177 | - | 40000+ | - | | Cantidad de CPU | 114 | 14672 | 5433 | - | - | 30000+ | | Cantidad H100/A100 | - | 157 | 2330 | - | 2000+ | - | | Costo H100/hora | - | $1.46 | $1.19 | - | - | - | | Costo A100/hora | - | $1.37 | $1.50 | $0.55( estimado ) | $0.33( estimado ) | - |

Conclusión

El campo de DePIN de IA todavía se encuentra en una etapa temprana, enfrentando numerosos desafíos. Sin embargo, la cantidad de tareas y el número de hardware en la red GPU descentralizada han aumentado significativamente, lo que indica una creciente demanda de alternativas a los proveedores de nube Web2. Estas redes resuelven eficazmente los problemas en ambos extremos de la oferta y la demanda, demostrando su adecuación al mercado del producto.

A medida que miramos hacia el futuro, se espera que la IA se convierta en un mercado de billones de dólares. Estas redes de GPU descentralizadas jugarán un papel clave al proporcionar soluciones de cálculo rentables para los desarrolladores. Al continuar cerrando la brecha entre la demanda y la oferta, estas redes harán una contribución significativa al futuro del panorama de la IA y la infraestructura de cálculo.