L'intégration de l'IA et de DePIN : l'essor des réseaux GPU décentralisés

Depuis 2023, l'IA et la Décentralisation des Infrastructures Physiques (DePIN) sont devenues des tendances populaires dans le domaine du Web3, avec une capitalisation boursière de 30 milliards de dollars pour l'IA et de 23 milliards de dollars pour le DePIN. Cet article se concentre sur le point de convergence des deux, en explorant le développement des protocoles connexes.

Dans la pile technologique de l'IA, le réseau DePIN offre une utilité à l'IA grâce aux ressources de calcul. Les grandes entreprises technologiques entraînent une pénurie de GPU, rendant difficile pour les autres développeurs de modèles d'IA d'obtenir suffisamment de GPU. Les choix traditionnels de fournisseurs de cloud centralisés sont inefficaces et inflexibles. DePIN propose une alternative plus flexible et rentable, utilisant des incitations basées sur des tokens pour la contribution des ressources. Le DePIN dans le domaine de l'IA intègre les ressources GPU individuelles en une offre unifiée, offrant aux développeurs un accès personnalisé à la demande, tout en créant des revenus supplémentaires pour les propriétaires de GPU.

Aperçu du réseau DePIN AI

Rendre

Render est le premier réseau de calcul GPU P2P, initialement axé sur le rendu graphique, puis étendu aux tâches de calcul IA.

Points forts :

• Fondée par la société OTOY, lauréate d'un Oscar technique.
• Service aux géants du divertissement tels que Paramount Pictures
• Collaborer avec Stability AI et autres pour intégrer des modèles d'IA et du rendu 3D
• Approuver plusieurs clients de calcul, intégrer davantage de réseaux DePIN GPU

Akash

Akash se positionne comme un "super cloud" supportant le stockage, le calcul GPU et CPU, remplaçant des plateformes traditionnelles telles qu'AWS.

Points forts :

• Prise en charge d'une large gamme de tâches, allant du calcul général à l'hébergement web.
• AkashML peut exécuter plus de 15 000 modèles sur Hugging Face
• Applications importantes comme le modèle LLM de Mistral AI hébergé
• Support pour les plateformes de métavers, de déploiement d'IA et d'apprentissage fédéré

io.net

io.net propose un cluster de cloud GPU distribué, axé sur les cas d'utilisation de l'IA et du ML.

Points forts :

• IO-SDK compatible avec des frameworks tels que PyTorch, peut être étendu dynamiquement.
• Support de 3 types de clusters, démarrage en 2 minutes.
• Intégrer d'autres réseaux DePIN GPU en collaboration avec Render et d'autres.

Gensyn

Gensyn se concentre sur le calcul GPU pour l'apprentissage automatique et l'apprentissage profond.

Points forts :

• Le coût horaire d'un GPU V100 est d'environ 0,40 USD, ce qui permet d'importantes économies.
• Support de l'affinement des modèles de base préentraînés
• Fournir un modèle de base partagé mondial décentralisé

Aethir

Aethir se concentre sur les GPU d'entreprise dans des domaines intensifs en calcul tels que l'IA, l'apprentissage automatique et le jeu en nuage.

Points forts :

• Étendre aux services de téléphone mobile en cloud, lancer un smartphone cloud intelligent décentralisé en collaboration avec APHONE
• Collaboration étendue avec des géants du Web2 tels que NVIDIA
• Plusieurs partenaires dans le domaine du Web3 tels que CARV, Magic Eden, etc.

Phala Network

Phala Network en tant que couche d'exécution de solution AI Web3 traite des problèmes de confidentialité.

Points forts :

• Agir en tant que protocole de coprocesseur de calcul vérifiable
• Les contrats d'agent AI peuvent se connecter aux meilleurs modèles de langage.
• L'avenir comprendra des systèmes de preuves multiples tels que les zk-proofs.
• Le plan soutient l'augmentation de la puissance de calcul avec les GPU TEE comme le H100.

Comparaison de projet

| Caractéristiques | Render | Akash | io.net | Gensyn | Aethir | Phala | |-----|--------|-------|--------|--------|--------|-------| | Matériel | GPU&CPU | GPU&CPU | GPU&CPU | GPU | GPU | CPU | | Points clés | Rendu graphique et IA | Cloud computing, rendu et IA | IA | IA | IA, cloud gaming et télécommunications | Exécution IA sur la chaîne | | Tâche AI | Raisonnement | Les deux | Les deux | Entraînement | Entraînement | Exécution | | Tarification | Basé sur la performance | Vente aux enchères inversée | Tarification de marché | Tarification de marché | Système d'enchères | Calcul des droits | | Blockchain | Solana | Cosmos | Solana | Gensyn | Arbitrum | Polkadot | | Confidentialité des données | Cryptage & Hachage | Authentification mTLS | Chiffrement des données | Cartographie sécurisée | Cryptage | TEE | | Frais | 0.5-5%/tâche | 20% USDC, 4% AKT | 2% USDC, 0.25% réserve | Abordable | 20%/session | Proportionnel au staking | | Sécurité | Preuve de rendu | Preuve de participation | Preuve de calcul | Preuve de participation | Preuve de capacité de rendu | Hérité de la chaîne relais | | Preuve de réalisation | - | - | Preuve de verrouillage temporel | Preuve d'apprentissage | Preuve de travail de rendu | Preuve TEE | | Garantie de qualité | Controverse | - | - | Vérificateurs et dénonciateurs | Vérifier les nœuds | Preuve à distance | | Cluster GPU | Non | Oui | Oui | Oui | Oui | Non |

Statistiques matérielles

| Indicateur | Render | Akash | io.net | Gensyn | Aethir | Phala | |-----|--------|-------|--------|--------|--------|-------| | Nombre de GPU | 5600 | 384 | 38177 | - | 40000+ | - | | Nombre de CPU | 114 | 14672 | 5433 | - | - | 30000+ | | H100/A100 quantité | - | 157 | 2330 | - | 2000+ | - | | Coût H100/heure | - | 1,46 $ | 1,19 $ | - | - | - | | Coût A100/heure | - | 1,37 $ | 1,50 $ | 0,55( prévu ) | 0,33( prévu ) | - |

Conclusion

Le domaine de l'IA DePIN en est encore à ses débuts et fait face à de nombreux défis. Cependant, le volume de tâches et le nombre de matériels sur les réseaux GPU décentralisés ont considérablement augmenté, indiquant une demande croissante pour des alternatives aux fournisseurs de cloud Web2. Ces réseaux résolvent efficacement les problèmes des deux côtés de l'offre et de la demande, prouvant leur adéquation produit-marché.

Dans un avenir proche, l'IA devrait se développer en un marché de mille milliards de dollars. Ces réseaux de GPU décentralisés joueront un rôle clé en offrant aux développeurs des solutions de calcul économiques et efficaces. En comblant continuellement l'écart entre l'offre et la demande, ces réseaux contribueront de manière significative au paysage futur de l'IA et des infrastructures de calcul.