全面解读计算DePIN轨道生态系统

原作者： 保罗·季莫菲耶夫

原文翻译：TechFlow

关键要点

• 随着机器学习和深度学习在生成式人工智能开发中的兴起，计算资源变得越来越受欢迎，而这两种技术都需要大量的计算密集型工作负载。然而，随着大公司和政府积累这些资源，初创公司和独立开发者现在面临着市场上 GPU 短缺的问题，导致这些资源价格过高和/或难以获得。

• 计算 DePIN 可以创建一个去中心化的 市场 允许世界上任何人提供闲置的 GPU 等计算资源，以换取金钱奖励。此举旨在帮助服务不足的 GPU 消费者获得新的供应渠道，以较低的成本和开销获得他们工作所需的开发资源。

• 计算DePIN在与传统集中式服务提供商的竞争中仍然面临许多经济和技术挑战，其中一些挑战将随着时间的推移自行解决，而其他挑战则需要新的解决方案和优化。

计算是新的石油

自工业革命以来，技术以前所未有的速度推动着人类向前发展，影响或彻底改变了日常生活的几乎每个方面。计算机最终成为研究人员、学者和计算机工程师共同努力的结晶。计算机最初设计用于解决先进军事行动的大规模算术任务，现已发展成为现代生活的支柱。随着计算机对人类的影响继续以前所未有的速度增长，对这些机器及其驱动资源的需求也在增长，超过了现有的供应量。这反过来又造成了市场动态，其中大多数开发人员和企业无法获得关键资源，导致机器学习和生成式人工智能（当今最具变革性的技术之一）的开发掌握在少数资金雄厚的参与者手中。同时，大量闲置计算资源的供应为帮助缓解计算供需不平衡提供了有利可图的机会，加剧了双方对协调机制的需求。 因此，我们相信，由区块链技术和数字资产驱动的去中心化系统对于生成性人工智能产品和服务的更广泛、更民主、更负责任的发展至关重要。

计算资源

计算可以定义为计算机根据给定的输入产生明确定义的输出的任何活动、应用程序或工作负载。最终，它指的是 计算机的计算和处理能力 这是这些机器的核心效用，驱动着现代世界的许多部分，并产生 收入高达$1.1万亿 仅在过去的一年里。

计算资源是指实现计算和处理的各种硬件和软件组件。 随着它们所支持的应用程序和功能数量不断增长，这些组件变得越来越重要，越来越多地出现在人们的日常生活中。这导致国家权力和企业之间展开了一场竞赛，以尽可能多地积累这些资源作为生存手段。这反映在提供这些资源的公司的市场表现上（例如，Nvidia，其市值在过去 5 年中增长了 3000% 以上）。

图形处理器

GPU 是现代高性能计算中最重要的资源之一 GPU 的核心功能是充当专用电路，通过并行处理加速计算机图形工作负载。GPU 最初服务于游戏和 PC 行业，后来发展为服务于许多塑造我们世界未来的新兴技术（例如游戏机和 PC、移动设备、云计算、物联网）。然而，机器学习和人工智能的兴起尤其加剧了对这些资源的需求——通过并行执行计算，GPU 加速了 ML 和 AI 操作，从而提高了由此产生的技术的处理能力和能力。

人工智能的崛起

人工智能的核心在于 使计算机和机器能够模拟人类智能和解决问题的能力 。人工智能模型，如神经网络，由许多不同的数据组成。该模型需要处理能力来识别和学习这些数据之间的关系，然后在根据给定的输入创建输出时参考这些关系。

尽管人们普遍认为人工智能的开发和生产并不新鲜，但早在 1967 年，弗兰克·罗森布拉特 (Frank Rosenblatt) 就制造出了 Mark 1 感知器，这是第一台基于神经网络、通过反复试验“学习”的计算机。此外， 为我们今天所知的人工智能的发展奠定基础的许多学术研究 出版于 20 世纪 90 年代末和 21 世纪初，从那时起，该行业一直在持续增长。

除了研发工作之外，“狭义”人工智能模型已经在当今各种强大的应用中发挥作用 。示例包括社交媒体算法（如 Apple 的 Siri 和 Amazon 的 Alexa）、定制产品推荐等。值得注意的是，深度学习的兴起改变了人工智能生成 (AGI) 的发展。深度学习算法利用比机器学习应用程序更大或“更深”的神经网络，作为一种更具可扩展性和更多功能的替代方案。生成式人工智能模型“对其训练数据的简化表示进行编码，并参考它来发出类似但不完全相同的新输出。”

深度学习使开发人员能够将生成式人工智能模型扩展到图像、语音和其他复杂数据类型，而像 ChatGPT 这样的里程碑式应用程序（在近代见证了最快的用户增长）只是生成式人工智能和深度学习的早期迭代。

考虑到这一点，生成式人工智能开发涉及多个计算密集型工作负载，需要大量的处理能力和计算能力，这不足为奇。

根据 深度学习应用需求的三重奏 ，人工智能应用的发展受到几个关键工作负载的制约；

• 训练 – 模型必须处理和分析大型数据集以学习如何响应给定的输入。

• 调优 – 模型经过一系列迭代过程，其中各种超参数被调整和优化以提高性能和质量。

• 模拟 – 在部署之前，一些模型（例如强化学习算法）会经过一系列模拟进行测试。

计算难题：需求超过供应

过去几十年，许多技术进步推动了对计算和处理能力的需求空前激增。因此，如今对 GPU 等计算资源的需求远远超过了现有的供应，这造成了人工智能发展的瓶颈，如果没有有效的解决方案，这一瓶颈只会继续增长。

供应受限的现象更为普遍，因为大量公司购买的 GPU 数量超出了实际需求，这既是为了获得竞争优势，也是为了在现代全球经济中生存。计算提供商通常采用需要长期资本承诺的合同结构，为客户提供超出其需求的供应。

Epoch 的研究 表明已发布的计算密集型人工智能模型的总体数量正在快速增长，这表明推动这些技术发展的资源需求将继续快速增长。

随着人工智能模型的复杂性不断增加，应用程序开发人员对计算和处理能力的要求也将不断提高。反过来，GPU 的性能及其随后的可用性将发挥越来越重要的作用。这种情况已经开始发生，因为对 Nvidia 生产的高端 GPU 的需求已将 GPU 誉为人工智能行业的“稀土金属”或“黄金”。

人工智能的快速商业化可能会将控制权交给少数几家科技巨头， 类似于今天的社交媒体行业，引发了人们对这些模式的道德基础的担忧。一个显著的例子是最近围绕谷歌双子座的争议。虽然当时它对各种提示的许多奇怪反应并没有构成实际危险，但这一事件表明少数公司主导和控制人工智能发展的固有风险。

如今，科技初创公司在获取计算资源以支持其 AI 模型方面面临越来越大的挑战。这些应用程序在部署模型之前会执行许多计算密集型过程。对于小型企业来说，积累大量 GPU 是一项不可持续的努力，尽管 AWS 或 Google Cloud 等传统云计算服务提供了无缝且便捷的开发人员体验，但它们的容量有限最终导致高昂的成本，使许多开发人员无法负担。最终， 不是每个人都能拿出$7万亿 以弥补硬件成本。

那么原因何在？

英伟达 一旦估计 全球有超过 4 万家公司使用 GPU 进行 AI 和加速计算，开发者社区超过 400 万人。展望未来， 全球人工智能市场预计 将从2023年的$5150亿增长到2032年的$2.74万亿，年均增长率为20.4%。同时， GPU 市场 预计到2032年将达到$4000亿，年均增长率为25%。

然而，人工智能革命后计算资源供需失衡的加剧可能会创造一个相当乌托邦的未来，少数资金雄厚的巨头将主导变革性技术的发展。因此，我们相信所有道路都通向去中心化的替代解决方案，以帮助弥合人工智能开发人员的需求与可用资源之间的差距。

DePIN 的作用

什么是 DePIN？

DePIN 是 Messari 研究团队创造的一个术语，代表去中心化物理基础设施网络。具体来说，去中心化意味着没有单一实体来收取租金并限制访问。而物理基础设施是指被利用的“现实生活”物理资源。网络是指一群参与者协同工作以实现预定目标或目标集。如今，DePIN 的总市值 约为$283亿 .

DePINs 的核心是一个全球节点网络，它将物理基础设施资源与区块链连接起来，以创建一个连接资源买家和供应商的去中心化市场，任何人都可以成为供应商，并获得其服务和对网络的价值贡献的报酬。在这种情况下，通过各种法律和监管手段和服务费限制网络访问的中央中介机构被由智能合约和代码组成的去中心化协议所取代，该协议由其相应的代币持有者管理。

DePIN的价值在于，它为传统资源网络和服务提供商提供了一种去中心化、可访问、低成本且可扩展的替代方案。它使去中心化市场能够服务于特定的最终目标；商品和服务的成本由市场动态决定，任何人都可以随时参与，从而由于供应商数量的增加和利润率的最小化而自然降低单位成本。

使用区块链技术，DePIN 可以构建加密经济激励系统，帮助确保网络参与者获得适当的服务补偿，将关键价值提供者转变为利益相关者。然而，值得注意的是，通过将小型个人网络转变为更大、更高效的系统来实现的网络效应是实现 DePIN 诸多优势的关键。此外，虽然代币奖励已被证明是网络引导机制的强大工具，但建立可持续的激励机制以帮助用户保留和长期采用仍然是更广泛的 DePIN 领域面临的一项关键挑战。

DePIN 如何工作？

为了更好地理解 DePIN 在实现去中心化计算市场方面的价值，重要的是要认识到所涉及的不同结构组件以及它们如何协同工作以形成去中心化资源网络。让我们考虑一下 DePIN 的结构和参与者。

协议

去中心化协议是一组建立在底层区块链网络之上的智能合约，用于促进网络参与者之间的无信任交互。理想情况下，协议应由一组积极致力于为网络的长期成功做出贡献的多样化利益相关者管理。然后，这些利益相关者使用其所占的协议代币份额对 DePIN 的拟议变更和发展进行投票。鉴于成功协调分布式网络本身就是一个巨大的挑战，核心团队通常保留最初实施这些变更的权力，然后将权力移交给去中心化自治组织 (DAO)。

网络参与者

资源网络的最终用户是其最有价值的参与者，可以根据其功能进行分类。

• 供应商 ：向网络提供资源以换取以 DePIN 原生代币支付的金钱奖励的个人或实体。供应商通过区块链原生协议“连接”到网络，该协议可能强制执行白名单链上流程或无需许可的流程。通过接收代币，供应商获得了网络的股份，类似于股权所有权背景下的利益相关者，使他们能够对网络的各种提案和发展进行投票，例如他们认为有助于推动需求和网络价值的提案，从而随着时间的推移创造更高的代币价格。当然，接收代币的供应商也可以将 DePIN 用作被动收入的一种形式，并在收到代币后出售它们。

• 消费者 ：这些是积极寻求 DePIN 提供的资源的个人或实体，例如寻求 GPU 的 AI 初创公司，代表了经济方程式的需求方。如果使用 DePIN 比使用传统替代方案有真正的优势（例如更低的成本和开销要求），那么消费者就会被使用 DePIN 所吸引，从而代表了对网络的有机需求。DePIN 通常要求消费者用其原生代币支付资源费用，以产生价值并维持稳定的现金流。

资源

DePIN可以服务不同的市场，并采用不同的商业模式来配置资源。 Blockworks 提供了良好的框架 : 定制硬件 DePIN ，为供应商提供专用的专有硬件；商品硬件 DePIN，允许分配现有的闲置资源，包括但不限于计算、存储和带宽。

经济模型

在理想情况下，DePIN 的价值来自消费者为供应商资源支付的收入。对网络的持续需求意味着对原生代币的持续需求，这与供应商和代币持有者的经济激励相一致。在早期阶段产生可持续的有机需求对大多数初创公司来说都是一项挑战，这就是为什么 DePIN 提供通胀代币激励来激励早期供应商并引导网络供应作为产生需求并因此产生更多有机供应的手段。这类似于风险投资公司在 Uber 早期阶段补贴乘客票价以引导初始客户群以进一步吸引司机并增强其网络效应的方式。

DePIN 需要尽可能策略性地管理代币激励，因为它们在网络的整体成功中发挥着关键作用。当需求和网络收入上升时，应减少代币发行。相反，当需求和收入下降时，应再次使用代币发行来激励供应。

为了进一步说明成功的 DePIN 网络是什么样的，请考虑“ “DePIN飞轮” 一个引导 DePIN 的正反馈循环。以下是摘要：

• DePIN 分发通胀代币奖励，以激励提供商向网络提供资源并建立可供消费的基本供应水平。

• 假设供应商的数量开始增长，网络中就会开始形成竞争态势，提高网络提供的商品和服务的整体质量，直到提供优于现有市场解决方案的服务，从而获得竞争优势。这意味着去中心化系统超越传统的中心化服务提供商，这绝非易事。

• DePIN 的有机需求开始增长，为供应商提供合法的现金流。这为投资者和供应商提供了一个极具吸引力的机会，可以继续推动网络需求，从而提高代币价格。

• 代币价格的增长会增加供应商的收入，从而吸引更多的供应商并重新启动飞轮。

该框架提供了一个引人注目的增长战略，但值得注意的是，它很大程度上是理论上的，并且假设网络提供的资源持续具有竞争吸引力。

DePIN 的计算

去中心化计算市场是“共享经济”这一更广泛运动的一部分，共享经济是一种点对点经济体系，基于消费者通过在线平台直接与其他消费者共享商品和服务。这种模式由 eBay 等公司开创，如今由 Airbnb 和 Uber 等公司主导，随着下一代变革性技术席卷全球市场，这种模式最终将被颠覆。2023 年价值 $1500 亿美元， 预计到 2031 年将增长至近 $8000 亿 ，共享经济展示了消费者行为的更广泛趋势，我们相信 DePIN 将从中受益并在其中发挥关键作用。

基本的

Compute DePIN 是点对点网络，通过去中心化市场连接供应商和买家，促进计算资源的分配。这些网络的一个关键区别在于它们专注于商品硬件资源，而这些资源如今已掌握在许多人手中。正如我们所讨论的，深度学习和生成式人工智能的出现导致对处理能力的需求激增，因为它们的工作负载资源密集，从而导致获取人工智能开发关键资源的瓶颈。简而言之，去中心化计算市场旨在通过创建新的供应流来缓解这些瓶颈——一个遍布全球、任何人都可以参与的供应流。

在计算 DePIN 中，任何个人或实体都可以随时借出自己的闲置资源，并获得相应的补偿。同时，任何个人或实体都可以从全球无许可网络中以比现有市场产品更低的成本和更大的灵活性获取必要的资源。因此，我们可以用一个简单的经济框架来描述计算 DePIN 中的参与者：

• 供应商 ：拥有计算资源并愿意出借或出售这些资源以换取补贴的个人或实体。

• 需求者 ：需要计算资源并愿意为此付出代价的个人或实体。

计算 DePIN 的主要优势

Compute DePIN 具有许多优势，使其成为集中式服务提供商和市场的有吸引力的替代方案。 首先，实现无需许可的跨境市场参与可以释放新的供应流，增加计算密集型工作负载所需的关键资源量。Compute DePIN 专注于大多数人已经拥有的硬件资源——任何拥有游戏 PC 的人都已经拥有可以出租的 GPU。这扩大了可以参与构建下一代商品和服务的开发人员和团队的范围，使全世界更多的人受益。

进一步看，支持 DePIN 的区块链基础设施提供了高效且可扩展的结算渠道，以促进点对点交易所需的小额支付。 加密原生金融资产（代币）提供了共享的价值单位，供需求方参与者向供应商付款，通过与当今日益全球化的经济相一致的分配机制来协调经济激励。参考我们之前构建的 DePIN 飞轮，战略性地管理经济激励非常有利于增加 DePIN 的网络效应（在供应方和需求方），从而增加供应商之间的竞争。这种动态降低了单位成本，同时提高了服务质量，为 DePIN 创造了可持续的竞争优势，供应商作为代币持有者和关键价值提供者可以从中受益。

DePIN 与云计算服务提供商类似，致力于提供灵活的用户体验，用户可以按需访问和支付资源。 国景研究 s 预报 ，全球云计算市场规模预计将以21.2%的复合年增长率增长，到2030年达到$2.4万亿以上，证明了在未来计算资源需求增长的背景下此类商业模式的可行性。现代云计算平台利用中央服务器处理客户端设备与服务器之间的所有通信，从而导致其运行中出现单点故障。然而，建立在区块链之上使得DePIN能够比传统服务提供商提供更强的抗审查能力和弹性。攻击单个组织或实体（如中央云服务提供商）将危及整个底层资源网络，而DePIN旨在通过其分布式特性抵御此类事件。首先，区块链本身是一个全球分布的专用节点网络，旨在抵御中心化网络权威。此外，计算DePIN还允许无需许可的网络参与，绕过法律和监管障碍。根据代币分配的性质，DePIN 可以采用公平的投票流程对协议的拟议变更和发展进行投票，以消除单个实体突然关闭整个网络的可能性。

计算 DePIN 的现状

渲染网络

Render Network 是一个计算 DePIN，它通过去中心化的计算市场连接 GPU 的买家和卖家，交易通过其原生代币进行。Renders GPU 市场涉及两个关键方——寻求获得处理能力的创作者和将闲置 GPU 出租给创作者以换取原生 Render 代币补偿的节点运营商。节点运营商根据声誉系统进行排名，创作者可以从多层定价系统中选择 GPU。渲染证明 (POR) 共识算法协调操作，节点运营商提交其计算资源 (GPU) 来处理任务，即图形渲染工作。完成任务后，POR 算法会更新节点运营商状态，包括基于任务质量的声誉分数变化。Renders 区块链基础设施促进了工作支付，为供应商和买家通过网络代币进行交易提供了透明高效的结算渠道。

渲染网络最初是由 朱尔斯·乌尔巴赫 2009 年，该网络在以太坊上线（ RNDR ) 于 2020 年 9 月迁移至 Solana ( 使成为 ) 大约三年后，以提高网络性能并降低运营成本。

截至撰写本文时，渲染网络 自成立以来，已处理了多达 3300 万个任务（以渲染帧为单位），总节点数已增至 5600 个。约有 6 万个 RENDER 已被销毁， 向节点运营商分配工作积分过程中发生的过程。

IO网

Io Net 正在 Solana 之上推出一个去中心化的 GPU 网络，作为大量闲置计算资源与需要这些资源提供的处理能力的个人和实体之间的协调层。Io Net 的独特卖点是，它不会直接与市场上的其他 DePIN 竞争，而是从各种来源（包括数据中心、矿工和其他 DePIN，如 Render Network 和 Filecoin）聚合 GPU，同时利用专有的 DePIN，即 GPU 互联网 (IoG)，来协调运营并统一市场参与者的激励措施。Io Net 客户可以通过选择处理器类型、位置、通信速度、合规性和服务时间来定制他们在 IO Cloud 上的工作负载集群。相反，任何拥有受支持的 GPU 型号（12 GB RAM、256 GB SSD）的人都可以作为 IO Worker 参与，将他们的闲置计算资源借给网络。虽然服务付款目前以法定货币和 USDC 结算，但该网络很快也将支持以原生 $IO 代币付款。资源的价格由其供求关系以及各种 GPU 规格和配置算法决定。Io Net 的最终目标是通过提供比现代云服务提供商更低的成本和更高的服务质量成为首选的 GPU 市场。

多层IO架构可以映射如下：

• UI 层 – 由公共网站、客户区和工人区组成。

• 安全层 – 该层由用于网络保护的防火墙、用于用户验证的身份验证服务和用于跟踪活动的日志记录服务组成。

• API 层 – 该层充当通信层，由公共 API（用于网站）、私有 API（用于 Workers）和内部 API（用于集群管理、分析和监控报告）组成。

• 后端层 – 后端层管理工作者、集群/GPU 操作、客户交互、计费和使用情况监控、分析和自动扩展。

• 数据库层 − 该层是系统的数据存储库，使用主存储（用于结构化数据）和缓存（用于经常访问的临时数据）。

• 消息代理和任务层 − 该层促进异步通信和任务管理。

• 基础设施层 – 该层包含 GPU 池、编排工具并管理任务部署。

当前统计数据/路线图

• 截至撰写本文时：

• 总网络收入 – $1.08m

• 总计算时数 – 837.6 千小时

• 集群就绪 GPU 总数 – 20.4K

• 集群就绪 CPU 总数 – 5.6k

• 链上交易总量——167万

• 总推理时间 – 335.7k

• 已创建集群总数 – 15.1k

（数据来自 Io Net 浏览器 )

埃希尔

Aethir 是一个云计算 DePIN，它促进了计算密集型领域和应用中高性能计算资源的共享。它利用资源池实现全球 GPU 分配，成本大幅降低，并通过分布式资源所有权实现所有权分散。Aethir 专为高性能工作负载而设计，适用于游戏和 AI 模型训练和推理等行业。通过将 GPU 集群统一到单个网络中，Aethir 旨在增加集群规模，从而提高其网络上提供的服务的整体性能和可靠性。

Aethir Network 是一个由矿工、开发者、用户、代币持有者和 Aethir DAO 组成的去中心化经济体。确保网络成功运行的三个关键角色是容器、索引器和检查器。容器是网络的核心节点，执行维持网络活跃度的重要操作，包括验证交易和实时呈现数字内容。检查器充当质量保证人员，持续监控容器的性能和服务质量，以确保 GPU 消费者的可靠高效运行。索引器充当用户和最佳可用容器之间的媒人。支撑这一结构的基础是 Arbitrum Layer 2 区块链，它提供了一个去中心化的结算层，可使用原生 $ATH 代币在 Aethir Network 上支付商品和服务费用。

渲染证明

Aethir 网络中的节点有两个关键功能 - 提供能力证明 每 15 分钟随机选择一组工作节点来验证交易； 并提供工作证明 ，密切监控网络性能以确保为用户提供最佳服务，并根据需求和地理位置调整资源。矿工奖励分配给在 Aethir 网络上运行节点的参与者，根据他们借出的计算资源价值计算，奖励以原生 $ATH 代币支付。

诺萨娜

Nosana 是一个基于 Solana 构建的去中心化 GPU 网络。Nosana 允许任何人贡献闲置计算资源，并以 $NOS 代币的形式获得奖励。DePIN 促进了 GPU 的经济高效分配，可用于运行复杂的 AI 工作负载，而无需传统云解决方案的开销。任何人都可以通过借出闲置 GPU 来运行 Nosana 节点，并获得与他们为网络提供的 GPU 算力成比例的代币奖励。

该网络连接了分配计算资源的两方：寻求访问计算资源的用户和提供计算资源的节点运营商。重要的协议决策和升级由 NOS 代币持有者投票决定，并由 Nosana DAO 管理。

Nosana 对其未来计划有着详尽的路线图——Galactica（v1.0 – 2024 年上半年/下半年）将启动主网、发布 CLI 和 SDK，并专注于通过面向消费者 GPU 的容器节点扩展网络。Triangulum（v1.X – 2024 年下半年）将集成主要的机器学习协议和连接器，例如 PyTorch、HuggingFace 和 TensorFlow。Whirlpool（v1.X -2025 年上半年）将扩大对 AMD、英特尔和 Apple Silicon 等各种 GPU 的支持。Sombrero（v1.X – 2025 年下半年）将增加对中大型企业、法定支付、计费和团队功能的支持。

阿卡什

Akash 网络是一个基于 Cosmos SDK 构建的开源权益证明网络，允许任何人无需许可即可加入和贡献，从而创建一个去中心化的云计算市场。$AKT 代币用于保护网络、促进资源支付以及协调网络参与者之间的经济行为。Akash 网络由几个关键组件组成：

• 区块链层 使用Tendermint Core和Cosmos SDK提供共识。

• 应用层 ，管理部署和资源分配。

• 提供程序层 管理资源、竞标和用户应用程序部署。

• 用户层 使用户能够使用 CLI、控制台和仪表板与 Akash 网络交互、管理资源和监控应用程序状态。

该网络最初专注于存储和 CPU 租赁服务，随着对 AI 训练和推理工作负载的需求不断增长，该网络已将其服务扩展到包括 GPU 租赁和分配，并通过其 AkashML 平台满足这些需求。AkashML 使用反向拍卖系统，客户（称为租户）提交他们想要的 GPU 价格，计算提供商（称为提供商）竞相提供所需的 GPU。

截至撰写本文时， Akash 区块链已完成超过 1290 万笔交易，已花费超过 $535,000 用于访问计算资源，并且已租赁超过 189,000 个独特部署。

荣誉提名

计算 DePIN 领域仍在发展中，许多团队正在竞相将创新高效的解决方案推向市场。其他值得进一步研究的例子包括 双曲 正在构建一个用于人工智能开发资源共享的协作开放平台，以及 百亿亿位 正在构建由计算矿工支撑的分布式算力网络。

重要考虑和未来前景

现在我们已经了解了计算 DePIN 的基本原理，并回顾了目前正在进行的几个互补案例研究，重要的是考虑这些分散网络的影响，包括优点和缺点。

挑战

大规模构建分布式网络通常需要在性能、安全性和弹性方面做出权衡。例如，在全球分布的商用硬件网络上训练 AI 模型可能远不如在中心化服务提供商上训练 AI 模型那么经济高效且省时。正如我们前面提到的，AI 模型及其工作负载变得越来越复杂，需要更多高性能 GPU 而不是商用 GPU。

这是 为什么大公司会大量囤积高性能 GPU，这是计算 DePIN 面临的固有挑战，其目标是通过建立一个无需许可的市场来解决 GPU 短缺问题，在这个市场上任何人都可以借出闲置的 GPU（有关去中心化 AI 协议面临的挑战的更多信息，请参阅此推文） ) 协议可以通过两种关键方式解决这个问题：一是为想要为网络做出贡献的 GPU 提供商建立基线要求，二是将提供给网络的计算资源集中起来，以实现更大的整体。尽管如此，与中心化服务提供商相比，这种模式的建立本身就具有挑战性，因为中心化服务提供商可以分配更多资金直接与硬件提供商（如 Nvidia）打交道。 这是 DePIN 们在前进过程中应该考虑的问题。如果一个去中心化协议有足够大的资金，DAO 可以投票决定分配一部分资金来购买高性能 GPU，这些 GPU 可以以去中心化的方式进行管理，并以比商品 GPU 更高的价格借出。

计算 DePIN 特有的另一个挑战是管理适当的资源利用 在早期阶段，大多数计算型 DePIN 都会面临结构性需求不足的问题，就像当今许多初创公司面临的一样。总体而言，DePIN 面临的挑战是在早期建立足够的供应以实现最低可行产品质量。如果没有供应，网络将无法产生可持续需求，也无法在需求高峰期为客户提供服务。另一方面，供应过剩也是一个问题。超过某个阈值，只有当网络利用率接近或达到满负荷时，更多的供应才会有所帮助。否则，DePIN 将面临为供应支付过多费用的风险，导致资源利用不足，供应商将获得更少的收入，除非协议增加代币发行以保持供应商的参与度。

如果没有广泛的地理覆盖，电信网络就毫无用处 如果乘客需要长时间等待才能搭乘出租车，那么出租车网络就毫无用处。如果 DePIN 必须向人们支付长期提供资源的费用，那么它就毫无用处。虽然中心化服务提供商可以预测资源需求并有效地管理资源供应，但计算 DePIN 缺乏管理资源利用率的中央权威。因此，对于 DePIN 来说，尽可能战略性地确定资源利用率尤为重要。

更大的问题是，去中心化 GPU 市场可能不再面临 GPU 短缺 马克·扎克伯格最近在接受采访时表示，他认为 能源将成为新的瓶颈 而不是计算资源，因为公司现在将竞相大规模建设数据中心，而不是像现在这样囤积计算资源。当然，这意味着 GPU 成本可能会降低，但这也引发了一个问题：如果建立专有数据中心提高了 AI 模型性能的整体标准，那么 AI 初创公司将如何在性能以及他们提供的商品和服务质量方面与大公司竞争。

计算 DePIN 的示例

需要重申的是，人工智能模型的复杂性及其后续处理和计算要求与可用的高性能 GPU 和其他计算资源之间的差距正在扩大。

计算 DePIN 有望成为计算市场的创新颠覆者，而目前该市场由主要硬件制造商和云计算服务提供商主导，它具备以下几个关键功能：

1）提供更低成本的商品和服务。

2）提供更强的反审查和网络弹性保护。

3）受益于潜在的监管指南，这些指南可能要求人工智能模型尽可能开放，以进行微调和训练，并让任何人都能轻松访问。

美国拥有计算机和互联网的家庭比例呈指数级增长，接近 100%。世界许多地方的这一比例也大幅增长。这意味着，如果有足够的货币激励和无缝的交易流程，愿意借出闲置资源的潜在计算资源提供者（GPU 所有者）的数量将会增加。当然，这是一个非常粗略的估计，但它表明，建立可持续的计算资源共享经济的基础可能已经存在。

除了人工智能，未来对计算的需求还会来自许多其他行业，比如量子计算。预计量子计算市场规模 从 2023 年的 $9.288 亿增长到 2030 年的 $65.288 亿 ，复合年增长率为 32.1%。该行业的生产需要不同类型的资源，但看看是否会推出任何量子计算 DePIN 以及它们是什么样子，将会很有趣。

“在消费硬件上运行的开放模型的强大生态系统是应对未来价值被人工智能高度集中、大多数人类思想被少数人控制的中央服务器读取和调解的重要对冲。这些模型的风险也比企业巨头和军队小得多。”—— Vitalik Buterin

大型企业可能不是 DePIN 的目标受众，也不会是。计算 DePIN 让个人开发者、分散的建设者、资金和资源最少的初创企业重新回归。它们允许将闲置的供应转化为创新的想法和解决方案，并借助更丰富的计算能力。人工智能无疑将改变数十亿人的生活。我们不应该担心人工智能取代每个人的工作，而应该鼓励人工智能可以赋能个人和个体经营企业家、初创企业和广大公众的想法。

原文链接

本文来源于网络：计算DePIN轨道生态系统全面解读

相关：以太坊现货 ETF 最新进展及市场展望：发行人提交修订文件，设定最高目标价

原创 | Odaily星球日报 作者 | 南智 最新资讯一览 BTC现货ETF路线会重演吗？ 今早，彭博ETF分析师James Seyffart在X平台撰文： 五家潜在的以太坊现货ETF发行人已通过Cboe BZX向美国SEC提交了19 b-4修订文件，其中包括：Fidelity、VanEck、Invesco/Galaxy、Ark/21 Shares和Franklin。 DTCC官网也已上架VanEck现货以太坊ETF VANECK ETHEREUM TR SHS（代码ETHV）。 另一方面，随着SEC对以太坊现货ETF的预期提升，Grayscale以太坊信托（ETHE）的负溢价率已收窄至11.82%。 据相关人士透露，Grayscale已向美国证券交易委员会提交了以太坊迷你信托19 b-4表格的更新……