去中心化云计算:AI时代的算力革命与生态新格局

去中心化云计算:新兴的AI算力革命

近年来,随着科技的快速发展,OpenAI和英伟达等公司的市值大幅增长。人工智能与加密货币的结合已成为当前市场的核心叙事,吸引了大量投资。在这一背景下,去中心化作为AI发展的工具展现出巨大潜力。尽管在实际应用中与中心化模式仍有差距,但利用Web3的优势来拓展AI的四大核心方面(数据、模型、训练和推理)已成为行业共识。

去中心化技术在这四个方面都能提供支持。数据作为AI的基础原料,其标注和存储都能从去中心化中受益。而算力则是处理这些原料的关键工具。本文将围绕"算力"这一主题,分析Crypto x AI x DePIN的生态框架及其经济模型。

去中心化云计算的革命才刚刚开始?

一、DePIN与去中心化算力生态框架

当前,高质量算力作为AI研发的必需品,往往被传统巨头垄断,导致初创公司和个人难以获得性价比合理的算力资源。DePIN项目通过点对点经济模型,允许用户作为资源提供者获得代币奖励,从而为需求方提供高质量资源。

随着去中心化AI算力需求的激增,相关生态已形成平衡全面的框架。其中,某些头部项目在生态中扮演着不同的重要角色,它们的技术壁垒和对未来发展的布局令人瞩目。

去中心化AI算力生态主要由三部分组成,分别充当资源代理商、资源提供商和渠道商的角色:

资源代理商

某去中心化计算网络作为算力代理商,将高质量AI算力以低价提供给客户。该项目在全球拥有分布式GPU资源,客户主要是专注AI推理的初创公司。该项目近期完成了3000万美元的A轮融资。

作为顶级AI算力资源代理商,该项目旨在聚合100万个GPU形成庞大的DePIN算力网络,为客户提供更低价的算力。用户可以贡献闲置的GPU/CPU算力获得代币激励。其核心目标是在去中心化控制价格的情况下提供高质量AI算力,帮助AI初创公司降低成本。

该项目提供的计算服务采用集群构建模块,使所有GPU保持互联状态,可进行大规模协调工作。这使得AI初创公司能以中心化价格十分之一的成本完成计算硬件部署。该项目还专注于聚合机器学习算力,可帮助其他DePIN项目格式化GPU供机器学习使用。

目前,该项目聚合的GPU集群数量居行业首位,线上可用GPU超过20万个,其中GeForce RTX 4090近5万张,GeForce RTX 3090 Ti超过3万张。

资源提供商

某项目作为最具潜力的AI算力提供商,能提供充足的芯片用于深度机器学习。该团队在传统AI算力资源方面拥有独特优势,曾是某AI巨头公司的一级代理商。凭借这一技术资源壁垒,该项目可直接访问数百个机房,获取A/H100、RTX4090和A6000等高端机器。

该项目为Web3算力巨头提供大规模机器学习算力。相比某客户每月花费14万美元获取云服务,迁移到该项目后,月度云服务费用降至4万美元左右,不仅减少了70%以上的开销,还提高了30%的效率。

该项目致力于通过独特的算力供给渠道,为客户提供最快、最优质和最可靠的算力。其提供的AI算力质量已得到多家AI算力代理商的认可,并与多个算力巨头达成合作。

资源渠道商

某项目作为DePIN资源渠道商,通过需求匹配提供服务。该项目采用平台式开放协议,提供底层聚合资源后再提供服务。其目标是成为DePIN的服务聚合器,可理解为DePIN领域的聚合平台。

该项目通过控制层获取各个网络和策略、资源情况、性能、稳定性等方面的信息,提供SDK,再通过路由算法将SDK提供给用户。

针对各DePIN网络资源和服务有限,全球化资源配置因地区集中导致服务质量不佳的痛点,该项目采用路由算法获取数据、网络基本信息和机器信息等,聚合后产生策略,并根据客户要求匹配提供服务。其目的是提升DePIN应用层的质量和服务,并在资源不足的情况下寻找最优价格的算力网络。

去中心化云计算的革命才刚刚开始?

二、解析去中心化算力生态

某资源代理商和某资源提供商已达成战略合作,后者作为拥有丰富GPU机器库的供应端,致力于提升前者网络的速度和稳定性。前者将后者提供的高质量算力以代理商方式允许客户直接在其网络上购买和租赁。双方认为,去中心化计算行业的成功以及Web3与AI的结合需要早期行业领导者的紧密合作才能实现。

随着对计算能力需求的不断增长,传统云计算面临一些问题:

  • 有限的可用性:使用主流云服务通常需要数周才能获得硬件访问权限,且常用GPU型号往往不可用。
  • 选择局限化:用户在GPU硬件、位置、安全级别、延迟等方面的选择受到限制。
  • 高成本:优质GPU价格昂贵,项目在训练和推理过程中的月度开销可轻易达到数十万美元。

去中心化计算的愿景是提供一个开放、可访问且负担得起的替代方案,以解决中心化云服务提供商的核心问题。目前看来,挑战云计算主要巨头的地位仍需创新者共同努力并相互支持。

资产模式

重资产模式

某资源提供商作为供应端,拥有强大的技术壁垒。机器学习算力中最有价值的机器如A100、RTX4090和H100,单台价格约30万美元,且已成为稀缺资源,被传统AI巨头长期垄断。该公司在供应端对接到的资源极其宝贵。由于散户共享的个人GPU闲置算力质量不足以支持大规模AI模型计算,该公司在去中心化算力生态中扮演着至关重要且难以替代的角色。

该公司采取重资产模式,需要大量固定资产投入,这种规模的资本和技术投入使初创公司难以复制。如果能与更多去中心化算力代理商合作,不断扩充供应端,满足行业所需算力资源,有望在B2B去中心化算力领域实现行业垄断和规模效应。

然而,最大风险在于投入大量资本后无法持续为算力代理商提供资源。供应端的盈利能力高度依赖于算力代理商是否能持续获得客户。只要有客户需求,作为供应端的价值就会随需求增长而提升。

轻资产模式

某算力代理商作为目前最出色的代理商,依靠全球分布的GPU形成庞大的去中心化计算网络。从商业角度看,该公司采取轻资产运营模式,通过社区运营和建立高度共识在AI算力代理领域建立强大品牌。

核心业务包括:

  1. 聚合散户GPU算力并奖励代币
  2. 从供应端获取高质量算力出售给AI创业公司

企业角度:

  1. 从供应端低买高卖高质量算力给C端客户
  2. 帮助用户通过共享闲置GPU算力赚取代币
  3. 为客户提供算力挖矿和质押平台,但前期需投入约4000美元才能获得较好收益

客户角度:

  1. 算力价格比其他中心化云计算服务便宜约80%
  2. 可通过质押和共享赚取收益
  3. 投入一定资本后可实现利滚利

作为典型的轻资产模式公司,最大优势是风险较低,团队无需像供给端那样前期投入大量机器成本。由于资金投入较少,公司和投资人更容易获得较高利润率。然而,由于行业进入门槛低,商业模式容易被抄袭复制,这对长期价值投资人来说需慎重考虑。

去中心化云计算的革命才刚刚开始?

三、从10到100?

如果某资源提供商和某资源代理商的合作能帮助去中心化算力生态从1走到10,那么加入某资源渠道商可能有机会走到100。

某资源渠道商的目标是成为最大的DePIN服务聚合器。作为渠道商,通过聚合各类资源的实时情况,将客户对接给价格和质量最优的资源。该项目采用B2B2C的轻资产商业模式,第一个B端是供应端,第二个B端是资源代理商,C端是通过信息提供给客户最优的资源选择。

作为平台,如果能发展成可以发行资产的平台将使产品更有价值。该项目通过路由算法提供的SDK可以计算资源去创建AI Agent,转换新的金融资产的同时,通过SDK动态帮助使用应用的客户进行动态挖矿,专注于挖掘对计算资源有用的算力。这种模式可理解为资产之上的资产,能极大增强资源和资金的流动性。

对该项目而言,他们希望看到更多供应商和代理商进入去中心化算力生态,这样才能更好凸显自身优势,并拓展更长的业务线和获取更多客户。简单理解,某些信息平台之所以能主导信息领域,是因为有更多商家和信息上传到了互联网,从而使客户对渠道商产生高度需求。

去中心化云计算的革命才刚刚开始?

四、未来可期

去中心化云计算正在逐步发展。虽然其生态框架和模式已变得清晰,各角色的领先企业也在履行生态中的责任,但要撼动传统云计算巨头的地位还为时尚早。与传统中心化云计算相比,去中心化确实在概念上能很好地解决客户的诸多问题,但这个市场的整体资源和规模相比之下仍然很小。在支撑AI发展的算力资源远远不够的情况下,市场需要另一种模式来解决困境。目前的去中心化云计算确实能满足初创AI公司的某些需求,未来如何发展,让我们共同见证这条颠覆之路的演变。

去中心化云计算的革命才刚刚开始?

此页面可能包含第三方内容,仅供参考(非陈述/保证),不应被视为 Gate 认可其观点表述,也不得被视为财务或专业建议。详见声明
  • 赞赏
  • 7
  • 分享
评论
0/400
MagicBeanvip
· 07-09 18:52
算力很快会成刚需
回复0
SellTheBouncevip
· 07-09 05:46
算力即货币未来
回复0
入场恐惧症vip
· 07-09 05:46
算力革命很带感
回复0
币圈塔罗师vip
· 07-09 05:40
算力就是宝藏
回复0
NFT悔恨录vip
· 07-09 05:37
未来值得期待
回复0
无聊猿反抗军vip
· 07-09 05:36
算力决定未来路
回复0
MEVHunterXvip
· 07-09 05:29
看好算力协议市场
回复0
交易,随时随地
qrCode
扫码下载 Gate APP
社群列表
简体中文
  • 简体中文
  • English
  • Tiếng Việt
  • 繁體中文
  • Español
  • Русский
  • Français (Afrique)
  • Português (Portugal)
  • Bahasa Indonesia
  • 日本語
  • بالعربية
  • Українська
  • Português (Brasil)