Fusion de l'IA et de DePIN : L'émergence des réseaux GPU décentralisés

Depuis 2023, l'IA et le DePIN sont devenus des tendances populaires dans le domaine du Web3, avec une capitalisation boursière atteignant respectivement 30 milliards de dollars et 23 milliards de dollars. Cet article se concentre sur le domaine d'intersection des deux et explore le développement des protocoles associés.

Dans la pile technologique de l'IA, le réseau DePIN habilite l'IA en fournissant des ressources de calcul. Le développement des grandes entreprises technologiques a conduit à une pénurie de GPU, rendant difficile pour d'autres développeurs d'obtenir suffisamment de GPU pour le calcul. Cela oblige souvent les développeurs à choisir des fournisseurs de services cloud décentralisés, mais ils doivent signer des contrats rigides à long terme pour du matériel haute performance, ce qui est inefficace.

DePIN offre une alternative plus flexible et plus rentable, en utilisant des incitations par des jetons pour encourager les contributions de ressources qui correspondent aux objectifs du réseau. Le DePIN dans le domaine de l'IA externalise les ressources GPU des propriétaires individuels vers des centres de données, formant une offre unifiée pour les utilisateurs. Ces réseaux ne fournissent pas seulement des services personnalisés et à la demande aux développeurs qui ont besoin de puissance de calcul, mais créent également des revenus supplémentaires pour les propriétaires de GPU inactifs.

Aperçu du réseau DePIN AI

Rendre

• Pionnier des réseaux P2P offrant des capacités de calcul GPU
• Initialement axé sur la création de contenu, puis élargi aux tâches de calcul AI
• Fondée par la société de graphisme en nuage OTOY, qui possède une technologie primée aux Oscars
• Le réseau GPU est utilisé par des grandes entreprises comme Paramount Pictures et PUBG
• Collaborer avec Stability AI pour intégrer les modèles d'IA dans le flux de travail de rendu de contenu 3D

Akash

• Positionné comme un substitut "super cloud" supportant le stockage, le calcul GPU et CPU
• Outils conviviaux pour les développeurs tels que des nœuds de calcul gérés par des plateformes de conteneurs et Kubernetes.
• AkashML permet aux réseaux GPU d'exécuter plus de 15 000 modèles sur Hugging Face
• Hébergé des applications telles que des chatbots basés sur le modèle LLM de Mistral AI

io.net

• Fournir un accès à des clusters cloud GPU distribués spécialement conçus pour les cas d'utilisation de l'IA et du ML.
• IO-SDK est compatible avec des frameworks tels que PyTorch et Tensorflow
• Prend en charge la création de 3 types différents de clusters, pouvant être lancés en 2 minutes.
• Collaborer avec Render, Filecoin et d'autres réseaux DePIN pour intégrer des GPU

Gensyn

• Fournir une puissance de calcul GPU axée sur l'apprentissage automatique et l'apprentissage profond
• Mise en œuvre de mécanismes de validation plus efficaces grâce à des concepts tels que la preuve d'apprentissage.
• Le coût horaire équivalent d'un GPU V100 est d'environ 0,40 USD, ce qui permet de réaliser d'importantes économies.
• Fournir un modèle de base partagé mondial décentralisé

Aethir

• Spécialement équipé de GPU d'entreprise, axé sur les domaines intensifs en calcul tels que l'IA, le ML et le cloud gaming.
• Optimiser la configuration des ressources GPU en fonction des besoins et de l'emplacement
• Étendre le service de téléphone cloud, en collaboration avec APhone, pour lancer un smartphone intelligent cloud décentralisé.
• Établir une large coopération avec des géants du Web2 tels que NVIDIA, Super Micro

Phala Network

• En tant que couche d'exécution pour les solutions Web3 AI
• Utiliser un environnement d'exécution de confiance (TEE) pour traiter les problèmes de confidentialité
• La couche d'exécution permet aux agents IA d'être contrôlés par des contrats intelligents sur la chaîne.
• Les contrats d'agent d'intelligence artificielle peuvent se connecter à OpenAI, Llama et d'autres grands modèles de langage.

Comparaison de projet

| | Rendre | Akash | io.net | Gensyn | Aethir | Phala | |--------|-------------|------------------|---------------------|---------|---------------|----------| | Matériel | GPU & CPU | GPU & CPU | GPU & CPU | GPU | GPU | CPU | | Points d'affaires | Rendu graphique et IA | Cloud computing, rendu et IA | IA | IA | IA, jeux cloud et télécommunications | Exécution IA sur la chaîne | | Type de tâche AI | Inférence | Les deux | Les deux | Entraînement | Entraînement | Exécution | | Prix de travail | Prix basé sur la performance | Enchère inversée | Prix du marché | Prix du marché | Système d'appel d'offres | Calcul des droits | | Blockchain | Solana | Cosmos | Solana | Gensyn | Arbitrum | Polkadot | | Confidentialité des données | Cryptage&hachage | Authentification mTLS | Chiffrement des données | Cartographie sécurisée | Cryptage | TEE | | Coûts de travail | 0,5-5 % par travail | 20 % USDC, 4 % AKT | 2 % USDC, 0,25 % frais de réserve | Frais peu élevés | 20 % par session | Proportionnel au montant staké | | 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 complétion | - | - | Preuve de verrouillage temporel | Preuve d'apprentissage | Preuve de travail de rendu | Preuve TEE | | Garantie de qualité | Controverse | - | - | Vérificateur et dénonciateur | Nœud d'inspection | Preuve distante | | Cluster GPU | Non | Oui | Oui | Oui | Oui | Non |

Données statistiques matérielles

| | Rendu | Akash | io.net | Gensyn | Aethir | Phala | |-------------|--------|-------|--------|------------|------------|--------| | Nombre de GPU | 5600 | 384 | 38177 | - | 40000+ | - | | Nombre de CPU | 114 | 14672 | 5433 | - | - | 30000+ | | Nombre de H100/A100 | - | 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 DePIN en IA est encore relativement émergent et fait face à certains défis. Cependant, le nombre de tâches exécutées et de matériels a considérablement augmenté, mettant en évidence la nécessité de solutions de remplacement aux fournisseurs de cloud Web2. À l'avenir, ces réseaux GPU décentralisés devraient jouer un rôle clé en fournissant aux développeurs des alternatives de calcul économiques, contribuant ainsi de manière significative à la configuration de l'IA et des infrastructures informatiques.