تفسير شامل للنظام البيئي لمسار الحوسبة DePIN

المؤلف الأصلي: بول تيموفيف

الترجمة الأصلية: TechFlow

الماخذ الرئيسية

• أصبحت موارد الحوسبة تحظى بشعبية متزايدة مع ظهور التعلم الآلي والتعلم العميق لتطوير الذكاء الاصطناعي التوليدي، وكلاهما يتطلب أحمال عمل كثيفة الحوسبة. ومع ذلك، مع تراكم هذه الموارد من قبل الشركات الكبرى والحكومات، تواجه الشركات الناشئة والمطورين المستقلين الآن نقصًا في وحدات معالجة الرسومات في السوق، مما يجعل الموارد باهظة الثمن و/أو غير متاحة.

• تمكن Compute DePINs من إنشاء نظام لامركزي المتجر لموارد الحوسبة مثل وحدات معالجة الرسوميات من خلال السماح لأي شخص في العالم بتقديم إمداداته الخاملة في مقابل مكافآت مالية. ويهدف هذا إلى مساعدة مستهلكي وحدات معالجة الرسوميات المحرومين في الوصول إلى قنوات إمداد جديدة للحصول على موارد التطوير التي يحتاجون إليها لأحمال العمل الخاصة بهم بتكلفة ونفقات عامة أقل.

• لا تزال أنظمة DePINs الحسابية تواجه العديد من التحديات الاقتصادية والتقنية في المنافسة مع مقدمي الخدمات المركزية التقليديين، وبعضها سوف يحل نفسه بمرور الوقت، في حين أن البعض الآخر سوف يتطلب حلولاً وتحسينات جديدة.

الحوسبة هي النفط الجديد

منذ الثورة الصناعية، دفعت التكنولوجيا البشرية إلى الأمام بوتيرة غير مسبوقة، مما أثر على كل جانب من جوانب الحياة اليومية تقريبًا أو حولها تمامًا. ظهرت أجهزة الكمبيوتر في نهاية المطاف باعتبارها تتويجًا للجهود الجماعية للباحثين والأكاديميين ومهندسي الكمبيوتر. تم تصميم أجهزة الكمبيوتر في الأصل لحل المهام الحسابية واسعة النطاق للعمليات العسكرية المتقدمة، وتطورت لتصبح العمود الفقري للحياة الحديثة. ومع استمرار تأثير أجهزة الكمبيوتر على البشرية في النمو بمعدل غير مسبوق، فإن الطلب على هذه الآلات والموارد التي تحركها ينمو أيضًا، متجاوزًا العرض المتاح. وقد أدى هذا بدوره إلى خلق ديناميكيات السوق حيث لا يتمكن معظم المطورين والشركات من الوصول إلى الموارد الرئيسية، مما يترك تطوير التعلم الآلي والذكاء الاصطناعي التوليدي - أحد أكثر التقنيات تحويلًا اليوم - في أيدي عدد صغير من اللاعبين الممولين جيدًا. في الوقت نفسه، يقدم العرض الكبير من موارد الحوسبة الخاملة فرصة مربحة للمساعدة في تخفيف الخلل بين العرض والطلب على الحوسبة، مما يؤدي إلى تفاقم الحاجة إلى آليات التنسيق بين الطرفين. وبناءً على ذلك، فإننا نؤمن بأن الأنظمة اللامركزية المدعومة بتقنية blockchain والأصول الرقمية ضرورية للتنمية الأوسع والأكثر ديمقراطية ومسؤولية لمنتجات وخدمات الذكاء الاصطناعي التوليدية.

موارد الحوسبة

يمكن تعريف الحوسبة بأنها أي نشاط أو تطبيق أو عبء عمل ينتج فيه الكمبيوتر مخرجات محددة جيدًا بناءً على مدخلات معينة. في النهاية، يشير هذا المصطلح إلى القدرة الحسابية والمعالجية لأجهزة الكمبيوتر ، وهو الأداة الأساسية لهذه الآلات، التي تعمل على تحريك أجزاء كثيرة من العالم الحديث وتوليد إيرادات ضخمة تصل إلى 1.1 تريليون دولار أمريكي في العام الماضي وحده.

تشير موارد الحوسبة إلى مكونات الأجهزة والبرامج المختلفة التي تجعل الحوسبة والمعالجة ممكنة. ومع استمرار نمو عدد التطبيقات والوظائف التي تتيحها، أصبحت هذه المكونات أكثر أهمية وحضورًا في الحياة اليومية للناس. وقد أدى هذا إلى سباق بين القوى الوطنية والشركات لتجميع أكبر عدد ممكن من هذه الموارد كوسيلة للبقاء. وينعكس هذا في أداء السوق للشركات التي توفر هذه الموارد (على سبيل المثال، Nvidia، التي زادت قيمتها السوقية بأكثر من 3000% في السنوات الخمس الماضية).

GPU

تُعد وحدات معالجة الرسوميات واحدة من أهم الموارد في الحوسبة عالية الأداء الحديثة تتمثل الوظيفة الأساسية لوحدة معالجة الرسوميات في العمل كدائرة متخصصة تعمل على تسريع أحمال عمل رسومات الكمبيوتر من خلال المعالجة المتوازية. كانت وحدات معالجة الرسوميات في الأصل تخدم صناعات الألعاب وأجهزة الكمبيوتر الشخصية، ثم تطورت لخدمة العديد من التقنيات الناشئة التي تشكل مستقبل عالمنا (على سبيل المثال، وحدات التحكم وأجهزة الكمبيوتر الشخصية، والأجهزة المحمولة، والحوسبة السحابية، وإنترنت الأشياء). ومع ذلك، فقد تفاقم الطلب على هذه الموارد بشكل خاص بسبب صعود التعلم الآلي والذكاء الاصطناعي - من خلال إجراء الحسابات بالتوازي، تعمل وحدات معالجة الرسوميات على تسريع عمليات التعلم الآلي والذكاء الاصطناعي، وبالتالي زيادة قوة المعالجة وقدرات التكنولوجيا الناتجة.

صعود الذكاء الاصطناعي

في جوهره، الذكاء الاصطناعي يتعلق بـ تمكين أجهزة الكمبيوتر والآلات من محاكاة الذكاء البشري وقدرات حل المشكلات تتكون نماذج الذكاء الاصطناعي، مثل الشبكات العصبية، من العديد من البيانات المختلفة. ويتطلب النموذج قوة معالجة لتحديد العلاقات بين هذه البيانات وتعلمها، ثم الرجوع إلى هذه العلاقات عند إنشاء مخرجات بناءً على مدخلات معينة.

على الرغم من الاعتقاد السائد، فإن تطوير الذكاء الاصطناعي وإنتاجه ليس بالأمر الجديد؛ ففي عام 1967، بنى فرانك روزنبلات جهاز مارك 1 بيرسيبترون، وهو أول جهاز كمبيوتر قائم على الشبكة العصبية "يتعلم" من خلال التجربة والخطأ. بالإضافة إلى ذلك، الكثير من الأبحاث الأكاديمية التي وضعت الأساس لتطوير الذكاء الاصطناعي كما نعرفه اليوم تم نشر هذا الكتاب في أواخر التسعينيات وأوائل العقد الأول من القرن الحادي والعشرين، واستمرت الصناعة في النمو منذ ذلك الحين.

إلى جانب جهود البحث والتطوير، تعمل نماذج الذكاء الاصطناعي "الضيقة" بالفعل في مجموعة متنوعة من التطبيقات القوية المستخدمة اليوم وتشمل الأمثلة خوارزميات وسائل التواصل الاجتماعي مثل Siri من Apple وAlexa من Amazon، والتوصيات المخصصة للمنتجات، والمزيد. والجدير بالذكر أن صعود التعلم العميق قد أدى إلى تحويل تطوير الذكاء الاصطناعي التوليدي (AGI). تستخدم خوارزميات التعلم العميق شبكات عصبية أكبر أو "أعمق" من تطبيقات التعلم الآلي كبديل أكثر قابلية للتطوير وأكثر تنوعًا. تقوم نماذج الذكاء الاصطناعي التوليدي "بترميز تمثيل مبسط لبيانات التدريب الخاصة بها والإشارة إليها لإصدار مخرجات جديدة مماثلة، ولكنها ليست متطابقة".

يتيح التعلم العميق للمطورين توسيع نماذج الذكاء الاصطناعي التوليدي إلى الصور والكلام وأنواع البيانات المعقدة الأخرى، وفي حين أن التطبيقات البارزة مثل ChatGPT، والتي شهدت بعضًا من أسرع نمو للمستخدمين في العصر الحديث، هي مجرد تكرارات مبكرة لما هو ممكن مع الذكاء الاصطناعي التوليدي والتعلم العميق.

مع وضع هذا في الاعتبار، فلا ينبغي أن يكون مفاجئًا أن يتضمن تطوير الذكاء الاصطناعي التوليدي أحمال عمل متعددة كثيفة الحساب تتطلب كميات كبيرة من قوة المعالجة وقوة الحوسبة.

وفق ثلاثية متطلبات تطبيق التعلم العميق إن تطوير تطبيقات الذكاء الاصطناعي مقيد بالعديد من أحمال العمل الرئيسية؛

• تمرين – يجب على النماذج معالجة وتحليل مجموعات البيانات الكبيرة لمعرفة كيفية الاستجابة للمدخلات المقدمة.

• ضبط – يمر النموذج بسلسلة من العمليات التكرارية حيث يتم ضبط وتحسين العديد من المعلمات الفائقة لتحسين الأداء والجودة.

• محاكاة - قبل النشر، تمر بعض النماذج، مثل خوارزميات التعلم المعزز، بسلسلة من عمليات المحاكاة للاختبار.

أزمة حسابية: الطلب يفوق العرض

على مدى العقود القليلة الماضية، أدت العديد من التطورات التكنولوجية إلى زيادة غير مسبوقة في الطلب على قوة الحوسبة والمعالجة. ونتيجة لذلك، فإن الطلب على موارد الحوسبة مثل وحدات معالجة الرسوميات اليوم يفوق بكثير العرض المتاح، مما يخلق عنق زجاجة في تطوير الذكاء الاصطناعي والذي سيستمر في النمو دون حلول فعالة.

وتدعم القيود الأوسع نطاقاً المفروضة على العرض العدد الكبير من الشركات التي تشتري وحدات معالجة الرسوميات بما يتجاوز احتياجاتها الفعلية، سواء كميزة تنافسية أو كوسيلة للبقاء في الاقتصاد العالمي الحديث. وكثيراً ما يستخدم مزودو الحوسبة هياكل تعاقدية تتطلب التزامات رأسمالية طويلة الأجل، مما يمنح العملاء إمدادات تفوق ما تتطلبه احتياجاتهم.

بحوث العصر تُظهر الدراسة أن العدد الإجمالي لنماذج الذكاء الاصطناعي التي تتطلب حوسبة مكثفة والتي تم نشرها ينمو بسرعة، مما يشير إلى أن متطلبات الموارد التي تحرك هذه التقنيات ستستمر في النمو بسرعة.

ومع استمرار تعقيد نماذج الذكاء الاصطناعي في النمو، ستزداد أيضًا متطلبات الحوسبة وقوة المعالجة لمطوري التطبيقات. وفي المقابل، سيلعب أداء وحدات معالجة الرسوميات وتوافرها اللاحق دورًا متزايد الأهمية. وقد بدأ هذا يحدث بالفعل، حيث أشاد الطلب على وحدات معالجة الرسوميات المتطورة، مثل تلك التي تنتجها شركة إنفيديا، بوحدات معالجة الرسوميات باعتبارها "المعادن النادرة" أو "الذهب" لصناعة الذكاء الاصطناعي.

إن التسويق التجاري السريع للذكاء الاصطناعي لديه القدرة على تسليم السيطرة إلى حفنة من عمالقة التكنولوجيا، على غرار صناعة وسائل التواصل الاجتماعي اليوم، أثارت هذه الظاهرة مخاوف بشأن الأسس الأخلاقية لهذه النماذج. ومن الأمثلة البارزة على ذلك الجدل الأخير المحيط بشركة جوجل جيميني. ففي حين لم تشكل ردود أفعالها الغريبة العديدة على المطالبات المختلفة خطراً حقيقياً في ذلك الوقت، فقد أظهرت الحادثة المخاطر الكامنة في حفنة من الشركات التي تهيمن على تطوير الذكاء الاصطناعي وتتحكم فيه.

تواجه الشركات الناشئة في مجال التكنولوجيا اليوم تحديات متزايدة في الحصول على موارد الحوسبة لتشغيل نماذج الذكاء الاصطناعي الخاصة بها. تقوم هذه التطبيقات بالعديد من العمليات الحسابية المكثفة قبل نشر النموذج. بالنسبة للشركات الصغيرة، فإن تجميع عدد كبير من وحدات معالجة الرسومات هو مسعى غير مستدام إلى حد كبير، وفي حين تقدم خدمات الحوسبة السحابية التقليدية مثل AWS أو Google Cloud تجربة مطور سلسة ومريحة، فإن قدرتها المحدودة تؤدي في النهاية إلى تكاليف عالية تجعلها غير ميسورة التكلفة بالنسبة للعديد من المطورين. في النهاية، ليس كل شخص يستطيع أن يأتي بـ $7 تريليون لتغطية تكاليف أجهزتهم.

فما هو السبب؟

نفيديا مرة واحدة تم تقديرها هناك أكثر من 40 ألف شركة حول العالم تستخدم وحدات معالجة الرسوميات للذكاء الاصطناعي والحوسبة المتسارعة، مع مجتمع مطورين يضم أكثر من 4 ملايين شخص. وبالنظر إلى المستقبل، ومن المتوقع أن يشهد سوق الذكاء الاصطناعي العالمي من المتوقع أن ينمو إجمالي الناتج المحلي من 1.10 تريليون دولار أمريكي في عام 2023 إلى 2.74 تريليون دولار أمريكي في عام 2032، بمعدل نمو سنوي متوسط يبلغ 20.41 تريليون دولار أمريكي. وفي الوقت نفسه، سوق وحدة معالجة الرسوميات ومن المتوقع أن يصل حجم الاستثمار الأجنبي المباشر في الصين إلى 1.10 تريليون دولار أمريكي بحلول عام 2032، مع معدل نمو سنوي متوسط يبلغ 2.51 تريليون دولار أمريكي.

ومع ذلك، فإن الخلل المتزايد بين العرض والطلب على موارد الحوسبة في أعقاب ثورة الذكاء الاصطناعي قد يخلق مستقبلًا مثاليًا إلى حد ما حيث تهيمن حفنة من الشركات العملاقة ذات التمويل الجيد على تطوير التقنيات التحويلية. لذلك، نعتقد أن جميع الطرق تؤدي إلى حلول بديلة لامركزية للمساعدة في سد الفجوة بين احتياجات مطوري الذكاء الاصطناعي والموارد المتاحة.

دور DePIN

ما هي DePINs؟

DePIN هو مصطلح صاغه فريق البحث في Messari وهو يرمز إلى شبكة البنية التحتية المادية اللامركزية. على وجه التحديد، تعني اللامركزية عدم وجود كيان واحد يستخرج الإيجارات ويقيد الوصول. في حين تشير البنية التحتية المادية إلى الموارد المادية "الحقيقية" التي يتم استخدامها. تشير الشبكة إلى مجموعة من المشاركين الذين يعملون بالتنسيق لتحقيق هدف محدد مسبقًا أو مجموعة من الأهداف. اليوم، تبلغ القيمة السوقية الإجمالية لشبكات DePINs حوالي $28.3 مليار .

في قلب DePINs توجد شبكة عالمية من العقد التي تربط موارد البنية التحتية المادية بسلسلة الكتل من أجل إنشاء سوق لامركزية تربط بين المشترين والموردين للموارد، حيث يمكن لأي شخص أن يصبح موردًا ويحصل على أجر مقابل خدماته ومساهمته في القيمة للشبكة. في هذه الحالة، يتم استبدال الوسيط المركزي الذي يقيد الوصول إلى الشبكة من خلال وسائل قانونية وتنظيمية مختلفة ورسوم الخدمة ببروتوكول لامركزي يتألف من عقود ذكية ورمز، يحكمه حاملو الرموز المقابلة له.

تكمن قيمة شبكات DePINs في أنها توفر بديلاً لامركزيًا وسهل الوصول إليه ومنخفض التكلفة وقابل للتطوير لشبكات الموارد ومقدمي الخدمات التقليديين. فهي تمكن الأسواق اللامركزية من خدمة أهداف نهائية محددة؛ حيث يتم تحديد تكلفة السلع والخدمات من خلال ديناميكيات السوق، ويمكن لأي شخص المشاركة في أي وقت، مما يؤدي بشكل طبيعي إلى انخفاض تكاليف الوحدة بسبب الزيادة في عدد الموردين وتقليل هوامش الربح.

إن استخدام تقنية البلوك تشين يمكّن DePINs من بناء أنظمة حوافز اقتصادية مشفرة تساعد في ضمان تعويض المشاركين في الشبكة بشكل مناسب عن خدماتهم، وتحويل مقدمي القيمة الرئيسيين إلى أصحاب مصلحة. ومع ذلك، من المهم ملاحظة أن تأثيرات الشبكة، التي تتحقق من خلال تحويل الشبكات الشخصية الصغيرة إلى أنظمة أكبر وأكثر إنتاجية، هي مفتاح لتحقيق العديد من فوائد DePINs. بالإضافة إلى ذلك، في حين أثبتت المكافآت الرمزية أنها أداة قوية لآليات تمهيد الشبكة، فإن بناء حوافز مستدامة للمساعدة في الاحتفاظ بالمستخدمين والتبني على المدى الطويل يظل تحديًا رئيسيًا في مجال DePIN الأوسع.

كيف يعمل DePINs؟

لفهم قيمة DePINs بشكل أفضل في تمكين سوق الحوسبة اللامركزية، من المهم التعرف على المكونات الهيكلية المختلفة المشاركة وكيفية عملها معًا لتشكيل شبكة موارد لامركزية. دعنا نفكر في هيكل DePIN والمشاركين فيه.

بروتوكول

يتم استخدام بروتوكول لامركزي، وهو عبارة عن مجموعة من العقود الذكية المبنية على شبكة blockchain ذات طبقة أساسية أساسية، لتسهيل التفاعلات غير القائمة على الثقة بين المشاركين في الشبكة. من الناحية المثالية، يجب أن يحكم البروتوكول مجموعة متنوعة من أصحاب المصلحة الملتزمين بنشاط بالمساهمة في نجاح الشبكة على المدى الطويل. ثم يستخدم أصحاب المصلحة هؤلاء حصتهم من رمز البروتوكول للتصويت على التغييرات والتطورات المقترحة على DePIN. ونظرًا لأن التنسيق الناجح لشبكة موزعة يمثل تحديًا كبيرًا في حد ذاته، فإن الفريق الأساسي يحتفظ عادةً بالسلطة لتنفيذ هذه التغييرات في البداية ثم ينقل السلطة إلى منظمة مستقلة لامركزية (DAO).

المشاركون في الشبكة

المستخدمون النهائيون لشبكة الموارد هم المشاركون الأكثر قيمة فيها ويمكن تصنيفهم وفقًا لوظيفتهم.

• مزود : فرد أو كيان يوفر موارد للشبكة مقابل مكافآت نقدية تُدفع برموز DePIN الأصلية. يتم "ربط" الموردين بالشبكة من خلال بروتوكول blockchain الأصلي، والذي قد يفرض عملية قائمة بيضاء على السلسلة أو عملية بدون إذن. من خلال تلقي الرموز، يكتسب الموردون حصة في الشبكة، على غرار أصحاب المصلحة في سياق ملكية الأسهم، مما يمكنهم من التصويت على مقترحات وتطورات مختلفة للشبكة، مثل المقترحات التي يعتقدون أنها ستساعد في دفع الطلب وقيمة الشبكة، وبالتالي خلق أسعار رمزية أعلى بمرور الوقت. بالطبع، يمكن للموردين الذين يتلقون الرموز أيضًا استخدام DePINs كشكل من أشكال الدخل السلبي وبيعها بعد تلقي الرموز.

• المستهلكون :هؤلاء هم الأفراد أو الكيانات التي تبحث بنشاط عن الموارد التي توفرها DePIN، مثل الشركات الناشئة في مجال الذكاء الاصطناعي التي تبحث عن وحدات معالجة الرسوميات، والتي تمثل جانب الطلب من المعادلة الاقتصادية. ينجذب المستهلكون إلى استخدام DePIN إذا كانت هناك مزايا حقيقية لاستخدام DePIN مقارنة باستخدام البدائل التقليدية (مثل انخفاض التكاليف ومتطلبات النفقات العامة)، وبالتالي تمثل الطلب العضوي على الشبكة. تتطلب DePINs عادةً من المستهلكين الدفع مقابل الموارد برموزهم الأصلية من أجل توليد القيمة والحفاظ على تدفق نقدي مستقر.

الموارد

يمكن لـ DePINs خدمة أسواق مختلفة واعتماد نماذج أعمال مختلفة لتخصيص الموارد. توفر Blockworks إطارًا جيدًا : أجهزة DePINs مخصصة ، والتي توفر أجهزة مملوكة مخصصة للبائعين لتوزيعها؛ وأجهزة DePINs التجارية، والتي تسمح بتوزيع الموارد الخاملة الموجودة، بما في ذلك على سبيل المثال لا الحصر الحوسبة والتخزين وعرض النطاق الترددي.

النموذج الاقتصادي

في DePIN الذي يتم إدارته بشكل مثالي، تأتي القيمة من الإيرادات التي يدفعها المستهلكون مقابل موارد الموردين. يعني الطلب المستمر على الشبكة استمرار الطلب على الرمز الأصلي، والذي يتماشى مع الحوافز الاقتصادية للموردين وحاملي الرمز. إن توليد الطلب العضوي المستدام في المراحل المبكرة يمثل تحديًا لمعظم الشركات الناشئة، ولهذا السبب تقدم DePINs حوافز رمزية تضخمية لتحفيز الموردين الأوائل وتزويد الشبكة بالإمدادات كوسيلة لتوليد الطلب وبالتالي المزيد من العرض العضوي. وهذا مشابه لكيفية دعم شركات رأس المال الاستثماري لأسعار الركاب في المراحل المبكرة لشركة Ubers لتزويد قاعدة العملاء الأولية بمزيد من جذب السائقين وتعزيز تأثيرات شبكتها.

يتعين على DePINs إدارة الحوافز الرمزية بشكل استراتيجي قدر الإمكان، لأنها تلعب دورًا رئيسيًا في النجاح العام للشبكة. عندما يرتفع الطلب وإيرادات الشبكة، يجب تقليل إصدار الرموز. وعلى العكس من ذلك، عندما ينخفض الطلب والإيرادات، يجب استخدام إصدار الرموز مرة أخرى لتحفيز العرض.

لمزيد من التوضيح حول شكل شبكة DePIN الناجحة، ضع في اعتبارك " "دولاب الموازنة DePIN" حلقة ردود فعل إيجابية توجه عمليات DePINs. وفيما يلي ملخص لها:

• تقوم DePIN بتوزيع مكافآت رمزية تضخمية لتشجيع المزودين على توفير الموارد للشبكة وإنشاء مستوى إمداد أساسي متاح للاستهلاك.

• وبافتراض أن عدد الموردين بدأ في النمو، فإن ديناميكية تنافسية تبدأ في التشكل في الشبكة، مما يؤدي إلى تحسين الجودة الإجمالية للسلع والخدمات التي تقدمها الشبكة حتى تقدم خدمات متفوقة على الحلول السوقية الحالية، وبالتالي اكتساب ميزة تنافسية. وهذا يعني أن الأنظمة اللامركزية تتفوق على مقدمي الخدمات المركزيين التقليديين، وهو أمر ليس بالسهل.

• يبدأ الطلب العضوي على DePIN في التزايد، مما يوفر تدفقًا نقديًا مشروعًا للموردين. وهذا يمثل فرصة مقنعة للمستثمرين والموردين لمواصلة دفع الطلب على الشبكة وبالتالي سعر الرمز.

• يؤدي نمو سعر الرمز إلى زيادة إيرادات الموردين، مما يجذب المزيد من الموردين ويعيد تشغيل دولاب الموازنة.

يقدم هذا الإطار استراتيجية نمو مقنعة، رغم أنه من المهم ملاحظة أنه نظري إلى حد كبير ويفترض أن الموارد التي توفرها الشبكة جذابة تنافسية بشكل مستمر.

حساب DePINs

إن سوق الحوسبة اللامركزية هي جزء من حركة أوسع نطاقًا، وهي "اقتصاد المشاركة"، وهو نظام اقتصادي من نظير إلى نظير يعتمد على مشاركة المستهلكين للسلع والخدمات بشكل مباشر مع مستهلكين آخرين من خلال منصات عبر الإنترنت. هذا النموذج، الذي كانت رائدة فيه شركات مثل eBay وتهيمن عليه اليوم شركات مثل Airbnb وUber، على استعداد في نهاية المطاف للتغيير مع اجتياح الجيل التالي من التقنيات التحويلية للأسواق العالمية. تقدر قيمتها بنحو 10 تريليونات دولار في عام 2023 و150 مليار دولار في عام 2025. ومن المتوقع أن ينمو إلى ما يقرب من 1.10 تريليون دولار أمريكي بحلول عام 2031 إن اقتصاد المشاركة يوضح اتجاهًا أوسع في سلوك المستهلك والذي نعتقد أن DePINs سوف تستفيد منه وتلعب دورًا رئيسيًا فيه.

أساسي

إن شبكات الحوسبة اللامركزية عبارة عن شبكات نظير إلى نظير تسهل تخصيص موارد الحوسبة من خلال ربط الموردين والمشترين من خلال الأسواق اللامركزية. ومن أهم ما يميز هذه الشبكات هو تركيزها على موارد الأجهزة الأساسية، والتي أصبحت بالفعل في أيدي العديد من الناس اليوم. وكما ناقشنا، أدى ظهور التعلم العميق والذكاء الاصطناعي التوليدي إلى زيادة الطلب على قوة المعالجة بسبب أحمال العمل كثيفة الموارد، مما أدى إلى خلق اختناقات في الوصول إلى الموارد الحيوية لتطوير الذكاء الاصطناعي. وببساطة، تهدف أسواق الحوسبة اللامركزية إلى تخفيف هذه الاختناقات من خلال إنشاء تدفق إمداد جديد - يمتد في جميع أنحاء العالم ويمكن لأي شخص المشاركة فيه.

في Computing DePINs، يمكن لأي فرد أو كيان إقراض موارده الخاملة في أي وقت والحصول على تعويض مناسب. وفي الوقت نفسه، يمكن لأي فرد أو كيان الحصول على الموارد الضرورية من الشبكة العالمية التي لا تتطلب إذنًا بتكلفة أقل وبمرونة أكبر من المنتجات السوقية الحالية. وبالتالي، يمكننا وصف المشاركين في Computing DePINs من خلال إطار اقتصادي بسيط:

• مزود :الفرد أو الكيان الذي يمتلك موارد الحوسبة وهو على استعداد لإقراضها أو بيعها مقابل الحصول على إعانة.

• طالب :الفرد أو الكيان الذي يحتاج إلى موارد الحوسبة وهو على استعداد لدفع ثمن لها.

الفوائد الرئيسية لاستخدام نظام DePINs

توفر Compute DePINs عددًا من المزايا التي تجعلها بديلاً جذابًا لمقدمي الخدمات المركزية والأسواق. أولاً، يؤدي تمكين المشاركة في السوق عبر الحدود دون إذن إلى فتح تدفق جديد للإمدادات، مما يزيد من كمية الموارد الحرجة اللازمة لأحمال العمل التي تتطلب حوسبة مكثفة. تركز Compute DePINs على موارد الأجهزة التي يمتلكها معظم الناس بالفعل - أي شخص لديه جهاز كمبيوتر للألعاب لديه بالفعل وحدة معالجة رسومية يمكن استئجارها. وهذا يوسع نطاق المطورين والفرق التي يمكنها المشاركة في بناء الجيل التالي من السلع والخدمات، مما يعود بالنفع على المزيد من الناس في جميع أنحاء العالم.

وإذا نظرنا إلى الأمر بشكل أعمق، فإن البنية الأساسية لسلسلة الكتل التي تدعم DePINs توفر سكة تسوية فعالة وقابلة للتطوير لتسهيل المدفوعات الصغيرة المطلوبة للمعاملات بين الأقران. توفر الأصول المالية المشفرة الأصلية (الرموز) وحدة مشتركة للقيمة يستخدمها المشاركون في جانب الطلب لدفع مستحقات الموردين، ومواءمة الحوافز الاقتصادية من خلال آلية توزيع متوافقة مع اقتصاد اليوم المتزايد العولمة. بالإشارة إلى دولاب الموازنة DePIN الذي بنيناه سابقًا، فإن الإدارة الاستراتيجية للحوافز الاقتصادية مفيدة جدًا لزيادة تأثيرات شبكة DePINs (على جانبي العرض والطلب)، مما يزيد بدوره من المنافسة بين الموردين. تعمل هذه الديناميكية على تقليل تكاليف الوحدة مع تحسين جودة الخدمة، مما يخلق ميزة تنافسية مستدامة لـ DePIN، والتي يمكن للموردين الاستفادة منها كحاملي رموز ومقدمي قيمة رئيسية.

تتشابه خدمات DePIN مع مقدمي خدمات الحوسبة السحابية في تجربة المستخدم المرنة التي تهدف إلى توفيرها، حيث يمكن الوصول إلى الموارد ودفع ثمنها عند الطلب. في إشارة إلى مركز جراندفيو للأبحاث س تنبؤ بالمناخ من المتوقع أن ينمو حجم سوق الحوسبة السحابية العالمية بمعدل نمو سنوي مركب يبلغ 21.2% ليصل إلى أكثر من $2.4 تريليون بحلول عام 2030، مما يدل على جدوى مثل هذه النماذج التجارية في سياق النمو المستقبلي في الطلب على موارد الحوسبة. تستخدم منصات الحوسبة السحابية الحديثة خوادم مركزية للتعامل مع جميع الاتصالات بين أجهزة العميل والخوادم، مما يخلق نقطة فشل واحدة في عملياتها. ومع ذلك، فإن البناء على blockchain يسمح لـ DePINs بتوفير مقاومة رقابة ومرونة أكبر من مقدمي الخدمات التقليديين. إن مهاجمة منظمة أو كيان واحد (مثل مزود خدمة سحابية مركزي) من شأنه أن يعرض شبكة الموارد الأساسية بأكملها للخطر، وقد تم تصميم DePINs لمقاومة مثل هذه الحوادث من خلال طبيعتها الموزعة. أولاً، blockchain نفسها عبارة عن شبكة موزعة عالميًا من العقد المخصصة المصممة لمقاومة سلطة الشبكة المركزية. بالإضافة إلى ذلك، تسمح حوسبة DePINs أيضًا بالمشاركة في الشبكة بدون إذن، وتجاوز الحواجز القانونية والتنظيمية. استنادًا إلى طبيعة توزيع الرموز، يمكن لـ DePINs اعتماد عملية تصويت عادلة للتصويت على التغييرات والتطورات المقترحة على البروتوكول للقضاء على احتمال قيام كيان واحد بإغلاق الشبكة بأكملها فجأة.

الحالة الحالية لـ DePINs الحسابية

شبكة العرض

شبكة Render هي شبكة DePIN حسابية تربط المشترين والبائعين لوحدات معالجة الرسوميات من خلال سوق حوسبة لامركزية، مع إجراء المعاملات من خلال رمزها الأصلي. تتضمن سوق Renders GPU طرفين رئيسيين - المبدعون الذين يسعون إلى الوصول إلى قوة المعالجة ومشغلي العقد الذين يؤجرون وحدات معالجة الرسوميات الخاملة للمبدعين مقابل تعويض في رموز Render الأصلية. يتم تصنيف مشغلي العقد بناءً على نظام السمعة، ويمكن للمبدعين اختيار وحدات معالجة الرسوميات من نظام تسعير متعدد المستويات. تنسق خوارزمية إجماع إثبات العرض (POR) العمليات، ويلتزم مشغلو العقد بموارد الحوسبة الخاصة بهم (وحدات معالجة الرسوميات) لمعالجة المهام، أي عمل عرض الرسومات. عند الانتهاء من مهمة ما، تقوم خوارزمية إثبات العرض بتحديث حالة مشغلي العقد، بما في ذلك تغيير في درجة السمعة بناءً على جودة المهمة. تسهل البنية الأساسية لسلسلة الكتل Renders الدفع مقابل العمل، مما يوفر سكة تسوية شفافة وفعالة للموردين والمشترين لإجراء المعاملات من خلال رمز الشبكة.

تم إنشاء شبكة Render في الأصل بواسطة جولز اورباخ في عام 2009، تم إطلاق الشبكة على Ethereum ( رندر ) في سبتمبر 2020 وانتقل إلى سولانا ( يجعل ) بعد حوالي ثلاث سنوات لتحسين أداء الشبكة وخفض تكاليف التشغيل.

اعتبارًا من وقت كتابة هذه السطور، شبكة Render لقد عالجت ما يصل إلى 33 مليون مهمة (من حيث الإطارات المقدمة) وزاد عدد العقد إلى 5600 عقدة إجمالية منذ إنشائها. تم تدمير ما يقرب من 60 ألف عملية تقديم، عملية تحدث أثناء توزيع أرصدة العمل على مشغلي العقد.

شبكة IO

إن شركة Io Net تطلق شبكة GPU لامركزية فوق Solana كطبقة تنسيق بين عدد كبير من موارد الحوسبة الخاملة والأفراد والكيانات التي تحتاج إلى قوة المعالجة التي توفرها هذه الموارد. إن نقطة البيع الفريدة لشركة Io Net هي أنه بدلاً من التنافس بشكل مباشر مع DePINs الأخرى في السوق، فإنها تجمع وحدات معالجة الرسوميات من مجموعة متنوعة من المصادر (بما في ذلك مراكز البيانات، والعاملين في التعدين، وDePINs الأخرى مثل Render Network وFilecoin) مع الاستفادة من DePIN الملكية، إنترنت وحدات معالجة الرسوميات (IoG)، لتنسيق العمليات ومواءمة حوافز المشاركين في السوق. يمكن لعملاء Io Net تخصيص مجموعات أحمال العمل الخاصة بهم على IO Cloud من خلال تحديد نوع المعالج والموقع وسرعة الاتصال والامتثال ووقت الخدمة. وعلى العكس من ذلك، يمكن لأي شخص لديه طراز GPU مدعوم (12 جيجابايت من ذاكرة الوصول العشوائي، و256 جيجابايت SSD) المشاركة كعامل IO، وإقراض موارد الحوسبة الخاملة الخاصة به للشبكة. في حين يتم حاليًا تسوية مدفوعات الخدمة بالعملة الورقية وUSDC، ستدعم الشبكة قريبًا المدفوعات باستخدام رمز $IO الأصلي أيضًا. يتم تحديد سعر الموارد من خلال العرض والطلب عليها بالإضافة إلى مواصفات GPU المختلفة وخوارزميات التكوين. الهدف النهائي لـ Io Net هو أن تصبح سوق GPU المفضل من خلال تقديم تكاليف أقل وجودة خدمة أعلى من مزودي الخدمات السحابية الحديثة.

يمكن تعيين بنية الإدخال والإخراج متعددة الطبقات على النحو التالي:

• طبقة واجهة المستخدم - يتكون من الموقع العام ومنطقة العميل ومنطقة العاملين.

• طبقة الأمان - تتكون هذه الطبقة من جدران الحماية لحماية الشبكة، وخدمات المصادقة للتحقق من المستخدم، وخدمات التسجيل لتتبع الأنشطة.

• طبقة API - تعمل هذه الطبقة كطبقة اتصال وتتكون من واجهة برمجة تطبيقات عامة (لموقع الويب)، وواجهة برمجة تطبيقات خاصة (للعمال)، وواجهة برمجة تطبيقات داخلية (لإدارة المجموعة والتحليلات وتقارير المراقبة).

• طبقة الخلفية – تدير طبقة الواجهة الخلفية العمال، وعمليات المجموعة/وحدة معالجة الرسومات، وتفاعلات العملاء، والفواتير ومراقبة الاستخدام، والتحليلات، والتوسع التلقائي.

• طبقة قاعدة البيانات - هذه الطبقة هي مستودع البيانات للنظام وتستخدم التخزين الأساسي (للبيانات المنظمة) والذاكرة المؤقتة (للبيانات المؤقتة التي يتم الوصول إليها بشكل متكرر).

• وسيط الرسائل وطبقة المهام - تعمل هذه الطبقة على تسهيل الاتصالات غير المتزامنة وإدارة المهام.

• طبقة البنية التحتية - تحتوي هذه الطبقة على مجموعات وحدة معالجة الرسوميات وأدوات التنسيق وتدير نشر المهام.

الإحصائيات الحالية/خارطة الطريق

• اعتبارًا من وقت كتابة هذه السطور:

• إجمالي إيرادات الشبكة - $1.08 مليون

• إجمالي ساعات الحوسبة - 837.6 ألف ساعة

• إجمالي وحدات معالجة الرسوميات الجاهزة للتجمع – 20.4 ألف وحدة

• إجمالي وحدة المعالجة المركزية الجاهزة للتجمع - 5.6 كيلو بايت

• إجمالي المعاملات على السلسلة - 1.67 مليون

• إجمالي أوقات الاستدلال - 335.7 ألف

• إجمالي المجموعات التي تم إنشاؤها – 15.1 ألف

(البيانات من مستكشف الإنترنت Io )

أثير

Aethir هو نظام DePIN للحوسبة السحابية يسهل مشاركة موارد الحوسبة عالية الأداء في المجالات والتطبيقات التي تتطلب حوسبة مكثفة. وهو يستفيد من تجميع الموارد لتحقيق تخصيص وحدة معالجة الرسوميات العالمية بتكاليف منخفضة بشكل كبير وملكية لامركزية من خلال ملكية الموارد الموزعة. تم تصميم Aethir لأحمال العمل عالية الأداء وهو مناسب للصناعات مثل الألعاب وتدريب واستنتاج نماذج الذكاء الاصطناعي. من خلال توحيد مجموعات وحدات معالجة الرسوميات في شبكة واحدة، تم تصميم Aethir لزيادة حجم المجموعة، وبالتالي تحسين الأداء العام وموثوقية الخدمات المقدمة على شبكتها.

شبكة Aethir عبارة عن اقتصاد لامركزي يتألف من عمال المناجم والمطورين والمستخدمين وحاملي الرموز ومنظمة Aethir DAO. هناك ثلاثة أدوار رئيسية تضمن التشغيل الناجح للشبكة وهي الحاويات والمفهرسون والمفتشون. الحاويات هي العقد الأساسية للشبكة، حيث تؤدي عمليات مهمة تحافظ على حيوية الشبكة، بما في ذلك التحقق من صحة المعاملات وتقديم المحتوى الرقمي في الوقت الفعلي. يعمل المفتشون كموظفين لضمان الجودة، ويراقبون باستمرار أداء وجودة خدمة الحاويات لضمان التشغيل الموثوق والفعال لمستهلكي وحدة معالجة الرسوميات. يعمل المفهرسون كوسطاء بين المستخدمين وأفضل الحاويات المتاحة. يدعم هذا الهيكل سلسلة الكتل Arbitrum Layer 2، والتي توفر طبقة تسوية لامركزية لدفع ثمن السلع والخدمات على شبكة Aethir في رموز $ATH الأصلية.

تقديم الدليل

تحتوي العقد في شبكة Aethir على وظيفتين رئيسيتين - تقديم دليل على القدرة حيث يتم اختيار مجموعة من عقد العمال هذه بشكل عشوائي كل 15 دقيقة للتحقق من صحة المعاملات؛ وتقديم دليل على العمل ، مراقبة أداء الشبكة عن كثب لضمان تقديم الخدمة المثلى للمستخدمين، وضبط الموارد بناءً على الطلب والجغرافيا. يتم توزيع مكافآت التعدين على المشاركين الذين يديرون العقد على شبكة Aethir، ويتم حسابها بناءً على قيمة موارد الحوسبة التي أقرضوها، ويتم دفع المكافآت بالرمز الأصلي $ATH.

نوسانا

Nosana هي شبكة GPU لامركزية مبنية على Solana. تسمح Nosana لأي شخص بالمساهمة بموارد الحوسبة الخاملة والحصول على مكافأة في شكل رموز $NOS للقيام بذلك. تسهل DePIN تخصيص وحدات معالجة الرسوميات بتكلفة فعالة والتي يمكن استخدامها لتشغيل أحمال عمل الذكاء الاصطناعي المعقدة دون تكلفة حلول السحابة التقليدية. يمكن لأي شخص تشغيل عقدة Nosana عن طريق إقراض وحدات معالجة الرسوميات الخاملة الخاصة به والحصول على مكافآت رمزية تتناسب مع طاقة وحدة معالجة الرسوميات التي يوفرها للشبكة.

تربط الشبكة بين طرفين يخصصان موارد الحوسبة: المستخدمون الذين يسعون إلى الوصول إلى موارد الحوسبة ومشغلو العقد الذين يوفرون موارد الحوسبة. يتم التصويت على قرارات البروتوكول والترقيات المهمة من قبل حاملي رمز NOS ويتم إدارتها بواسطة Nosana DAO.

لدى Nosana خريطة طريق موسعة لخططها المستقبلية - ستطلق Galactica (v1.0 - H1/H2 2024) الشبكة الرئيسية، وتصدر CLI وSDK، وتركز على توسيع الشبكة من خلال عقد الحاويات لوحدات معالجة الرسومات الاستهلاكية. ستدمج Triangulum (v1.X - H2 2024) بروتوكولات وموصلات التعلم الآلي الرئيسية مثل PyTorch و HuggingFace و TensorFlow. ستوسع Whirlpool (v1.X -H1 2025) الدعم لوحدات معالجة الرسومات المتنوعة من AMD و Intel و Apple Silicon. ستضيف Sombrero (v1.X - H2 2025) الدعم للمؤسسات المتوسطة والكبيرة، والمدفوعات الورقية، والفواتير، وميزات الفريق.

اكاش

شبكة Akash هي شبكة مفتوحة المصدر تعتمد على إثبات الحصة مبنية على مجموعة أدوات تطوير البرمجيات Cosmos التي تسمح لأي شخص بالانضمام والمساهمة دون إذن، مما يؤدي إلى إنشاء سوق حوسبة سحابية لامركزية. تُستخدم رموز $AKT لتأمين الشبكة وتسهيل مدفوعات الموارد وتنسيق السلوك الاقتصادي بين المشاركين في الشبكة. تتكون شبكة Akash من عدة مكونات رئيسية:

• طبقة البلوكشين يستخدم Tendermint Core وCosmos SDK لتوفير الإجماع.

• طبقة التطبيق يدير النشر وتخصيص الموارد.

• طبقة المزود يدير الموارد والعطاءات ونشر تطبيقات المستخدم.

• طبقة المستخدم يتيح للمستخدمين التفاعل مع شبكة Akash وإدارة الموارد ومراقبة حالة التطبيق باستخدام واجهة سطر الأوامر ولوحة التحكم.

ركزت الشبكة في البداية على خدمات التخزين وتأجير وحدات المعالجة المركزية، ومع نمو الطلب على تدريب الذكاء الاصطناعي وأحمال العمل الاستدلالية، وسعت الشبكة خدماتها لتشمل تأجير وتخصيص وحدات معالجة الرسوميات، استجابة لهذه الاحتياجات من خلال منصة AkashML. تستخدم AkashML نظام المزاد العكسي حيث يقدم العملاء (يُطلق عليهم المستأجرون) أسعار وحدات معالجة الرسوميات المطلوبة ويتنافس مزودو الحوسبة (يُطلق عليهم المزودون) على توفير وحدات معالجة الرسوميات المطلوبة.

اعتبارًا من وقت كتابة هذه السطور، لقد أتمت سلسلة الكتل Akash أكثر من 12.9 مليون معاملة، وتم إنفاق أكثر من $535,000 للوصول إلى موارد الحوسبة، وتم تأجير أكثر من 189,000 عملية نشر فريدة.

إشارات شرفية

لا يزال مجال DePIN الحسابي في طور النمو، وتتنافس العديد من الفرق على طرح حلول مبتكرة وفعالة في السوق. ومن الأمثلة الأخرى التي تستحق المزيد من التحقيق: زائدي ، والتي تعمل على بناء منصة تعاونية مفتوحة المصدر لتجميع الموارد لتطوير الذكاء الاصطناعي، و إكسابيتس ، والتي تقوم ببناء شبكة طاقة حوسبة موزعة مدعومة بواسطة عمال مناجم حاسوبيين.

اعتبارات هامة وآفاق مستقبلية

الآن بعد أن فهمنا المبادئ الأساسية لحساب DePIN واستعرضنا العديد من دراسات الحالة التكميلية التي يتم إجراؤها حاليًا، من المهم أن نأخذ في الاعتبار تأثير هذه الشبكات اللامركزية، بما في ذلك المزايا والعيوب.

تحدي

إن بناء شبكات موزعة على نطاق واسع يتطلب في كثير من الأحيان تقديم تنازلات في الأداء والأمان والمرونة. على سبيل المثال، قد يكون تدريب نموذج الذكاء الاصطناعي على شبكة موزعة عالميًا من الأجهزة التجارية أقل فعالية من حيث التكلفة والوقت من تدريبه على مزود خدمة مركزي. وكما ذكرنا سابقًا، أصبحت نماذج الذكاء الاصطناعي وأحمال العمل الخاصة بها معقدة بشكل متزايد، مما يتطلب وحدات معالجة رسومية عالية الأداء بدلاً من وحدات معالجة الرسوميات التجارية.

هذا هو لماذا تقوم الشركات الكبرى بتخزين وحدات معالجة الرسوميات عالية الأداء بكميات كبيرة، وهو تحدٍ متأصل يواجهه DePINs الحسابية التي تهدف إلى حل مشكلة نقص وحدات معالجة الرسوميات من خلال إنشاء سوق بدون إذن حيث يمكن لأي شخص إقراض وحدات معالجة الرسوميات الخاملة (انظر هذه التغريدة لمزيد من المعلومات حول التحديات التي تواجه بروتوكولات الذكاء الاصطناعي اللامركزية) ) يمكن للبروتوكولات معالجة هذه المشكلة بطريقتين رئيسيتين: الأولى هي تحديد المتطلبات الأساسية لمقدمي وحدات معالجة الرسوميات الذين يرغبون في المساهمة في الشبكة، والثانية هي تجميع الموارد الحسابية المقدمة للشبكة لتحقيق نتائج إجمالية أكبر. ومع ذلك، فإن هذا النموذج يمثل تحديًا كبيرًا في التأسيس مقارنة بمقدمي الخدمات المركزية، الذين يمكنهم تخصيص المزيد من الأموال للتعامل مباشرة مع مقدمي الأجهزة (مثل Nvidia). هذا أمر يجب على DePINs مراعاته أثناء المضي قدمًا. إذا كان لدى بروتوكول لامركزي صندوق كبير بما يكفي، فيمكن لـ DAO التصويت على تخصيص جزء من الأموال لشراء وحدات معالجة الرسوميات عالية الأداء، والتي يمكن إدارتها بطريقة لامركزية وإقراضها بسعر أعلى من وحدات معالجة الرسوميات الأساسية.

التحدي الآخر الخاص بـ DePINs الحسابية هو إدارة الاستخدام السليم للموارد في مراحلها المبكرة، ستواجه معظم أنظمة DePINs الحاسوبية مشكلة نقص الطلب الهيكلي، تمامًا كما تواجه العديد من الشركات الناشئة اليوم. بشكل عام، يتمثل التحدي الذي تواجهه أنظمة DePINs في بناء ما يكفي من العرض في وقت مبكر لتحقيق الحد الأدنى من جودة المنتج القابلة للتطبيق. بدون العرض، لن تتمكن الشبكة من توليد طلب مستدام ولن تكون قادرة على خدمة عملائها خلال فترات الذروة. من ناحية أخرى، فإن العرض الزائد يمثل مشكلة أيضًا. فوق عتبة معينة، لن يساعد المزيد من العرض إلا عندما يكون استخدام الشبكة قريبًا من أو عند السعة الكاملة. خلاف ذلك، ستواجه أنظمة DePINs خطر دفع الكثير مقابل العرض، مما يؤدي إلى نقص استخدام الموارد، وسيحصل الموردون على إيرادات أقل ما لم يزيد البروتوكول من إصدار الرموز للحفاظ على مشاركة الموردين.

شبكة الاتصالات لا فائدة منها بدون تغطية جغرافية واسعة إن شبكة سيارات الأجرة عديمة الفائدة إذا كان على الركاب الانتظار لفترة طويلة للحصول على رحلة. كما أن نظام DePIN عديم الفائدة إذا كان عليه دفع أموال للأشخاص لتوفير الموارد على مدى فترة طويلة من الزمن. وفي حين يمكن لمقدمي الخدمات المركزيين التنبؤ بالطلب على الموارد وإدارة إمدادات الموارد بكفاءة، فإن حساب نظام DePIN يفتقر إلى سلطة مركزية لإدارة استخدام الموارد. لذلك، من المهم بشكل خاص أن يحدد نظام DePIN استخدام الموارد بشكل استراتيجي قدر الإمكان.

المشكلة الأكبر هي أن سوق وحدات معالجة الرسوميات اللامركزية قد لا يواجه نقصًا في وحدات معالجة الرسوميات قال مارك زوكربيرج مؤخرًا في مقابلة إنه يعتقد الطاقة سوف تصبح عنق الزجاجة الجديد إن بناء مراكز البيانات على نطاق واسع يعني أن الشركات ستتنافس الآن على بناء مراكز البيانات على نطاق واسع، بدلاً من تخزين موارد الحوسبة كما تفعل الآن. وهذا يعني بالطبع انخفاضًا محتملاً في تكاليف وحدات معالجة الرسوميات، ولكنه يثير أيضًا تساؤلًا حول كيفية قدرة شركات الذكاء الاصطناعي الناشئة على التنافس مع الشركات الكبرى من حيث الأداء وجودة السلع والخدمات التي تقدمها إذا كان بناء مراكز البيانات الخاصة يرفع المستوى الإجمالي لأداء نموذج الذكاء الاصطناعي.

مثال على حساب DePINs

لتكرار الأمر، تتسع الفجوة بين تعقيد نماذج الذكاء الاصطناعي ومتطلبات المعالجة والحساب اللاحقة لها ووحدات معالجة الرسومات عالية الأداء المتاحة وموارد الحوسبة الأخرى.

من المتوقع أن تصبح أجهزة DePINs الحاسوبية بمثابة أدوات مبتكرة في أسواق الحوسبة التي تهيمن عليها اليوم شركات تصنيع الأجهزة الكبرى ومقدمو خدمات الحوسبة السحابية استنادًا إلى العديد من القدرات الرئيسية:

1) توفير تكلفة أقل للسلع والخدمات.

2) توفير حماية أقوى ضد الرقابة ومرونة الشبكة.

3) الاستفادة من المبادئ التوجيهية التنظيمية المحتملة التي قد تتطلب أن تكون نماذج الذكاء الاصطناعي مفتوحة قدر الإمكان للضبط الدقيق والتدريب، وأن تكون في متناول أي شخص بسهولة.

لقد ارتفعت نسبة الأسر في الولايات المتحدة التي تمتلك جهاز كمبيوتر وتستطيع الوصول إلى الإنترنت بشكل كبير، حيث اقتربت من 100%. كما ارتفعت النسبة بشكل كبير في العديد من أنحاء العالم. وهذا يشير إلى زيادة في عدد المزودين المحتملين لموارد الحوسبة (أصحاب وحدات معالجة الرسومات) الذين قد يكونون على استعداد لإقراض إمداداتهم الخاملة إذا كانت هناك حوافز مالية كافية وعملية معاملات سلسة. هذا بالطبع تقدير تقريبي للغاية، لكنه يشير إلى أن الأساس لبناء اقتصاد مشترك مستدام لموارد الحوسبة ربما يكون موجودًا بالفعل.

بالإضافة إلى الذكاء الاصطناعي، فإن الطلب المستقبلي على الحوسبة سيأتي من العديد من الصناعات الأخرى، مثل الحوسبة الكمومية. ومن المتوقع أن يبلغ حجم سوق الحوسبة الكمومية النمو من $928.8 مليون في عام 2023 إلى $6528.8 مليون في عام 2030 بمعدل نمو سنوي مركب يبلغ 32.11 تريليون دولار. وسوف يتطلب الإنتاج في هذه الصناعة أنواعًا مختلفة من الموارد، ولكن سيكون من المثير للاهتمام أن نرى ما إذا كان سيتم إطلاق أي أجهزة DePIN للحوسبة الكمومية وما هي شكلها.

"إن النظام البيئي القوي للنماذج المفتوحة التي تعمل على الأجهزة الاستهلاكية يشكل تحوطًا مهمًا ضد مستقبل حيث تكون القيمة مركزية للغاية بواسطة الذكاء الاصطناعي ويتم قراءة معظم الأفكار البشرية وتداولها بواسطة خوادم مركزية يسيطر عليها عدد قليل من الأشخاص. كما أن هذه النماذج أقل خطورة بكثير من الشركات العملاقة والجيش." - فيتاليك بوتيرين

قد لا تكون الشركات الكبيرة هي الجمهور المستهدف لـ DePINs، ولن تكون كذلك. تعيد DePINs الحاسوبية المطورين الأفراد، والبناة المتفرقين، والشركات الناشئة ذات التمويل والموارد الضئيلة. وهي تسمح بتحويل العرض الخامل إلى أفكار وحلول مبتكرة، بفضل قوة الحوسبة الوفيرة. لا شك أن الذكاء الاصطناعي سيغير حياة مليارات البشر. وبدلاً من القلق بشأن استبدال الذكاء الاصطناعي بوظائف الجميع، يجب أن نشجع فكرة أن الذكاء الاصطناعي قادر على تمكين رواد الأعمال الأفراد والعاملين لحسابهم الخاص، والشركات الناشئة، وعامة الناس.

الرابط الأصلي

تم الحصول على هذه المقالة من الإنترنت: تفسير شامل لنظام مسار DePIN الحوسبي

ذات صلة: أحدث تطورات صندوق Ethereum Spot ETF وتوقعات السوق: يقدم المصدر مستندات منقحة، مع سعر هدف أقصى

الأصلي | Odaily Planet Daily Author | Nanzhi أحدث الأخبار في لمحة هل سيتكرر مسار BTC spot ETF؟ هذا الصباح، كتب محلل Bloomberg ETF جيمس سيفارت على منصة X: قدم خمسة مصدرين محتملين لصناديق Ethereum spot ETF 19 مستندًا منقحًا b-4 إلى لجنة الأوراق المالية والبورصات الأمريكية من خلال Cboe BZX، بما في ذلك: Fidelity و VanEck و Invesco / Galaxy و Ark / 21 Shares و Franklin. كما أدرج الموقع الرسمي لـ DTCC صندوق VanEck spot Ethereum ETF VANECK ETHEREUM TR SHS (رمز ETHV). من ناحية أخرى، مع زيادة توقعات لجنة الأوراق المالية والبورصات لصندوق Ethereum spot ETF، تقلص معدل القسط السلبي لـ Grayscale Ethereum Trust (ETHE) إلى 11.82%. وفقًا لمصادر ذات صلة، قدمت Grayscale تحديثًا لنموذج Ethereum Mini Trust 19 b-4 إلى هيئة الأوراق المالية والبورصات الأمريكية ...