Nacido en el borde: ¿Cómo la red de poder computacional descentralizado potencia las criptomonedas y la IA?

Autor original: Jane Doe, Chen Li

Fuente original: Capital de Youbi

1 La intersección de la IA y las criptomonedas

El 23 de mayo, el gigante de los chips Nvidia publicó su informe financiero del primer trimestre del año fiscal 2025. El informe financiero muestra que los ingresos de Nvidia en el primer trimestre fueron de 10.000 millones de dólares. Entre ellos, los ingresos por centros de datos aumentaron en 4.271 millones de dólares con respecto al año pasado hasta la asombrosa cifra de 10.000 millones de dólares. Detrás del desempeño financiero de Nvidia, que puede salvar por sí solo al mercado de valores de EE. UU., se encuentra la demanda de potencia informática que se ha disparado entre las empresas tecnológicas globales para competir en el ámbito de la inteligencia artificial. Cuanto más ambiciosas son las empresas tecnológicas de primer nivel en su diseño del ámbito de la inteligencia artificial, más ha aumentado exponencialmente su demanda de potencia informática. Según el pronóstico de TrendForces, en 2024, la demanda Se espera que los servidores de IA de alta gama de los cuatro principales proveedores de servicios en la nube de Estados Unidos: Microsoft, Google, AWS y Meta representen 20,2%, 16,6%, 16% y 10,8% de la demanda global, respectivamente, totalizando más de 60%.

Fuente de la imagen: https://investor.nvidia.com/financial-info/financial-reports/default.aspx

La escasez de chips ha sido la palabra de moda durante varios años. Por un lado, el entrenamiento y la inferencia de modelos de lenguaje grandes (LLM) requieren una gran cantidad de soporte de potencia de cómputo; y con la iteración del modelo, el costo y la demanda de potencia de cómputo aumentan exponencialmente. Por otro lado, las grandes empresas como Meta comprarán una gran cantidad de chips, y los recursos de potencia de cómputo globales se inclinan hacia estos gigantes tecnológicos, lo que hace que sea cada vez más difícil para las pequeñas empresas obtener los recursos de potencia de cómputo necesarios. Las dificultades que afrontan las pequeñas empresas no provienen sólo de la oferta insuficiente de chips provocada por el aumento de la demanda, sino también de las contradicciones estructurales de la oferta. En la actualidad, todavía hay una gran cantidad de GPU inactivas en el lado de la oferta. Por ejemplo, algunos centros de datos tienen una gran cantidad de potencia de procesamiento inactiva (la tasa de utilización es de solo 12%-18%), y una gran cantidad de recursos de potencia de procesamiento también están inactivos en la minería de criptomonedas debido a la reducción de las ganancias. Si bien estas capacidades de procesamiento no son todas adecuadas para escenarios de aplicación profesionales como el entrenamiento de IA, el hardware de consumo puede desempeñar un papel importante en otros campos, como la inferencia de IA, la renderización de juegos en la nube y los teléfonos en la nube. La oportunidad de integrar y utilizar esta parte de los recursos de potencia de procesamiento es enorme.

Si dejamos de lado la IA y nos centramos en las criptomonedas, tras tres años de silencio en el mercado de criptomonedas, finalmente ha llegado otro mercado alcista. Los precios de Bitcoin han alcanzado nuevos máximos y han surgido varias monedas meme una tras otra. Si bien IA y criptomonedas han sido palabras de moda durante estos años, la inteligencia artificial y blockchain, como dos tecnologías importantes, son como dos líneas paralelas y aún no han encontrado un punto de intersección. A principios de este año, Vitalik publicó un artículo titulado The promise and challenges of crypto + AI applications (La promesa y los desafíos de las aplicaciones criptográficas + IA), en el que analiza los escenarios futuros de la combinación de IA y criptografía. Vitalik mencionó muchas visiones en el artículo, incluido el uso de tecnologías de cifrado como blockchain y MPC para descentralizar el entrenamiento y la inferencia de la IA, lo que puede abrir la caja negra del aprendizaje automático y hacer que el modelo de IA sea más confiable, etc. Todavía queda un largo camino por recorrer para hacer realidad estas visiones. Pero uno de los casos de uso mencionados por Vitalik –utilizar incentivos económicos de criptomonedas para potenciar la IA– también es una dirección importante que se puede implementar en poco tiempo. La red de potencia informática descentralizada es uno de los escenarios más adecuados para la IA + criptomonedas en esta etapa.

2 Red informática descentralizada

En la actualidad, ya existen muchos proyectos en desarrollo en el campo de la red de potencia informática descentralizada. La lógica subyacente de estos proyectos es similar, y se puede resumir de la siguiente manera: El uso de tokens para incentivar a los poseedores de potencia informática a participar en la red para proporcionar servicios de potencia informática, y estos recursos de potencia informática dispersos se pueden agregar en una red de potencia informática descentralizada de una cierta escala. Esto no solo puede mejorar la tasa de utilización de la potencia informática inactiva, sino también satisfacer las necesidades de potencia informática de los clientes a un menor costo, logrando una situación beneficiosa para todos, tanto para los compradores como para los vendedores.

Para que los lectores puedan comprender en forma general esta vía en un corto período de tiempo, este artículo analizará proyectos específicos y toda la vía desde dos perspectivas: micro y macro, con el objetivo de brindarles a los lectores una perspectiva analítica para comprender las principales ventajas competitivas de cada proyecto y el desarrollo general de la vía de la potencia informática descentralizada. El autor presentará y analizará cinco proyectos: Aethir, io.net, Render Network, Akash Network, Gensyn , y resumir y evaluar el estado del proyecto y realizar el seguimiento de su desarrollo.

Desde la perspectiva del marco analítico, si nos centramos en una red informática descentralizada específica, podemos dividirla en cuatro componentes principales:

• Red de hardware :Integra recursos informáticos dispersos y realiza el intercambio y equilibrio de carga de recursos informáticos a través de nodos distribuidos por todo el mundo. Es la capa básica de la red informática descentralizada.

• Mercado de dos caras :Conectar a los proveedores de capacidad informática con los demandantes a través de mecanismos de descubrimiento y precios razonables, proporcionar una plataforma comercial segura y garantizar que las transacciones entre las partes que ofrecen y demandan sean transparentes, justas y creíbles.

• Mecanismo de consenso : se utiliza para garantizar que los nodos de la red funcionen correctamente y completen su trabajo. El mecanismo de consenso se utiliza principalmente para supervisar dos niveles: 1) supervisar si el nodo está en línea y en un estado activo que puede aceptar tareas en cualquier momento; 2) prueba de trabajo del nodo: el nodo completa la tarea de manera efectiva y correcta después de recibirla, y la potencia de cómputo no se utiliza para otros fines y ocupa procesos e hilos.

• Incentivos de tokens :El modelo de token se utiliza para incentivar a más participantes a proporcionar/utilizar servicios, y utilizar tokens para capturar este efecto de red y lograr compartir los beneficios de la comunidad.

Si tomamos una perspectiva general de toda la trayectoria de potencia informática descentralizada, el informe de investigación de Blockworks Research proporciona un buen marco de análisis. Podemos dividir las posiciones del proyecto de esta trayectoria en tres capas diferentes.

• Capa de metal desnudo :La capa básica de la pila de computación descentralizada. Su tarea principal es recopilar recursos computacionales sin procesar y ponerlos a disposición para llamadas API.

• Capa de orquestación : Capa intermedia de la pila de computación descentralizada. Sus principales tareas son la coordinación y la abstracción. Es responsable de la programación, expansión, operación, equilibrio de carga y tolerancia a fallas de la potencia de cómputo. Su función principal es abstraer la complejidad de la gestión del hardware subyacente y proporcionar una interfaz de usuario más avanzada para que los usuarios finales presten servicio a grupos de clientes específicos.

• Capa de agregación :Constituye la capa superior de la pila de computación descentralizada. Su principal tarea es la integración. Es responsable de proporcionar una interfaz unificada para que los usuarios puedan implementar múltiples tareas de computación en un solo lugar, como entrenamiento de IA, renderizado, zkML, etc. Es equivalente a la capa de orquestación y distribución de múltiples servicios de computación descentralizada.

Fuente de la imagen: Youbi Capital

A partir de los dos marcos de análisis anteriores, realizaremos una comparación horizontal de los cinco proyectos seleccionados y los evaluaremos desde cuatro niveles: negocio principal, posicionamiento en el mercado, instalaciones de hardware y desempeño financiero .

2.1 Actividad principal

Según la lógica subyacente, la red informática descentralizada está altamente homogeneizada, es decir, utiliza tokens para incentivar a los poseedores de potencia informática inactiva a que proporcionen servicios de potencia informática. Con base en esta lógica subyacente, podemos entender las diferencias en el negocio principal del proyecto desde tres aspectos:

• Fuentes de potencia computacional inactiva:

• Existen dos fuentes principales de potencia de procesamiento inactiva en el mercado: 1) potencia de procesamiento inactiva en manos de centros de datos, mineros y otras empresas; 2) potencia de procesamiento inactiva en manos de inversores minoristas. La potencia de procesamiento de los centros de datos suele ser de hardware de nivel profesional, mientras que los inversores minoristas suelen comprar chips de nivel de consumo.

• La potencia informática de Aethir, Akash Network y Gensyn proviene principalmente de empresas. Los beneficios de obtener potencia informática de las empresas son: 1) Las empresas y los centros de datos suelen tener hardware de mayor calidad y equipos de mantenimiento profesionales, y el rendimiento y la fiabilidad de los recursos de potencia informática son mayores; 2) Los recursos de potencia informática de las empresas y los centros de datos suelen ser más homogéneos, y la gestión y el seguimiento centralizados hacen que la programación y el mantenimiento de los recursos sean más eficientes. Sin embargo, en consecuencia, este método tiene mayores requisitos para la parte del proyecto, y esta necesita tener conexiones comerciales con la empresa que controla la potencia informática. Al mismo tiempo, la escalabilidad y la descentralización se verán afectadas en cierta medida.

• Render Network e io.net incentivan principalmente a los inversores minoristas a que aporten su potencia informática inactiva. Los beneficios de recolectar potencia informática de inversores minoristas son: 1) El costo explícito de la potencia informática inactiva de los inversores minoristas es bajo, lo que puede proporcionar recursos de potencia informática más económicos; 2) La red es más escalable y descentralizada, lo que mejora la elasticidad y la solidez del sistema. La desventaja es que los recursos minoristas están ampliamente distribuidos y no son uniformes, lo que complica la gestión y la programación y aumenta la dificultad de operación y mantenimiento. También es más difícil formar un efecto de red inicial al depender de la potencia informática minorista (es más difícil ponerlo en marcha). Finalmente, los dispositivos minoristas pueden tener más riesgos de seguridad, lo que traerá consigo el riesgo de fuga de datos y abuso de la potencia informática.

• Consumidores de potencia informática

• Desde la perspectiva de los consumidores de potencia informática, los clientes objetivo de Aethir, io.net y Gensyn son principalmente empresas. Para los clientes del lado B, la IA y la representación en tiempo real de los juegos requieren necesidades informáticas de alto rendimiento. Este tipo de carga de trabajo tiene requisitos extremadamente altos para los recursos de potencia informática, por lo general requiere GPU de alta gama o hardware de nivel profesional. Además, los clientes del lado B tienen altos requisitos para la estabilidad y confiabilidad de los recursos de potencia informática, por lo que se deben proporcionar acuerdos de nivel de servicio de alta calidad para garantizar el funcionamiento normal del proyecto y brindar soporte técnico oportuno. Al mismo tiempo, el costo de migración de los clientes del lado B es muy alto. Si la red descentralizada no tiene un SDK maduro que permita a la parte del proyecto implementar rápidamente (por ejemplo, Akash Network requiere que los usuarios desarrollen en función de los puertos remotos ellos mismos), será difícil para los clientes migrar. Si no fuera por la ventaja de precio extremadamente significativa, la disposición de los clientes a migrar sería muy baja.

• Render Network y Akash Network proporcionan principalmente servicios de potencia informática para inversores minoristas. Para brindar servicios a los usuarios finales, los proyectos deben diseñar interfaces y herramientas sencillas y fáciles de usar para brindarles una buena experiencia. Los consumidores también son muy sensibles a los precios, por lo que los proyectos deben ofrecer precios competitivos.

• Tipo de hardware

• Los recursos de hardware informático más comunes incluyen CPU, FPGA, GPU, ASIC y SoC. Estos hardwares tienen diferencias significativas en los objetivos de diseño, las características de rendimiento y las áreas de aplicación. En resumen, la CPU es mejor en tareas informáticas generales, las ventajas de los FPGA son el alto procesamiento en paralelo y la capacidad de programación, la GPU tiene un buen rendimiento en computación paralela, el ASIC es más eficiente en tareas específicas y el SoC integra múltiples funciones en una, lo que es adecuado para aplicaciones altamente integradas. El hardware que se elija depende de las necesidades de la aplicación específica, los requisitos de rendimiento y las consideraciones de costo. Los proyectos de potencia informática descentralizada que analizamos se utilizan principalmente para recopilar potencia informática de GPU, que está determinada por el tipo de negocio del proyecto y las características de la GPU, ya que la GPU tiene ventajas únicas en el entrenamiento de IA, la computación paralela, la representación multimedia y otros aspectos.

• Aunque la mayoría de estos proyectos implican la integración de GPU, diferentes aplicaciones tienen diferentes requisitos de especificaciones de hardware, por lo que estos hardware tienen núcleos y parámetros de optimización heterogéneos. Estos parámetros incluyen paralelismo/dependencias seriales, memoria, latencia, etc. Por ejemplo, las cargas de trabajo de renderizado son en realidad más adecuadas para GPU de nivel de consumidor en lugar de GPU de centro de datos más potentes, porque el renderizado tiene altos requisitos para el trazado de rayos, y los chips de nivel de consumidor como los 4090 tienen núcleos RT mejorados y están específicamente optimizados para tareas de trazado de rayos. El entrenamiento y la inferencia de IA requieren GPU de nivel profesional. Por lo tanto, Render Network puede recopilar GPU de nivel de consumidor como RTX 3090 y 4090 de inversores minoristas, mientras que IO.NET necesita GPU de nivel más profesional como H 100 y A 100 para satisfacer las necesidades de las empresas emergentes de IA.

2.2 Posicionamiento en el mercado

En términos de posicionamiento del proyecto, la capa de hardware, la capa de orquestación y la capa de agregación tienen diferentes problemas centrales que resolver, enfoques de optimización y capacidades de captura de valor.

• La capa de hardware se centra en la recopilación y utilización de recursos físicos, mientras que la capa de orquestación se centra en la programación y optimización de la potencia informática, optimizando el diseño del hardware físico según las necesidades de los grupos de clientes. La capa de agregación es de propósito general y se centra en la integración y abstracción de diferentes recursos. Desde la perspectiva de la cadena de valor, cada proyecto debe comenzar desde la capa de hardware y esforzarse por ascender.

• Desde la perspectiva de la captura de valor, la capacidad de capturar valor aumenta capa por capa, desde la capa de hardware, la capa de orquestación hasta la capa de agregación. La capa de agregación puede capturar el mayor valor porque la plataforma de agregación puede obtener el mayor efecto de red y llegar directamente a la mayor cantidad de usuarios, lo que es equivalente a la entrada de tráfico de la red descentralizada, ocupando así la posición de captura de mayor valor en toda la pila de gestión de recursos informáticos.

• En consecuencia, la construcción de una plataforma de agregación es la parte más difícil. El proyecto necesita resolver de manera integral muchos problemas, entre ellos la complejidad técnica, la gestión heterogénea de recursos, la confiabilidad y escalabilidad del sistema, la realización del efecto de red, la protección de la seguridad y la privacidad, y la gestión compleja de la operación y el mantenimiento. Estos desafíos no son propicios para el inicio en frío del proyecto y dependen del desarrollo y el cronograma de la pista. No es realista construir una capa de agregación antes de que la capa de orquestación haya madurado y ocupado una determinada cuota de mercado.

• Actualmente, Aethir, Render Network, Akash Network y Gensyn pertenecen a la capa de orquestación y están diseñados para brindar servicios a objetivos y grupos de clientes específicos. El negocio principal actual de Aethirs es la renderización en tiempo real para juegos en la nube y proporciona ciertos entornos y herramientas de desarrollo e implementación para clientes del lado B; el negocio principal de Render Networks es la renderización de video, la misión de Akash Networks es proporcionar una plataforma comercial similar a Taobao y Gensyn está profundamente involucrado en el campo del entrenamiento de IA. io.net está posicionado como una capa de agregación, pero las funciones implementadas actualmente por io aún están a cierta distancia de las funciones completas de la capa de agregación. Aunque se ha recopilado el hardware de Render Network y Filecoin, la abstracción e integración de los recursos de hardware aún no se han completado.

2.3 Instalaciones de hardware

• En la actualidad, no todos los proyectos han publicado datos detallados de la red. En términos relativos, la interfaz de usuario del explorador de io.net es la mejor, ya que se puede ver la cantidad, el tipo, el precio, la distribución, el uso de la red, los ingresos de los nodos y otros parámetros de la GPU/CPU. Sin embargo, a fines de abril, el front-end de io.net fue atacado. Como io no realizaba la autenticación en la interfaz PUT/POST, los piratas informáticos manipularon los datos del front-end. Esto también hizo sonar la alarma sobre la privacidad de otros proyectos y la confiabilidad de los datos de la red.

• En cuanto a la cantidad y el modelo de GPU, io.net, como capa de agregación, debería haber recopilado la mayor cantidad de hardware. Aethir le sigue de cerca, y la situación del hardware de otros proyectos no es tan transparente. A partir del modelo de GPU, podemos ver que io tiene GPU de nivel profesional como A 100 y GPU de nivel de consumidor como 4090, con una amplia variedad, que está en línea con el posicionamiento de la agregación de io.net. io puede elegir la GPU más adecuada según los requisitos de la tarea específica. Sin embargo, las GPU de diferentes modelos y marcas pueden requerir diferentes controladores y configuraciones, y el software también debe optimizarse de manera compleja, lo que aumenta la complejidad de la administración y el mantenimiento. En la actualidad, la asignación de varias tareas en io se basa principalmente en la selección del usuario.

• Aethir lanzó su propia máquina de minería. En mayo, se lanzó oficialmente Aethir Edge, que fue desarrollado con el apoyo de Qualcomm. Romperá el modo de implementación de clúster de GPU centralizado único lejos de los usuarios y desplegará potencia informática en el borde. Aethir Edge combinará la potencia informática del clúster de H100 para atender escenarios de IA. Puede implementar modelos entrenados y brindar a los usuarios servicios de computación de inferencia al mejor costo. Esta solución está más cerca de los usuarios, brinda servicios más rápidos y es más rentable.

• Desde la perspectiva de la oferta y la demanda, tomando Akash Network como ejemplo, sus estadísticas muestran que el número total de CPU es de aproximadamente 16k y el número de GPU es de 378. Según la demanda de alquiler de la red, las tasas de utilización de CPU y GPU son 11.1% y 19.3% respectivamente. Entre ellos, solo la GPU H 100 de nivel profesional tiene una tasa de alquiler relativamente alta, y los demás modelos están mayormente inactivos. La situación a la que se enfrentan otras redes es más o menos la misma que la de Akash. La demanda general de la red no es alta. A excepción de los chips populares como A 100 y H 100, el resto de la potencia informática está mayormente inactiva.

• Desde la perspectiva de la ventaja de precio, a excepción de los gigantes del mercado de la computación en la nube, la ventaja de costos no es prominente en comparación con otros proveedores de servicios tradicionales.

2.4 Desempeño financiero

• Independientemente de cómo se diseñe el modelo de token, una tokenómica saludable debe cumplir las siguientes condiciones básicas: 1) La demanda de los usuarios por la red debe reflejarse en el precio de la moneda, lo que significa que el token puede capturar valor; 2) Todos los participantes, ya sean desarrolladores, nodos o usuarios, deben recibir incentivos justos y a largo plazo; 3) Garantizar una gobernanza descentralizada para evitar tenencias excesivas por parte de personas con información privilegiada; 4) Mecanismos razonables de inflación y deflación y ciclos de lanzamiento de tokens para evitar grandes fluctuaciones en los precios de las monedas que afecten la solidez y sostenibilidad de la red.

• Si dividimos en general el modelo de tokens en BME (equilibrio de quema y acuñación) y SFA (participación por acceso), las fuentes de presión deflacionaria sobre los tokens de estos dos modelos son diferentes: el modelo BME quema tokens después de que los usuarios compran servicios, por lo que la presión deflacionaria del sistema está determinada por la demanda. SFA requiere que los proveedores de servicios/nodos participen en tokens para obtener la calificación para brindar servicios, por lo que la presión deflacionaria es generada por la oferta. La ventaja de BME es que es más adecuado para bienes no estandarizados. Sin embargo, si la demanda de la red es insuficiente, puede enfrentar la presión de una inflación continua. Los modelos de tokens de varios proyectos difieren en los detalles, pero en general, Aethir prefiere SFA, mientras que io.net, Render Network y Akash Network prefieren BME, y Gensyn aún es desconocido.

• Desde la perspectiva de los ingresos, la demanda de la red se reflejará directamente en los ingresos generales de la red (los ingresos de los mineros no se analizan aquí, porque los mineros reciben subsidios del proyecto además de las recompensas por completar tareas). De los datos públicos, io.net tiene el valor más alto. Aunque los ingresos de Aethir aún no se han anunciado, según la información pública, han anunciado que han firmado pedidos con muchos clientes del lado B.

• En cuanto a los precios de las monedas, solo Render Network y Akash Network han realizado ICO. Aethir y io.net también han emitido monedas recientemente, y es necesario observar el desempeño de sus precios, por lo que no los analizaremos en detalle aquí. El plan de Gensyn aún no está claro. De los dos proyectos que han emitido monedas y los proyectos que han emitido monedas en la misma línea pero que no están incluidos en el alcance de este artículo, En general, la red de potencia informática descentralizada tiene un rendimiento de precios muy impresionante, lo que hasta cierto punto refleja el enorme potencial del mercado y las altas expectativas de la comunidad.

2.5 Resumen

• En términos generales, el modelo de redes informáticas descentralizadas se ha desarrollado rápidamente y muchos proyectos ya pueden contar con productos para atender a los clientes y generar ciertos ingresos. El modelo se ha alejado de la narrativa pura y ha entrado en una etapa de desarrollo en la que puede proporcionar servicios preliminares.

• La demanda débil es un problema común al que se enfrentan las redes informáticas descentralizadas, y la demanda de los clientes a largo plazo no se ha verificado ni explorado en profundidad. Sin embargo, la demanda no ha afectado demasiado al precio de las monedas, y varios proyectos que ya han emitido monedas han tenido un buen desempeño.

• La IA es la principal narrativa de la red informática descentralizada, pero no es el único negocio. Además de utilizarse para el entrenamiento y la inferencia de la IA, la potencia informática también se puede utilizar para la representación en tiempo real de juegos en la nube, servicios de telefonía móvil en la nube y más.

• La heterogeneidad del hardware de la red de potencia informática es relativamente alta, y es necesario mejorar aún más la calidad y la escala de dicha red.

• Para los usuarios finales, la ventaja en términos de costos no es muy obvia. Para los usuarios finales, además del ahorro en costos, también deben considerar la estabilidad, la confiabilidad, el soporte técnico, el cumplimiento y el soporte legal del servicio, etc., y los proyectos Web3 generalmente no obtienen buenos resultados en estos aspectos.

3 Reflexiones finales

El crecimiento explosivo de la IA ha creado una enorme demanda de potencia informática. Desde 2012, la potencia informática utilizada en las tareas de entrenamiento de la IA ha crecido exponencialmente y actualmente se duplica cada 3,5 meses (en comparación con la Ley de Moore de duplicarse cada 18 meses). Desde 2012, la demanda de potencia informática ha crecido más de 300.000 veces, superando con creces el crecimiento de 12 veces de la Ley de Moore. Según las previsiones, se espera que el mercado de GPU crezca a una tasa anual compuesta de 32% a más de $200 mil millones en los próximos cinco años. La estimación de AMD es incluso mayor y la empresa espera que el mercado de chips GPU alcance los $400 mil millones en 2027.

Fuente de la imagen: https://www.stateof.ai/

Debido a que el crecimiento explosivo de la inteligencia artificial y otras cargas de trabajo que requieren un uso intensivo de recursos computacionales (como la representación de AR/VR) ha expuesto las ineficiencias estructurales de la computación en la nube tradicional y de los principales mercados de computación, en teoría las redes informáticas descentralizadas pueden proporcionar soluciones más flexibles, de bajo costo y eficientes al utilizar recursos informáticos inactivos distribuidos, satisfaciendo así la enorme demanda de recursos informáticos del mercado. Por lo tanto, la combinación de criptomonedas e IA tiene un enorme potencial de mercado, pero también enfrenta una feroz competencia de las empresas tradicionales, altas barreras de entrada y un entorno de mercado complejo. En general, si analizamos todas las tendencias en criptomonedas, las redes informáticas descentralizadas son una de las verticales más prometedoras en el campo de las criptomonedas que pueden satisfacer necesidades reales.

Fuente de la imagen : https://vitalik.eth.limo/general/2024/01/30/cryptoai.html

El futuro es prometedor, pero el camino es tortuoso. Para alcanzar la visión antes mencionada, todavía tenemos que resolver muchos problemas y desafíos. En resumen: En esta etapa, si solo proporcionamos servicios tradicionales en la nube, el margen de beneficio de los proyectos es muy pequeño. Desde el lado de la demanda, las grandes empresas generalmente construyen su propia potencia informática, y los desarrolladores puros de C-end eligen principalmente los servicios en la nube. Si las pequeñas y medianas empresas que realmente utilizan recursos de red de potencia informática descentralizada tendrán una demanda estable aún necesita más exploración y verificación. Por otro lado, la IA es un mercado vasto con un límite superior y un espacio de imaginación muy altos. Para un mercado más amplio, los proveedores de servicios de potencia informática descentralizada también necesitarán transformarse en servicios de modelos/IA en el futuro, explorar más escenarios de uso de criptografía + IA y expandir el valor que el proyecto puede crear. Pero en la actualidad, todavía hay muchos problemas y desafíos para seguir desarrollándose en el campo de la IA:

• La ventaja de precio no es sobresaliente :De la comparación de datos anterior, se puede ver que la ventaja de costo de la red informática descentralizada no se ha reflejado. La posible razón es que para los chips profesionales como H100 y A100, que tienen una gran demanda, el mecanismo del mercado determina que el precio de esta parte del hardware no será barato. Además, aunque la red descentralizada puede recolectar recursos informáticos inactivos, la falta de economías de escala que trae consigo la descentralización, los altos costos de red y ancho de banda y la gestión, operación y mantenimiento extremadamente complejos aumentarán aún más el costo informático.

• La particularidad del entrenamiento de la IA :En la etapa actual del entrenamiento de IA de forma descentralizada, existen enormes cuellos de botella técnicos que se pueden reflejar intuitivamente en el flujo de trabajo de la GPU. En el entrenamiento de modelos de lenguaje de gran tamaño, la GPU recibe primero los lotes de datos preprocesados y realiza cálculos de propagación hacia adelante y hacia atrás para generar gradientes. A continuación, cada GPU agrega los gradientes y actualiza los parámetros del modelo para garantizar que todas las GPU estén sincronizadas. Este proceso se repetirá hasta que se completen todos los lotes de entrenamiento o se alcance el número predeterminado de rondas. Este proceso implica una gran cantidad de transmisión y sincronización de datos. Aún no se ha respondido bien qué tipo de estrategias de sincronización y paralelismo utilizar, cómo optimizar el ancho de banda y la latencia de la red y reducir los costos de comunicación, etc. En esta etapa, no es muy realista utilizar una red de potencia informática descentralizada para entrenar IA.

• Seguridad y privacidad de los datos :Durante el entrenamiento de modelos de lenguaje de gran tamaño, todos los aspectos del procesamiento y la transmisión de datos, como la distribución de datos, el entrenamiento de modelos, la agregación de parámetros y gradientes, pueden afectar la seguridad y la privacidad de los datos. Además, la privacidad de los datos es más importante que la privacidad del modelo. Si no se puede resolver el problema de la privacidad de los datos, no será posible ampliar verdaderamente la demanda.

Desde la perspectiva más realista, una red informática descentralizada debe tener en cuenta tanto el descubrimiento de la demanda actual como el espacio de mercado futuro. Encontrar el posicionamiento adecuado del producto y los grupos de clientes objetivo, por ejemplo, apuntar primero a proyectos que no sean de IA o nativos de la Web3, comenzar con necesidades relativamente marginales y construir una base de usuarios temprana. Al mismo tiempo, seguir explorando varios escenarios que combinen IA y criptografía, explorar la vanguardia de la tecnología y lograr la transformación y actualización de los servicios.

Referencias

https://www.stateof.ai/

https://vitalik.eth.limo/general/2024/01/30/cryptoai.html

https://foresightnews.pro/article/detail/34368

https://app.blockworksresearch.com/unlocked/compute-de-pi-ns-paths-to-adoption-in-an-ai-dominated-market?callback=%2Fresearch%2Fcompute-de-pi-ns-paths-to-adoption-in-an-ai-dominated-market

https://research.web3caff.com/zh/archives/17351?ref=1554

Este artículo proviene de Internet: Nacido en el borde: ¿Cómo la red de poder computacional descentralizado potencia las criptomonedas y la IA?

Related: Detailed explanation of Binance Launchpool’s latest project io.net: connecting global GPU resources to reshape the futur

Original source: Chain Teahouse 1. Project Introduction io.net is a distributed GPU system based on Solana, Render, Ray, and Filecoin, designed to leverage distributed GPU resources to solve computing challenges in the fields of AI and machine learning. io.net solves the problem of insufficient computing resources by aggregating underutilized computing resources such as independent data processing centers, cryptocurrency miners, and excess GPUs from crypto projects such as Filecoin and Render, enabling engineers to obtain large amounts of computing power in an easily accessible, customizable, and low-cost system. Additionally, io.net introduces a distributed physical infrastructure network (depin), combining resources from a variety of providers to enable engineers to access massive amounts of computing power in a customizable, cost-effective, and easy-to-implement manner. io cloud now has more than 95,000 GPUs and more…