원저자: 폴 티모페예프
원문: TechFlow
주요 시사점
-
컴퓨팅 리소스는 생성 AI 개발을 위한 머신 러닝과 딥 러닝의 부상으로 점점 더 인기를 얻고 있으며, 둘 다 대규모 컴퓨팅 집약적 워크로드를 필요로 합니다. 그러나 대기업과 정부가 이러한 리소스를 축적함에 따라 신생 기업과 독립 개발자는 이제 시장에서 GPU가 부족하여 리소스가 엄청나게 비싸거나 접근이 불가능해졌습니다.
-
DePIN을 계산하면 분산형을 만들 수 있습니다. 시장 GPU와 같은 컴퓨팅 리소스를 위해 전 세계 누구나 금전적 보상을 대가로 유휴 공급을 제공할 수 있도록 허용합니다. 이는 서비스가 부족한 GPU 소비자가 작업 부하에 필요한 개발 리소스를 절감된 비용과 오버헤드로 얻을 수 있는 새로운 공급 채널에 액세스할 수 있도록 돕기 위한 것입니다.
-
계산적 DePIN은 여전히 기존의 중앙 집중형 서비스 제공자와 경쟁하면서 많은 경제적, 기술적 어려움에 직면해 있습니다. 이 중 일부는 시간이 지나면서 스스로 해결될 것이지만, 다른 일부는 새로운 솔루션과 최적화가 필요합니다.
컴퓨팅은 새로운 석유입니다
산업 혁명 이래로 기술은 전례 없는 속도로 인류를 발전시켜 일상 생활의 거의 모든 측면에 영향을 미치거나 완전히 변화시켰습니다. 컴퓨터는 결국 연구자, 학자, 컴퓨터 엔지니어의 집단적 노력의 정점으로 등장했습니다. 원래는 고급 군사 작전을 위한 대규모 산술 작업을 해결하도록 설계된 컴퓨터는 현대 생활의 중추로 진화했습니다. 컴퓨터가 인류에 미치는 영향이 전례 없는 속도로 계속 커지면서 이러한 기계와 이를 구동하는 리소스에 대한 수요도 증가하여 사용 가능한 공급을 앞지르고 있습니다. 이로 인해 대부분 개발자와 기업이 핵심 리소스에 액세스할 수 없는 시장 역학이 생겨나 오늘날 가장 혁신적인 기술 중 하나인 머신 러닝과 생성 AI의 개발이 소수의 자금이 충분한 플레이어의 손에 맡겨졌습니다. 동시에 유휴 컴퓨팅 리소스의 대량 공급은 컴퓨팅 공급과 수요 간의 불균형을 완화하는 데 도움이 되는 수익성 있는 기회를 제공하여 양측 간의 조정 메커니즘에 대한 필요성을 악화시킵니다. 따라서 우리는 블록체인 기술과 디지털 자산을 기반으로 하는 분산형 시스템이 보다 광범위하고 민주적이며 책임감 있는 생성적 AI 제품 및 서비스 개발에 필수적이라고 믿습니다.
컴퓨팅 리소스
컴퓨팅은 컴퓨터가 주어진 입력에 따라 잘 정의된 출력을 생성하는 모든 활동, 애플리케이션 또는 작업 부하로 정의할 수 있습니다. 궁극적으로는 다음을 의미합니다. 컴퓨터의 계산 및 처리 능력 이는 이러한 기계의 핵심 유틸리티이며 현대 세계의 많은 부분을 구동하고 생성합니다. 무려 $1조 1,000억 달러의 매출 작년 한 해 동안만.
컴퓨팅 리소스는 컴퓨팅과 처리를 가능하게 하는 다양한 하드웨어와 소프트웨어 구성 요소를 말합니다. 이러한 구성 요소가 가능하게 하는 애플리케이션과 기능의 수가 계속 증가함에 따라 이러한 구성 요소는 점점 더 중요해지고 사람들의 일상 생활에 점점 더 많이 존재하게 되었습니다. 이로 인해 국가 권력과 기업 간에 생존 수단으로 가능한 한 많은 이러한 리소스를 축적하려는 경쟁이 벌어졌습니다. 이는 이러한 리소스를 제공하는 회사(예: 지난 5년 동안 시장 가치가 3000% 이상 증가한 Nvidia)의 시장 실적에 반영됩니다.
GPU
GPU는 현대 고성능 컴퓨팅에서 가장 중요한 리소스 중 하나입니다. . GPU의 핵심 기능은 병렬 처리를 통해 컴퓨터 그래픽 워크로드를 가속화하는 특수 회로 역할을 하는 것입니다. 원래 게임 및 PC 산업을 위해 제공되던 GPU는 우리 세계의 미래를 형성하는 많은 신흥 기술(예: 콘솔 및 PC, 모바일 기기, 클라우드 컴퓨팅, IoT)을 위해 발전했습니다. 그러나 이러한 리소스에 대한 수요는 머신 러닝과 인공 지능의 증가로 인해 특히 악화되었습니다. GPU는 병렬로 계산을 수행하여 ML 및 AI 작업을 가속화하여 결과 기술의 처리 능력과 기능을 향상시킵니다.
AI의 부상
AI의 핵심은 다음과 같습니다. 컴퓨터와 기계가 인간의 지능과 문제 해결 능력을 시뮬레이션할 수 있도록 함 . AI 모델은 신경망으로서 다양한 데이터로 구성되어 있습니다. 이 모델은 이러한 데이터 간의 관계를 식별하고 학습한 다음 주어진 입력을 기반으로 출력을 생성할 때 이러한 관계를 참조하기 위한 처리 능력이 필요합니다.
대중적인 믿음과 달리 AI 개발 및 생산은 새로운 것이 아닙니다. 1967년 프랭크 로젠블랫은 시행착오를 통해 "학습"하는 최초의 신경망 기반 컴퓨터인 Mark 1 퍼셉트론을 구축했습니다. 또한, 오늘날 우리가 알고 있는 AI 개발의 기초를 마련한 많은 학술 연구 1990년대 후반과 2000년대 초반에 출판되었으며, 그 이후로 업계는 계속해서 성장해 왔습니다.
RD 노력을 넘어 "협소한" AI 모델은 현재 사용 중인 다양한 강력한 애플리케이션에서 이미 작동 중입니다. . 예로는 Apple의 Siri와 Amazon의 Alexa와 같은 소셜 미디어 알고리즘, 맞춤형 제품 추천 등이 있습니다. 특히, 딥 러닝의 부상은 인공 생성 지능(AGI)의 개발을 변화시켰습니다. 딥 러닝 알고리즘은 머신 러닝 애플리케이션보다 더 크고 "더 깊은" 신경망을 더 확장 가능하고 다재다능한 대안으로 활용합니다. 생성 AI 모델은 "훈련 데이터의 단순화된 표현을 인코딩하고 이를 참조하여 유사하지만 동일하지는 않은 새로운 출력을 내보냅니다."
딥 러닝을 통해 개발자는 생성 AI 모델을 이미지, 음성 및 기타 복잡한 데이터 유형으로 확장할 수 있습니다. 현대 역사상 가장 빠른 사용자 증가를 기록한 ChatGPT와 같은 획기적인 앱은 생성 AI와 딥 러닝으로 가능한 일의 초기 반복 단계에 불과합니다.
이 점을 염두에 두면, 생성적 AI 개발에는 상당한 양의 처리 능력과 컴퓨팅 파워가 필요한 여러 가지 계산 집약적 워크로드가 포함된다는 것은 놀라운 일이 아닙니다.
에 따르면 딥러닝 애플리케이션 요구 사항의 3가지 AI 애플리케이션 개발은 몇 가지 핵심 작업 부하에 의해 제약을 받습니다.
-
훈련 – 모델은 주어진 입력에 어떻게 반응하는지 학습하기 위해 대용량 데이터 세트를 처리하고 분석해야 합니다.
-
동조 – 이 모델은 다양한 하이퍼파라미터가 조정되고 최적화되어 성능과 품질이 개선되는 일련의 반복적 프로세스를 거칩니다.
-
시뮬레이션 – 일부 모델(강화 학습 알고리즘 등)은 배포 전에 테스트를 위해 일련의 시뮬레이션을 거칩니다.
계산적 위기: 수요가 공급을 앞지르다
지난 수십 년 동안 많은 기술적 발전으로 인해 컴퓨팅 및 처리 능력에 대한 수요가 전례 없이 급증했습니다. 그 결과 오늘날 GPU와 같은 컴퓨팅 리소스에 대한 수요는 사용 가능한 공급을 훨씬 능가하여 효과적인 솔루션 없이는 계속 증가할 AI 개발 병목 현상이 발생합니다.
공급에 대한 보다 광범위한 제약은 많은 회사가 실제 필요를 초과하여 GPU를 구매함으로써 더욱 뒷받침되는데, 이는 경쟁 우위와 현대 글로벌 경제에서 생존 수단으로 모두 사용됩니다. 컴퓨팅 공급업체는 종종 장기 자본 약정이 필요한 계약 구조를 채택하여 고객에게 필요 이상의 공급을 허용합니다.
에포크의 연구 컴퓨팅 집약적 AI 모델의 전체 수가 빠르게 증가하고 있음을 보여주며, 이러한 기술을 추진하는 데 필요한 리소스 요구 사항도 계속해서 빠르게 증가할 것임을 시사합니다.
AI 모델의 복잡성이 계속 증가함에 따라 애플리케이션 개발자의 컴퓨팅 및 처리 능력 요구 사항도 증가할 것입니다. 차례로 GPU의 성능과 그에 따른 가용성이 점점 더 중요한 역할을 하게 될 것입니다. 이는 이미 일어나고 있으며, 엔비디아가 생산하는 것과 같은 하이엔드 GPU에 대한 수요가 GPU를 AI 산업의 "희토류 금속" 또는 "금"으로 칭송하고 있습니다.
AI의 급속한 상용화는 소수의 기술 거대 기업에 통제권을 넘길 가능성이 있습니다. 오늘날의 소셜 미디어 산업과 유사하며, 이러한 모델의 윤리적 기반에 대한 우려를 제기합니다. 주목할 만한 사례는 Google Gemini를 둘러싼 최근의 논란입니다. 다양한 프롬프트에 대한 많은 기괴한 응답은 당시 실제 위험을 초래하지 않았지만, 이 사건은 소수의 회사가 AI 개발을 지배하고 통제하는 데 내재된 위험을 보여주었습니다.
오늘날의 기술 스타트업은 AI 모델을 구동하기 위한 컴퓨팅 리소스를 확보하는 데 점점 더 많은 어려움에 직면해 있습니다. 이러한 애플리케이션은 모델이 배포되기 전에 많은 컴퓨팅 집약적 프로세스를 수행합니다. 소규모 기업의 경우 많은 수의 GPU를 모으는 것은 대체로 지속 불가능한 노력이며 AWS나 Google Cloud와 같은 기존 클라우드 컴퓨팅 서비스는 원활하고 편리한 개발자 경험을 제공하지만, 제한된 용량으로 인해 궁극적으로 많은 개발자가 감당할 수 없는 높은 비용이 발생합니다. 궁극적으로, $7조를 누구나 생각해 낼 수 있는 것은 아니다 하드웨어 비용을 충당하기 위해서입니다.
그렇다면 그 이유는 무엇일까요?
엔비디아 한 번 추정 전 세계적으로 40,000개가 넘는 회사가 AI와 가속 컴퓨팅을 위해 GPU를 사용하고 있으며, 개발자 커뮤니티는 400만 명이 넘습니다. 미래를 내다보면, 글로벌 AI 시장이 기대된다 2023년 $5150억에서 2032년 $2.7400억으로 성장할 예정이며, 연평균 성장률은 20.4%입니다. 동시에, GPU 시장 2032년까지 1조 1,000억 달러에 도달할 것으로 예상되며, 연평균 성장률은 251조 9,000억 달러입니다.
그러나 AI 혁명 이후 컴퓨팅 리소스의 공급과 수요 간의 불균형이 커지면서 소수의 자금이 풍부한 거대 기업이 혁신적 기술의 개발을 주도하는 다소 유토피아적인 미래가 만들어질 수 있습니다. 따라서 우리는 모든 길이 AI 개발자의 요구와 사용 가능한 리소스 간의 격차를 메우는 데 도움이 되는 분산형 대안 솔루션으로 이어진다고 믿습니다.
DePIN의 역할
DePIN이란 무엇인가요?
DePIN은 Messari 연구팀이 만든 용어로, Decentralized Physical Infrastructure Network의 약자입니다. 구체적으로 말하면, 분산형은 임대료를 추출하고 접근을 제한하는 단일 엔터티가 없다는 것을 의미합니다. 반면, 물리적 인프라는 활용되는 "실제" 물리적 리소스를 말합니다. 네트워크는 미리 정해진 목표 또는 목표 집합을 달성하기 위해 협력하여 일하는 참여자 그룹을 말합니다. 오늘날 DePIN의 총 시장 가치는 약 $283억입니다 .
DePIN의 핵심은 물리적 인프라 리소스를 블록체인과 연결하여 리소스 구매자와 공급자를 연결하는 분산형 시장을 만드는 글로벌 노드 네트워크입니다. 여기서 누구나 공급자가 되어 네트워크에 대한 서비스와 가치 기여에 대한 대가를 받을 수 있습니다. 이 경우 다양한 법적 및 규제적 수단과 서비스 수수료를 통해 네트워크 접근을 제한하는 중앙 중개자는 스마트 계약과 코드로 구성된 분산형 프로토콜로 대체되며, 이는 해당 토큰 보유자가 관리합니다.
DePIN의 가치는 전통적인 리소스 네트워크와 서비스 제공자에 대한 분산되고, 접근 가능하고, 저렴하고, 확장 가능한 대안을 제공한다는 것입니다. 분산된 시장이 특정 최종 목표를 달성할 수 있도록 합니다. 상품과 서비스의 비용은 시장 역학에 따라 결정되며, 누구나 언제든지 참여할 수 있어 공급자 수가 증가하고 이익 마진이 최소화되어 자연스럽게 단위 비용이 낮아집니다.
블록체인을 사용하면 DePIN이 네트워크 참여자가 서비스에 대해 적절한 보상을 받도록 보장하는 암호 경제적 인센티브 시스템을 구축하여 핵심 가치 제공자를 이해 관계자로 전환할 수 있습니다. 그러나 소규모 개인 네트워크를 더 크고 생산적인 시스템으로 전환하여 달성되는 네트워크 효과는 DePIN의 많은 이점을 실현하는 데 중요하다는 점에 유의하는 것이 중요합니다. 또한 토큰 보상이 네트워크 부트스트래핑 메커니즘을 위한 강력한 도구임이 입증되었지만 사용자 유지 및 장기적 채택을 돕기 위한 지속 가능한 인센티브를 구축하는 것은 더 광범위한 DePIN 공간에서 여전히 핵심 과제로 남아 있습니다.
DePIN은 어떻게 작동하나요?
분산 컴퓨팅 시장을 가능하게 하는 DePIN의 가치를 더 잘 이해하려면 관련된 다양한 구조적 구성 요소와 이들이 어떻게 함께 작동하여 분산 리소스 네트워크를 형성하는지 인식하는 것이 중요합니다. DePIN의 구조와 참여자를 고려해 보겠습니다.
규약
분산형 프로토콜은 기본 계층 블록체인 네트워크 위에 구축된 일련의 스마트 계약으로, 네트워크 참여자 간의 신뢰할 수 없는 상호 작용을 용이하게 하는 데 사용됩니다. 이상적으로, 프로토콜은 네트워크의 장기적 성공에 적극적으로 기여하는 다양한 이해 관계자에 의해 관리되어야 합니다. 그런 다음 이러한 이해 관계자는 프로토콜 토큰의 지분을 사용하여 DePIN에 대한 제안된 변경 사항 및 개발에 투표합니다. 분산형 네트워크를 성공적으로 조정하는 것이 그 자체로 큰 과제라는 점을 감안할 때, 핵심 팀은 일반적으로 이러한 변경 사항을 처음에 구현할 권한을 유지한 다음 권한을 분산형 자율 조직(DAO)으로 이전합니다.
네트워크 참여자
리소스 네트워크의 최종 사용자는 가장 귀중한 참여자이며 기능에 따라 분류될 수 있습니다.
-
공급업체 : DePIN 네이티브 토큰으로 지불된 금전적 보상과 교환하여 네트워크에 리소스를 제공하는 개인 또는 단체. 공급업체는 블록체인 네이티브 프로토콜을 통해 네트워크에 "연결"되며, 이는 화이트리스트 온체인 프로세스 또는 허가 없는 프로세스를 시행할 수 있습니다. 토큰을 받음으로써 공급업체는 지분 소유권 맥락에서 이해 관계자와 유사하게 네트워크에서 지분을 얻어 수요와 네트워크 가치를 높이는 데 도움이 될 것이라고 믿는 제안과 같은 네트워크의 다양한 제안 및 개발에 투표할 수 있으므로 시간이 지남에 따라 토큰 가격이 더 높아집니다. 물론 토큰을 받는 공급업체는 DePIN을 수동 소득의 한 형태로 활용하여 토큰을 받은 후 판매할 수도 있습니다.
-
소비자 : 이들은 DePIN에서 제공하는 리소스를 적극적으로 찾는 개인 또는 단체로, GPU를 찾는 AI 스타트업과 같이 경제 방정식의 수요 측면을 나타냅니다. 소비자는 DePIN을 사용하는 데 전통적인 대안을 사용하는 것보다 실제적인 이점(예: 낮은 비용 및 오버헤드 요구 사항)이 있는 경우 DePIN을 사용하는 데 끌리므로 네트워크에 대한 유기적 수요를 나타냅니다. DePIN은 일반적으로 소비자가 가치를 창출하고 안정적인 현금 흐름을 유지하기 위해 네이티브 토큰으로 리소스 비용을 지불하도록 요구합니다.
의지
DePIN은 다양한 시장에 서비스를 제공하고, 다양한 비즈니스 모델을 채택하여 리소스를 할당할 수 있습니다. Blockworks는 좋은 프레임워크를 제공합니다 : 맞춤형 하드웨어 DePIN 전용 독점 하드웨어를 공급업체가 배포할 수 있도록 제공하는 DePIN과, 컴퓨팅, 스토리지, 대역폭을 포함하되 이에 국한되지 않는 기존 유휴 리소스의 배포를 허용하는 일반 하드웨어 DePIN이 있습니다.
경제 모델
이상적으로 운영되는 DePIN에서 가치는 소비자가 공급업체 리소스에 대해 지불하는 수익에서 나옵니다. 네트워크에 대한 지속적인 수요는 네이티브 토큰에 대한 지속적인 수요를 의미하며, 이는 공급업체와 토큰 보유자의 경제적 인센티브와 일치합니다. 초기 단계에서 지속 가능한 유기적 수요를 창출하는 것은 대부분의 스타트업에게 어려운 일이므로 DePIN은 초기 공급업체에게 인센티브를 제공하고 네트워크 공급을 부트스트랩하여 수요를 창출하고 따라서 더 많은 유기적 공급을 창출하는 수단으로 인플레이션 토큰 인센티브를 제공합니다. 이는 벤처 캐피털 회사가 Uber의 초기 단계에서 승객 요금을 보조하여 초기 고객 기반을 부트스트랩하여 운전자를 더욱 유치하고 네트워크 효과를 향상시키는 방식과 유사합니다.
DePIN은 토큰 인센티브를 가능한 한 전략적으로 관리해야 합니다. 토큰 인센티브는 네트워크의 전반적인 성공에 중요한 역할을 하기 때문입니다. 수요와 네트워크 수익이 증가하면 토큰 발행을 줄여야 합니다. 반대로 수요와 수익이 감소하면 토큰 발행을 다시 사용하여 공급에 인센티브를 제공해야 합니다.
성공적인 DePIN 네트워크가 어떤 모습인지 더 자세히 설명하려면 " DePIN 플라이휠,” DePIN을 안내하는 긍정적 피드백 루프입니다. 요약은 다음과 같습니다.
-
DePIN은 공급자가 네트워크에 리소스를 제공하도록 인센티브를 제공하고 소비에 사용할 수 있는 기본 공급 수준을 확립하기 위해 인플레이션 토큰 보상을 분배합니다.
-
공급자 수가 증가하기 시작한다고 가정하면, 네트워크에서 경쟁적 역학이 형성되기 시작하여 네트워크가 제공하는 상품과 서비스의 전반적인 품질을 개선하여 기존 시장 솔루션보다 우수한 서비스를 제공하여 경쟁 우위를 확보합니다. 즉, 분산형 시스템이 기존의 중앙 집중형 서비스 공급자를 능가한다는 의미이며, 이는 쉬운 일이 아닙니다.
-
DePIN에 대한 유기적 수요가 형성되기 시작하여 공급업체에 합법적인 현금 흐름을 제공합니다. 이는 투자자와 공급업체가 네트워크에 대한 수요와 토큰 가격을 계속 주도할 수 있는 매력적인 기회를 제공합니다.
-
토큰 가격이 상승하면 공급업체의 수익이 늘어나고, 더 많은 공급업체를 유치하게 되며 플라이휠이 다시 시작됩니다.
이 프레임워크는 매력적인 성장 전략을 제공하지만, 이는 대부분 이론적이고 네트워크가 제공하는 리소스가 지속적으로 경쟁적으로 매력적이라고 가정한다는 점에 유의하는 것이 중요합니다.
DePIN 계산
분산 컴퓨팅 시장은 더 광범위한 움직임인 "공유 경제"의 일부로, 온라인 플랫폼을 통해 소비자가 다른 소비자와 직접 상품과 서비스를 공유하는 P2P 경제 시스템입니다. eBay와 같은 회사가 개척하고 오늘날 Airbnb와 Uber와 같은 회사가 지배하는 이 모델은 궁극적으로 차세대 혁신 기술이 글로벌 시장을 휩쓸면서 혼란에 빠질 준비가 되었습니다. 2023년에는 1조 10조 1,500억 달러로 평가되고 2031년까지 약 1조 1,000억 달러로 성장할 것으로 예상 공유 경제는 소비자 행동의 더 광범위한 추세를 보여주며, DePIN은 이러한 추세에서 이익을 얻고 중요한 역할을 할 것으로 생각합니다.
근본적인
Compute DePIN은 분산형 마켓플레이스를 통해 공급자와 구매자를 연결하여 컴퓨팅 리소스 할당을 용이하게 하는 피어투피어 네트워크입니다. 이러한 네트워크의 주요 차별화 요소는 오늘날 많은 사람들이 이미 보유하고 있는 상용 하드웨어 리소스에 초점을 맞춘다는 것입니다. 앞서 논의했듯이 딥 러닝과 생성 AI의 등장으로 인해 리소스 집약적 워크로드로 인해 처리 능력에 대한 수요가 급증하여 AI 개발을 위한 중요한 리소스에 액세스하는 데 병목 현상이 발생했습니다. 간단히 말해서 분산형 컴퓨팅 마켓플레이스는 전 세계에 걸쳐 누구나 참여할 수 있는 새로운 공급 스트림을 만들어 이러한 병목 현상을 완화하는 것을 목표로 합니다.
컴퓨팅 DePIN에서 개인이나 단체는 언제든지 유휴 리소스를 빌려주고 적절한 보상을 받을 수 있습니다. 동시에 개인이나 단체는 기존 시장 상품보다 더 낮은 비용과 더 큰 유연성으로 글로벌 허가 없는 네트워크에서 필요한 리소스를 얻을 수 있습니다. 따라서 간단한 경제적 프레임워크를 통해 컴퓨팅 DePIN의 참여자를 설명할 수 있습니다.
-
공급업체 : 컴퓨팅 리소스를 소유하고 보조금을 받고 이를 대여하거나 판매할 의향이 있는 개인이나 단체.
-
수요자 : 컴퓨팅 리소스가 필요하고 이를 위해 가격을 지불할 의향이 있는 개인이나 단체.
DePIN 컴퓨팅의 주요 이점
컴퓨트 DePIN은 중앙 집중식 서비스 공급자와 마켓플레이스에 대한 매력적인 대안으로 자리매김할 수 있는 여러 가지 장점을 제공합니다. 첫째, 허가 없이 국경을 넘나드는 시장 참여를 가능하게 하면 새로운 공급 스트림이 열리고 컴퓨팅 집약적 워크로드에 필요한 중요한 리소스의 양이 늘어납니다. 컴퓨팅 DePIN은 대부분 사람들이 이미 소유하고 있는 하드웨어 리소스에 초점을 맞춥니다. 게임용 PC를 가진 사람은 누구나 이미 임대할 수 있는 GPU를 가지고 있습니다. 이를 통해 차세대 상품과 서비스를 구축하는 데 참여할 수 있는 개발자와 팀의 범위가 확대되어 전 세계 더 많은 사람들에게 혜택을 제공합니다.
더 나아가, DePIN을 지원하는 블록체인 인프라는 P2P 거래에 필요한 소액 결제를 원활하게 하는 효율적이고 확장 가능한 결제 수단을 제공합니다. 암호화 기반 금융 자산(토큰)은 수요 측 참여자가 공급업체에 지불하는 데 사용하는 공유 가치 단위를 제공하며, 오늘날 점점 더 세계화된 경제와 일치하는 분배 메커니즘을 통해 경제적 인센티브를 조정합니다. 앞서 구축한 DePIN 플라이휠을 참조하면, 경제적 인센티브를 전략적으로 관리하는 것은 DePIN 네트워크 효과(공급 및 수요 측 모두)를 증가시키는 데 매우 유익하며, 이는 결국 공급업체 간의 경쟁을 증가시킵니다. 이러한 역동성은 서비스 품질을 개선하는 동시에 단위 비용을 줄여 DePIN에 지속 가능한 경쟁 우위를 제공하며, 공급업체는 토큰 보유자 및 핵심 가치 제공자로서 혜택을 누릴 수 있습니다.
DePIN은 유연한 사용자 경험을 제공하고자 하는 클라우드 컴퓨팅 서비스 제공자와 유사하며, 리소스에 대한 액세스와 지불이 주문형으로 가능합니다. 참조 그랜드뷰 리서치 에스 예측 , 글로벌 클라우드 컴퓨팅 시장 규모는 2030년까지 연평균 성장률 21.2%로 성장하여 $2.4조를 넘어설 것으로 예상되며, 이는 컴퓨팅 리소스에 대한 미래 수요 증가의 맥락에서 이러한 비즈니스 모델의 실현 가능성을 보여줍니다. 최신 클라우드 컴퓨팅 플랫폼은 클라이언트 장치와 서버 간의 모든 통신을 처리하기 위해 중앙 서버를 활용하여 운영에서 단일 실패 지점을 만듭니다. 그러나 블록체인을 기반으로 구축하면 DePIN이 기존 서비스 제공자보다 더 큰 검열 저항성과 복원력을 제공할 수 있습니다. 단일 조직이나 엔터티(예: 중앙 클라우드 서비스 제공자)를 공격하면 전체 기본 리소스 네트워크가 손상되고 DePIN은 분산된 특성을 통해 이러한 사고에 저항하도록 설계되었습니다. 첫째, 블록체인 자체는 중앙 집중식 네트워크 권한에 저항하도록 설계된 전 세계적으로 분산된 전용 노드 네트워크입니다. 또한 DePIN을 컴퓨팅하면 허가 없이도 네트워크 참여가 가능하여 법적 및 규제 장벽을 우회할 수 있습니다. 토큰 배포의 특성상, DePIN은 프로토콜에 대한 제안된 변경 사항 및 개발 사항에 대해 공정한 투표 절차를 채택하여 단일 엔터티가 갑자기 전체 네트워크를 중단시킬 가능성을 없앨 수 있습니다.
계산 DePIN의 현재 상태
렌더 네트워크
Render Network는 분산 컴퓨팅 마켓플레이스를 통해 GPU 구매자와 판매자를 연결하는 계산 DePIN으로, 네이티브 토큰을 통해 거래가 이루어집니다. Renders GPU 마켓플레이스에는 두 가지 주요 당사자가 포함됩니다. 처리 능력에 대한 액세스를 원하는 제작자와 네이티브 Render 토큰으로 보상을 받는 대가로 유휴 GPU를 제작자에게 임대하는 노드 운영자입니다. 노드 운영자는 평판 시스템에 따라 순위가 매겨지며 제작자는 다단계 가격 책정 시스템에서 GPU를 선택할 수 있습니다. Proof-of-Render(POR) 합의 알고리즘은 작업을 조정하고 노드 운영자는 컴퓨팅 리소스(GPU)를 커밋하여 작업(예: 그래픽 렌더링 작업)을 처리합니다. 작업이 완료되면 POR 알고리즘은 작업 품질에 따라 평판 점수가 변경되는 것을 포함하여 노드 운영자의 상태를 업데이트합니다. Renders 블록체인 인프라는 작업에 대한 지불을 용이하게 하여 공급업체와 구매자가 네트워크 토큰을 통해 거래할 수 있는 투명하고 효율적인 결제 레일을 제공합니다.
Render Network는 원래 다음과 같이 구상되었습니다. 쥘스 우르바흐 2009년에 네트워크는 Ethereum에서 라이브로 전환되었습니다. RNDR ) 2020년 9월에 솔라나(Solana)로 이전했습니다. 세우다 ) 약 3년 후에 네트워크 성능을 개선하고 운영 비용을 절감했습니다.
이 글을 쓰는 시점에서 Render Network는 최대 3,300만 개의 작업(렌더링된 프레임 기준)을 처리했으며, 출시 이후 총 노드 수가 5,600개로 증가했습니다. 약 60,000개의 RENDER가 파괴되었습니다. 노드 운영자에게 작업 크레딧을 분배하는 동안 발생하는 프로세스입니다.
아이오넷
Io Net은 많은 유휴 컴퓨팅 리소스와 이러한 리소스가 제공하는 처리 능력이 필요한 개인 및 엔터티 간의 조정 계층으로 Solana 위에 분산형 GPU 네트워크를 출시합니다. Io Net의 고유한 판매 포인트는 시중의 다른 DePIN과 직접 경쟁하는 대신 다양한 소스(데이터 센터, 채굴자 및 Render Network 및 Filecoin과 같은 다른 DePIN 포함)의 GPU를 집계하는 동시에 독점적인 DePIN인 Internet-of-GPUs(IoG)를 활용하여 운영을 조정하고 시장 참여자의 인센티브를 조정한다는 것입니다. Io Net 고객은 프로세서 유형, 위치, 통신 속도, 규정 준수 및 서비스 시간을 선택하여 IO Cloud에서 워크로드 클러스터를 사용자 지정할 수 있습니다. 반대로 지원되는 GPU 모델(12GB RAM, 256GB SSD)을 사용하는 사람은 누구나 IO Worker로 참여하여 유휴 컴퓨팅 리소스를 네트워크에 대여할 수 있습니다. 현재 서비스 결제는 법정 통화와 USDC로 결제되지만 네트워크는 곧 기본 $IO 토큰으로 결제도 지원할 예정입니다. 리소스의 가격은 공급과 수요, 다양한 GPU 사양 및 구성 알고리즘에 따라 결정됩니다. Io Net의 궁극적인 목표는 현대 클라우드 서비스 제공자보다 더 낮은 비용과 더 높은 서비스 품질을 제공하여 선택의 GPU 시장이 되는 것입니다.
다중 계층 IO 아키텍처는 다음과 같이 매핑할 수 있습니다.
-
UI 레이어 – 공개 웹사이트, 클라이언트 영역, 근로자 영역으로 구성됩니다.
-
보안 계층 – 이 계층은 네트워크 보호를 위한 방화벽, 사용자 확인을 위한 인증 서비스, 활동 추적을 위한 로깅 서비스로 구성됩니다.
-
API 계층 – 이 계층은 통신 계층 역할을 하며 공개 API(웹사이트용), 비공개 API(근로자용), 내부 API(클러스터 관리, 분석, 모니터링 보고서용)로 구성됩니다.
-
백엔드 레이어 – 백엔드 계층은 작업자, 클러스터/GPU 작업, 고객 상호 작용, 청구 및 사용 모니터링, 분석, 자동 크기 조정을 관리합니다.
-
데이터베이스 계층 − 이 계층은 시스템의 데이터 저장소이며 기본 저장소(구조화된 데이터용)와 캐시(자주 액세스하는 임시 데이터용)를 사용합니다.
-
메시지 브로커 및 작업 계층 − 이 계층은 비동기 통신과 작업 관리를 용이하게 해줍니다.
-
인프라 계층 – 이 계층에는 GPU 풀, 오케스트레이션 도구가 포함되어 있으며 작업 배포를 관리합니다.
현재 통계/로드맵
-
이 글을 쓰는 시점에서:
-
총 네트워크 수익 – $1.08m
-
총 컴퓨팅 시간 – 837.6k 시간
-
클러스터 준비 GPU 총 수 – 20.4K
-
전체 클러스터 준비 CPU – 5.6k
-
온체인 거래 총액 – 167만 건
-
총 추론 시간 – 335.7k
-
생성된 클러스터 총 수 – 15.1k
(데이터는 아이오넷 익스플로러 )
에티르
Aethir는 컴퓨팅 집약적 분야와 애플리케이션에서 고성능 컴퓨팅 리소스 공유를 용이하게 하는 클라우드 컴퓨팅 DePIN입니다. 리소스 풀링을 활용하여 비용을 크게 절감하고 분산 리소스 소유권을 통해 소유권을 분산하여 글로벌 GPU 할당을 달성합니다. Aethir는 고성능 워크로드를 위해 설계되었으며 게임, AI 모델 교육 및 추론과 같은 산업에 적합합니다. GPU 클러스터를 단일 네트워크로 통합하여 Aethir는 클러스터 크기를 늘리도록 설계되어 네트워크에서 제공되는 서비스의 전반적인 성능과 안정성을 개선합니다.
Aethir Network는 채굴자, 개발자, 사용자, 토큰 보유자 및 Aethir DAO로 구성된 분산형 경제입니다. 네트워크의 성공적인 운영을 보장하는 세 가지 주요 역할은 컨테이너, 인덱서 및 검사자입니다. 컨테이너는 네트워크의 핵심 노드로, 거래를 검증하고 실시간으로 디지털 콘텐츠를 렌더링하는 것을 포함하여 네트워크 활성 상태를 유지하는 중요한 작업을 수행합니다. 검사자는 품질 보증 담당자 역할을 하며, GPU 소비자를 위한 안정적이고 효율적인 운영을 보장하기 위해 컨테이너의 성능과 서비스 품질을 지속적으로 모니터링합니다. 인덱서는 사용자와 최상의 사용 가능한 컨테이너 간의 중개자 역할을 합니다. 이 구조를 뒷받침하는 것은 Arbitrum Layer 2 블록체인으로, Aethir Network에서 기본 $ATH 토큰으로 상품과 서비스에 대한 비용을 지불하는 분산형 결제 계층을 제공합니다.
렌더링 증명
Aethir 네트워크의 노드에는 두 가지 주요 기능이 있습니다. 용량 증명을 제공하다 , 이러한 작업자 노드 그룹은 15분마다 무작위로 선택되어 거래를 검증합니다. 그리고 작업 증명을 렌더링합니다 , 네트워크 성능을 면밀히 모니터링하여 사용자에게 최적의 서비스를 제공하고 수요와 지리적 위치에 따라 리소스를 조정합니다. 채굴자 보상은 Aethir 네트워크에서 노드를 운영하는 참여자에게 분배되며, 이는 대여한 컴퓨팅 리소스의 가치에 따라 계산되고, 보상은 기본 $ATH 토큰으로 지급됩니다.
노사나
Nosana는 Solana에 구축된 분산 GPU 네트워크입니다. Nosana는 누구나 유휴 컴퓨팅 리소스를 기여하고 이를 위해 $NOS 토큰의 형태로 보상을 받을 수 있도록 합니다. DePIN은 기존 클라우드 솔루션의 오버헤드 없이 복잡한 AI 워크로드를 실행하는 데 사용할 수 있는 GPU의 비용 효율적인 할당을 용이하게 합니다. 누구나 유휴 GPU를 빌려 Nosana 노드를 실행하고 네트워크에 제공하는 GPU 전력에 비례하는 토큰 보상을 받을 수 있습니다.
네트워크는 컴퓨팅 리소스를 할당하는 두 당사자, 즉 컴퓨팅 리소스에 대한 액세스를 원하는 사용자와 컴퓨팅 리소스를 제공하는 노드 운영자를 연결합니다. 중요한 프로토콜 결정과 업그레이드는 NOS 토큰 보유자가 투표하고 Nosana DAO가 관리합니다.
Nosana는 미래 계획에 대한 광범위한 로드맵을 가지고 있습니다. Galactica(v1.0 – H1/H2 2024)는 메인넷을 출시하고, CLI와 SDK를 출시하고, 소비자 GPU를 위한 컨테이너 노드를 통해 네트워크를 확장하는 데 집중할 것입니다. Triangulum(v1.X – H2 2024)은 PyTorch, HuggingFace, TensorFlow와 같은 주요 머신 러닝 프로토콜과 커넥터를 통합할 것입니다. Whirlpool(v1.X - H1 2025)은 AMD, Intel, Apple Silicon의 다양한 GPU에 대한 지원을 확대할 것입니다. Sombrero(v1.X – H2 2025)는 중대형 기업, 법정 통화 지불, 청구 및 팀 기능에 대한 지원을 추가할 것입니다.
아카쉬
Akash Network는 Cosmos SDK를 기반으로 구축된 오픈소스 지분 증명 네트워크로, 누구나 허가 없이 가입하고 기여할 수 있어 분산형 클라우드 컴퓨팅 시장을 만듭니다. $AKT 토큰은 네트워크를 보호하고, 리소스 지불을 용이하게 하고, 네트워크 참여자 간의 경제적 행동을 조정하는 데 사용됩니다. Akash Network는 몇 가지 핵심 구성 요소로 구성됩니다.
-
블록체인 계층 Tendermint Core와 Cosmos SDK를 사용하여 합의를 제공합니다.
-
응용 프로그램 계층 , 배포 및 리소스 할당을 관리합니다.
-
공급자 계층 리소스, 입찰, 사용자 애플리케이션 배포를 관리합니다.
-
사용자 계층 사용자가 CLI, 콘솔, 대시보드를 사용하여 Akash 네트워크와 상호 작용하고, 리소스를 관리하고, 애플리케이션 상태를 모니터링할 수 있도록 합니다.
네트워크는 처음에는 스토리지 및 CPU 대여 서비스에 집중했으며, AI 교육 및 추론 워크로드에 대한 수요가 증가함에 따라 네트워크는 GPU 대여 및 할당을 포함하여 서비스를 확장하여 AkashML 플랫폼을 통해 이러한 요구 사항에 대응했습니다. AkashML은 고객(테넌트라고 함)이 원하는 GPU 가격을 제출하고 컴퓨팅 공급자(공급자라고 함)가 요청된 GPU를 공급하기 위해 경쟁하는 역경매 시스템을 사용합니다.
이 글을 쓰는 시점에서, 아카쉬 블록체인은 1,290만 건 이상의 거래를 완료했고, 컴퓨팅 리소스에 액세스하는 데 $535,000 이상이 사용되었으며, 189,000개 이상의 고유한 배포가 임대되었습니다.
명예로운 언급
계산 DePIN 공간은 아직 개발 중이며, 많은 팀이 혁신적이고 효율적인 솔루션을 시장에 출시하기 위해 경쟁하고 있습니다. 추가 조사할 가치가 있는 다른 예로는 다음이 있습니다. 쌍곡선 AI 개발을 위한 리소스 풀링을 위한 협력적 오픈 액세스 플랫폼을 구축하고 있으며, 엑스비트 , 계산 광부에 의해 지원되는 분산 컴퓨팅 파워 네트워크를 구축하고 있습니다.
중요 고려 사항 및 미래 전망
이제 DePIN을 계산하는 기본 원리를 이해하고 현재 진행 중인 여러 보완적 사례 연구를 검토했으므로, 이러한 분산형 네트워크의 영향, 특히 장단점을 고려하는 것이 중요합니다.
도전
대규모 분산 네트워크를 구축하려면 종종 성능, 보안 및 복원력에서 균형을 맞춰야 합니다. 예를 들어, 범용 하드웨어의 글로벌 분산 네트워크에서 AI 모델을 훈련하는 것은 중앙 집중형 서비스 공급자에서 훈련하는 것보다 비용 효율적이고 시간 효율성이 훨씬 떨어질 수 있습니다. 앞서 언급했듯이 AI 모델과 그 워크로드는 점점 더 복잡해지고 있으며 범용 GPU보다는 고성능 GPU가 더 필요합니다.
이것은 대기업이 고성능 GPU를 대량으로 비축하는 이유는 허가 없이 누구나 유휴 GPU를 대여할 수 있는 시장을 구축하여 GPU 부족 문제를 해결하려는 계산 DePIN이 직면한 고유한 과제입니다(분산형 AI 프로토콜이 직면한 과제에 대한 자세한 내용은 이 트윗 참조) ) . 프로토콜은 이 문제를 두 가지 핵심적인 방법으로 해결할 수 있습니다. 하나는 네트워크에 기여하고자 하는 GPU 공급자에 대한 기본 요구 사항을 설정하는 것이고, 다른 하나는 네트워크에 제공된 연산 리소스를 풀링하여 더 큰 전체적 성과를 달성하는 것입니다. 그래도 이 모델은 하드웨어 공급자(예: Nvidia)와 직접 거래하기 위해 더 많은 자금을 할당할 수 있는 중앙 집중식 서비스 공급자에 비해 확립하기가 본질적으로 어렵습니다. 이는 DePIN이 앞으로 나아갈 때 고려해야 할 사항입니다. 분산형 프로토콜에 충분히 큰 자금이 있는 경우 DAO는 자금의 일부를 고성능 GPU 구매에 할당하기로 투표할 수 있으며, 이는 분산형 방식으로 관리되고 일반 GPU보다 높은 가격으로 대여될 수 있습니다.
계산 DePIN에 특정한 또 다른 과제는 적절한 리소스 활용을 관리하는 것입니다. . 초기 단계에서 대부분의 계산 DePIN은 오늘날 많은 스타트업이 직면하고 있는 것처럼 구조적인 수요 부족 문제에 직면하게 될 것입니다. 일반적으로 DePIN의 과제는 최소한의 실행 가능한 제품 품질을 달성하기 위해 일찍 충분한 공급을 구축하는 것입니다. 공급이 없으면 네트워크는 지속 가능한 수요를 창출할 수 없고 최대 수요 기간 동안 고객에게 서비스를 제공할 수 없습니다. 반면에 과도한 공급도 문제입니다. 특정 임계값을 초과하면 네트워크 사용률이 거의 또는 전체 용량에 도달했을 때만 공급이 더 많아질 것입니다. 그렇지 않으면 DePIN은 공급에 너무 많은 비용을 지불하여 리소스 활용률이 낮아질 위험이 있으며, 프로토콜이 토큰 발행을 늘려 공급업체의 참여를 유지하지 않는 한 공급업체는 수익을 덜 받게 됩니다.
광범위한 지리적 범위 없이는 통신망은 쓸모가 없습니다. . 승객이 승차를 위해 오랜 시간을 기다려야 한다면 택시 네트워크는 쓸모가 없습니다. DePIN은 장기간 리소스를 제공하기 위해 사람들에게 비용을 지불해야 한다면 쓸모가 없습니다. 중앙 집중형 서비스 제공자는 리소스 수요를 예측하고 리소스 공급을 효율적으로 관리할 수 있지만, DePIN을 계산하는 데는 리소스 활용을 관리할 중앙 권한이 없습니다. 따라서 DePIN이 리소스 활용을 가능한 한 전략적으로 결정하는 것이 특히 중요합니다.
더 큰 문제는 분산형 GPU 시장이 더 이상 GPU 부족에 직면하지 않을 수 있다는 것입니다. . 마크 주커버그는 최근 인터뷰에서 자신이 믿는다고 말했습니다. 에너지가 새로운 병목 현상이 될 것이다 , 컴퓨팅 리소스가 아니라, 기업들이 지금처럼 컴퓨팅 리소스를 쌓아두는 대신, 이제 대규모 데이터 센터를 구축하기 위해 경쟁할 것이기 때문입니다. 물론 이는 GPU 비용의 잠재적인 감소를 의미하지만, 독점적인 데이터 센터를 구축하면 AI 모델 성능에 대한 전반적인 기준이 높아진다면 AI 스타트업이 대기업과 성능 및 제공하는 상품과 서비스의 품질 면에서 어떻게 경쟁할 것인가에 대한 의문도 제기합니다.
DePIN 계산의 예
반복하자면, AI 모델의 복잡성과 그에 따른 처리 및 계산 요구 사항과 사용 가능한 고성능 GPU와 기타 컴퓨팅 리소스 간의 격차가 벌어지고 있습니다.
컴퓨팅 DePIN은 오늘날 주요 하드웨어 제조업체와 클라우드 컴퓨팅 서비스 제공업체가 주도하는 컴퓨팅 시장에서 혁신적인 교란자로 자리매김할 준비가 되어 있습니다. 그 이유는 다음과 같습니다.
1) 상품과 서비스의 가격을 낮춥니다.
2) 보다 강력한 검열 방지 및 네트워크 복원력 보호를 제공합니다.
3) AI 모델을 미세 조정 및 훈련에 최대한 개방하고 누구나 쉽게 접근할 수 있도록 요구하는 잠재적 규제 지침의 이점을 활용하세요.
미국에서 컴퓨터와 인터넷 접속이 가능한 가구의 비율이 기하급수적으로 증가하여 100%에 접근했습니다. 이 비율은 세계 여러 지역에서도 상당히 증가했습니다. 이는 충분한 금전적 인센티브와 원활한 거래 프로세스가 있다면 유휴 공급을 기꺼이 빌려줄 잠재적인 컴퓨팅 리소스 공급자(GPU 소유자)의 수가 증가했음을 시사합니다. 물론 이는 매우 대략적인 추정이지만 컴퓨팅 리소스의 지속 가능한 공유 경제를 구축하기 위한 기반이 이미 존재할 수 있음을 시사합니다.
AI 외에도 미래의 컴퓨팅 수요는 양자 컴퓨팅과 같은 다른 많은 산업에서 발생할 것입니다. 양자 컴퓨팅 시장 규모는 다음과 같습니다. 2023년 $928.8백만에서 2030년 $6528.8백만으로 성장 , CAGR 32.1%. 이 산업의 생산에는 다양한 종류의 리소스가 필요하지만, 양자 컴퓨팅 DePIN이 출시될지, 어떤 모습일지 보는 것은 흥미로울 것입니다.
"소비자 하드웨어에서 실행되는 개방형 모델의 강력한 생태계는 AI가 가치를 매우 중앙 집중화하고 대부분의 인간의 생각이 소수의 사람이 제어하는 중앙 서버에서 읽고 조정되는 미래에 대한 중요한 방어 수단입니다. 이러한 모델은 또한 대기업과 군대보다 훨씬 덜 위험합니다." — 비탈릭 부테린
대기업은 DePIN의 타겟 고객이 아닐 수도 있고, 앞으로도 그렇지 않을 것입니다. 계산 DePIN은 개인 개발자, 분산된 빌더, 최소한의 자금과 리소스를 가진 신생 기업을 다시 불러옵니다. 이를 통해 더 풍부한 컴퓨팅 파워를 통해 유휴 공급을 혁신적인 아이디어와 솔루션으로 전환할 수 있습니다. AI는 의심할 여지 없이 수십억 명의 사람들의 삶을 바꿀 것입니다. AI가 모든 사람의 일자리를 대체하는 것에 대해 걱정하는 대신, AI가 개인 및 자영업자 기업가, 신생 기업, 그리고 대중에게 힘을 실어줄 수 있다는 생각을 장려해야 합니다.
이 기사는 인터넷에서 발췌한 것입니다: 컴퓨팅 DePIN 트랙 생태계에 대한 종합적 해석
관련: Ethereum 현물 ETF 최신 개발 및 시장 전망: 발행인이 최대 목표 가격과 함께 수정된 문서를 제출
영어: Original | Odaily Planet Daily Author | Nanzhi 최신 뉴스를 한눈에 보기 BTC 현물 ETF 경로가 반복될까요?오늘 아침 Bloomberg ETF 분석가 James Seyffart는 X 플랫폼에 다음과 같이 썼습니다.5개의 잠재적인 Ethereum 현물 ETF 발행자가 Cboe BZX를 통해 미국 SEC에 19개의 b-4 개정 문서를 제출했습니다.여기에는 Fidelity, VanEck, Invesco/Galaxy, Ark/21 Shares 및 Franklin이 포함됩니다.DTCC 공식 웹사이트에는 VanEck 현물 Ethereum ETF VANECK ETHEREUM TR SHS(코드 ETHV)도 상장되어 있습니다.반면에 SEC가 Ethereum 현물 ETF에 대한 기대치를 높이면서 Grayscale Ethereum Trust(ETHE)의 마이너스 프리미엄 비율이 11.82%로 좁아졌습니다.관련 소식통에 따르면 Grayscale은 미국 증권거래위원회에 Ethereum Mini Trust 19 b-4 양식에 대한 업데이트를 제출했습니다.