Gate Ventures: AI x Crypto Başlangıç Seviyesinden Usta Seviyesine (Bölüm 2)

Önceki makale AI endüstrisinin gelişim geçmişini inceledi ve derin öğrenme endüstri zincirini ve mevcut pazar durumunu ayrıntılı olarak tanıttı. Bu makale Crypto x AI ile Crypto endüstri Değer Zincirindeki bazı dikkate değer projeler arasındaki ilişkiyi yorumlamaya devam edecektir.

Kripto x AI İlişkisi

ZK teknolojisinin gelişimi sayesinde, blockchain merkeziyetsizlik + güvensizlik fikrine dönüştü. Blockchain yaratımının başlangıcına, yani Bitcoin zincirine geri dönelim. Satoshi Nakamoto'nun Bitcoin, eşler arası elektronik nakit sistemi makalesinde, ilk olarak buna güvensiz, değer transfer sistemi adını verdi. Daha sonra, Vitalik ve diğerleri Yeni Nesil Akıllı Sözleşme ve Merkezi Olmayan Uygulama Platformu makalesini yayınladı ve merkezi olmayan, güvensiz, değer değişimi akıllı sözleşme platformunu başlattı.

Özünde, tüm blockchain ağının bir değer ağı olduğuna ve her işlemin altta yatan tokenlara dayalı bir değer dönüşümü olduğuna inanıyoruz. Buradaki değer token biçiminde yansıtılır ve Tokenomics, tokenların değerini yansıtmak için belirli kurallardır.

Geleneksel İnternette, değerin üretimi P/E'ye göre belirlenir ve son bir tezahür biçimi vardır, yani hisse senedi fiyatı. Tüm trafik, değer ve etki şirketin nakit akışını oluşturacaktır. Bu nakit akışı değerin son tezahürüdür ve son olarak P/E'ye dönüştürülür ve hisse senedi fiyatına ve piyasa değerine yansıtılır.

Ağın değeri, yerel tokenin fiyatı ve çoklu bakış açıları tarafından belirlenir. Kaynak: Gate Ventures

Ancak Ethereum ağı için, Ethereum ağının değerinin çoklu boyutlarda somutlaşmış hali olan ETH, staking yoluyla yalnızca istikrarlı nakit akışı elde etmekle kalmayıp, aynı zamanda bir değer değişimi aracı, bir değer saklama aracı, ağ faaliyetleri için bir tüketici ürünü vb. olarak da hizmet edebilir. Ayrıca, bir güvenlik koruma katmanı olarak da hizmet eder. Yeniden Staking, Katman 2 ekosisteminin Gaz Ücreti vb.

Tokenomics çok önemlidir. Tokenomics, ekosistemin yerleşiminin (yani ağın yerel token'ının) göreceli değerini belirleyebilir. Her boyut için bir fiyat belirleyemesek de, token'ın fiyatı olan çok boyutlu bir değerimiz var. Bu değer, kurumsal menkul kıymetlerin varlığını çok aşar. Ağ token'larla donatıldığında ve token'lar dolaşıma girdiğinde, sınırlı sayıda Tencent Q coin'lerine benzer, bir deflasyon ve enflasyon mekanizması, devasa Tencent ekosistemini temsil eder ve bir yerleşim olarak, aynı zamanda bir değer depolama ve faiz oluşturma aracı haline gelebilir. Bu değer, kesinlikle hisse senedi fiyatının değerinden çok daha büyüktür. Ve token, çoklu değer boyutlarının en üst düzeyde somutlaşmış halidir.

Jetonlar büyüleyicidir. Jetonlar bir işleve veya bir fikre değer katabilir. Tarayıcılar kullanıyoruz ancak altta yatan açık kaynaklı HTTP protokolünün fiyatlandırmasını dikkate almıyoruz. Jetonlar verilirse, değerleri işlemlere yansıyacaktır. Bir MEME coin'in varlığı ve arkasındaki mizahi fikirler de değerlidir. Jeton ekonomisi, bir fikir veya fiziksel bir yaratım olsun, her türlü yeniliğe ve varlığa güç verebilir. Jeton ekonomisi dünyadaki her şeye değer vermiştir.

Değeri yeniden tanımlama ve keşfetme aracı olarak tokenlar ve blok zinciri teknolojisi, AI endüstrisi de dahil olmak üzere her endüstri için hayati öneme sahiptir. AI endüstrisinde, token çıkarmak AI endüstri zincirinin tüm yönlerinin değerini yeniden şekillendirebilir, bu da daha fazla insanın AI endüstrisinin çeşitli segmentlerinde kök salmasını teşvik edecektir, çünkü getirdikleri faydalar daha önemli hale gelecektir ve mevcut değerini belirleyen sadece nakit akışı değildir. Ayrıca, tokenların sinerjisi altyapının değerini artıracaktır, bu da doğal olarak kalın bir protokol ve ince uygulama paradigmasının oluşumuna yol açacaktır.

İkinci olarak, yapay zeka endüstri zincirindeki tüm projeler sermaye artışı kazanacak ve bu token ekosisteme geri bildirimde bulunarak belirli bir felsefi düşüncenin doğuşunu teşvik edebilecek.

Token ekonomisinin sektör üzerinde olumlu bir etkisi olduğu açıktır. Blockchain teknolojisinin değişmez ve güvenilmez doğası, AI sektöründe de pratik öneme sahiptir ve güven gerektiren bazı uygulamaları mümkün kılar. Örneğin, kullanıcı verilerimize belirli bir modelde izin verilebilir, ancak modelin belirli verileri bilmemesi, modelin veri sızdırmaması ve model tarafından çıkarılan gerçek verilerin döndürülmesi sağlanır. GPU'lar yetersiz olduğunda, blockchain ağı üzerinden dağıtılabilirler. GPU'lar yinelendiğinde, boştaki GPU'lar ağa hesaplama gücü sağlayabilir ve artı değeri yeniden keşfedebilir. Bu, yalnızca küresel bir değer ağının yapabileceği bir şeydir.

Kısacası, token ekonomisi değerin yeniden şekillendirilmesini ve keşfedilmesini teşvik edebilir ve merkezi olmayan muhasebe defterleri güven sorununu çözebilir ve değerin küresel ölçekte yeniden akmasını sağlayabilir.

Kripto Endüstrisi Değer Zinciri Projesi Genel Bakışı

GPU Tedarik Tarafı

GPU bulut bilişim pazarındaki bazı projeler, Kaynak: Gate Ventures

Yukarıdakiler GPU bulut bilişim pazarındaki ana proje katılımcılarıdır. En iyi piyasa değerine ve temel gelişime sahip olan, 2020'de piyasaya sürülen Render'dır. Ancak, kamuya açık ve şeffaf verilerin eksikliği nedeniyle, işinin gerçek zamanlı geliştirme durumunu geçici olarak bilemiyoruz. Şu anda, Render kullanan işletmelerin büyük çoğunluğu büyük olmayan model video işleme görevleridir.

Gerçek iş hacmine sahip eski bir Depin işletmesi olarak Render, AI/Depin dalgasına binerek gerçekten başarılı oldu, ancak Render'ın karşılaştığı senaryolar AI'dan farklı, bu nedenle kesinlikle bir AI sektörü olarak kabul edilmiyor. Ve video işleme işinin belirli gerçek ihtiyaçları var, bu nedenle GPU bulut bilişim pazarı yalnızca AI modellerinin eğitimi ve muhakemesi için değil, aynı zamanda GPU bulut pazarının tek bir pazara güvenme riskini azaltan geleneksel işleme görevleri için de kullanılabilir.

Küresel GPU hesaplama gücü talebi eğilimi, Kaynak: ÖNCELİK ARAŞTIRMASI

Crypto AI endüstri zincirinde, hesaplama gücü kaynağı şüphesiz en önemli noktadır. Endüstri tahminlerine göre, 2024'te GPU hesaplama gücüne olan talep yaklaşık $75 milyar ABD doları olacak ve 2032'ye kadar pazar talebi yaklaşık $773 milyar ABD doları olacak ve yıllık bileşik büyüme oranı (CAGR) yaklaşık 33.86% olacak.

GPU'nun yineleme oranı Moores Yasası'nı takip eder (performans her 18-24 ayda bir iki katına çıkar ve fiyat yarı yarıya düşer), bu nedenle paylaşımlı GPU hesaplama gücüne olan talep son derece yüksek olacaktır. GPU pazarının patlaması nedeniyle, gelecekte Moores Yasası'nın etkisi altında çok sayıda yeni olmayan nesil GPU oluşacaktır. Bu sırada, bu boştaki GPU'lar paylaşımlı ağda uzun kuyruklu hesaplama gücü olarak değerlerini oynamaya devam edecektir. Bu nedenle, bu yolun uzun vadeli potansiyeli ve pratik faydası konusunda gerçekten iyimseriz. Sadece küçük ve orta ölçekli model işletmeleri değil, aynı zamanda geleneksel işleme işletmeleri de nispeten güçlü bir talep oluşturacaktır.

Birçok raporun, zincir üstü GPU paylaşımı ve bilgi işlem pazarlarının geniş alanını göstermek için bu ürünlerin ana satış noktası olarak düşük fiyatları kullandığını belirtmekte fayda var; ancak bulut bilişim pazarının fiyatlandırmasının yalnızca kullanılan GPU ile değil, aynı zamanda veri iletiminin bant genişliği, uç cihazlar, AI barındırma geliştirici araçlarını destekleme vb. ile de ilgili olduğunu vurgulamak istiyoruz. Ancak, aynı bant genişliği, uç cihazlar vb. durumunda, token sübvansiyonlarının varlığı nedeniyle, değerin bir kısmı tokenlar ve ağ etkileri tarafından belirlenir ve gerçekten de daha düşük fiyatlar vardır, bu bir fiyat avantajıdır, ancak aynı zamanda yavaş ağ veri iletimi dezavantajına da sahiptir ve bu da yavaş model geliştirme ve işleme görevlerine yol açar.

Donanım bant genişliği

Paylaşılan bant genişliği yolundaki bazı projeler, Kaynak: Gate Ventures

GPU tedarik tarafında belirttiğimiz gibi, bulut bilişim satıcılarının fiyatlandırması genellikle GPU yongalarıyla ilgilidir, ancak aynı zamanda bant genişliği, soğutma sistemleri, AI destekleyici geliştirme araçları vb. ile de ilgilidir. Raporun AI endüstri zinciri bölümünde, büyük modellerin parametreleri ve veri kapasitesi nedeniyle, büyük modellerin eğitim süresinin veri iletim süreci sırasında önemli ölçüde etkileneceğini de belirttik. Bu nedenle, bant genişliği genellikle büyük modelleri etkileyen ana nedendir, özellikle bant genişliği ve veri değişiminin daha yavaş olduğu ve daha büyük bir etkiye sahip olduğu zincir üstü bulut bilişim alanında, çünkü bu, dünyanın her yerinden kullanıcıların iş birliğine dayalı bir çalışmasıdır. Ancak, Azure gibi diğer bulut satıcıları, koordinasyon ve bant genişliği iyileştirmesi için daha uygun olan merkezi HPC kurmuştur.

Menson Network mimarisi diyagramı, kaynak: Meson

Örnek olarak Menson Ağı'nı ele alırsak, Meson'un öngördüğü gelecek, kullanıcıların kalan bant genişliklerini kolayca token'larla değiştirebilmeleri ve ihtiyaç duyanların Meson pazarındaki küresel bant genişliğine erişebilmeleridir. Kullanıcılar verileri kendi veritabanlarında saklayabilir ve diğer kullanıcılar en yakın kullanıcılar tarafından saklanan verilere erişebilir, böylece ağ verilerinin değişimi hızlandırılır ve model eğitimi hızlandırılır.

Ancak biz inanıyoruz ki paylaşımlı bant genişliği bir sözde kavramdır , çünkü HPC için verileri esas olarak yerel düğümlerde depolanır, ancak bu paylaşılan bant genişliği için veriler belirli bir mesafede (örneğin 1 km, 10 km, 100 km) depolanır ve bu coğrafi mesafelerin neden olduğu gecikme, verileri yerel olarak depolamaktan çok daha yüksek olacaktır, çünkü bu sık sık planlama ve tahsise yol açacaktır. Bu nedenle, bu sözde talep aynı zamanda piyasanın onu satın almamasının nedenidir. Meson Network'ün son finansman turu 1 milyar ABD doları olarak değerlendirildi. Borsada listelendikten sonra, FDV yalnızca 10 milyar ABD dolarıydı, değerlemenin 1/10'undan daha azdı.

veri

Derin öğrenme endüstri zincirinde tanımladığımız gibi, büyük modellerin parametre sayısı, işlem gücü ve verileri birlikte büyük modellerin kalitesini etkiler. Şirketlere çeşitli özel veri hizmetleri türleri sağlayacak veri kaynağı şirketleri ve vektör veritabanı sağlayıcıları için birçok pazar fırsatı vardır.

Yapay zeka veri sağlayıcılarının bazı projeleri, Kaynak: Gate Ventures

Şu anda başlatılan projeler arasında EpiK Protocol, Synesis One, Masa vb. bulunmaktadır. Aradaki fark, EpiK Protocol ve Synesis One'ın herkese açık veri kaynaklarını toplaması, Masa'nın ise ZK teknolojisine dayalı olması ve özel verileri toplayabilmesidir, bu da daha kullanıcı dostudur.

Web2'deki diğer geleneksel veri şirketleriyle karşılaştırıldığında, Web3 veri sağlayıcılarının avantajı veri toplama tarafında yatmaktadır, çünkü bireyler kendi özel olmayan verilerini katkıda bulunabilirler (ZK teknolojisi kullanıcıları özel veri katkıda bulunmaya teşvik edebilir ancak sızıntıyı göstermez). Bu şekilde, projelerin erişimi çok geniş olacak, sadece ToB değil, aynı zamanda herhangi bir kullanıcının verilerini fiyatlandırabilecek. Herhangi bir geçmiş verinin değeri vardır ve token ekonomisinin varlığı nedeniyle, ağ değeri ve fiyat birbirine bağlıdır. 0 maliyetli tokenlar da ağ değeri arttıkça artacak ve bu tokenlar geliştiricilerin maliyetini düşürecek ve kullanıcıları ödüllendirmek için kullanılacaktır. Kullanıcılar veri katkıda bulunmak için daha fazla motivasyona sahip olacaktır.

Hem Web2 hem de Web3'e erişim sağlayan ve hemen hemen herkese kendi verilerini katkıda bulunma fırsatı veren bu mekanizmanın kısmi Kitlesel Kabulünün uygulanmasının çok kolay olduğuna inanıyoruz. Veri tüketim tarafında, gerçek arz ve talep tarafları olan çeşitli modeller var ve kullanıcılar internette istedikleri zaman üzerine tıklayabilirler ve işlem zorluğu da çok düşüktür. Dikkate alınması gereken tek şey gizlilik bilişimi sorunudur, bu nedenle ZK yönündeki veri sağlayıcıları daha iyi bir geliştirme olasılığına sahip olabilir, bunların arasında Masa gibi tipik projeler de vardır.

ZKML

ZK Eğitim / Çıkarım Projeleri, Kaynak: Gate Ventures

Verinin gizlilik hesaplaması ve eğitimi için kullanılması gerekiyorsa, şu anda sektörde kullanılan ZK çözümü, veriler hakkında zincir dışında akıl yürütmek ve ardından sonuçları ve ZK kanıtlarını yüklemek için homomorfik şifreleme teknolojisini kullanır; bu da veri gizliliğini ve düşük maliyetli ve yüksek verimli akıl yürütmeyi garanti edebilir. Zincir üzerinde akıl yürütme uygun değildir. Bu nedenle ZKML yolundaki yatırımcılar genellikle daha yüksek kalitededir, çünkü bu iş mantığıyla uyumludur.

Yapay zeka alanında zincir dışı eğitim ve akıl yürütmeye odaklanan bu projeler bulunmakla kalmıyor, aynı zamanda Turing-complete ZK işbirlikli işleme yetenekleri sağlayabilen ve zincir dışı hesaplamalar ve veriler için ZK kanıtları sağlayabilen bazı genel amaçlı ZK projeleri de bulunuyor. Axiom, Risc Zero ve Ritual gibi projeler de dikkate değer. Bu tür projelerin daha geniş bir uygulama sınırı vardır ve VC'lere karşı daha toleranslıdır.

AI Uygulamaları

AI x Kripto uygulama manzarası, kaynak: Foresight News

Blockchain'in uygulaması geleneksel AI endüstrisinin uygulamasına benzer. Çoğu altyapının inşasındadır. Şu anda en müreffeh gelişme hala yukarı akış endüstriyel zinciridir, ancak uygulama sonu gibi aşağı akış endüstriyel zinciri nispeten zayıftır.

Bu tür AI+blockchain uygulaması daha çok geleneksel bir blockchain uygulaması + otomasyon ve genelleme yetenekleridir. Örneğin, DeFi kullanıcıların fikirlerine göre en iyi işlem ve borç verme yolunu yürütebilir. Bu tür uygulamaya AI Agent denir. Sinir ağlarının ve derin öğrenme teknolojisinin yazılım devrimine en temel katkısı, farklı insan gruplarının ve farklı modal verilerin farklı ihtiyaçlarına uyum sağlayabilen genelleme yeteneğinde yatmaktadır.

Bu genelleme yeteneğinin ilk olarak AI Agents'a fayda sağlayacağına inanıyoruz. Kullanıcılar ve çeşitli uygulamalar arasında bir köprü olarak AI Agents, kullanıcıların karmaşık zincir üstü kararlar almasına ve en iyi yolu seçmesine yardımcı olabilir. Fetch.AI temsili bir projedir (şu anda MC 2,1 milyar ABD doları). AI Agent'ın çalışma prensibini kısaca açıklamak için Fetch.AI'yı kullanıyoruz.

Fetch.AI mimari diyagramı, Kaynak: Getir.AI

Yukarıdaki resim Fetch.AI'nin mimari diyagramıdır. Fetch.AI, AI Agent'ı blockchain ağında kendi kendine çalışan, bağlanabilen, arama yapabilen ve ticaret yapabilen ve ayrıca ağdaki diğer ajanlarla etkileşime girecek şekilde programlanabilen bir program olarak tanımlar. DeltaV, ajanlar oluşturmak için bir platformdur ve kayıtlı ajanlar Agentverse adlı bir ajan kütüphanesi oluşturur. AI Engine, kullanıcıların metnini ve amacını ayrıştırır ve ardından bunu ajanın kabul edebileceği kesin talimatlara dönüştürür ve ardından bu talimatları yürütmek için Agentverse'de en uygun ajanı bulur. Herhangi bir hizmet, niyet rehberliğinde gömülü bir ağ oluşturacak olan bir ajan olarak kaydedilebilir. Bu ağ, Telegram gibi uygulamalara yerleştirmek için çok uygun olabilir çünkü tüm girişler Agentverse'dir ve sohbet kutusuna girilen herhangi bir işlem veya fikir, zincirdeki ilgili Agent tarafından yürütülecektir. Agentverse, çok çeşitli dAPP'lere bağlanarak zincirdeki uygulama etkileşim görevlerini tamamlayabilir. AI Agent'ın pratik bir öneme sahip olduğuna ve blockchain endüstrisi için yerel ihtiyaçlara sahip olduğuna inanıyoruz. Büyük model uygulamaya beyin verir, ancak AI Agent uygulamaya el verir.

Güncel piyasa verilerine göre, Fetch.AI şu anda yaklaşık 6.103 AI Temsilcisi çevrimiçi. Bu sayıdaki temsilci için fiyatın fazla tahmin edilmiş olma olasılığı var, bu nedenle piyasa vizyonu için daha yüksek bir prim vermeye istekli.

AI kamu zinciri

Tensor, Allora, Hypertensor, AgentLayer vb. gibi genel zincirlerle benzer şekilde, özellikle AI modelleri veya ajanları için oluşturulmuş uyarlanabilir bir ağdır. Bu, blockchain yerel AI endüstri zincirindeki bir bağlantıdır.

Allora Mimarlık, Kaynak : Allora Ağı

Bu tip AI zincirlerinin çalışma prensiplerini kısaca açıklamak için Allora'yı ele alalım:

1. Tüketiciler Allora Zincirinden akıl yürütme bekliyor.

2. Madenciler çıkarım modellerini ve tahmin modellerini zincir dışında çalıştırırlar.

3. Değerlendiriciler, madencilerin sağladığı akıl yürütmenin kalitesini değerlendirmekten sorumludur. Değerlendiriciler genellikle akıl yürütmenin kalitesini doğru bir şekilde değerlendirmek için yetkili alanlarda uzmandır.

Bu, akıl yürütmeyi zincire yükleyen RLHF'ye (pekiştirmeli öğrenme) benzerdir ve zincirdeki değerlendiriciler sonuçları sıralayarak modelin parametrelerini iyileştirebilir, bu da modelin kendisi için de iyidir. Benzer şekilde, token ekonomisine dayalı projeler, projenin geliştirilmesinde hayati bir rol oynayan token dağıtımı yoluyla akıl yürütmenin maliyetini önemli ölçüde azaltabilir.

RLHF algoritmasını kullanan geleneksel AI modeliyle karşılaştırıldığında, genellikle bir puanlama modeli kurulur, ancak bu puanlama modeli yine de insan müdahalesi gerektirir ve maliyeti düşürülemez ve katılımcılar sınırlıdır. Buna karşılık, Kripto daha fazla katılımcı getirebilir ve daha geniş bir ağ etkisi yelpazesini daha da teşvik edebilir.

Özetle

Öncelikle, aşina olduğumuz AI geliştirme ve endüstri zinciri tartışmalarının aslında tüm AI'ların geliştirme yönünü temsil etmeyen derin öğrenme teknolojisine dayandığının vurgulanması gerekir. Hala yapım aşamasında olan birçok derin öğrenme dışı ve gelecek vaat eden teknoloji var. Ancak GPT'nin etkisi çok iyi olduğu için, piyasaların dikkatinin çoğu bu etkili teknik yola çekiliyor.

Bazı endüstri devleri ayrıca mevcut derin öğrenme teknolojisinin genel yapay zekaya ulaşamayacağına inanıyor, bu nedenle bu teknoloji yığınının sonu çıkmaz bir yol olabilir, ancak biz bu teknolojinin zaten öneminin olduğuna inanıyoruz ve GPT için de pratik bir talep senaryosu var, bu nedenle tiktok'un öneri algoritmasına benzer. Bu tür makine öğrenmesi yapay zekaya ulaşamasa da, öneri sürecini optimize etmek için çeşitli bilgi akışlarında gerçekten kullanılıyor. Bu nedenle bu alanın hala rasyonel ve güçlü bir şekilde kök salmaya değer olduğuna inanıyoruz.

Değeri (küresel likidite) yeniden tanımlama ve keşfetme aracı olarak tokenlar ve blok zinciri teknolojisinin AI endüstrisi için de avantajları vardır. AI endüstrisinde, token çıkarmak AI endüstri zincirinin tüm yönlerinin değerini yeniden şekillendirebilir, bu da daha fazla insanın AI endüstrisinin çeşitli segmentlerinde kök salmasını teşvik edecektir, çünkü faydalar daha önemli hale gelecektir ve mevcut değerini belirleyen sadece nakit akışı değildir. İkincisi, AI endüstri zincirindeki tüm projeler sermaye artışı kazanacak ve bu token ekosisteme geri bildirimde bulunabilir ve belirli bir felsefenin doğuşunu teşvik edebilir.

Blockchain teknolojisinin değişmez ve güvenilmez doğasının AI endüstrisinde de pratik önemi vardır. Güven gerektiren bazı uygulamaları gerçekleştirebilir. Örneğin, kullanıcı verilerimize belirli bir modelde izin verilebilir, ancak modelin belirli verileri bilmemesi, modelin veri sızdırmaması ve model tarafından çıkarılan gerçek verilerin döndürülmesi sağlanır. GPU'lar yetersiz olduğunda, blockchain ağı üzerinden dağıtılabilirler. GPU'lar yinelendiğinde, boştaki GPU'lar ağa işlem gücü sağlayabilir ve atık şeyler yeniden kullanılabilir. Bu, yalnızca küresel bir değer ağı tarafından yapılabilecek bir şeydir.

GPU bilgisayar ağlarının dezavantajı bant genişliğidir, yani HPC kümeleri için bant genişliği merkezi olarak çözülebilir ve böylece eğitim verimliliği hızlandırılabilir. GPU paylaşım platformları için, boşta kalan bilgi işlem gücü çağrılabilmesine ve maliyetler azaltılabilmesine (token sübvansiyonları aracılığıyla) rağmen, eğitim hızı coğrafi sorunlar nedeniyle çok yavaşlayacaktır, bu nedenle bu boşta kalan bilgi işlem güçleri yalnızca acil olmayan küçük modeller için uygundur. Ayrıca, bu platformlarda destekleyici geliştirici araçları eksiktir, bu nedenle orta ve büyük işletmeler mevcut koşullar altında geleneksel bulut kurumsal platformlarına daha yatkındır.

Sonuç olarak, AI X Crypto kombinasyonunun pratik faydasını hala kabul ediyoruz. Token ekonomisi değeri yeniden şekillendirebilir ve daha geniş bir değer perspektifi keşfedebilirken, merkezi olmayan muhasebe defterleri güven sorununu çözebilir, değeri harekete geçirebilir ve artı değeri keşfedebilir.

Referanslar

Galaxy: Crypto+AI Track'in Panoramik Yorumu

《ABD AI Veri Merkezi Endüstri Zincirinin Tam Listesi》

Yapay Zeka'da Bekleyip Görmek İçin Zamanınız Yok

GPT'nin mevcut durumu

《AI ALTYAPISI AÇIKLANDI》

Uyarı:

Yukarıdaki içerik yalnızca referans amaçlıdır ve herhangi bir tavsiye olarak değerlendirilmemelidir. Lütfen herhangi bir yatırım yapmadan önce her zaman profesyonel tavsiye alın.

Gate Ventures Hakkında

Kapı Girişimleri Gate.io'nun girişim sermayesi kolu olup, Web 3.0 çağında dünyayı yeniden şekillendirecek merkezi olmayan altyapı, ekosistemler ve uygulamalara yatırım yapmaya odaklanmaktadır. Kapı Girişimleri Ekipleri ve yeni kurulan şirketleri, sosyal ve finansal etkileşim modellerini yeniden tanımlamaları için yenilikçi düşünce ve yeteneklerle güçlendirmek amacıyla küresel endüstri liderleriyle birlikte çalışır.

Resmi internet sitesi: https://ventures.gate.io/

Twitter'da: https://x.com/gate_ventures

Orta: https://medium.com/gate_ventures

Bu makale internetten alınmıştır: Gate Ventures: AI x Crypto Başlangıç Seviyesinden Usta Seviyesine (Bölüm 2)

İlgili: Solana doğrulayıcılarının mevcut durumunun ortaya çıkarılması: Birkaçı on milyonlarca dolar toplarken, binlercesi

Orijinal yazar: Frank, PANews Solana son zamanlarda her boyutta veri alanında lider konumda. Daha önce PANews, ekosistem likidite staking yolunun hızlı gelişimi hakkında bir makale yazmıştı. Bu projelere ek olarak, Solana'nın arkasındaki doğrulayıcılar her zaman nispeten gizemli görünüyor. Solana'da bir doğrulayıcı olarak ne kadar kazanabilirsiniz? Yatırım seviyesi nedir? PANews bu iş hakkında biraz araştırma yaptı. Solana tarafından benimsenen fikir birliği mekanizması, Geçmiş Kanıtı (PoH) ve Hisse Kanıtı'nın (PoS) birleşimidir. Token sahipleri, token'larını seçtikleri doğrulayıcılara rehin verebilirler. Bir doğrulayıcının sahip olduğu token sayısı ne kadar fazlaysa, liderlik edeceği blok oranı o kadar yüksek olur. Aynı zamanda, staking'e katılan kullanıcılar da blok ödülleri alabilirler…