Sự kết hợp giữa AI và DePIN: Sự trỗi dậy của mạng lưới tính toán phân tán

Kể từ năm 2023, AI và DePIN đã trở thành xu hướng nổi bật trong lĩnh vực Web3, với giá trị thị trường lần lượt đạt 30 tỷ USD và 23 tỷ USD. Bài viết này sẽ khám phá sự giao thoa giữa hai lĩnh vực này và nghiên cứu sự phát triển của các giao thức liên quan.

Trong hệ thống công nghệ AI, mạng DePIN cung cấp sức mạnh cho AI bằng cách cung cấp tài nguyên tính toán. Sự phát triển của các công ty công nghệ lớn đã dẫn đến tình trạng thiếu hụt GPU, khiến cho các nhà phát triển khác khó có thể có đủ GPU để tính toán. DePIN cung cấp một giải pháp linh hoạt và tiết kiệm chi phí hơn, khuyến khích việc đóng góp tài nguyên thông qua phần thưởng token. DePIN trong lĩnh vực AI tích hợp tài nguyên GPU cá nhân thành một nguồn cung thống nhất, cung cấp tính tùy chỉnh và truy cập theo nhu cầu cho các nhà phát triển cần khả năng tính toán, đồng thời cũng tạo ra thu nhập bổ sung cho các chủ sở hữu GPU.

Tổng quan về mạng DePIN AI

Render là người tiên phong trong mạng lưới tính toán GPU P2P, ban đầu tập trung vào việc tạo nội dung đồ họa, sau đó mở rộng sang các nhiệm vụ tính toán AI. Mạng GPU của nó đã được các ông lớn trong ngành giải trí như Paramount Pictures, PUBG sử dụng.

Akash được định vị là một "siêu đám mây" thay thế hỗ trợ lưu trữ, tính toán GPU và CPU. AkashML của nó cho phép mạng GPU chạy hơn 15.000 mô hình trên Hugging Face.

io.net cung cấp quyền truy cập vào cụm đám mây GPU phân tán chuyên dụng cho các trường hợp sử dụng AI và ML. IO-SDK của nó tương thích với các framework như PyTorch và Tensorflow, có thể tự động mở rộng theo nhu cầu tính toán.

Gensyn tập trung vào mạng GPU cho tính toán học máy và học sâu. Thông qua cơ chế xác thực sáng tạo, dự kiến sẽ giảm chi phí GPU xuống còn khoảng 0,40 đô la mỗi giờ.

Aethir chuyên cung cấp GPU cấp doanh nghiệp, tập trung vào các lĩnh vực tính toán đòi hỏi nhiều tài nguyên như AI, học máy, trò chơi đám mây. Các container trong mạng của nó đóng vai trò là điểm cuối ảo thực thi ứng dụng dựa trên đám mây, mang lại trải nghiệm độ trễ thấp.

Phala Network là lớp thực thi của giải pháp Web3 AI, blockchain của nó là một giải pháp điện toán đám mây không cần tin cậy. Thông qua môi trường thực thi đáng tin cậy (TEE) được thiết kế để xử lý các vấn đề về quyền riêng tư, cho phép các đại lý AI được kiểm soát bởi hợp đồng thông minh trên chuỗi.

So sánh dự án

Các dự án có sự khác biệt về phần cứng, trọng tâm kinh doanh, loại nhiệm vụ AI, định giá công việc, blockchain, quyền riêng tư dữ liệu, chi phí công việc, cơ chế bảo mật, v.v. Hầu hết các dự án hiện đã tích hợp cụm GPU để thực hiện tính toán song song, nâng cao hiệu quả đào tạo mô hình AI.

Về quyền riêng tư dữ liệu, hầu hết các dự án đều sử dụng mã hóa dữ liệu để bảo vệ. io.net hợp tác với Mind Network để ra mắt mã hóa đồng nhất hoàn toàn (FHE), cho phép xử lý dữ liệu trong trạng thái mã hóa. Phala Network giới thiệu môi trường thực thi đáng tin cậy (TEE), cung cấp mức độ cách ly và bảo mật cao hơn.

Trong việc chứng minh hoàn thành và kiểm tra chất lượng, các dự án như Gensyn và Aethir áp dụng cơ chế khác nhau để xác minh tình trạng hoàn thành công việc và thực hiện kiểm soát chất lượng.

Thống kê phần cứng

Các dự án có sự khác biệt về số lượng GPU/CPU và GPU hiệu suất cao (như H100/A100). io.net và Aethir sở hữu nhiều đơn vị GPU hiệu suất cao hơn, phù hợp hơn cho tính toán mô hình lớn. Chi phí của dịch vụ GPU phi tập trung thường thấp hơn so với dịch vụ tập trung.

Kết luận

Mặc dù lĩnh vực AI DePIN vẫn còn tương đối mới mẻ và đối mặt với nhiều thách thức, nhưng số lượng nhiệm vụ và phần cứng được thực hiện trên các mạng GPU phi tập trung này đã tăng lên đáng kể, cho thấy nhu cầu của thị trường đối với các nguồn tài nguyên tính toán thay thế. Trong tương lai, các mạng này có khả năng đóng vai trò quan trọng trong việc cung cấp các lựa chọn tính toán tiết kiệm chi phí cho các nhà phát triển, góp phần quan trọng vào sự phát triển của AI và cơ sở hạ tầng tính toán.