المؤلف: بول تيموفيف المصدر: ترجمة أبحاث شول: شان أوبا، جولدن فاينانس

ناقش دور البنية التحتية الحاسوبية اللامركزية في دعم سوق وحدات معالجة الرسومات اللامركزية، وقدم تحليلًا شاملاً ودراسات حالة تكميلية.

النقاط الرئيسية

• مع ظهور التعلم الآلي، وخاصة تطور الذكاء الاصطناعي التوليدي، والحوسبة أصبحت الموارد مطلوبة بشكل متزايد لأحمال العمل كثيفة الاستخدام للحوسبة. ومع ذلك، مع اكتناز الشركات والحكومات الكبيرة لهذه الموارد، تواجه الشركات الناشئة والمطورون المستقلون الآن نقصًا في وحدات معالجة الرسومات في السوق، مما يؤدي إلى تكاليف باهظة أو عدم إمكانية الوصول إليها.

• تعمل وحدات DePIN الحسابية على تمكين موارد الحوسبة من خلال السماح للأشخاص في جميع أنحاء العالم بالمساهمة في موارد الحوسبة الخاملة، مثل وحدات معالجة الرسومات، مقابل مكافآت مالية. السوق اللامركزية. يهدف هذا إلى مساعدة مستهلكي GPU المحرومين على الوصول إلى تدفقات الإمداد الجديدة والحصول على موارد التطوير التي يحتاجونها لأعباء العمل الخاصة بهم بتكلفة ونفقات عامة أقل.

• اليوم، لا تزال حوسبة DePIN تواجه العديد من التحديات الاقتصادية والتقنية عند التنافس مع مقدمي الخدمة المركزية التقليدية، وبعضها سوف يواجه بعض المشاكل تحل نفسها بمرور الوقت، بينما سيتطلب الآخرون حلولًا وتحسينات جديدة في المستقبل.

الحوسبة هي النفط الجديد

منذ الثورة الصناعية ثورة منذ ذلك الحين، دفعت التكنولوجيا البشرية إلى الأمام بوتيرة غير مسبوقة، مع تأثر كل جانب من جوانب الحياة اليومية تقريبًا أو تغيرها بالكامل. أصبح الكمبيوتر في النهاية تتويجًا لجهد جماعي للباحثين والأكاديميين ومهندسي الكمبيوتر. تم تصميم أجهزة الكمبيوتر في الأصل لحل المهام الحسابية الكبيرة للمساعدة في العمليات العسكرية المتقدمة، وقد تطورت لتصبح الدعامة الأساسية للحياة الحديثة. مع استمرار نمو تأثير أجهزة الكمبيوتر على البشرية، يستمر الطلب على هذه الآلات والموارد التي تحتاجها في النمو، بما يتجاوز العرض المتاح. وقد أدى هذا بدوره إلى خلق ديناميكية في السوق حيث لا تتوفر الموارد الحيوية لمعظم المطورين والشركات، مما يترك تطوير التعلم الآلي والذكاء الاصطناعي التوليدي، وهي التقنيات الأكثر تحويلية اليوم، في أيدي عدد قليل من اللاعبين الممولين بشكل جيد. وفي الوقت نفسه، توفر الكميات الكبيرة من موارد الحوسبة الخاملة فرصة مربحة للتخفيف من اختلال التوازن بين العرض والطلب في مجال الحوسبة، مما يؤدي إلى تفاقم الحاجة إلى آليات التنسيق الكافية بين المشاركين على جانبي الصفقة. لذلك، نعتقد أن الأنظمة اللامركزية التي تدعمها تقنية blockchain والأصول الرقمية تعتبر ضرورية لتطوير منتجات وخدمات الذكاء الاصطناعي التوليدية الأوسع والأكثر ديمقراطية والمسؤولية.

الموارد الحسابية

يمكن تعريف الحوسبة على أنها أي عملية يصدر من خلالها الكمبيوتر إشارة صريحة الإخراج بناءً على نشاط إدخال أو تطبيق أو عبء عمل معين. في النهاية، يشير هذا المصطلح إلى قوة الحوسبة والمعالجة التي تتمتع بها أجهزة الكمبيوتر، والتي تعد أساس المنفعة الأساسية لهذه الآلات في عالم اليوم الحديث، حيث حققت أجهزة الكمبيوتر وحدها إيرادات هائلة بلغت 1.1 تريليون دولار في العام الماضي.

تشير موارد الحوسبة إلى مكونات الأجهزة والبرامج المختلفة التي تدعم الحوسبة والمعالجة. مع استمرار نمو عدد التطبيقات والوظائف التي تدعمها هذه المكونات، أصبحت ذات أهمية متزايدة في الحياة اليومية. وقد أدى ذلك إلى التدافع بين سلطات الدولة 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

وحدة معالجة الرسومات (GPU) هي الأكثر أهمية في الأجهزة الحديثة العالية الجودة حوسبة الأداء أحد الموارد. وتتمثل وظيفتها الأساسية في كونها دائرة إلكترونية متخصصة تعمل على تسريع أعباء عمل رسومات الكمبيوتر من خلال المعالجة المتوازية. كانت وحدات معالجة الرسوميات تخدم في الأصل صناعات الألعاب والكمبيوتر الشخصي، وقد تطورت لتخدم العديد من التقنيات الناشئة التي ستشكل عالم المستقبل (مثل الحواسيب المركزية وأجهزة الكمبيوتر الشخصية والأجهزة المحمولة والحوسبة السحابية وإنترنت الأشياء). ومع ذلك، فإن ظهور التعلم الآلي والذكاء الاصطناعي أدى إلى تكثيف الطلب على هذه الموارد بشكل خاص - تعمل وحدات معالجة الرسوميات على تسريع عمليات التعلم الآلي والذكاء الاصطناعي من خلال إجراء عمليات حسابية بالتوازي، وبالتالي تعزيز قوة المعالجة وأداء التكنولوجيا النهائية.

صعود الذكاء الاصطناعي

جوهر الذكاء الاصطناعي (AI) هو الطريقة التي تمكن أجهزة الكمبيوتر وتقنيات الآلات من محاكاة الذكاء البشري وقدرات حل المشكلات. يعمل نموذج الذكاء الاصطناعي كشبكة عصبية تتكون من أجزاء مختلفة من البيانات. تتطلب النماذج قوة معالجة لتحديد وتعلم العلاقات بين هذه البيانات، ثم الرجوع إلى هذه العلاقات عند إنشاء مخرجات بناءً على مدخلات معينة.

إن تطوير وإنتاج الذكاء الاصطناعي ليس بالأمر الجديد، ففي عام 1967، قام فرانك روزنبلات ببناء Mark 1 Perceptron، وهو أول جهاز كمبيوتر يعتمد على الشبكات العصبية، من خلال "التعلم" عن طريق التجربة؛ والخطأ. بالإضافة إلى ذلك، نُشرت كمية كبيرة من الأبحاث الأكاديمية التي أرست الأساس لتطوير الذكاء الاصطناعي الحديث في أواخر التسعينيات وأوائل العقد الأول من القرن الحادي والعشرين، واستمرت الصناعة في النمو منذ ذلك الحين.

بالإضافة إلى جهود البحث والتطوير، تعمل نماذج الذكاء الاصطناعي "الضيقة" على تشغيل مجموعة متنوعة من التطبيقات القوية المستخدمة اليوم. تشمل الأمثلة خوارزميات الوسائط الاجتماعية، وSiri من Apple، وAmazon’s Alexa، وتوصيات المنتجات المخصصة، والمزيد. ومن الجدير بالذكر أن ظهور التعلم العميق قد غير تطور الذكاء التوليدي الاصطناعي (AGI). تستخدم خوارزميات التعلم العميق شبكات عصبية أكبر أو "أعمق" من تطبيقات التعلم الآلي، كبديل أكثر قابلية للتطوير مع إمكانات أداء أوسع. نماذج الذكاء الاصطناعي التوليدية "تقوم بتشفير تمثيل مبسط لبيانات التدريب الخاصة بها والرجوع إليها لإصدار مخرجات جديدة متشابهة ولكنها ليست متطابقة."

يمكّن التعلم العميق المطورين من تتدرج نماذج الذكاء الاصطناعي التوليدي لتشمل الصور والكلام وأنواع البيانات المعقدة الأخرى، والتطبيقات البارزة مثل ChatGPT، التي سجلت أرقامًا قياسية لقاعدة المستخدمين الأسرع نموًا في العصر الحديث، لا تزال مجرد إصدارات مبكرة لما هو ممكن باستخدام الذكاء الاصطناعي التوليدي والتقنيات العميقة. تعلُّم.

مع أخذ ذلك في الاعتبار، ليس من المستغرب أن يتضمن تطوير الذكاء الاصطناعي التوليدي أعباء عمل متعددة مكثفة حاسوبيًا تتطلب كميات كبيرة من قوة المعالجة وقدرة الحوسبة.

وفقًا لتقرير "الضربة الثلاثية للطلب على تطبيقات التعلم العميق"، يخضع تطوير تطبيقات الذكاء الاصطناعي لعدة أعباء عمل رئيسية:

• التدريب - يجب أن يقوم النموذج بمعالجة مجموعات البيانات الكبيرة وتحليلها لمعرفة كيفية الاستجابة للمدخلات المحددة.

• الضبط - يمر النموذج بسلسلة من العمليات التكرارية التي يتم فيها ضبط المعلمات الفائقة المختلفة وتحسينها لتحسين الأداء والجودة.

• المحاكاة - قبل النشر، تخضع بعض النماذج (مثل خوارزميات التعلم المعزز) لسلسلة من الاختبارات محاكاة.

نقص الحوسبة: الطلب >

في على مدى العقود القليلة الماضية، أدت التطورات التكنولوجية المختلفة إلى زيادة غير مسبوقة في الطلب على قوة الحوسبة والمعالجة. ونتيجة لذلك، فإن الطلب اليوم على موارد الحوسبة مثل وحدات معالجة الرسومات يتجاوز العرض المتاح بكثير، مما يخلق عنق الزجاجة في تطوير الذكاء الاصطناعي والذي سيستمر في التفاقم دون حلول فعالة.

إن القيود الأوسع على العرض مدفوعة أيضًا بعدد كبير من الشركات التي تشتري بشكل نشط وحدات معالجة الرسومات أكثر مما تحتاج إليه بالفعل، وهو ما يعد ميزة تنافسية وضرورة في نفس الوقت الاقتصاد العالمي الحديث. غالبًا ما يستخدم موفرو خدمات الكمبيوتر هياكل العقود التي تتطلب التزامات رأسمالية طويلة الأجل لتزويد العملاء بإمدادات تتجاوز بكثير متطلبات الطلب الخاصة بهم.

تُظهر أبحاث Epoch أن العدد الإجمالي لإصدارات نماذج الذكاء الاصطناعي كثيفة الحوسبة ينمو بسرعة، مما يشير إلى أن الطلب على الموارد اللازمة لتشغيل هذه التقنيات سيستمر في النمو بسرعة .

p>

مع استمرار زيادة تعقيد نماذج الذكاء الاصطناعي، يتزايد أيضًا طلب مطوري التطبيقات على قوة الحوسبة والمعالجة. وفي المقابل، سيلعب أداء وحدة معالجة الرسومات ومدى توفرها دورًا متزايد الأهمية. وقد بدأ هذا الاتجاه يظهر بالفعل، مع ارتفاع الطلب على وحدات معالجة الرسوميات المتطورة، مثل تلك التي تنتجها شركة Nvidia، والتي تسميها الشركة وحدات معالجة الرسومات بـ "المعادن الأرضية النادرة" أو "الذهب" في صناعة الذكاء الاصطناعي.

إن التسويق التجاري السريع للذكاء الاصطناعي يهدد بتسليم السيطرة إلى حفنة من عمالقة التكنولوجيا، على غرار صناعة وسائل التواصل الاجتماعي اليوم، مما يثير تساؤلات حول الأسس الأخلاقية لهذه النماذج المثيرة للقلق. أحد الأمثلة الشهيرة هو الجدل الأخير حول Google Gemini. في حين أن استجاباتها العديدة والغريبة لمختلف المطالبات لم تشكل أي خطر فعلي في ذلك الوقت، إلا أن الحادث أظهر 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 لدعم نماذج الذكاء الاصطناعي الخاصة بها. تتطلب هذه التطبيقات عمليات حسابية مكثفة قبل نشر النموذج. بالنسبة للشركات الصغيرة، يعد تجميع عدد كبير من وحدات معالجة الرسومات مسعى غير مستدام، وبينما توفر خدمات الحوسبة السحابية التقليدية مثل AWS أو Google Cloud تجربة مطورين سلسة ومريحة، فإن قدرتها المحدودة تؤدي في النهاية إلى ارتفاع التكاليف مما يمنع العديد من المطورين. خلاصة القول هي أنه لا يستطيع الجميع التوصل إلى خطة لجمع 7 تريليون دولار لتغطية تكاليف الأجهزة.

فماذا يجب أن نفعل؟

قدرت Nvidia سابقًا أن هناك أكثر من 40.000 شركة تستخدم وحدات معالجة الرسومات للذكاء الاصطناعي والحوسبة المتسارعة، وهناك أكثر من 4 ملايين مجتمع مطورين حول العالم. وبالنظر إلى المستقبل، من المتوقع أن ينمو سوق الذكاء الاصطناعي العالمي من 515 مليار دولار أمريكي في عام 2023 إلى 2.74 تريليون دولار أمريكي في عام 2032، بمتوسط ​​معدل نمو سنوي قدره 20.4%. وفي الوقت نفسه، من المتوقع أن يصل سوق وحدات معالجة الرسومات إلى 400 مليار دولار أمريكي بحلول عام 2032، بمتوسط ​​معدل نمو سنوي يبلغ 25%.

ومع ذلك، في أعقاب ثورة الذكاء الاصطناعي، فإن اختلال التوازن الآخذ في الاتساع بين العرض والطلب على موارد الحوسبة يمكن أن يخلق مستقبلًا بائسًا إلى حد ما حيث حفنة من قادت الشركات العملاقة ذات التمويل الجيد تطوير العديد من التقنيات التحويلية. لذلك، نعتقد أن كل الطرق تؤدي إلى حلول بديلة لامركزية للمساعدة في سد الفجوة بين احتياجات مطوري الذكاء الاصطناعي والموارد المتاحة.

دور DePINs

ما هي DePINs؟

DePIN هو مصطلح صاغه فريق بحث Messari ويرمز إلى شبكة البنية التحتية المادية اللامركزية. وبتفكيكها، تعني اللامركزية عدم وجود كيان واحد يستخرج الإيجار ويقيد الوصول. وفي الوقت نفسه، تشير البنية التحتية المادية إلى الموارد المادية "الواقعية" المستخدمة. تشير الشبكة إلى مجموعة من الجهات الفاعلة التي تعمل بطريقة منسقة لتحقيق هدف أو مجموعة أهداف محددة مسبقًا. واليوم، يبلغ إجمالي القيمة السوقية لشركة DePINs حوالي 28.3 مليار دولار.

إن جوهر DePINs هو شبكة عقد عالمية تربط موارد البنية التحتية المادية مع blockchain لتمكين السوق اللامركزية وربط المشترين والموردين، يمكن لأي شخص أن يصبح بائعًا والحصول على تعويضات مقابل خدماتهم ومساهماتهم في الشبكة. في هذه الحالة، يتم استبدال الوسطاء المركزيين الذين يقيدون الوصول إلى الشبكة من خلال وسائل قانونية وتنظيمية مختلفة بالإضافة إلى رسوم الخدمة ببروتوكولات لا مركزية تتكون من عقود ذكية ورمز، يديرها حاملو الرمز المميز الخاص بهم.

تكمن قيمة DePINs في أنها توفر بديلاً لا مركزيًا وسهل الوصول إليه ومنخفض التكلفة وقابل للتطوير لشبكات الموارد التقليدية ومقدمي الخدمات. فهي تمكن الأسواق اللامركزية المصممة لتحقيق هدف نهائي محدد؛ حيث يتم تحديد تكلفة السلع والخدمات من خلال ديناميكيات السوق، ويمكن لأي شخص المشاركة في أي وقت، وتنخفض بشكل طبيعي مع زيادة عدد الموردين وانخفاض هوامش الربح من تكلفة الوحدة.

يمكّن استخدام blockchain DePINs من بناء أنظمة حوافز اقتصادية مشفرة تساعد على ضمان تعويض المشاركين في الشبكة بشكل مناسب مقابل خدماتهم، مما يفيد الأشخاص المعنيين بمقدمي القيمة الرئيسيين. ومع ذلك، من المهم ملاحظة أن تأثيرات الشبكة، التي يتم تحقيقها عن طريق تحويل الشبكات الفردية الصغيرة إلى أنظمة إنتاجية أكبر، تعد ضرورية لتحقيق الفوائد العديدة لشبكات DePIN. بالإضافة إلى ذلك، في حين أثبتت المكافآت الرمزية أنها وسيلة قوية لضم الشبكة، فإن إنشاء حوافز مستدامة للمساعدة في الاحتفاظ بالمستخدمين واعتمادهم على المدى الطويل يظل تحديًا رئيسيًا في مجال DePINs الأوسع.

كيف تعمل أرقام DePIN؟

لفهم القيمة التي توفرها DePINs بشكل أفضل في دعم سوق الحوسبة اللامركزية، من المهم التعرف على المكونات الهيكلية المختلفة وكيفية عملها معًا لتشكيل مورد لامركزي شبكة. دعونا نفكر في هيكل والجهات الفاعلة في DePINs.

البروتوكول

بروتوكول لامركزي مبني على شبكة blockchain الأساسية مجموعة من الأنظمة الذكية العقود فوقها لتسهيل التفاعلات الموثوقة بين المشاركين في الشبكة. ومن الناحية المثالية، سيخضع البروتوكول لمجموعة متنوعة من أصحاب المصلحة الملتزمين بنشاط بنجاح الشبكة على المدى الطويل. ثم يصوت أصحاب المصلحة هؤلاء على التغييرات والتطورات المقترحة باستخدام رموز البروتوكول التي يحملونها. نظرًا لأن التنسيق الناجح لشبكة موزعة يمثل تحديًا كبيرًا في حد ذاته، يحتفظ الفريق الأساسي عادةً بالقدرة على تنفيذ هذه التغييرات في البداية ثم ينقل السلطة إلى منظمة مستقلة لامركزية (DAO).

المشاركين في الشبكة

المستخدمون النهائيون لشبكة الموارد هم المشاركون الأكثر قيمة، ويمكنهم تصنيفها وفقا لوظائفها.

المورد: فرد أو كيان يوفر الموارد للشبكة مقابل مكافآت مالية مدفوعة برموز DePIN الأصلية. يكون مقدمو الخدمات "متصلين" بالشبكة من خلال بروتوكولات blockchain الأصلية، والتي قد تفرض عملية مدرجة في القائمة البيضاء أو بدون إذن. من خلال تلقي الرموز المميزة، يحصل مقدمو الخدمة على حصة في الشبكة، على غرار أصحاب المصلحة في سياق ملكية الأسهم، مما يسمح لهم بالتصويت على مختلف المقترحات وتطويرات الشبكة مثل تلك التي يعتقدون أنها ستساعد في زيادة الطلب وزيادة مقترح قيمة الشبكة، وبالتالي خلق ارتفاع أسعار الرموز مع مرور الوقت. بالطبع، من المحتمل أيضًا أن يستخدم البائعون الذين يتلقون الرموز المميزة رموز DePIN كشكل من أشكال الدخل السلبي ويبيعون الرموز المميزة عند استلامها.

المستهلكون: هؤلاء هم الأفراد أو الكيانات الذين يبحثون بنشاط عن الموارد التي توفرها DePINs، مثل شركات الذكاء الاصطناعي الناشئة التي تبحث عن وحدات معالجة الرسومات، التي تمثل الاقتصاد الطلب الجانب في مكافئ. إذا كانت هناك مزايا حقيقية لاستخدام DePINs مقارنة بالبدائل التقليدية (مثل انخفاض التكاليف والمتطلبات العامة)، فسوف يضطر المستهلكون إلى استخدام DePINs، وبالتالي يمثل الطلب العضوي على الشبكة. تتطلب DePINs عادةً من المستهلكين دفع ثمن الموارد باستخدام رمزهم الأصلي كوسيلة لخلق القيمة والحفاظ على التدفق النقدي المستقر.

الموارد

يمكن أن تخدم DePINs أسواقًا مختلفة ويتم توزيعها باستخدام موارد نماذج أعمال مختلفة. توفر Blockworks إطارًا رائعًا لذلك؛ ورموز DePIN للأجهزة المخصصة، والتي تزود البائعين بأجهزة خاصة مخصصة للتخصيص؛ ورموز DePIN للأجهزة السلعية، والتي تتيح تخصيص الموارد الخاملة الحالية (بما في ذلك على سبيل المثال لا الحصر الحوسبة والتخزين وعرض النطاق الترددي).

الاقتصاد

في DePIN الذي يعمل بشكل مثالي، يتم دفع القيمة من المستهلك إلى العرض المتراكمة من دخل موارد الأعمال. استمرار الطلب على الشبكة يعني استمرار الطلب على الرمز الأصلي، والذي يتماشى مع الحوافز الاقتصادية لمقدمي الخدمات وحاملي الرمز المميز. يمثل توليد الطلب العضوي المستدام في المراحل المبكرة تحديًا لمعظم الشركات الناشئة، ولهذا السبب توفر DePINs حوافز رمزية تضخمية لتحفيز الموردين الأوائل وتمهيد العرض للشبكة، وبالتالي توليد الطلب الذي سيولد المزيد من الإمدادات العضوية. ويشبه هذا إلى حد كبير الطريقة التي قامت بها شركات رأس المال الاستثماري بدعم تكلفة ركاب أوبر في المراحل الأولى للشركة من أجل تعزيز قاعدة العملاء الأولية، مما يزيد من جذب السائقين وتعزيز تأثيرات شبكتها.

تحتاج DePINs إلى إدارة حوافز الرموز المميزة بشكل استراتيجي قدر الإمكان لأنها تلعب دورًا رئيسيًا في النجاح الشامل للشبكة. عندما يرتفع الطلب وإيرادات الشبكة، يجب أن ينخفض ​​إصدار الرمز المميز. وبدلاً من ذلك، عندما ينخفض ​​الطلب والإيرادات، يجب استخدام إصدار الرمز المميز لتحفيز العرض مرة أخرى.

لتوضيح الشكل الذي تبدو عليه شبكة DePIN الناجحة بشكل أكبر، ضع في اعتبارك "دولاب الموازنة DePIN"، وهي حلقة عاكسة نشطة تستخدم لتوجيه شبكات DePIN. الملخص كالتالي:

1. يتم توزيع DePIN عبر مكافآت الرموز التضخمية التي تحفز مقدمي الخدمة على توفير الموارد للشبكة وإنشاء مستوى أساسي من العرض المتاح للاستهلاك.

2. افترض أن عدد الموردين بدأ في النمو وبدأت الديناميكيات التنافسية في التطور في الشبكة، مما أدى إلى تحسين الجودة الشاملة للسلع و الخدمات التي تقدمها الشبكة، تحقق مستوى أفضل من حلول السوق الحالية وتكتسب ميزة تنافسية. وهذا يعني أن النظام اللامركزي يتفوق على مقدمي الخدمات المركزية التقليدية، وهو أمر ليس بالأمر السهل.

3. بدأت DePIN في تشكيل طلب عضوي، مما يوفر للموردين تدفقًا نقديًا قانونيًا. يمثل هذا فرصة مقنعة للمستثمرين والبائعين، لمواصلة دفع الطلب على الشبكة وبالتالي أسعار الرمز المميز.

يؤدي النمو في أسعار الرموز المميزة إلى زيادة إيرادات الموردين، وجذب المزيد من الموردين، وإعادة تشغيل دولاب الموازنة.

p>

يوفر إطار العمل استراتيجية نمو مقنعة، ولكن تجدر الإشارة إلى أنه نظري إلى حد كبير ويفترض أن الشبكة توفر موارد تنافسية وستظل ذات صلة بـ وقتا طويلا في المستقبل.

حساب DePIN

يندرج سوق الحوسبة اللامركزية ضمن الحركة الأوسع المعروفة باسم "اقتصاد المشاركة"، وهو نظام اقتصادي من نظير إلى نظير يعتمد على مشاركة المستهلكين للسلع والخدمات مباشرة مع المستهلكين الآخرين من خلال منصات عبر الإنترنت. وكانت شركات مثل إيباي رائدة في هذا النموذج، والآن تهيمن عليه شركات مثل إير بي إن بي وأوبر، وسوف يتعطل في نهاية المطاف مع اجتياح الجيل القادم من التكنولوجيات التحويلية الأسواق العالمية. بحلول عام 2023، ستصل قيمة الاقتصاد التشاركيإلى 15 مليار دولار، ومن المتوقع أن لتصل إلى 15 مليار دولار بحلول عام 2031. ستنمو قيمة الاقتصاد التشاركي العالمي إلى ما يقرب من 80 مليار دولار بحلول عام 2020، وهذا يدل على اتجاه أوسع في سلوك المستهلك الذي نعتقد أن DePIN ستستفيد منه و هو تمكين لعب دور رئيسي.  

المبدأ الأساسي

حساب DePIN عبارة عن شبكة نظير إلى نظير تربط بين الموردين والمشترين من خلال سوق لا مركزية لتسهيل تخصيص موارد الحوسبة. يتمثل الاختلاف الرئيسي بين هذه الشبكات في أنها تركز على موارد الأجهزة السلعية المتوفرة بالفعل للعديد من الأشخاص اليوم. كما ناقشنا، أدى ظهور التعلم العميق والذكاء الاصطناعي التوليدي إلى خلق عنق الزجاجة في الوصول إلى الموارد الحيوية لتطوير الذكاء الاصطناعي من خلال زيادة الطلب على قوة المعالجة بسبب أعباء العمل كثيفة الاستخدام للموارد. باختصار، تهدف أسواق الحوسبة اللامركزية إلى تخفيف هذه الاختناقات من خلال إنشاءتدفق إمدادات جديديغطي الكرة الأرضية ويسمح لأي شخص بالمشاركة.

في حساب DePIN، يمكن لأي شخص أو كيان إقراض موارده الخاملة على الفور والحصول على التعويض المناسب مقابل خدماته. وفي الوقت نفسه، يمكن لأي فرد أو كيان الحصول على الموارد اللازمة من شبكة عالمية غير مسموح بها بتكلفة أقل ومرونة أكبر من منتجات السوق الحالية. لذلك يمكننا بناء المشاركين في حساب DePIN من خلال إطار اقتصادي بسيط:

• جانب العرض : فرد أو كيان يمتلك موارد حاسوبية ويرغب في إقراض أو بيع موارد الحوسبة الخاصة به للحصول على الإعانات.

• جانب الطلب: شخص أو كيان يحتاج إلى الحساب ومستعد لدفع ثمنه.  

المزايا الرئيسية لحساب DePINs

يوفر حساب DePINs العديد من البدائل التي تجعله مزود خدمة مركزيًا وسوقًا المزايا. أولاً، يؤدي السماح بالمشاركة غير المصرح بها في السوق عبر الحدود إلى فتح تدفق جديد للإمدادات، مما يزيد من كمية الموارد الحيوية المطلوبة لأحمال العمل كثيفة الحوسبة. تركز حسابات DePINs على موارد الأجهزة التي يمتلكها معظم الأشخاص بالفعل - أي شخص لديه جهاز كمبيوتر مخصص للألعاب لديه بالفعل وحدة معالجة رسومات متاحة للإيجار. يؤدي هذا إلى توسيع مجموعة المطورين والفرق التي يمكنها المشاركة في بناء الجيل القادم من السلع والخدمات، مما يعود بالنفع على المزيد من الأشخاص حول العالم.

بالنظر بشكل أعمق، توفر البنية التحتية لـ blockchain التي تدعم DePINs قناة تسوية فعالة وقابلة للتطوير لتسهيل المعاملات من نظير إلى نظير. توفر الأصول المالية المشفرة الأصلية (الرموز) وحدة مشتركة من القيمة يستخدمها المشاركون في جانب الطلب للدفع للموردين، مع الاستفادة من آليات التوزيع المتوافقة مع الاقتصاد المعولم بشكل متزايد اليوم. بالإشارة إلى هيكل دولاب الموازنة DePIN المذكور سابقًا، يمكن أن تكون إدارة الحوافز الاقتصادية بشكل استراتيجي مفيدة جدًا لزيادة تأثيرات الشبكة (جوانب العرض والطلب) لشبكات DePIN، وبالتالي زيادة المنافسة بين الموردين. تعمل هذه الديناميكية على تقليل تكاليف الوحدة مع تحسين جودة الخدمة، مما يخلق ميزة تنافسية مستدامة لأرقام DePIN التي يمكن لمقدمي الخدمات الاستفادة منها كحاملي الرموز المميزة ومقدمي القيمة الرئيسية.

تعمل DePINs بشكل مشابه لموفر خدمة الحوسبة السحابية، بهدف توفير تجربة مستخدم مرنة حيث يمكن الوصول إلى الموارد ودفع ثمنها عند الطلب. وفقًا لتوقعات شركة Grandview Research، من المتوقع أن ينمو حجم سوق الحوسبة السحابية العالمية بمعدل نمو سنوي متوسط ​​قدره 21.2% وسيتجاوز 2.4 تريليون دولار أمريكي بحلول عام 2030، مما يثبت جدوى نموذج الأعمال هذا، مع الأخذ في الاعتبار الطلب المستقبلي على موارد الحوسبة . توقعات الطلب. تستخدم منصات الحوسبة السحابية الحديثة خادمًا مركزيًا للتعامل مع جميع الاتصالات بين أجهزة العميل والخوادم، مما يؤدي إلى إنشاء نقطة فشل واحدة في عملياتها. يمكن لشبكات DePIN المبنية على blockchain أن توفر مقاومة ومرونة أكبر للرقابة مقارنة بمقدمي الخدمات التقليديين. في حين أن الهجوم على منظمة أو كيان واحد (مثل مزود خدمة سحابية مركزية) يمكن أن يضر بشبكة الموارد الأساسية بالكامل، فقد تم تصميم DePINs لتكون مقاومة لمثل هذه الحوادث من خلال طبيعتها الموزعة. أولاً، تعد تقنية blockchain نفسها عبارة عن شبكة موزعة عالميًا من العقد الخاصة المصممة لمقاومة سلطة الشبكة المركزية. بالإضافة إلى ذلك، تسمح حوسبة DePINs بالمشاركة في الشبكة بدون إذن، وتجاوز الحواجز القانونية والتنظيمية. اعتمادًا على طبيعة توزيع الرمز المميز، يمكن لـ DePINs استخدام عملية تصويت عادلة للتصويت على التغييرات والتطورات المقترحة على البروتوكول، مما يلغي إمكانية قيام كيان واحد بإغلاق الشبكة بأكملها فجأة.

الوضع الحالي لحوسبة DePINs

Render Network

Render Network عبارة عن DePIN حاسوبي يربط مشتري وحدة معالجة الرسومات (GPU) من خلال الحوسبة اللامركزية منازل السوق والبائعين، تتم المعاملات من خلال الرموز الأصلية الخاصة بهم. يشتمل سوق GPU الخاص بـ Render على طرفين رئيسيين - المبدعون الذين يبحثون عن قوة المعالجة ومشغلي العقد الذين يستأجرون وحدات معالجة الرسومات الخاملة مقابل الحصول على تعويض في رموز Render الأصلية. يتم تصنيف مشغلي العقد حسب نظام قائم على السمعة، ويمكن للمبدعين اختيار وحدات معالجة الرسومات من نظام تسعير متعدد المستويات. تقوم خوارزمية توافق إثبات العرض (POR) بتنسيق العمليات، حيث يلتزم مشغلو العقد بموارد الحوسبة الخاصة بهم (GPUs) للتعامل مع المهام، وتحديدًا أعمال عرض الرسومات. عند اكتمال المهمة، تقوم خوارزمية POR بتحديث حالة مشغل العقدة، بما في ذلك تغييرات نقاط السمعة بناءً على جودة المهمة. تعمل البنية التحتية لـ blockchain الخاصة بـ Render على تسهيل دفع المهام، مما يوفر قناة تسوية شفافة وفعالة للموردين والمشترين للتعامل عبر الرموز المميزة للشبكة.

عرض الشبكة بواسطة Jules تم تصميم الشبكة من قبل Urbach في عام 2009، وتم إطلاقها على Ethereum في سبتمبر 2020 (RNDR)، وانتقلت إلى Solana (RENDER) بعد حوالي ثلاث سنوات لتحسين أداء الشبكة وتقليل تكاليف التشغيل.

حتى كتابة هذه السطور، عالجت شبكة Render ما يصل إلى 33 مليون مهمة (من حيث الإطارات المقدمة) ونمت إلى 5600 عقدة منذ إنشائها. تم نسخ RENDER أقل بقليل من 60 كيلو بايت، وهي عملية تحدث عندما يتم توزيع أرصدة العمل على مشغلي العقد.

IO Net

تطلق Io Net شبكة GPU لامركزية على Solana لتكون بمثابة مورد للكمية الكبيرة من موارد الحوسبة الخاملة والحاجة المتزايدة لهذه الموارد طبقة التنسيق بين الأفراد والجهات التي تتعامل مع القدرات. تتمثل نقطة البيع الفريدة لـ Io Net في أنها لا تتنافس بشكل مباشر مع رموز DePIN الأخرى في السوق، ولكنها تقوم بدلاً من ذلك بتجميع وحدات معالجة الرسومات من مصادر مختلفة بما في ذلك مراكز البيانات والقائمين بالتعدين ورموز DePIN الأخرى بما في ذلك Render Network وFilecoin، مع الاستفادة من رموز DePIN الخاصة - إنترنت الأشياء. وحدات معالجة الرسومات (IoG) - لتنسيق العمليات ومواءمة الحوافز بين المشاركين في السوق. يمكن لعملاء IO Net تخصيص المجموعات على IO Cloud لأعباء العمل الخاصة بهم عن طريق تحديد نوع المعالج والموقع وسرعة الاتصال والامتثال ومدة الخدمة. بدلاً من ذلك، يمكن لأي شخص لديه نموذج GPU مدعوم (12 جيجابايت من ذاكرة الوصول العشوائي، 256 جيجابايت SSD) المشاركة كعامل IO والحصول على تعويض عن طريق إقراض موارد الحوسبة الخاملة الخاصة به إلى الشبكة. في حين تتم تسوية المدفوعات مقابل الخدمات حاليًا بالعملات الورقية وUSDC، ستدعم الشبكة قريبًا الدفعات باستخدام رمز $IO الأصلي أيضًا. يتم تحديد السعر المدفوع مقابل المورد من خلال العرض والطلب، بالإضافة إلى مواصفات وحدة معالجة الرسومات المتنوعة وخوارزميات التكوين. الهدف النهائي لشركة Io Net هو أن تصبح سوق GPU المفضل من خلال تقديم تكاليف أقل وجودة خدمة أفضل من مزودي الخدمات السحابية الحديثة.

يمكن تعيين بنية الإدخال/الإخراج متعددة الطبقات على النحو التالي:

• طبقة واجهة المستخدم - عن طريق الموقع العام ومنطقة العميل ومنطقة العمل.

• طبقة الأمان - تتكون هذه الطبقة من جدار حماية لحماية الشبكة، وخدمة مصادقة لمصادقة المستخدم، وخدمة تسجيل لتتبع تكوين النشاط.

• طبقة واجهة برمجة التطبيقات (API) - تعمل هذه الطبقة كطبقة اتصال، وتتكون من واجهة برمجة التطبيقات العامة وواجهة برمجة التطبيقات الخاصة وواجهة برمجة التطبيقات الداخلية، وتستخدم لإدارة المجموعة، التحليل والرصد.

• الطبقة الخلفية - تدير الطبقة الخلفية مساحات العمل، وعمليات المجموعة/وحدة معالجة الرسومات، وتفاعلات العملاء، ومراقبة الفوترة والاستخدام، والتحليلات، والقياس التلقائي.

• طبقة قاعدة البيانات - هذه الطبقة هي مستودع بيانات النظام، حيث تستخدم التخزين الأساسي للبيانات المنظمة والتخزين المؤقت للبيانات المؤقتة التي يتم الوصول إليها بشكل متكرر.

• وسيط الرسائل وطبقة المهام - تسهل هذه الطبقة الاتصال غير المتزامن وإدارة المهام.

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

الإحصائيات/خارطة الطريق الحالية:

حتى وقت كتابة هذا التقرير:

• إجمالي إيرادات الشبكة: 1.08 مليون دولار

• إجمالي ساعات الحوسبة: 837.6 ألف ساعة

• إجمالي عدد وحدات معالجة الرسومات التي تقوم بإعداد المجموعة: 20.4 ألف

• إجمالي عدد وحدات المعالجة المركزية التي تقوم بإعداد المجموعة: 5.6 كيلو

• إجمالي عدد المعاملات على السلسلة: 1.67 مليون

< li>

إجمالي عدد الاستدلالات: 335.7 ألفًا

• إجمالي عدد المجموعات التي تم إنشاؤها: 15.1 ألفًا

البيانات يأتي من آيو نت إكسبلورر.

Aethir

Aethir عبارة عن DePIN للحوسبة السحابية يسهل مشاركة موارد الحوسبة عالية الأداء في المجالات والتطبيقات كثيفة الحوسبة. إنه يعزز مجموعات الموارد لتمكين تخصيص وحدة معالجة الرسومات العالمية بتكاليف مخفضة بشكل كبير وتمكين الملكية اللامركزية من خلال ملكية الموارد الموزعة. صممت Aether إطار عمل GPU موزعًا يستهدف بشكل خاص أعباء العمل عالية الأداء مثل الألعاب والتدريب والاستدلال على نماذج الذكاء الاصطناعي. من خلال توحيد مجموعات GPU في شبكة واحدة، تم تصميم Aethir لزيادة حجم المجموعة، وبالتالي تحسين الأداء العام وموثوقية الخدمات المقدمة على شبكتها.

شبكة Aethir هي اقتصاد لامركزي يتكون من القائمين بالتعدين والمطورين والمستخدمين وحاملي الرموز المميزة وAethir DAO. الأدوار الرئيسية الثلاثة التي تضمن نجاح تشغيل الشبكة هي الحاويات والمفهرسات والمفتشون. الحاويات هي عقد الطاقة للشبكة، وتعمل كعقد مخصصة تؤدي العمليات الرئيسية لإبقاء الشبكة نشطة، بما في ذلك التحقق من صحة المعاملات وتقديم المحتوى الرقمي في الوقت الفعلي. المدققون هم عمال ضمان الجودة الذين يقومون بمراقبة أداء الحاوية وجودة الخدمة بشكل مستمر لضمان التشغيل الموثوق والفعال الذي يلبي احتياجات مستهلكي وحدة معالجة الرسومات. يعمل المفهرس كوسيط بين المستخدم وأفضل حاوية متاحة. يدعم هذا الهيكل Arbitrum Layer 2 blockchain، والذي يوفر طبقة تسوية لا مركزية لتسهيل الدفع مقابل السلع والخدمات على شبكة Aethir، باستخدام رمز ATH الأصلي $.

العرض البراهين

تخدم العقد في شبكة Aethir وظيفتين رئيسيتين - تقديم إثباتات القدرة، والتي تختار عشوائيًا مجموعة من العمال كل 15 دقيقة للتحقق من صحة المعاملات، وتقديم إثباتات العمل، التي تراقب عن كثب أداء الشبكة لضمان حصول المستخدمين على أفضل خدمة، ومواءمة الموارد بناءً على الاحتياجات والجغرافيا. يتم توزيع مكافآت التعدين في شكل رموز ATH أصلية $ على المشاركين الذين يقومون بتشغيل عقد شبكة Aethir لموارد الحوسبة التي يقدمونها.

Nosana

Nosana هي شبكة GPU لا مركزية مبنية على Solana. تسمح Nosana لأي شخص بالمساهمة في موارد الحوسبة الخاملة والحصول على مكافآت في شكل رموز $NOS للقيام بذلك. يعمل DePIN على تسهيل تخصيص وحدات معالجة الرسوميات الفعالة من حيث التكلفة لتشغيل أعباء عمل الذكاء الاصطناعي المعقدة دون تحميل الحلول السحابية التقليدية. يمكن لأي شخص تشغيل عقدة Nosana عن طريق استئجار وحدات معالجة الرسومات الخاملة، وكسب مكافآت رمزية تتناسب مع قوة وحدة معالجة الرسومات التي يقدمونها للشبكة.

تربط الشبكة بين طرفين يخصصان موارد الحوسبة: المستخدمون الذين يسعون للوصول إلى موارد الحوسبة ومشغلي العقد الذين يوفرون موارد الحوسبة. يتم التصويت على قرارات البروتوكول والترقيات الهامة من قبل حاملي رمز NOS وإدارتها بواسطة Nosana DAO.

لدى Nosana خريطة طريق مفصلة لخططها المستقبلية - ستقوم Galactica (الإصدار 1.0 - النصف الأول/النصف الثاني من عام 2024) بإطلاق الشبكة الرئيسية، وإصدار CLI وSDK، والتركيز على أداء عقد حاوية GPU التي يعتمدها المستهلك توسيع الشبكة. سوف يقوم Triangulum (الإصدار 1.X - النصف الثاني من عام 2024) بدمج بروتوكولات وموصلات التعلم الآلي الرئيسية لـ PyTorch وHuggingFace وTensorFlow. ستقوم Whirlpool (v1.X - H1 2025) بتوسيع الدعم لوحدات معالجة الرسومات المختلفة من AMD وIntel وApple Silicon. سومبريرو (v1.

Akash

شبكة Akash هي شبكة مفتوحة المصدر لإثبات الملكية مبنية على Cosmos SDK، وهي حوسبة سحابية لامركزية تسمح لأي شخص بالانضمام. والمساهمة في السوق. يتم استخدام رمز AKT $ لتأمين الشبكة، وتسهيل دفع الموارد، وتنسيق التوافق الاقتصادي بين المشاركين في الشبكة. تشتمل شبكة Akash على العديد من المكونات الرئيسية:

• طبقة Blockchain، التي تستخدم Tendermint Core وCosmos SDK لتوفير الإجماع .

• طبقة التطبيق، تدير النشر وتخصيص الموارد.

• طبقة الموفر، تدير الموارد وعروض الأسعار ونشر تطبيقات المستخدم.

• طبقة المستخدم التي تتيح للمستخدمين التفاعل مع شبكة Akash وإدارة الموارد ومراقبة حالة التطبيق من خلال واجهة سطر الأوامر (CLI) ووحدة التحكم ولوحات المعلومات.

قامت الشبكة التي ركزت في البداية على خدمات التخزين وتأجير وحدة المعالجة المركزية (CPU) بتوسيع نطاق تأجير وتخصيص وحدة معالجة الرسومات (GPU) لاحقًا من خلال منصة AkashML الخاصة بها استجابة لتدريب الذكاء الاصطناعي وأعباء عمل الاستدلال ومعالجتها النمو في السعة متطلبات. يستخدم AkashML نظام "المزاد العكسي" حيث يقدم العملاء (يُطلق عليهم المستأجرون) السعر الذي يريدون دفعه مقابل وحدة معالجة الرسومات ويتنافس بائعو الحوسبة (يُطلق عليهم مقدمو الخدمة) لتوفير وحدات معالجة الرسومات المطلوبة.

حتى كتابة هذه السطور، شهدت سلسلة Akash Blockchain أكثر من 12.9 مليون معاملة إجمالية، وتم استخدام أكثر من 535000 دولار للوصول إلى موارد الحوسبة، وتم تأجير أكثر من 189 ألف عملية نشر فريدة.

مشاريع أخرى جديرة بالذكر

لا يزال مجال DePIN الحسابي يتطور، حيث تتسابق العديد من الفرق لتقديم حلول مبتكرة وفعالة إلى السوق. تشمل الأمثلة الأخرى التي تستحق مزيدًا من البحث ما يلي: تقوم شركة Hyperbolic ببناء منصة تعاونية مفتوحة الوصول لمجموعات موارد تطوير الذكاء الاصطناعي، وتقوم شركة Exabits ببناء شبكة طاقة حوسبة موزعة مدعومة من عمال المناجم الحاسوبيين، وتقوم شركة Shaga ببناء منصة على Solana تسمح بتأجير أجهزة الكمبيوتر الشخصية وتخصيص العملات. شبكة للألعاب من جانب الخادم.

اعتبارات مهمة وتوقعات مستقبلية

الآن بعد أن فهمنا المبادئ الأساسية لحساب DePIN وقمنا بمراجعة العديد من دراسات الحالة التكميلية الجارية حاليًا، من المهم مراعاة هذه اللامركزية تأثير الشبكات ، بما في ذلك الإيجابيات والسلبيات.

التحديات

يتطلب بناء شبكة موزعة على نطاق واسع عادةً مقايضات بين الأداء والأمان والمرونة. على سبيل المثال، قد يكون تدريب نموذج الذكاء الاصطناعي على شبكة موزعة عالميًا من الأجهزة السلعية أقل فعالية من حيث التكلفة والوقت. كما ذكرنا سابقًا، أصبحت نماذج الذكاء الاصطناعي وأعباء عملها معقدة بشكل متزايد، مما يتطلب المزيد من وحدات معالجة الرسومات عالية الأداء بدلاً من وحدات معالجة الرسومات السلعية.

هذا هو السبب وراء ضخامة الحجم ستقوم الشركات بتخزين وحدات معالجة الرسومات عالية الأداء بأعداد كبيرة، وهو تحدٍ متأصل في محاولة حوسبة DePINs لحل النقص في وحدات معالجة الرسومات من خلال إنشاء سوق غير مسموح به حيث يمكن لأي شخص إقراض العرض الخامل. يمكن للبروتوكولات معالجة هذه المشكلة بطريقتين رئيسيتين: من خلال تحديد متطلبات خط الأساس لموفري GPU الراغبين في المساهمة في الشبكة، ومن خلال تجميع موارد الحوسبة المقدمة للشبكة لتحقيق مجموعة أكبر. ومع ذلك، فإن هذا النموذج بطبيعته أكثر تحديًا من مزود الخدمة المركزي الذي يمكنه تخصيص المزيد من رأس المال للتعامل مباشرة مع بائعي الأجهزة مثل Nvidia. يجب على DePINs أخذ ذلك في الاعتبار في المستقبل. إذا كان البروتوكول اللامركزي لديه خزانة كبيرة بما يكفي، فيمكن لـ DAO التصويت لتخصيص جزء من الأموال لشراء وحدات معالجة الرسومات عالية الأداء، والتي يمكن إدارتها بطريقة لا مركزية وتأجيرها بسعر أعلى من وحدات معالجة الرسومات السلعية.

هناك تحدٍ آخر خاص بحوسبة أرقام DePIN وهو إدارة المقدار المناسب من استخدام الموارد. في مراحلها الأولى، ستواجه معظم شبكات DePIN الحسابية طلبًا هيكليًا غير كافٍ، تمامًا كما تواجه العديد من الشركات الناشئة اليوم. بشكل عام، يتمثل التحدي الذي يواجه DePINs في إنشاء إمدادات كافية في وقت مبكر لتحقيق الحد الأدنى من جودة المنتج القابلة للتطبيق. وبدون العرض، لن تتمكن الشبكة من توليد الطلب المستدام وخدمة عملائها خلال فترات ذروة الطلب. والجانب الآخر من المعادلة هو القلق من فائض العرض. وبعد تجاوز عتبة معينة، لا يكون توفير المزيد مفيدًا إلا عندما يقترب استخدام الشبكة من طاقتها الكاملة أو يصل إليها. وبخلاف ذلك، ستتعرض DePIN لخطر الدفع الزائد مقابل العرض، الأمر الذي سيؤدي بدوره إلى عدم استخدام الموارد بشكل كافٍ، مما يؤدي إلى انخفاض الإيرادات للموردين ما لم يزيد البروتوكول من إصدار الرمز المميز للاحتفاظ بالموردين.

تمامًا كما أن شبكة الاتصالات السلكية واللاسلكية بدون تغطية جغرافية واسعة لا فائدة منها، فإن شبكة سيارات الأجرة لا تكون ذات فائدة إذا اضطر الركاب إلى الانتظار لفترة طويلة جدًا للركوب. DePIN عديمة الفائدة إذا كان عليها أن تدفع للناس على المدى الطويل لتوفير الموارد. في حين أن مقدمي الخدمات المركزيين يمكنهم التنبؤ بالطلب على الموارد وإدارة العرض بكفاءة، فإن شبكات DePIN الحسابية تفتقر إلى سلطة مركزية لإدارة هذا الاستخدام. ولذلك، يجب أن تكون DePINs استراتيجية بشكل خاص في تحديد استخدام الموارد.

تتمثل مشكلة الصورة الأكبر لسوق وحدات معالجة الرسومات اللامركزية في أن نقص وحدات معالجة الرسومات قد يقترب من نهايته. وقال مارك زوكربيرج مؤخرًا في مقابلة إنه يعتقد أن عنق الزجاجة في المستقبل سيكون الطاقة، وليس موارد الحوسبة، لأن الشركات ستندفع الآن لبناء مراكز بيانات بأعداد كبيرة بدلاً من اكتناز موارد الحوسبة كما تفعل الآن. بالطبع، هذا يعني أن تكلفة وحدات معالجة الرسومات ستنخفض على الأرجح بسبب تباطؤ الطلب، ولكنه يثير أيضًا سؤالاً حول كيفية أداء شركات الذكاء الاصطناعي الناشئة من حيث الأداء والأداء إذا أدى بناء مراكز بيانات خاصة إلى رفع مستوى أداء نموذج الذكاء الاصطناعي إلى مستويات غير مسبوقة. - منافسة الشركات الكبيرة من حيث جودة الخدمة.

حجة حوسبة DePIN

للتأكيد، هناك مقايضة متزايدة بين تعقيد نماذج الذكاء الاصطناعي ومتطلبات المعالجة والحوسبة اللاحقة لها وكمية وحدات معالجة الرسومات عالية الأداء وغيرها من موارد الحوسبة المتاحة.

تتمتع أرقام DePIN الحاسوبية بإمكانية إحداث تغيير مبتكر في قطاع سوق الحوسبة الذي يهيمن عليه اليوم كبار مصنعي الأجهزة ومقدمي خدمات الحوسبة السحابية استنادًا إلى العديد من الإمكانات الرئيسية:

1. توفير تكاليف أقل للسلع والخدمات.

2. توفير مقاومة أقوى للرقابة وضمانات مرونة الشبكة.

3. استفد من الإرشادات التنظيمية المحتملة بشأن الذكاء الاصطناعي والتي تتطلب أن تكون نماذج الذكاء الاصطناعي مفتوحة قدر الإمكان للضبط والتدريب، وأن تكون متاحة بسهولة لأي شخص في أي مكان.

لقد زادت نسبة الأسر الأمريكية التي لديها أجهزة كمبيوتر وإمكانية الوصول إلى الإنترنت بشكل كبير، حيث اقتربت من 100%. كما حدث نمو كبير في أجزاء كثيرة من العالم. يشير هذا إلى أن المزودين المحتملين لموارد الحوسبة (أصحاب وحدات معالجة الرسومات) قد يكونون على استعداد لإقراض العرض الخامل في ظل حوافز نقدية كافية وعملية معاملات سلسة. وبطبيعة الحال، هذا تقدير تقريبي للغاية، لكنه يشير إلى أن أسس اقتصاد تقاسم موارد الحوسبة المستدامة ربما تكون موجودة بالفعل.

بعيدًا عن الذكاء الاصطناعي، سيأتي الطلب المستقبلي على الحوسبة أيضًا من العديد من الصناعات الأخرى، مثل الحوسبة الكمومية. ومن المتوقع أن ينمو حجم سوق الحوسبة الكمومية من 928.8 مليون دولار أمريكي في عام 2023 إلى 6.5288 مليار دولار أمريكي في عام 2030، بمتوسط ​​معدل نمو سنوي قدره 32.1%. سيتطلب الإنتاج في هذه الصناعة أنواعًا مختلفة من الموارد، ولكن سيكون من المثير للاهتمام معرفة ما إذا كان سيتم إطلاق أي رموز DePIN للحوسبة الكمومية وكيف ستبدو.

"يعد النظام البيئي القوي للنماذج مفتوحة المصدر التي تعمل على الأجهزة الاستهلاكية بمثابة إجراء مضاد مهم لحماية القيمة المستقبلية من السيطرة المفرطة على المركزية في الذكاء الاصطناعي، وبتكلفة أقل بكثير من الشركات العملاقة والجيش." Vitalik Buterin

قد لا تكون المؤسسات الكبيرة هي الجمهور المستهدف لشبكات DePIN، ولن تكون كذلك. تعمل أجهزة DePINs الحاسوبية على إعادة تمكين المطورين الأفراد وأصحاب المشاريع الصغيرة والشركات الناشئة بموارد محدودة. إنها تسمح بتحويل العرض الخامل إلى أفكار وحلول مبتكرة ناتجة عن وفرة المزيد من موارد الحوسبة. لا شك أن الذكاء الاصطناعي سيغير حياة المليارات من البشر. وبدلا من القلق من أنه سيحل محل وظائف الجميع، ينبغي لنا أن نشجع فكرة أن الذكاء الاصطناعي قادر على تمكين الأفراد والمبتدئين، والشركات الناشئة، وعامة الناس.