主な要点

• 機械学習、特に大量の計算負荷を必要とするジェネレーティブAIの台頭により、コンピューティング・リソースはますます求められるようになっています。しかし、大企業や政府がこうしたリソースをため込む一方で、新興企業やインディーズ開発者は現在、市場におけるGPUの不足に直面しており、その結果、コストが高くついたり、利用しにくくなっています。

• コンピューティングDePINは、世界中の人々が金銭的な報酬と引き換えにGPUなどの未使用のコンピューティングリソースを提供できるようにすることで、コンピューティングリソースの分散型市場を実現します。これは、十分なサービスを受けていないGPU消費者が新たな供給源にアクセスし、ワークロードに必要な開発リソースをより低コストかつオーバーヘッドで入手できるようにするためのものです。

• 今日、コンピュートDePINは、従来の集中型サービスプロバイダーと競合する際に、まだ多くの経済的および技術的な課題に直面しています。

コンピューティングは新しい石油

産業革命以来、テクノロジーは人類を前例のないスピードで前進させ、日常生活の事実上あらゆる側面に影響を与えたり、完全に変化させたりしてきました。コンピューターはやがて、研究者、学者、コンピューター・エンジニアの努力の集大成となった。もともとは高度な軍事作戦を支援するための大規模な演算タスクを解くために設計されたコンピュータは、現代生活のバックボーンへと進化した。コンピューターが人類に与える影響が拡大し続けるにつれ、コンピューターとコンピューターが必要とする資源に対する需要も増大し、供給量を上回っている。このため、ほとんどの開発者や企業は主要なリソースを利用できず、今日最も変革をもたらすテクノロジーである機械学習やジェネレーティブAIの開発は、資金力のある一部のプレイヤーの手に委ねられているという市場力学が生まれた。同時に、大量の未使用コンピューティングリソースは、コンピューティングの需要と供給の不均衡を緩和する有利な機会を提供し、取引の両側の参加者間の適切な調整メカニズムの必要性を悪化させる。このように、ブロックチェーン技術とデジタル資産によってサポートされる分散型システムは、より広範で、より民主的で、説明可能なジェネレーティブAI製品やサービスの開発に不可欠であると私たちは考えています。

計算リソース

計算は、与えられた入力に基づいて明確な出力を出す、コンピュータのさまざまな活動、アプリケーション、またはワークロードとして定義することができます。

最終的には、コンピュータの計算能力と処理能力を指します。これは、今日の現代世界におけるこれらのマシンの中心的な有用性の基礎であり、コンピュータだけで、昨年は1.1兆ドルという途方もない収益を上げています。

コンピューティング・リソースとは、計算と処理をサポートするさまざまなハードウェアとソフトウェアのコンポーネントを指します。

コンピューティング・リソースとは、計算や処理をサポートするさまざまなハードウェアおよびソフトウェア・コンポーネントを指します。そのため、国や企業は生き残りをかけて、これらの資源をできるだけ多く蓄積しようとしのぎを削っている。これは、これらのリソースを提供する企業の市場パフォーマンスに反映されている（例えば、過去5年間で時価総額が3,000％以上成長したNvidia）。

GPU

グラフィックス プロセッシング ユニット (GPU) は、現代のハイパフォーマンス コンピューティングにおいて最も重要なリソースの 1 つです。その中心的な機能は、並列処理によってコンピューター グラフィックスのワークロードを高速化する専用の電子回路として機能することです。GPUは当初、ゲーム業界やパーソナルコンピュータ業界向けに開発されましたが、現在では、明日の世界を形成する多くの新技術（メインフレームやパーソナルコンピュータ、モバイル機器、クラウドコンピューティング、モノのインターネットなど）に対応するように進化しています。しかし、特に機械学習と人工知能の台頭は、これらのリソースの必要性を悪化させています。GPUは、並列に計算を実行することにより、機械学習とAIのオペレーションを加速し、最終的なテクノロジーの処理能力とパフォーマンスを向上させます。

人工知能の台頭

人工知能（AI）は、その核心において、コンピューターや機械が人間の知能や問題解決能力を模倣することを可能にする技術です。AIモデルは、多くの異なるデータの塊からなるニューラルネットワークとして動作する。モデルは、これらのデータの断片間の関係を認識・学習し、与えられた入力に基づいて出力を作成する際にこれらの関係を参照するための処理能力を必要とします。

AIの開発と生産は新しいものではない。1967年、フランク・ローゼンブラットは、試行錯誤を通じて「学習」する最初のニューラルネットワークベースのコンピューターであるマーク1パーセプトロンを作った。".さらに、現代のAI開発の基礎を築いた学術研究の多くは、1990年代後半から2000年代前半にかけて発表され、それ以来、産業は成長を続けている。

研究開発の努力に加えて、「狭い」AIモデルは、今日使用されている強力なアプリケーションを幅広くサポートしています。例えば、ソーシャルメディアのアルゴリズム、AppleのSiriやAmazonのAlexa、カスタム製品の推奨などがあります。注目すべきは、ディープラーニングの台頭が人工生成知能（AGI）の開発に変革をもたらしたことだ。ディープラーニング・アルゴリズムは、機械学習アプリケーションよりも大規模な、または「より深い」ニューラルネットワークを使用し、より幅広いパフォーマンス能力を持つ、よりスケーラブルな代替手段としている。ジェネレーティブAIモデルは、「学習データの簡略化された表現を符号化し、それを参照して、類似しているが同一ではない新しい出力を出します」。

ディープラーニングによって、開発者は生成AIモデルを画像や音声、その他の複雑なデータ型に拡張することができるようになり、すでに現代で最も急速にユーザー数を伸ばしている記録を打ち立てたChatGPTのような画期的なアプリは、生成AIとディープラーニングで可能なことのまだ初期バージョンに過ぎません。

そのことを念頭に置けば、ジェネレーティブAIの開発が、多くの処理能力とコンピューティングパワーを必要とする、複数の計算集約的なワークロードを伴うことは驚くことではありません。

レポート「The Triple Whammy of Deep Learning Application Requirements」によると、AIアプリケーション開発は、いくつかの主要な作業負荷に悩まされています：

• トレーニング - モデルは、与えられた入力にどのように反応するかを学習するために、大規模なデータセットを処理して分析する必要があります。

• チューニング - モデルは、パフォーマンスと品質を向上させるために、さまざまなハイパーパラメータを調整し最適化する一連の反復プロセスを経ます。

• シミュレーション - 強化学習アルゴリズムなど、特定のモデルについて、展開前に一連のテストシミュレーションを行います。

Computing crunch: demand > supply

過去数十年にわたり、さまざまな技術の進歩により、コンピューティングと処理能力に対する需要がかつてないほど急増しました。その結果、GPU などの計算リソースに対する今日の需要は、利用可能な供給をはるかに上回っており、効果的なソリューションがなければ悪化の一途をたどる AI 開発のボトルネックとなっています。

供給に対するより広範な制約は、競争上の優位性として、また現代のグローバル経済で生き残る手段として、多くの企業が実際に必要な以上のGPUを積極的に購入していることにも起因しています。コンピューティング プロバイダーは通常、長期的な資本コミットメントを必要とする契約構造を使用して、需要要件をはるかに上回る供給を顧客に提供しています。

エポック社の調査によると、計算集約的なAIモデルのリリース数は全体的に急増しており、これらのテクノロジーを動かすリソースに対する需要は今後も急速に拡大することが示唆されています。

AIモデルの複雑さが増し続けるにつれて、アプリケーション開発者からの計算および処理能力に対する需要も増加しています。そのため、GPUの性能とその可用性がますます重要な役割を果たすようになります。この傾向は、GPUをAI業界の「レア・アース・メタル（希土類金属）」または「ゴールド（金）」と呼ぶNvidiaが製造するようなハイエンドGPUの需要が急増していることからもすでに明らかです。

AIの急速な商業化は、今日のソーシャルメディア業界と同様に、少数のテック・ジャイアントに主導権を渡す可能性があり、こうしたモデルの倫理的基盤に対する懸念を高めている。有名な例は、最近のグーグル・ジェミニ論争である。様々なプロンプトに対するその多くの奇妙な反応は、その時点では実際の危険をもたらすものではなかったが、この事件は、少数の企業がAI開発を支配し、コントロールすることの本質的な危険性を示した。

今日のハイテク新興企業は、AIモデルをサポートするためのコンピューティングリソースの獲得において、増大する課題に直面している。これらのアプリケーションは、モデルを展開する前に、大量の計算集約的な処理を実行する必要があります。AWSやGoogle Cloudのような従来のクラウド・コンピューティング・サービスは、シームレスで便利な開発者体験を提供するが、その容量が限られているため、最終的には多くの開発者を躊躇させる高いコストにつながる。結局のところ、誰もがハードウェア・コストのために7兆ドルを調達する計画を思いつくわけではないのです。

では、どうすればよいのでしょうか？

Nvidiaは以前、4万社以上の企業がAIやアクセラレーテッド・コンピューティングにGPUを使用しており、世界中に400万人以上の開発者のコミュニティがあると推定していました。今後、世界のAI市場は、2023年の5,150億ドルから2032年には2兆7,400億ドルへと、年平均成長率（CAGR）20.4％で成長すると予想されている。一方、GPU市場は2032年までに4,000億ドルに達し、年平均成長率（CAGR）25％で成長すると予想されています。

しかし、AI革命をきっかけに、コンピューティングリソースの需要と供給の不均衡が拡大することで、資金力のある少数の巨大企業が多くの変革技術の開発を支配するという、むしろ反ユートピア的な未来が生まれる可能性があります。その結果、AI開発者の需要と利用可能なリソースのギャップを埋めるために、すべての道は分散型の代替ソリューションにつながると考えています。

DePINの役割

DePINとは何か

DePINは、Messariの研究チームによって作られた造語です。研究チームによる造語で、Decentralised Physical Infrastructure Networks（分散型物理インフラ・ネットワーク）の略である。DePINとは、メッサリの研究チームによる造語で、Decentralised Physical Infrastructure Networkの略である。一方、物理的インフラとは、利用される「現実の」物理的資源を指す。ネットワークとは、あらかじめ設定された目標または一連の目標を達成するために協調して活動する参加者のグループを指す。現在、DePINの時価総額は約283億ドルである。

DePINsの中核にあるのは、物理的なインフラリソースをブロックチェーンに接続するノードのグローバルネットワークであり、買い手と供給者をつなぐ分散型市場を実現します。このシナリオでは、さまざまな法的・規制的手段やサービス料によってネットワークへのアクセスを制限する中央集権的な仲介者は、それぞれのトークン保有者によって管理されるスマートコントラクトとコードからなる分散型プロトコルに取って代わられる。

DePINの価値は、従来のリソースネットワークやサービスプロバイダーに代わる、分散型でアクセスしやすく、低コストでスケーラブルな代替手段を提供することです。商品やサービスのコストは市場力学によって決定され、誰でもいつでも参加できるため、サプライヤーの数が増えて利益率が下がると、自然と単価が下がる。

ブロックチェーンを利用することで、DePINsは暗号経済的なインセンティブ・システムを構築することができ、ネットワーク参加者がサービスに対して適切に補償されることを保証し、主要な価値提供者を利害関係者にすることができる。しかし、ネットワーク効果は、小さな個々のネットワークをより大きな生産システムに変換することによって達成されることに注意することが重要であり、これはDePINsのメリットの多くを実現するために不可欠である。さらに、トークン報酬はネットワークのブートストラップメカニズムの強力な手段であることが証明されていますが、ユーザーの維持と長期的な採用を助ける持続可能なインセンティブを生み出すことは、より広いDePINs空間における重要な課題のままです。

DePINsはどのように機能するのでしょうか？

分散型コンピューティング市場をサポートする上でDePINsが提供する価値をよりよく理解するためには、さまざまなアーキテクチャの構成要素を認識し、それらがどのように連携して分散型リソースネットワークを形成しているかを理解することが重要です。DePINsの構造と参加者について考えてみよう。

プロトコル

分散型プロトコル、つまり基礎となるブロックチェーンネットワークの上に構築されたスマートコントラクトのセットは、ネットワーク参加者間の信頼できるやり取りを促進するために使用されます。理想的には、プロトコルは、ネットワークの長期的な成功に積極的にコミットする多様な利害関係者によって管理される。これらの利害関係者は、保有するプロトコルトークンを使って、提案された変更や開発について投票する。分散型ネットワークをうまくオーケストレーションすること自体が大きな挑戦であることを考えると、コアチームは通常、最初にこれらの変更を実装する権限を保持し、その後、権限を分散型自律組織（DAO）に移行する。

ネットワークの参加者

リソースネットワークのエンドユーザーは、最も価値のある参加者であり、その機能に応じて分類することができます。

供給者：DePINsネイティブトークンで支払われる金銭的報酬と引き換えに、ネットワークにリソースを提供する個人または団体。サプライヤーは、ホワイトリストプロセスまたは無特権プロセスを強制するブロックチェーンネイティブプロトコルを介してネットワークに「接続」する。トークンを受け取ることで、サプライヤーは、株式所有におけるステークホルダーに似た、ネットワークへの出資を得ることができ、需要を促進し、ネットワークの価値を高めると思われる提案やネットワーク開発などに投票することが可能になり、それによって長期的に高いトークン価格を生み出すことができる。もちろん、トークンを受け取るベンダーは、DePINを受動的な収入の一形態として活用し、受け取ったトークンを売却することも考えられます。

消費者：これらは、GPUを求めるAIスタートアップなど、DePINによって提供されるリソースを積極的に求める個人または団体であり、経済方程式の需要側を表しています。DePINは通常、価値を生み出し安定したキャッシュフローを維持する手段として、消費者がネイティブトークンでリソースに支払うことを要求します。

リソース

DePINは、リソースを割り当てるための異なるビジネスモデルで、さまざまな市場にサービスを提供できます。DePINは、リソースを割り当てるためのさまざまなビジネスモデルを持つ、さまざまな市場に対応することができます。Blockworksはこのための素晴らしいフレームワークを提供しています。

経済学

理想的に機能するDePINでは、消費者がサプライヤーにリソースの対価を支払うことで得られる収入から価値が蓄積されます。ネットワークに対する継続的な需要は、ネイティブトークンに対する継続的な需要を意味し、これはサプライヤーとトークン保有者の経済的インセンティブと一致します。初期段階で持続可能な有機的需要を生み出すことは、ほとんどの新興企業にとってチャレンジである。そのためDePINは、初期のサプライヤーにインセンティブを与えるためにインフレトークンインセンティブを提供し、需要を生み出す方法としてネットワークをブートストラップする。これは、ベンチャーキャピタルが初期段階でウーバーのライダーのコストを補助し、初期顧客ベースをブートストラップする方法と非常に似ている。

DePINは、トークンのインセンティブがネットワーク全体の成功に重要な役割を果たすため、できるだけ戦略的に管理する必要がある。需要とネットワークの収益が高まれば、トークンの発行は減少するはずだ。逆に、需要と収益が落ち込んだときは、トークンの発行で供給を再促進する必要があります。

成功するDePINネットワークがどのようなものかをさらに説明するために、DePINの舵取りに使われる正の反射ループ「DePINフライホイール」を考えてみましょう。

1. DePINは、インフレのトークン報酬を配ることで、ネットワークにリソースを提供するインセンティブをサプライヤーに与えます。

2. DePINは、インフレのトークン報酬を渡すことで、供給者がネットワークにリソースを提供するインセンティブを与えます。

3. サプライヤーの数が増え始めると仮定すると、ネットワーク内で競争力学が発達し始め、ネットワークが提供する商品やサービスの全体的な品質が、既存の市場ソリューションよりも優れたレベルまで向上し、競争上の優位性が生まれます。これは、分散型システムが従来の中央集権型サービス・プロバイダーを追い越すことを意味するが、それは決して容易なことではない。

4. DePINは有機的な需要を生み出し、プロバイダーに正当なキャッシュフローを提供し始めています。これは、投資家やベンダーにとって、ネットワークの需要を引き続き促進し、結果としてトークン価格を押し上げる魅力的な機会です。

トークン価格の上昇はベンダーの収益を増加させ、より多くのベンダーを引きつけ、フライホイールを再開させました。

このフレームワークは説得力のある成長戦略を提供しますが、大部分が理論的なものであり、ネットワークが競争力のあるリソースを提供し、長期にわたって存在し続けることを前提としていることは注目に値します。ネットワークが競争力のあるリソースを提供し、長期にわたって関連性を維持することを前提としている点です。

Computing DePIN

分散型コンピューティングの市場は、「シェアリングエコノミー」として知られるより広範なムーブメントの一部です。分散型コンピューティング市場は、「シェアリングエコノミー」として知られる広範なムーブメントの一部であり、消費者がオンラインプラットフォームを通じて他の消費者と商品やサービスを直接共有することに基づくピアツーピアの経済システムです。eBayのような企業によって最初に開拓されたこのモデルは、現在AirbnbやUberのような企業によって支配されており、次世代の変革的なテクノロジーが世界市場を席巻するにつれて、最終的な破壊の準備が整っている。シェアリングエコノミーは、2023年までに150億ドルの価値があり、2031年までに世界全体で800億ドル近くまで成長すると予想されている。

シェアリングエコノミーは、2023年までに150億ドル、2031年までに世界全体で800億ドル近くに成長すると予想されています。

Basics 

Calculate DePINは、サプライヤーとバイヤーをつなぐピアツーピアのネットワークです。分散化されたマーケットプレイスがサプライヤーとバイヤーを結びつけ、コンピューティング・リソースの割り当てを促進します。これらのネットワークの主な違いは、今日すでに多くの人が利用できるコモディティ・ハードウェア・リソースに焦点を当てていることである。これまで述べてきたように、ディープラーニングやジェネレーティブAIの出現は、処理能力に対する需要の急増を生み出すリソース集約的なワークロードのため、AI開発のための主要リソースへのアクセスにボトルネックを生み出している。つまり、分散型コンピューティング・マーケットプレイスは、新しい供給の流れを作ることによって、これらのボトルネックを緩和することを目指しています。

Compute DePINでは、どのような個人や団体でも、遊休リソースを即座に貸し出し、そのサービスに対して適切な報酬を得ることができます。同時に、どのような個人や組織も、ライセンスフリーのグローバルなネットワークから必要なリソースにアクセスすることができ、既存の市場提供よりも低コストで柔軟性に富んでいます。

• Supply Side：コンピューティングリソースを所有し、補助金のためにコンピューティングリソースを貸したり売ったりする意思のある個人。または団体。

• Demand Side（需要側）：コンピューティングを必要とし、その対価を支払う意思のある個人または団体。 

コンピュートDePINの主な利点

コンピュートDePINは、集中型サービスプロバイダおよびマーケットプレイスの代替となる、多くの利点を提供します。第一に、国境を越えたライセンスなしの市場参加を許可することで、計算集約型のワークロードに必要な重要なリソースの量を増やす新しいプロビジョニングの流れが解き放たれます。Compute DePINは、ほとんどの人がすでに所有しているハードウェアリソースに焦点を当てます。ゲーミングPCを所有している人なら誰でも、レンタル可能なGPUをすでに持っています。これにより、次世代の商品やサービスの構築に参加できる開発者やチームの範囲が広がり、世界中のより多くの人が恩恵を受けることになります。

詳細には、DePINをサポートするブロックチェーンインフラストラクチャは、ピアツーピア取引を促進するための効率的でスケーラブルな決済チャネルを提供します。暗号ネイティブな金融資産（トークン）は、需要側の参加者が供給者に支払う価値の共有単位を提供し、グローバル化が進む今日の経済に合致した分配メカニズムを利用します。先に述べたDePINのフライホイール構造を参照すると、経済的インセンティブを戦略的に管理することは、DePINのネットワーク効果（供給側と需要側）を高める上で非常に有益であり、その結果、供給者間の競争が激化する。このダイナミックな動きは、サービスの質を向上させながら単価を下げ、DePINの持続可能な競争優位性を生み出し、サプライヤーはトークン・ホルダーや主要な価値提供者として利益を得ることができる。

DePINはクラウドコンピューティング・サービス・プロバイダーと同様の機能を持ち、リソースへのアクセスと支払いがオンデマンドで行える柔軟なユーザー体験を提供することを目指しています。Grandview Researchによると、世界のクラウドコンピューティング市場規模は年平均成長率21.2%で成長し、2030年までに2.4兆ドルを超えると予想されており、将来予測されるコンピューティングリソースの需要を考慮すると、このビジネスモデルの実行可能性を証明しています。最新のクラウド・コンピューティング・プラットフォームは、クライアント・デバイスとサーバー間のすべての通信を処理するために中央サーバーを利用しており、その運用において単一障害点を生み出している。ブロックチェーン上に構築されたDePINは、従来のサービス・プロバイダーよりも高い検閲耐性と回復力を提供できる。中央のクラウド・サービス・プロバイダーのような単一の組織や事業体に対する攻撃は、基礎となるリソースのネットワーク全体を危険にさらす可能性があるが、DePINsはその分散された性質により、そのような事象に対して耐性を持つように設計されている。第一に、ブロックチェーン自体は、中央集権的なネットワーク権限に抵抗するように設計された専用ノードのグローバルな分散ネットワークである。さらに、DePINを計算することで、法律や規制の障壁を回避し、無許可でネットワークに参加することができます。トークン割り当ての性質に応じて、DePINは、単一のエンティティが突然ネットワーク全体をシャットダウンする可能性を排除する公正な投票プロセスを使用して、プロトコルに提案された変更や開発について投票することができます。

コンピューティングDePINの現状

Render Network

Render NetworkはコンピューティングDePINで、分散型コンピューティングマーケットプレイスを通じてGPUの買い手と売り手をつなぎ、取引はネイティブトークンを通じて行われます。RenderのGPUマーケットプレイスには、処理能力を求めるクリエイターと、Renderのネイティブトークンによる報酬と引き換えにGPUを無料で貸し出すノードオペレーターという、2つの主要な当事者が関わっている。ノードオペレータは評判ベースのシステムに従ってランク付けされ、クリエイターは多階層の価格設定システムからGPUを選択することができます。Proof-of-Render（POR）コンセンサスアルゴリズムが、ノードオペレータがタスク、すなわちグラフィックスのレンダリングジョブを処理するために計算リソース（GPU）をコミットすることで、オペレーションをオーケストレーションします。タスクが完了すると、PORアルゴリズムは、タスクの品質に基づく評価スコアの変更を含め、ノードオペレータのステータスを更新します。Renderのブロックチェーンインフラストラクチャは、タスクの支払いを容易にし、ネットワークトークンを介して取引するサプライヤーとバイヤーに透明で効率的な決済チャネルを提供します。

<

レンダー・ネットワークは2009年にジュール・アーバックによって構想され、ネットワークは2020年9月にイーサ（RNDR）で稼働し、約3年後にソラナ（RENDER）に移行し、ネットワークのパフォーマンスを向上させ、運用コストを削減しました。

この記事を書いている時点で、Render Networkは最大3300万タスク（レンダリングされたフレーム）を処理し、開始以来5600ノードまで成長しています。60kをわずかに下回るRENDERは焼却されますが、これはワーク クレジットがノード オペレーターに分配されるときに発生するプロセスです。

IO Net

Io Netは、Solana上でGPUの分散型ネットワークを立ち上げ、大量のアイドル状態の計算リソースと、それらのリソースが提供する処理能力を必要とする増え続ける個人やエンティティの間のオーケストレーション層として機能します。Io Netのユニークなセールスポイントは、市場の他のDePINと直接競合するのではなく、データセンター、マイナー、Render NetworkやFilecoinを含む他のDePINなど、さまざまなソースからGPUを集約し、独自のDePINであるInternet-of-GPUs（IoG）を活用してオペレーションを調整することです。Io Netの顧客は、プロセッサの種類、場所、通信速度、コンプライアンス、サービス期間を選択することで、ワークロードに合わせてIO Cloud上のクラスタリングをカスタマイズできる。逆に、サポートされているGPUモデル（12GB RAM、256GB SSD）を持っている人なら誰でも、IO Workerとして参加し、アイドル状態のコンピューティングリソースをネットワークに貸すことで支払いを得ることができる。サービスの支払いは現在、不換紙幣とUSDCで決済されているが、ネットワークはまもなくネイティブの$IOトークンでの支払いもサポートする予定だ。Io Netの最終的な目標は、最新のクラウドサービスプロバイダーよりも低コストで高品質なサービスを提供することで、GPUマーケットプレイスとして選ばれるようになることです。

マルチティアIOアーキテクチャは、次のようにマッピングできます:

• UI Tier - パブリックサイト、カスタマーエリア、およびワークスペースから構成されます。

• セキュリティ層 - この層は、ネットワーク保護のためのファイアウォール、ユーザー確認のための認証サービス、アクティビティを追跡するためのロギングサービスで構成されます。

• API レイヤー - このレイヤーは通信レイヤーとして機能し、パブリックAPI、プライベートAPI、およびクラスタ管理、分析、監視、レポート用の内部APIで構成されます。

• Backend Layer - バックエンド層は、ワークスペース、クラスタ/GPUの操作、顧客とのやり取り、課金と使用状況の監視、分析、および自動スケーリングを管理します。

• Database Tier - この層はシステムのデータリポジトリで、構造化されたデータにはプライマリストレージを使用し、頻繁にアクセスされる一時データにはキャッシュを使用します。

• メッセージエージェントとタスク層 - この層は非同期通信とタスク管理を容易にします。

• Infrastructure Layer - このレイヤーにはGPUプール、オーケストレーションツールが含まれ、タスクのデプロイを管理します。

現在の状況/ロードマップ:

本稿執筆時点:

• 総ネットワーク収益: 108万ドル

• 総計算時間: 837.計算時間：837.6万時間

• クラスタリング可能なGPUの総数：20.4万

• クラスタリング可能なCPUの総数：5.6万

• オンチェーン・トランザクションの総数：167万

• 推論の総数：335.7万

• 作成されたクラスタ総数：15.1k

Io Net Explorerのデータ。

Aethir

AethirはクラウドDePINで、計算集約的なドメインやアプリケーション全体で高性能なコンピューティングリソースの共有を促進します。Aetherは、ゲームやAIモデルのトレーニングと推論などの高性能ワークロードに特化した分散GPUフレームワークを設計しました。GPUクラスタを単一のネットワークに統合することで、Aethirの設計はクラスタサイズを拡大し、それによってネットワーク上で提供されるサービスの全体的なパフォーマンスと信頼性を向上させることを目指しています。

Aethirネットワークは、マイナー、開発者、ユーザー、トークン保有者、Aethir DAOで構成される分散型経済です。ネットワークの正常な運営を保証する3つの重要な役割は、コンテナ、インデクサー、インスペクターです。コンテナはネットワークのパワーノードであり、トランザクションの検証やデジタルコンテンツのリアルタイムレンダリングなど、ネットワークをアクティブに保つための重要なオペレーションを実行する専用ノードとして機能します。インスペクターは、コンテナのパフォーマンスとサービス品質を継続的に監視し、GPUコンシューマーのニーズを満たす信頼性の高い効率的なオペレーションを保証する品質保証ワーカーです。Indexers（インデクサー）は、ユーザーと利用可能な最良のコンテナとのマッチメイカーとして機能します。この構造を支えるのがArbitrum Layer 2ブロックチェーンで、ネイティブの$ATHトークンを使用して、Aethirネットワーク上の商品やサービスの支払いを促進する分散型決済レイヤーを提供します。

<<

Render Proof

Aethir ネットワークのノードには2つの重要な機能があります - 15分ごとにランダムにワーカーグループが選ばれ、トランザクションを検証するProof of Competenceのレンダリングと、ユーザーが最適なサービスを受けられるようにネットワークのパフォーマンスを綿密に監視するProof of Workのレンダリングです。ネットワークのパフォーマンスは、需要や地理的な位置に基づいてリソースを調整し、ユーザーが最適なサービスを受けられるように綿密に監視される。マイニングの報酬は、Aethirネットワークノードを実行している参加者にネイティブの$ATHトークンの形で配布され、彼らが提供するコンピューティングリソースに対して支払われます。

Nosana

NosanaはSolanaの上に構築されたGPUの分散型ネットワークで、誰でも未使用の計算リソースを提供し、$NOSトークンの形で報酬を受け取ることができます。従来のクラウド・ソリューションのようなオーバーヘッドなしに、複雑なAIワークロードを実行するために使用できるGPUをコスト効率よく割り当てることができます。誰でも遊休GPUをレンタルしてNosanaノードを稼働させることができ、ネットワークに提供したGPUパワーに比例したトークン報酬を得ることができる。

ネットワークは、コンピュートリソースを割り当てる2つの当事者、すなわちコンピュートリソースへのアクセスを求めるユーザーと、コンピュートリソースを提供するノードオペレータを接続します。重要なプロトコルの決定やアップグレードは、NOSトークン保有者によって投票され、Nosana DAOによって管理されます。

Nosanaは将来の計画について詳細なロードマップを持っています - Galactica (v1.0 - H1/H2 2024)はメインネットワークを立ち上げ、CLIとSDKをリリースし、コンシューマーGPU用のコンテナノードによるネットワークのスケーリングに注力します。Triangulum (v1.X - H2 2024)は、主要な機械学習プロトコルと、PyTorch、HuggingFace、TensorFlow用のコネクタを統合する。Whirlpool (v1.X - H1 2025)は、AMD、Intel、Apple Siliconの異なるGPUのサポートを拡張する。Sombrero (v1.X - H2 2025)では、中規模および大規模企業、不換紙幣、課金、チーム機能のサポートが追加されます。

アカッシュ

アカッシュ・ネットワークは、コスモスSDKの上に構築されたオープンソースのProof-of-Stakeネットワークで、誰でも分散型クラウド市場に参加し、貢献することができます。AKTトークンは、ネットワークの保護、リソースの支払いの促進、ネットワーク参加者間の経済的な整合行動の調整に使用されます。コアとCosmos SDKを使ってコンセンサスを提供する。

当初はストレージとCPUのリースサービスに重点を置いていた同ネットワークは、AkashMLプラットフォームを通じてGPUのリースと割り当てを拡大し、AIのトレーニングと推論のワークロードの増加とその処理能力需要に対応しています。AkashMLは「逆オークション」システムを採用しており、顧客（テナントと呼ばれる）はGPUに支払いたい価格を提出し、コンピュートベンダー（プロバイダーと呼ばれる）は要求されたGPUを供給するために競争します。

この記事を書いている時点で、Akashブロックチェーンは1290万件以上のトランザクション、535,000ドル以上のコンピュートリソースへのアクセス、189k以上のユニークなデプロイメントがリースされています。

注目に値するその他のプロジェクト

コンピューティングDePINの領域はまだ進化を続けており、多くのチームが革新的で効率的なソリューションを市場に投入しようと競い合っています。さらに調べる価値のある他の例としては、AI開発リソースプールの共同オープンアクセスプラットフォームを構築しているHyperbolic、コンピュートマイナーに支えられたコンピューティングパワーの分散ネットワークを構築しているExabits、PCがサーバーサイドのゲームをレンタルして収益化できるようにするネットワークをSolana上に構築しているShagaなどがあります。

重要な考察と今後の展望

さて、DePINのコンピューティングの基本を理解し、現在実行されているいくつかの補完的なケーススタディをレビューしたところで、これらの分散型ネットワークの長所と短所を含む意味を考察することが重要です。

課題

分散型ネットワークを大規模に構築するには、パフォーマンスとセキュリティ、回復力などのトレードオフが必要になることがよくあります。たとえば、コモディティハードウェアのグローバル分散ネットワーク上でAIモデルをトレーニングすることは、コスト効率が悪く、時間効率が悪い可能性があります。前述したように、AIモデルとそのワークロードはより複雑になっており、コモディティGPUではなく、より高性能なGPUが必要になっています。

これが大企業が高性能GPUを買いだめする理由であり、コンピュートDePINが未使用の供給を誰でも貸し出すことができる非ライセンス市場を作ることでGPU不足に対処しようとしている方法に内在する課題です。協定は主に2つの方法でこの問題に対処することができます。ネットワークに貢献することを望むGPUプロバイダーにベンチマーク要件を設定することと、ネットワークに提供される計算リソースをプールしてより大きな全体を達成することです。しかし、このモデルは、Nvidiaのようなハードウェアベンダーと直接取引するために多くの資本を割り当てることができる集中型のサービスプロバイダーよりも、本質的に困難です。DePINは将来的にこのことを考慮すべきです。分散型プロトコルに十分な資金プールがある場合、DAOは資金の一部を高性能GPUの購入に割り当てるよう投票することができ、それは分散型で管理され、コモディティ化したGPUよりも高い価格で貸し出される可能性があります。

コンピュートDePIN特有のもう1つの課題は、適切なリソースの利用量を管理することです。初期の段階では、多くの新興企業が現在直面しているように、ほとんどのコンピュートDePINは構造的な需要不足に直面するでしょう。一般的に、DePINにとっての課題は、最低限実現可能な製品品質を達成するために、早い段階で十分な供給を確立することである。供給がなければ、ネットワークは持続可能な需要を生み出すことができず、需要のピーク時に顧客にサービスを提供することもできない。この方程式のもう一方の側面は、過剰供給の懸念である。ある閾値を超えると、供給量が増えるのは、ネットワークの利用率がフル稼働に近いか、フル稼働である場合にのみ有益である。そうでなければ、DePINは供給に対して過剰な支払いをするリスクを負うことになり、その結果、プロトコルがトークンの発行を増やして供給者を維持しない限り、リソースが十分に活用されず、供給者の収益が減少することになります。

広範な地理的カバレッジのない通信ネットワークが役に立たないのと同じように、タクシーネットワークも、乗客が乗車するのに長く待たされるようでは役に立たない。DePINは、時間をかけてリソースを提供するために人々に支払わなければならないのであれば、役に立たない。中央集権的なサービス・プロバイダーはリソースの需要を予測し、供給を効率的に管理することができるが、コンピューティングDePINはこの利用を管理する中央当局を欠いている。その結果、DePINはリソースの利用を確立する上で、特に戦略的でなければなりません。

分散型GPU市場にとってより大きな問題は、GPU不足が終わりに近づいている可能性があるということです。マーク・ザッカーバーグは最近インタビューで、将来のボトルネックは計算リソースではなくエネルギーになると思うと述べています。企業は現在のように計算リソースをため込むのではなく、データセンターを大量に建設することに躍起になるからです。もちろん、これは、需要が鈍化するにつれてGPUのコストが下がる可能性が高いことを意味しますが、独自のデータセンターを構築することで、AIモデルの性能のハードルが前例のないレベルまで上がるのであれば、AIスタートアップが性能やサービスの質の面で大手企業とどのように競争するのかという疑問も生じます。

DePINを計算するケース

繰り返しになりますが、AIモデルの複雑さとそれに伴う処理および計算の必要性、そして利用可能な高性能GPUやその他のコンピューティングリソースの量との間には、ますますギャップが生じています。

コンピューティングDePINは、今日、大手ハードウェアメーカーとクラウドプロバイダーが独占しているコンピューティング市場において、いくつかの重要な機能に基づいて、革新的な破壊をもたらす可能性を秘めています。

1. 商品とサービスのコストを下げる。

2. 検閲への耐性とネットワーク回復力の保証を強化する。

3. 微調整やトレーニングのためにAIモデルを可能な限りオープンにし、誰でもどこでも簡単にアクセスできるようにすることを求める、AIに対する潜在的な規制ガイドラインから利益を得る。

コンピュータとインターネットにアクセスできる米国の世帯の割合は飛躍的に伸びており、100％に近づいています。また、世界の多くの地域でも大きく伸びています。このことは、コンピューティングリソースの潜在的な提供者（GPUの所有者）が、十分な金銭的インセンティブとシームレスな取引プロセスがあれば、遊休資産を喜んで貸す可能性があることを示唆しています。もちろん、これは非常に大まかな見積もりですが、持続可能なコンピューティング リソース共有経済の基盤がすでに存在している可能性を示唆しています。

AI以外にも、コンピューティングに対する将来の需要は、量子コンピューティングのような他の多くの産業からもたらされるでしょう。量子コンピューティングの市場規模は、2023年の9億2,880万ドルから2030年には65億2,880万ドルへと、年平均成長率（CAGR）32.1％で成長すると予想されています。この産業における生産には、さまざまな種類のリソースが必要になるが、量子コンピューティングのDePINが登場するかどうか、そしてそれがどのようなものになるかは興味深い。

"コンシューマー向けハードウェア上で稼働するオープンソースモデルの強固なエコシステムは、AIによる過度に中央集権的な捕捉から将来の価値を守るための重要な対策であり、企業巨大化や軍よりもはるかに低コストで実現できる。" - Vitalik Buterin

大企業はDePINsのターゲット層ではないかもしれませんし、今後もそうなるでしょう。コンピューティングDePINは、リソースが限られている個人の開発者、小規模な起業家、新興企業に再び力を与えます。AIは間違いなく何十億もの人々の生活を変えるだろう。AIがすべての人の仕事を取って代わると心配するのではなく、AIが個人や起業家、スタートアップ企業、そしてより多くの人々に力を与えることができるという考えを奨励すべきなのだ。