Web3のAIアップストリーム・ダウンストリームプロトコルにおけるDeepSeekの影響

By Kevin, BlockBooster

TLDR:

• DeepSeekの出現は算術の堀を打ち砕き、オープンソースモデル主導の算術最適化は新たな方向性を示しました;

• DeepSeek。
  
  

• DeFAIは新世代のDeFAIの最有力候補であり、DeepSeekの利点がうっかりエージェントトラックの最後の泡を吹き飛ばしてしまったからです。

• DeFAIは新世代のDeFAIの最有力候補です。>

  プロジェクト資金調達のゼロサムゲームは終焉を迎え、コミュニティ・ローンチ＋少数のVCという新しい資金調達方法が主流になるかもしれないと予想されています。

DeepSeekのインパクトは、今年のAI業界の上流と下流に大きな影響を与えるでしょう。DeepSeekは、多数のハイエンドGPUが引き受けることになる大規模なモデル学習タスクを、家庭用コンシューマー向けグラフィックスカードが実行できるようにすることに成功したからです。ハードウェアの性能は、線形クリープのムーアの法則に従っている間、乱暴に年間68％の割合でアルゴリズムの効率が、定着した評価モデルの過去3年間は、もはやAIの次の章には適用されませんが、AIの開発の周りの最初の堀 - 演算能力は、崩壊し始めた、オープンソースモデルによって開かれます。

Web3のAIプロトコルはWeb2のものとは完全に異なりますが、それらは必然的にDeepSeekの影響を受けることになり、Web3のAIの上流と下流、つまりインフラ層、ミドルウェア層、モデル層、アプリケーション層で、まったく新しいユースケースが生まれることになります。

I.上流と下流のプロトコルの連携を整理する

技術的なアーキテクチャ、機能的な位置づけ、実際のユースケースの分析を通して。

技術的なアーキテクチャ、機能的な位置づけ、実際のユースケースの分析を通じて、エコロジー全体をインフラ層、ミドルウェア層、モデル層、アプリケーション層に分け、それらの依存関係を整理します。

1.インフラストラクチャー層

インフラストラクチャー層は分散型の基礎リソース（演算、ストレージ、L1）を提供します。netなど、ストレージプロトコル：Arweave、Filecoin、Storjなど、L1：NEAR、Olas、Fetch.aiなど。

演算層プロトコルはモデルのトレーニング、推論、フレームワークの操作をサポートし、ストレージプロトコルはトレーニングデータ、モデルパラメータ、チェーン上の相互作用の記録を保存し、L1は専用ノードを通じてデータ転送効率を最適化し、待ち時間を短縮する。

2,ミドルウェア層

ミドルウェア層は、インフラストラクチャとアプリケーションの上位層をつなぐブリッジであり、フレームワーク開発、データサービス、プライバシー保護のためのツールを提供します。

ミドルウェア層はインフラストラクチャと上位層のアプリケーションをつなぐ架け橋であり、Grass、Masa、Vanaなどのデータ注釈プロトコル、Eliza、ARC、Swarmsなどの開発フレームワークプロトコル、Phalaなどのプライバシーコンピューティングプロトコルなど、フレームワーク開発ツール、データサービス、プライバシー保護を提供します。

データサービス層はモデルのトレーニングを促進し、開発フレームワークは電力とストレージをインフラストラクチャー層に依存し、プライバシーコンピューティング層はトレーニング/推論中のデータのセキュリティを保護します。

3, モデルレイヤー

モデルレイヤーはモデルの開発、トレーニング、配布に使用され、オープンソースのモデルトレーニングプラットフォームがあります：

モデルレイヤーはインフラレイヤーの演算とミドルウェアレイヤーのデータに依存します。モデルは開発フレームワークを通じてチェーンに展開され、モデルマーケットプレイスはトレーニング結果をアプリケーションレイヤーに配信します。

4,アプリケーション層

アプリケーション層は、エンドユーザー向けのAI製品であり、その中にはエージェントが含まれる：

アプリケーション層はエンドユーザー向けのAI製品で、エージェントにはGOAT、AIXBTなどがあります。

アプリケーションレイヤーはモデルレイヤーで事前に訓練されたモデルを呼び出し、ミドルウェアレイヤーでプライバシーコンピューティングに依存し、複雑なアプリケーションはインフラレイヤーでリアルタイムのコンピューティングパワーを必要とします。

II.分散演算へのネガティブな影響

サンプル調査によると、Web3のAIプロジェクトの約70%は、実際にOpenAIまたは中央演算を呼び出しています。プロジェクトのサンプル調査によると、実際にはOpenAIまたは集中型クラウドプラットフォームを呼び出し、分散型GPU（Bittensorサブネットモデルなど）を使用しているのはわずか15％で、残りの15％はハイブリッドアーキテクチャ（機密データにはローカル処理、汎用タスクにはクラウド）です。

分散型演算プロトコルの実際の使用率は、予想よりもはるかに低く、実際の市場価値と一致していません。Web3へ移行するWeb2の開発者がオリジナルのツールチェーンを使用していること、分散型GPUプラットフォームがまだ価格優位性を獲得していないこと、そして一部のプロジェクトがデータコンプライアンスレビューを回避する方法として「分散化」を使用しており、実際の演算はまだ中央集権化されたクラウドに依存していることです。

AWS/GCPはAIコンピューティング能力の市場シェアの90%以上を占めているのに対し、アカシの同等のコンピューティング能力はAWSのわずか0.2%に過ぎない。中央集権型クラウドプラットフォームの魅力は、クラスタ管理、RDMA高速ネットワーク、弾力的な拡張と縮小である。分散型クラウドプラットフォームは、上記の技術のWeb3の改良版を持っているが、完璧にできない欠点は、レイテンシ：分散ノードの通信レイテンシは中央集権型クラウドの6倍である。ツールチェーンの断片化：PyTorch/TensorFlowはネイティブに分散スケジューリングをサポートしていない。

DeepSeekはスパーストレーニングで計算を50%削減します。DeepSeekは、スパース・トレーニングによって計算消費電力を50%削減し、ダイナミック・モデル・プルーニングによって、コンシューマー向けGPUで100億パラメータ・モデルのトレーニングを可能にします。 ハイエンドGPUに対する短期的な市場期待は大幅に低下し、エッジコンピューティングの市場ポテンシャルが再評価された。上に示したように、DeepSeek以前は、業界のプロトコルやアプリケーションの大半はAWSのようなプラットフォームを使用しており、分散型GPUネットワークで展開されるユースケースはごくわずかでした。

この状況は、開発者のロングテールを解放するDeepSeekの登場によって悪化する可能性が高く、低コストで効率的な推論モデルはこれまで以上に一般的になるでしょう。実際、上記の集中型クラウドプラットフォームや多くの国で、すでにDeepSeekの導入が始まっており、推論コストの大幅な削減により、多くのフロントエンドアプリケーションが誕生し、コンシューマーグレードのGPUに対する大きな需要が見込まれる。これからの巨大市場を前に、集中型クラウドプラットフォームは、プラットフォーム競争のトップだけでなく、無数の小規模な集中型クラウドプラットフォームとも、新たなユーザー競争を繰り広げるだろう。競争する最も直接的な方法は価格を下げることであり、集中型プラットフォームの4090の価格は下方調整の先駆けとなることが予見され、これはWeb3の算術プラットフォームの破滅と見なすことができる。後者にとって価格だけが堀ではなく、業界の演算プラットフォームが値下げを余儀なくされた場合、その結果はio.net、Render、Akashにとって耐え難いものとなるだろう。価格競争は、後者に残された評価の上限を破壊し、収益低下とユーザー減少のデススパイラルは、分散型演算プロトコルを新たな方向に向かわせる可能性がある。

III.上流と下流の合意の意味

図に示すように、DeepSeekは、インフラ層、モデル層、アプリケーション層に対して、肯定的な影響という点で異なる影響を与えると思います:

• アプリケーション層は推論コストの大幅な削減の恩恵を受け、より多くのアプリケーションがAgentアプリケーションを長時間オンラインにし、低コストでリアルタイムにタスクを完了できるようになります。

• アプリケーション層は推論コストの大幅な削減の恩恵を受けます。left;">同時に、DeepSeekの低コストのモデル・オーバーヘッドにより、DeFAIプロトコルは、1つのユースケースに数千のエージェントが使用される、より複雑なSWARMを形成することができます。

  アプリケーションレイヤーの開発者は、DeFi関連のAIアプリに価格設定、オンチェーンデータと分析、プロトコル管理されたデータを供給するために、高額なライセンス料を支払うことなくモデルを微調整することができます。

• オープンソースのモデルレイヤーは、ロングテールの開発者に開放されたハイエンドモデルが広範な開発ブームを刺激する可能性があるDeepSeekの出現で、その関連性を証明しました。

過去3年間でハイエンドGPUを中心に構築された演算の壁は完全に崩れ去り、開発者はオープンソースモデルの方向性を確立するための選択肢が増えました。将来、AIモデルはもはや演算ではなくアルゴリズムで競うようになり、この信念の転換はオープンソースモデルの開発者にとって自信の基盤になるでしょう。

以下のような特定のサブネットワークがあります。DeepSeekに特化したサブネットが増殖し、等価演算のモデルパラメータが上昇し、より多くの開発者がオープンソースコミュニティに参加するでしょう。

ネガティブな影響という点では、

• インフラストラクチャーにおける演算プロトコルの使用の客観的な待ち時間を最適化することはできません。p>

• また、A100と4090のハイブリッドネットワークは、分散型プラットフォームが提供できる以上の調整アルゴリズムを必要とします。

4,エージェント・バブルの崩壊、DeFAIの誕生

エージェントは業界最後のAIである。Agentは業界におけるAIの最後の希望であり、DeepSeekの出現は演算の限界を解放し、アプリケーションの爆発という未来への期待を描き出した。これはAgentトラックにとって大きな恩恵だが、業界と米国株やFRB政策との強い相関関係により、唯一残っていたバブルは崩壊し、トラックの市場価値はどん底に落ちた。

AIと業界の融合の波には、技術的なブレークスルーと市場の駆け引きが常につきまとう。エヌビディアの市場価値ショックが引き起こした連鎖反応は、業界におけるAIの物語の深いジレンマを映し出す、悪魔を映し出す鏡のようなものだ。オンチェーン・エージェントからDeFAIエンジンまで、一見完全な生態マッピングのように見えるが、そこには脆弱な技術インフラ、価値論理の空洞化、資本の支配という残酷な現実が隠されている。表面的に繁栄しているオンチェーン・エコシステムには、隠れた問題が隠されている。限られた流動性をめぐって多数の高FDVトークンが競合し、時代遅れのアセットが生き残るためにFOMOセンチメントに依存し、開発者がイノベーションの可能性を消費するためにPVPスクロールに囚われている。資本とユーザーの増加分が頭打ちになるにつれ、業界は「イノベーターのジレンマ」に陥っている。氷河を打ち破る画期的な物語を待ち望みながらも、パス依存の足かせから抜け出せないでいる。この引き裂かれた状態は、AIエージェントに歴史的な機会を提供している。それは、技術のツールボックスのアップグレードであるだけでなく、価値創造のパラダイムの再構築でもある。

この1年で、業界のより多くのチームが、従来の資金調達モデルが失敗していることに気づきました。VCに小さなシェアを与え、市場をコントロールし、大企業がプレートを引くのを待つという日常は、もはや持続可能ではありません。三重のプレッシャーの下で、弱気市場により適応する新しい遊び方が生まれつつある：共同代表KOL＋少数のVC、コミュニティ立ち上げの大きな割合、低い市場価値でのコールドスタートである。

SoonとPump Funに代表されるイノベーターは、共同代表KOLのお墨付き、トークンの40～60％がコミュニティに直接配布される、FDVの評価水準が1000万ドルと低い、といった「コミュニティ・ローンチ」によって新たな道を切り開こうとしている。プロジェクトは1000万FDVという低評価で立ち上げられ、数百万ドルの資金調達を達成した。このモデルは、KOLの影響力を通じてコンセンサスFOMOを構築するため、チームは事前に収益をロックし、同時に、市場の短期的なコントロールの利点を放棄するものの、市場の深さと引き換えに高い流動性、しかし、買い戻すためにトークンの低価格での弱気市場でのマーケットメイキングメカニズムの遵守を通じて。要するに、これは権力構造のパラダイムシフトである。VC主導の太鼓持ちゲーム（機関が買収-企業が売却-個人投資家が購入）から、プロジェクト側とコミュニティが流動性プレミアムを伴う新しいタイプの共生関係を形成する、コミュニティ合意価格による透明なゲームへ。業界が透明性革命のサイクルに入ったとき、市場をコントロールするという伝統的な論理に固執するプロジェクトは、権力移動の波の下で、時代の残滓に成り下がるかもしれない。

市場の短期的な痛みは、テクノロジーの長い波が不可逆であることの証しである。AIエージェントがオンチェーン・インタラクションのコストを2桁削減し、適応型モデルがDeFiプロトコルの資本効率を最適化し続けるとき、業界は待望のマッシブ・アダプション（大量導入）を迎えると予想される。この変化は、概念的な誇大宣伝や資本の誇大宣伝に頼るのではなく、実際の需要に根ざした技術的な浸透である。電力革命が電球会社の倒産によって止められることがなかったように、エージェントはバブル崩壊後、いずれ本物の黄金軌道に乗るだろう。DeFAIはそのための肥沃な土壌となる可能性があり、低コストの推論が日常的に行われるようになれば、何百ものAgentが1つのSwarmユースケースに組み合わされる光景をすぐに見ることができるだろう。同等の演算能力の下で、モデルパラメータの大幅な増加は、オープンソースモデル時代のエージェントがより完全に微調整できることを保証することができ、複雑なユーザー入力コマンドに直面しても、単一のエージェントが完全に実行できるタスクのパイプラインに分割することができ、各エージェントによる操作の連鎖の最適化は、DeFiプロトコルの活動性と機動性の全体的な増加に寄与する可能性がある。DeFAIに代表されるような、より複雑なDeFi製品が登場し、最後のバブルがはじけた後、ここに新たな機会が生まれるだろう。