Desentralisasi Komputasi Awan: Arah Baru untuk Inovasi Penyediaan Daya Komputasi AI

Seiring dengan perkembangan teknologi yang pesat, nilai pasar perusahaan seperti OpenAI dan Nvidia telah meningkat secara signifikan dalam beberapa tahun terakhir. Perpaduan antara kecerdasan buatan dan teknologi kripto telah menjadi narasi inti di pasar saat ini, menarik banyak investasi dan perhatian. Dalam konteks perkembangan AI, desentralisasi sebagai alat yang kuat menunjukkan potensi dan ruang imajinasi yang besar. Meskipun masih ada jarak dalam aplikasi praktis dibandingkan dengan model terpusat, memanfaatkan keunggulan Web3 untuk memperluas bidang inti AI telah menjadi tujuan bersama bagi para pelaku industri.

Perkembangan teknologi AI terutama melibatkan empat aspek: data, model, pelatihan, dan inferensi. Di antara semua ini, data adalah elemen paling inti, yang dapat dianggap sebagai bahan baku teknologi AI, sementara aspek lainnya adalah cara pengolahan data. Teknologi desentralisasi memiliki peran dan nilai penting dalam penandaan dan penyimpanan data.

Jika data adalah bahan mentah, maka Daya Komputasi adalah alat untuk mengolah bahan mentah tersebut, digunakan untuk memaksimalkan efisiensi produksi. Artikel ini akan menganalisis kerangka ekosistem dan model ekonomi dari "Daya Komputasi" dengan tema Crypto x AI x DePIN.

Satu, DePIN dan Kerangka Ekosistem Daya Komputasi Desentralisasi

**Masalah yang Ada: **Daya Komputasi berkualitas tinggi sebagai kebutuhan dalam pengembangan AI saat ini telah dimonopoli oleh raksasa tradisional, yang menyebabkan perusahaan rintisan dan pengguna individu kesulitan untuk mendapatkan sumber daya daya komputasi dengan rasio harga yang wajar, harga yang tinggi menjadi hambatan utama bagi sebagian besar pihak yang membutuhkan.

Solusi desentralisasi: Proyek di bidang DePIN saat ini banyak menggunakan model ekonomi P2P, memberikan sumber daya berkualitas tinggi kepada pihak yang membutuhkan sumber daya, memungkinkan setiap pengguna untuk berperan sebagai penyedia sumber daya fasilitas fisik, sekaligus mendapatkan imbalan token.

Dengan meningkatnya permintaan Daya Komputasi AI desentralisasi, ekosistem pasokan Daya Komputasi AI desentralisasi telah membentuk kerangka yang seimbang secara menyeluruh. Di antaranya, proyek-proyek terkemuka seperti Io.net, Exabit, dan PingPong memainkan peran penting yang berbeda dalam ekosistem, dengan penghalang teknologi dan penataan masa depan Daya Komputasi desentralisasi yang menarik perhatian.

Ekosistem Daya Komputasi AI Desentralisasi terutama terdiri dari tiga bagian, masing-masing berperan sebagai agen sumber daya, penyedia sumber daya, dan saluran.

Agen Sumber Daya - Io.net

Io.net adalah jaringan komputasi desentralisasi, berfungsi sebagai agen daya komputasi, menyediakan daya komputasi AI berkualitas tinggi kepada klien dengan harga rendah. Sisi pasokannya memiliki sumber daya GPU yang tersebar di seluruh dunia, dan klien utamanya adalah perusahaan startup dari putaran benih hingga putaran B yang fokus pada inferensi AI.

Proyek DePIN berbasis rantai Solana ini baru-baru ini menyelesaikan pendanaan putaran A sebesar 30 juta USD, dipimpin oleh Hack VC, dengan partisipasi dari Multicoin Capital, Foresight Ventures, Solana Labs, dan lainnya.

Sebagai agen sumber daya Daya Komputasi AI terkemuka, Io.net berencana untuk mengagregasi 1 juta GPU, membentuk jaringan Daya Komputasi DePIN yang besar, bertujuan untuk menyediakan Daya Komputasi dengan harga lebih rendah bagi pelanggan. Pengguna dapat menyumbangkan Daya Komputasi GPU dan CPU yang tidak terpakai ke platform io.net dan mendapatkan insentif token $IO. Tujuan inti mereka adalah untuk mengendalikan harga dalam lingkungan desentralisasi, menyediakan Daya Komputasi AI berkualitas tinggi, dan membantu perusahaan rintisan AI mengurangi biaya.

Layanan komputasi IO Cloud yang ditawarkan oleh Io.net menggunakan modul konstruksi kluster, memungkinkan semua GPU tetap terhubung, untuk mencapai kerja koordinasi skala besar selama proses pelatihan dan inferensi. Ini memungkinkan GPU untuk mengakses daya komputasi yang terpusat untuk mengakses database yang lebih besar dan menghitung model yang lebih kompleks. Perusahaan rintisan AI dapat menyelesaikan penyebaran perangkat keras komputasi dengan harga sepuluh kali lipat lebih murah menggunakan produk io.net. Yang lebih menarik, io.net fokus pada penggabungan daya komputasi pembelajaran mesin dan dapat memformat pasokan GPU untuk Render Network, FileCoin, dan raksasa DePIN lainnya untuk memberikan dukungan sumber daya yang paling mendasar dan langsung untuk teknologi dasar.

Saat ini, jumlah kluster GPU yang teragregasi oleh io.net menduduki peringkat teratas di industri, dengan lebih dari 200.000 GPU yang tersedia secara online, di antaranya hampir 50.000 GeForce RTX 4090 dan lebih dari 30.000 GeForce RTX 3090 Ti.

Penyedia Sumber Daya - Exabit

Exabit sebagai penyedia Daya Komputasi AI yang paling potensial, dapat menyediakan cukup chip untuk pembelajaran mesin mendalam. Tim Exabit dalam hal sumber daya Daya Komputasi AI tradisional dapat dianggap sebagai yang terdepan. Pernah menjadi agen utama untuk raksasa AI, Nvidia, Exabit dapat langsung mengakses ratusan pusat data di sisi pasokan sumber daya, dengan akses ke mesin A/H100, RTX4090, dan A6000.

Exabit menyediakan daya komputasi pembelajaran mesin skala besar untuk raksasa Web3. Sebagai perbandingan, beberapa pelanggan harus mengeluarkan lebih dari 140.000 dolar AS per bulan untuk mendapatkan layanan cloud, sementara setelah beralih ke Exabit, biaya penggunaan layanan cloud turun menjadi sekitar 40.000 dolar AS per bulan, tidak hanya mengurangi pengeluaran lebih dari 70%, tetapi juga meningkatkan efisiensi sebesar 30%.

Misi Exabit adalah untuk menyediakan Daya Komputasi tercepat, berkualitas tertinggi, dan paling dapat diandalkan bagi pelanggan melalui saluran penyediaan Daya Komputasi yang unik. Daya Komputasi berkualitas tinggi tidak hanya dapat menghemat biaya pengguna, tetapi juga memberikan pilihan layanan yang komprehensif bagi pelanggan.

Kualitas Daya Komputasi AI yang disediakan oleh Exabit telah diakui oleh banyak agen Daya Komputasi AI, dan saat ini telah menjalin kerjasama dengan Renders Network, Io.net, dan raksasa Daya Komputasi lainnya, berkomitmen untuk memberikan kontribusi di bidang pembelajaran mesin melalui cara desentralisasi.

Penyedia Sumber Daya - PingPong

PingPong sebagai penyedia saluran sumber daya DePIN, menyediakan layanan melalui pencocokan permintaan. PingPong mengadopsi protokol terbuka berbasis platform, menyediakan sumber daya agregat dasar sebelum memberikan layanan. Tujuannya adalah untuk menjadi agregator layanan DePIN, yang dapat dipahami sebagai 1inch atau versi agregat dari Uber di bidang DePIN.

PingPong memperoleh informasi tentang berbagai jaringan dan strategi, keadaan sumber daya, kinerja, stabilitas, dan aspek lainnya melalui lapisan kontrol, menyediakan SDK, dan kemudian menggunakan algoritma routing untuk memberikan SDK kepada pengguna.

Titik Nyeri: Sumber daya dan layanan di setiap jaringan DePIN terbatas, pencarian global untuk alokasi sumber daya menyebabkan kualitas layanan yang buruk karena konsentrasi yang terlalu tinggi di daerah tertentu.

Solusi: Algoritma Routing - Mengambil data, informasi dasar jaringan, dan informasi mesin, mengagregasi untuk menghasilkan strategi, dan mencocokkan layanan sesuai permintaan pelanggan. Tujuannya adalah untuk meningkatkan kualitas dan layanan lapisan aplikasi DePIN, serta mencari jaringan Daya Komputasi dengan harga optimal dalam kondisi kekurangan sumber daya.

Dua, Analisis Ekosistem Daya Komputasi Desentralisasi

Io.net dan Exabit telah mencapai kerjasama strategis, di mana Exabit sebagai penyedia dengan banyak mesin GPU, berkomitmen untuk meningkatkan kecepatan dan stabilitas jaringan io.net. Io.net akan memungkinkan pelanggan untuk membeli dan menyewa daya komputasi berkualitas tinggi yang disediakan oleh Exabit secara langsung di jaringan io.net melalui perantara. Kedua belah pihak sepakat bahwa keberhasilan industri komputasi desentralisasi dan penggabungan Web3 dengan AI memerlukan kerjasama erat antara pemimpin industri awal.

Seiring dengan meningkatnya permintaan terhadap Daya Komputasi, cloud computing tradisional saat ini menghadapi beberapa masalah:

• Ketersediaan terbatas: Menggunakan layanan cloud seperti AWS, GCP, dan Azure biasanya memerlukan waktu beberapa minggu untuk mendapatkan akses perangkat keras, dan model GPU yang umum sering kali tidak tersedia.
• Pilihan terbatas: Pilihan pengguna dalam hal perangkat keras GPU, lokasi, tingkat keamanan, dan latensi terbatas.
• Biaya tinggi: Harga GPU berkualitas tinggi mahal, dan pengeluaran proyek dalam proses pelatihan dan inferensi setiap bulan dapat dengan mudah mencapai ratusan ribu dolar.

Visi dari Daya Komputasi desentralisasi adalah untuk menyediakan alternatif yang terbuka, dapat diakses, dan terjangkau, untuk mengatasi masalah inti dari penyedia layanan cloud terpusat. Namun, untuk menantang posisi raksasa cloud computing, masih diperlukan usaha dan dukungan bersama dari para inovator untuk mengambil langkah revolusioner.

Mode Aset

Model Aset Berat

Exabit sebagai sisi penyuplai, memiliki Nvidia sebagai penghalang absolut. Dalam daya komputasi pembelajaran mesin, mesin yang bernilai utama adalah A100, RTX4090, dan H100, dengan harga sekitar 300.000 dolar AS per unit. Mesin-mesin ini telah menjadi sumber daya yang sangat langka, yang telah lama dimonopoli oleh perusahaan-perusahaan raksasa AI tradisional. Sumber daya yang dapat diakses Exabit di sisi penyuplai sangat berharga. Karena daya komputasi GPU pribadi yang dibagikan oleh individu tidak cukup berkualitas untuk mendukung perhitungan dan pemrosesan model AI berskala besar, peran Exabit dalam ekosistem daya komputasi desentralisasi sangat penting dan sulit untuk digantikan.

Model aset berat yang diambil oleh Exabit memerlukan investasi aset tetap yang besar, dan skala investasi modal serta teknologi ini membuat perusahaan rintisan sulit untuk meniru. Jika Exabit dapat bekerja sama dengan lebih banyak agen daya komputasi desentralisasi, terus memperluas sisi pasokan, dan memenuhi kebutuhan sumber daya daya komputasi industri, maka ada kemungkinan untuk mencapai monopoli industri di bidang daya komputasi desentralisasi B2B dan menghasilkan efek skala.

Namun, risiko terbesar terletak pada ketidakmampuan untuk terus menyediakan sumber daya bagi agen daya komputasi setelah menginvestasikan modal besar. Apakah sisi pasokan dapat menghasilkan keuntungan secara besar-besaran sangat bergantung pada apakah agen daya komputasi dapat terus mendapatkan pelanggan. Siapa pun agen daya komputasi, selama ada pelanggan dan permintaan, nilai Exabit sebagai sisi pasokan akan meningkat seiring dengan pertumbuhan permintaan.

Model Aset Ringan

Io.net sebagai agen Daya Komputasi terbaik saat ini, bergantung pada GPU yang tersebar di seluruh dunia untuk membentuk jaringan komputasi desentralisasi yang besar. Dari sudut pandang bisnis, io.net mengadopsi model operasi aset ringan, membangun merek yang kuat di bidang agen Daya Komputasi AI melalui operasi komunitas dan membangun konsensus yang tinggi.

Bisnis inti Io.net:

1. Menggabungkan daya komputasi GPU ritel dan memberikan token sebagai imbalan
2. Mengambil Daya Komputasi berkualitas tinggi dari sisi pasokan untuk dijual kepada perusahaan rintisan AI

Dari sudut pandang perusahaan:

1. Membeli dengan harga rendah dan menjual dengan harga tinggi dari sisi pasokan daya komputasi berkualitas tinggi kepada pelanggan sisi C.
2. Membantu pengguna menghasilkan token dengan membagikan daya komputasi GPU yang tidak terpakai
3. Menyediakan platform daya komputasi untuk penambangan dan staking bagi pelanggan, tetapi pada tahap awal perlu menginvestasikan sekitar 4000 dolar AS untuk mendapatkan hasil yang lebih baik.

Sudut pandang pelanggan:

1. Harga daya komputasi jaringan Io.net sekitar 80% lebih murah dibandingkan dengan layanan komputasi awan terpusat lainnya.
2. Model Pendapatan Staking dan Pendapatan Berbagi
3. Setelah klien menginvestasikan sejumlah modal, mereka dapat mencapai bunga majemuk.

Sebagai perusahaan dengan model aset ringan yang khas, keunggulan terbesar io.net adalah risiko yang lebih rendah, tim tidak perlu menginvestasikan biaya mesin yang besar sebelum memulai seperti di sisi pasokan. Karena investasi modal yang lebih sedikit, perusahaan dan investor lebih mudah mendapatkan margin keuntungan yang lebih tinggi. Namun, karena ambang masuk industri yang rendah, model bisnis mudah untuk ditiru dan disalin, ini perlu dipertimbangkan secara hati-hati oleh investor nilai jangka panjang.

Tiga, dari 10 ke 100?

Jika kolaborasi Exabit dan Io.net dapat membantu ekosistem Daya Komputasi desentralisasi bergerak dari 1 ke 10, maka ditambah dengan PingPong mungkin ada kesempatan untuk mencapai 100.

Tujuan PingPong adalah menjadi agregator layanan DePIN terbesar, secara langsung bersaing dengan Uber di Web2. Sebagai distributor, dengan mengagregasi situasi sumber daya yang beragam secara real-time, kami menghubungkan pelanggan dengan sumber daya yang memiliki harga dan kualitas terbaik. PingPong mengadopsi model bisnis aset ringan B2B2C, di mana B pertama adalah sisi pasokan, B kedua adalah agen sumber daya, dan sisi C adalah memberikan pilihan sumber daya optimal kepada pelanggan melalui informasi.

Sebagai platform, jika distributor dapat berkembang menjadi platform yang dapat menerbitkan aset, maka produk akan menjadi lebih berharga. PingPong menyediakan SDK yang didukung oleh algoritma routing untuk menghitung Daya Komputasi untuk membuat AI Agent, mengubah aset keuangan baru, dan secara dinamis membantu pelanggan yang menggunakan aplikasi untuk melakukan penambangan dinamis, dengan fokus pada挖掘 Daya Komputasi yang berguna. Model "aset di atas aset" ini dapat sangat meningkatkan likuiditas sumber daya dan dana.

Untuk PingPong, mereka berharap melihat lebih banyak pemasok dan agen masuk ke ekosistem Daya Komputasi desentralisasi, untuk menonjolkan keunggulan mereka, memperluas lini bisnis, dan mendapatkan lebih banyak pelanggan. Seperti halnya Baidu dan Dazhong Dianping yang dapat mendominasi bidang informasi karena ada lebih banyak pedagang dan informasi yang diunggah ke internet, sehingga menciptakan permintaan tinggi dari pelanggan terhadap saluran.

Empat, Masa Depan Menjanjikan

Desentralisasi komputasi awan sedang berkembang secara bertahap. Meskipun kerangka ekosistem dan modelnya telah menjadi jelas, para pemimpin dari setiap peran juga sedang menjalankan tanggung jawab ekosistem mereka, namun untuk mengguncang posisi raksasa komputasi awan tradisional masih terlalu dini. Dibandingkan dengan komputasi awan terpusat tradisional, desentralisasi memang secara konseptual dapat dengan baik menyelesaikan banyak masalah pelanggan, tetapi sumber daya dan skala keseluruhan pasar ini masih