Phi tập trung điện toán đám mây: Cách mạng hóa hướng cung cấp khả năng tính toán AI mới

Với sự phát triển nhanh chóng của công nghệ, giá trị thị trường của các công ty như OpenAI và Nvidia đã tăng mạnh trong những năm gần đây. Sự kết hợp giữa trí tuệ nhân tạo và công nghệ mã hóa đã trở thành câu chuyện cốt lõi của thị trường hiện tại, thu hút một lượng lớn đầu tư và sự chú ý. Trong bối cảnh phát triển của AI, phi tập trung như một công cụ mạnh mẽ, thể hiện tiềm năng và không gian tưởng tượng to lớn. Mặc dù vẫn còn khoảng cách trong ứng dụng thực tế so với mô hình tập trung, nhưng việc tận dụng lợi thế của Web3 để mở rộng các lĩnh vực cốt lõi của AI đã trở thành mục tiêu chung của các bên tham gia trong ngành.

Sự phát triển của công nghệ AI chủ yếu liên quan đến bốn khía cạnh: dữ liệu, mô hình, đào tạo và suy luận. Trong đó, dữ liệu là yếu tố cốt lõi nhất, có thể xem là nguyên liệu của công nghệ AI, trong khi các khía cạnh khác là cách thức xử lý dữ liệu. Công nghệ Phi tập trung có vai trò và giá trị quan trọng trong việc gán nhãn và lưu trữ dữ liệu.

Nếu nói dữ liệu là nguyên liệu, thì khả năng tính toán chính là công cụ để chế biến những nguyên liệu này, nhằm tối đa hóa hiệu suất sản xuất. Bài viết này sẽ tập trung vào chủ đề "khả năng tính toán", phân tích khung sinh thái của Crypto x AI x DePIN và mô hình kinh tế của nó.

Một, DePIN và khung sinh thái khả năng tính toán phi tập trung

Vấn đề hiện tại: Khả năng tính toán chất lượng cao là điều cần thiết cho việc nghiên cứu và phát triển AI, hiện nay đã bị các ông lớn truyền thống độc quyền, dẫn đến việc các công ty khởi nghiệp và người dùng cá nhân khó khăn trong việc tiếp cận tài nguyên khả năng tính toán với chi phí hợp lý, giá cả cao trở thành rào cản chính đối với hầu hết các bên có nhu cầu.

Giải pháp phi tập trung: Hiện tại, các dự án trong lĩnh vực DePIN thường sử dụng mô hình kinh tế P2P, cung cấp tài nguyên chất lượng cao cho các bên có nhu cầu tài nguyên, cho phép mỗi người dùng đều có thể đóng vai trò là nhà cung cấp tài nguyên cơ sở vật chất, đồng thời nhận được phần thưởng bằng mã thông báo.

Với sự gia tăng đột ngột của nhu cầu về khả năng tính toán AI phi tập trung, hệ sinh thái cung cấp khả năng tính toán AI phi tập trung đã hình thành một khung cân bằng toàn diện. Trong đó, các dự án hàng đầu như Io.net, Exabit và PingPong đóng vai trò quan trọng khác nhau trong hệ sinh thái, rào cản công nghệ của những dự án này và sự bố trí cho sự phát triển trong tương lai của khả năng tính toán phi tập trung thật sự đáng chú ý.

Hệ sinh thái khả năng tính toán AI phi tập trung chủ yếu bao gồm ba phần, lần lượt đóng vai trò là đại lý tài nguyên, nhà cung cấp tài nguyên và nhà phân phối.

Đại lý tài nguyên - Io.net

Io.net là một mạng lưới tính toán Phi tập trung, hoạt động như một đại lý khả năng tính toán, cung cấp khả năng tính toán AI chất lượng cao với giá thấp cho khách hàng. Phía cung cấp có nguồn tài nguyên GPU phân bố toàn cầu, khách hàng chủ yếu là các công ty khởi nghiệp từ vòng hạt giống đến vòng B tập trung vào suy diễn AI.

Dự án DePIN dựa trên chuỗi Solana này gần đây đã hoàn thành vòng gọi vốn Series A 30 triệu USD, do Hack VC dẫn đầu, cùng với sự tham gia của Multicoin Capital, Foresight Ventures, Solana Labs và các nhà đầu tư khác.

Là một nhà cung cấp dịch vụ tài nguyên AI khả năng tính toán hàng đầu, Io.net có kế hoạch tập hợp 1 triệu GPU, hình thành một mạng lưới DePIN khả năng tính toán khổng lồ, nhằm cung cấp khả năng tính toán với giá thấp hơn cho khách hàng. Người dùng có thể đóng góp GPU và CPU khả năng tính toán không sử dụng cho nền tảng io.net để nhận phần thưởng bằng $IO. Mục tiêu cốt lõi của nó là kiểm soát giá cả trong một môi trường phi tập trung, cung cấp khả năng tính toán AI chất lượng cao, giúp các công ty khởi nghiệp AI giảm chi phí.

Dịch vụ tính toán IO Cloud do Io.net cung cấp sử dụng mô-đun xây dựng cụm, giúp tất cả các GPU giữ trạng thái kết nối, thực hiện công việc phối hợp quy mô lớn trong quá trình đào tạo và suy diễn. Điều này cho phép GPU tập trung vào khả năng tính toán để truy cập vào cơ sở dữ liệu lớn hơn và tính toán các mô hình phức tạp hơn, các công ty khởi nghiệp AI sử dụng sản phẩm của io.net có thể hoàn thành việc triển khai phần cứng tính toán với giá chỉ một phần mười so với giá tập trung. Đặc biệt, io.net tập trung vào việc tổng hợp khả năng tính toán máy học, có thể cung cấp máy học GPU cho các ông lớn DePIN như Render Network, FileCoin, để thực hiện hỗ trợ tài nguyên cơ bản và trực tiếp cho nền tảng công nghệ.

Hiện tại, số lượng cụm GPU được io.net tập hợp đứng đầu ngành, số lượng GPU có sẵn trực tuyến vượt quá 200,000, trong đó có gần 50,000 chiếc GeForce RTX 4090 và hơn 30,000 chiếc GeForce RTX 3090 Ti.

Nhà cung cấp tài nguyên - Exabit

Exabit là nhà cung cấp khả năng tính toán AI có tiềm năng nhất, có khả năng cung cấp đủ chip cho việc học máy sâu. Đội ngũ Exabit được coi là độc nhất vô nhị trong lĩnh vực tài nguyên khả năng tính toán AI truyền thống. Trước đây là đại lý cấp 1 của gã khổng lồ AI Nvidia, Exabit có thể truy cập trực tiếp vào hàng trăm phòng máy ở đầu cung cấp tài nguyên, có quyền truy cập vào máy A/H100, RTX4090 và A6000.

Exabit cung cấp khả năng tính toán học máy quy mô lớn cho các ông lớn Web3. So với đó, một số khách hàng cần chi hơn 140.000 đô la mỗi tháng để có được dịch vụ đám mây, trong khi đó khi chuyển sang Exabit, chi phí sử dụng dịch vụ đám mây giảm xuống khoảng 40.000 đô la mỗi tháng, không chỉ giảm hơn 70% chi phí mà còn tăng 30% hiệu suất.

Exabit có mục tiêu cung cấp khả năng tính toán nhanh nhất, chất lượng cao nhất và đáng tin cậy nhất cho khách hàng thông qua các kênh cung cấp khả năng tính toán độc đáo. Khả năng tính toán chất lượng cao không chỉ giúp tiết kiệm chi phí cho người dùng mà còn cung cấp cho khách hàng nhiều lựa chọn dịch vụ toàn diện.

Chất lượng khả năng tính toán AI mà Exabit cung cấp đã được nhiều đại lý khả năng tính toán AI công nhận, hiện đã hợp tác với các ông lớn trong lĩnh vực khả năng tính toán như Renders Network, Io.net, nhằm đóng góp cho lĩnh vực học máy theo cách phi tập trung.

Nhà cung cấp tài nguyên - PingPong

PingPong là một nhà cung cấp kênh tài nguyên DePIN, cung cấp dịch vụ thông qua việc khớp nhu cầu. PingPong áp dụng giao thức mở theo nền tảng, cung cấp tài nguyên tổng hợp cơ bản trước khi cung cấp dịch vụ. Mục tiêu của nó là trở thành một nhà tổng hợp dịch vụ DePIN, có thể hiểu là 1inch trong lĩnh vực DePIN hoặc phiên bản tổng hợp của Uber.

PingPong thông qua lớp điều khiển thu thập thông tin về các mạng lưới và chiến lược, tình trạng tài nguyên, hiệu suất, tính ổn định, v.v., cung cấp SDK, sau đó thông qua thuật toán định tuyến cung cấp SDK cho người dùng.

Điểm đau: Tài nguyên và dịch vụ trong các mạng DePIN hạn chế, việc tìm kiếm tài nguyên toàn cầu do sự tập trung quá mức theo khu vực dẫn đến chất lượng dịch vụ kém.

Giải pháp: Thuật toán định tuyến - Lấy dữ liệu, thông tin cơ bản về mạng và thông tin máy, sau đó tổng hợp để tạo ra chiến lược và cung cấp dịch vụ phù hợp theo yêu cầu của khách hàng. Mục đích là nâng cao chất lượng và dịch vụ của lớp ứng dụng DePIN, tìm kiếm mạng khả năng tính toán với giá tối ưu trong trường hợp nguồn lực không đủ.

Hai, phân tích hệ sinh thái khả năng tính toán phi tập trung

Io.net và Exabit đã đạt được thỏa thuận hợp tác chiến lược, Exabit với kho máy GPU phong phú là bên cung cấp, cam kết nâng cao tốc độ và độ ổn định của mạng io.net. Io.net sẽ cho phép khách hàng trực tiếp mua và thuê khả năng tính toán chất lượng cao do Exabit cung cấp theo hình thức đại lý trên mạng io.net. Cả hai bên đều nhất trí rằng sự thành công của ngành công nghiệp tính toán phi tập trung và sự kết hợp giữa Web3 và AI cần sự hợp tác chặt chẽ của những người dẫn đầu trong ngành từ sớm.

Với nhu cầu về khả năng tính toán ngày càng tăng, điện toán đám mây truyền thống hiện đang đối mặt với một số vấn đề:

• Tính khả dụng hạn chế: Việc sử dụng các dịch vụ đám mây như AWS, GCP và Azure thường mất vài tuần để có quyền truy cập phần cứng, và các mẫu GPU thường được sử dụng thường không có sẵn.
• Lựa chọn hạn chế: Người dùng bị hạn chế trong việc lựa chọn phần cứng GPU, vị trí, mức độ an toàn, độ trễ, v.v.
• Chi phí cao: Giá GPU chất lượng cao rất đắt, chi phí hàng tháng của dự án trong quá trình đào tạo và suy luận dễ dàng đạt hàng trăm nghìn đô la.

Tầm nhìn của tính toán phi tập trung là cung cấp một giải pháp thay thế mở, dễ tiếp cận và hợp lý để giải quyết các vấn đề cốt lõi của các nhà cung cấp dịch vụ đám mây tập trung. Tuy nhiên, để thách thức vị thế của các ông lớn trong lĩnh vực điện toán đám mây, vẫn cần có sự nỗ lực chung và hỗ trợ lẫn nhau từ các nhà đổi mới, để có thể thực hiện một bước tiến cách mạng.

Chế độ tài sản

Mô hình tài sản nặng

Exabit như một bên cung cấp, có Nvidia làm bệ phóng với một rào cản tuyệt đối. Trong khả năng tính toán máy học, các máy móc có giá trị chủ yếu là A100, RTX4090 và H100, với giá khoảng 300.000 USD mỗi máy. Những máy này đã trở thành tài nguyên cực kỳ khan hiếm, bị các công ty AI truyền thống lớn chiếm giữ trong thời gian dài. Tài nguyên mà Exabit có thể kết nối ở bên cung cấp là vô cùng quý giá. Do chất lượng khả năng tính toán GPU cá nhân mà các nhà đầu tư nhỏ lẻ chia sẻ không đủ để hỗ trợ tính toán và xử lý các mô hình AI quy mô lớn, vai trò của Exabit trong hệ sinh thái khả năng tính toán phi tập trung là vô cùng quan trọng, và khó có thể thay thế.

Mô hình tài sản nặng mà Exabit áp dụng yêu cầu đầu tư lớn vào tài sản cố định, quy mô vốn và đầu tư công nghệ như vậy khiến các công ty khởi nghiệp khó có thể sao chép và mô phỏng. Nếu Exabit có thể hợp tác với nhiều đại lý khả năng tính toán phi tập trung hơn, không ngừng mở rộng nguồn cung, đáp ứng nhu cầu nguồn lực khả năng tính toán của ngành, thì có khả năng đạt được sự độc quyền trong lĩnh vực khả năng tính toán phi tập trung B2B và tạo ra hiệu ứng quy mô.

Tuy nhiên, rủi ro lớn nhất là sau khi đầu tư một lượng lớn vốn mà không thể liên tục cung cấp tài nguyên cho các đại lý tính toán. Việc bên cung có thể kiếm lời quy mô lớn phụ thuộc cực kỳ vào việc các đại lý tính toán có thể liên tục thu hút khách hàng hay không. Dù đại lý tính toán là ai, chỉ cần có khách hàng và nhu cầu, giá trị của Exabit với tư cách là bên cung sẽ tăng theo nhu cầu.

Mô hình tài sản nhẹ

Io.net là nhà cung cấp khả năng tính toán xuất sắc nhất hiện nay, dựa vào GPU phân bố toàn cầu để hình thành mạng lưới tính toán phi tập trung lớn. Từ góc độ thương mại, io.net áp dụng mô hình vận hành nhẹ, xây dựng thương hiệu mạnh mẽ trong lĩnh vực đại lý khả năng tính toán AI thông qua hoạt động cộng đồng và xây dựng sự đồng thuận cao.

Các dịch vụ cốt lõi của Io.net:

1. Tập hợp khả năng tính toán GPU từ các nhà đầu tư nhỏ lẻ và thưởng token
2. Từ phía cung cấp lấy khả năng tính toán chất lượng cao để bán cho các công ty khởi nghiệp AI

Góc độ doanh nghiệp:

1. Từ phía cung cấp, mua thấp bán cao Khả năng tính toán chất lượng cao cho khách hàng C.
2. Giúp người dùng kiếm token bằng cách chia sẻ khả năng tính toán GPU nhàn rỗi
3. Cung cấp nền tảng khai thác và staking khả năng tính toán cho khách hàng, nhưng cần đầu tư khoảng 4000 đô la vào giai đoạn đầu để đạt được lợi nhuận tốt.

Khách hàng nhìn nhận:

1. Giá khả năng tính toán mạng Io.net rẻ hơn khoảng 80% so với các dịch vụ điện toán đám mây tập trung khác.
2. Chế độ kiếm tiền từ staking và chế độ chia sẻ kiếm tiền
3. Khách hàng đầu tư một số vốn nhất định có thể đạt được lãi suất kép.

Là một công ty điển hình theo mô hình tài sản nhẹ, lợi thế lớn nhất của io.net là rủi ro thấp hơn, đội ngũ không cần phải đầu tư một số máy móc lớn trước khi bắt đầu như ở phía cung. Với việc đầu tư vốn ít hơn, công ty và các nhà đầu tư dễ dàng đạt được tỷ suất lợi nhuận cao hơn. Tuy nhiên, do rào cản gia nhập ngành thấp, mô hình kinh doanh dễ bị sao chép, điều này cần được xem xét cẩn thận đối với các nhà đầu tư giá trị lâu dài.

Ba, từ 10 đến 100?

Nếu nói rằng sự hợp tác giữa Exabit và Io.net có thể giúp hệ sinh thái khả năng tính toán phi tập trung từ 1 đi đến 10, thì việc thêm PingPong có lẽ có cơ hội đi đến 100.

Mục tiêu của PingPong là trở thành nhà tổng hợp dịch vụ DePIN lớn nhất, trực tiếp cạnh tranh với Uber của Web2. Là một nhà phân phối, thông qua việc tổng hợp tình hình tài nguyên đa dạng theo thời gian thực, chúng tôi kết nối khách hàng với tài nguyên có giá cả và chất lượng tốt nhất. PingPong áp dụng mô hình kinh doanh tài sản nhẹ B2B2C, với B đầu tiên là phía cung cấp, B đầu tiên thứ hai là các đại lý tài nguyên, và C là cung cấp thông tin cho khách hàng để lựa chọn tài nguyên tối ưu nhất.

Là một nền tảng, nếu các nhà phân phối có thể phát triển thành nền tảng phát hành tài sản, sẽ làm cho sản phẩm có giá trị hơn. PingPong cung cấp SDK thông qua thuật toán định tuyến có thể tính toán tài nguyên để tạo ra AI Agent, chuyển đổi tài sản tài chính mới, đồng thời thông qua SDK giúp khách hàng sử dụng ứng dụng thực hiện khai thác động, tập trung vào việc khai thác khả năng tính toán hữu ích cho tài nguyên tính toán. Mô hình "tài sản trên tài sản" này có thể nâng cao đáng kể tính thanh khoản của tài nguyên và vốn.

Đối với PingPong, họ hy vọng thấy nhiều nhà cung cấp và đại lý tham gia vào hệ sinh thái khả năng tính toán phi tập trung, để làm nổi bật lợi thế của mình, mở rộng dòng sản phẩm và thu hút nhiều khách hàng hơn. Giống như lý do mà Baidu và Đại chúng Đánh giá có thể thống trị lĩnh vực thông tin, là vì có nhiều doanh nghiệp và thông tin được tải lên internet, từ đó tạo ra nhu cầu cao của khách hàng đối với các nhà phân phối.

Bốn, tương lai có thể kỳ vọng

Phi tập trung điện toán đám mây đang từng bước phát triển. Mặc dù khung sinh thái và mô hình của nó đã trở nên rõ ràng, các nhà lãnh đạo trong từng vai trò cũng đang thực hiện trách nhiệm sinh thái của mình, nhưng còn quá sớm để làm lung lay vị trí của các ông lớn trong điện toán đám mây truyền thống. So với điện toán đám mây tập trung truyền thống, phi tập trung thực sự có thể giải quyết tốt nhiều vấn đề của khách hàng về mặt khái niệm, nhưng tổng thể tài nguyên và quy mô của thị trường này còn hạn chế.