AIとDePINの融合:分散型GPUネットワークの台頭

2023年以降、AIとDePINはWeb3分野のホットトピックとなり、それぞれの時価総額は300億ドルと230億ドルに達しました。この記事では、これら二つの分野の交差点を探り、関連プロトコルの発展について重点的に分析します。

AI技術スタックにおいて、DePINネットワークは計算リソースを提供することでAIに力を与えています。大手テクノロジー企業の成長によりGPUが不足しているため、他の開発者はAIモデルのトレーニングに必要な十分なGPUを確保することが困難です。DePINはトークン報酬を通じてリソースの提供を促進し、より柔軟でコスト効率の高い代替案を提供します。AI分野におけるDePINネットワークは、GPUリソースを個人の所有者からデータセンターにクラウドソーシングし、ユーザーに統一的な供給を提供します。

! AIとDePINの交差点

AI DePINネットワークの概要

レンダー

Renderは、GPU計算能力を提供するP2Pネットワークのパイオニアであり、最初はコンテンツ制作のグラフィックレンダリングに特化していましたが、後にAI計算タスクを含む範囲に拡大しました。そのGPUネットワークは、パラマウント映画やPUBGなどのエンターテインメント業界の大手企業によって使用されています。

アカシュ

Akashは、ストレージ、GPU、CPU計算をサポートする「スーパークラウド」の代替品として位置付けられています。AkashMLは、Hugging Face上で15,000を超えるモデルを実行するGPUネットワークを可能にします。

io.net

io.netは、AIおよびMLユースケース専用の分散GPUクラウドクラスターへのアクセスを提供します。そのIO-SDKは、PyTorchやTensorflowなどのフレームワークと互換性があり、マルチレイヤーアーキテクチャは計算ニーズに応じて自動的に動的にスケールします。

ゲンシン

Gensynは、機械学習と深層学習計算に特化したGPU計算能力を提供しています。学習証明、グラフィックベースの精密位置決定プロトコルなどの概念を組み合わせることで、より効率的な検証メカニズムを実現したと主張しています。

エイティア

Aethirは企業向けGPUを搭載し、計算集約型分野、主に人工知能、機械学習、クラウドゲームに焦点を当てています。そのネットワーク内のコンテナは、低遅延体験を実現するために、クラウドベースのアプリケーションを実行する仮想エンドポイントとして機能します。

ファラネットワーク

Phala NetworkはWeb3 AIソリューションの実行層として機能します。そのブロックチェーンは信頼不要のクラウドコンピューティングソリューションであり、信頼できる実行環境(TEE)を使用してプライバシー問題を処理するように設計されています。

! AIとDePINの交差点

プロジェクト比較

各プロジェクトは、ハードウェア、ビジネスの重点、AIタスクの種類、作業の価格設定、ブロックチェーン、データプライバシー、作業コスト、安全性、成果証明、品質保証、GPUクラスタなどの面で違いがあります。

###の重要性

クラスタリングと並列計算の可用性

分散コンピューティングフレームワークはGPUクラスターを実現し、より効率的なトレーニングを提供するとともに、スケーラビリティを向上させました。ほとんどの重点プロジェクトは、並列計算を実現するためにクラスターを統合しています。

! AIとDePINの交差点

データプライバシー

AIモデルの開発には、機密情報を含む可能性のある大量のデータセットを使用する必要があります。ほとんどのプロジェクトは、データのプライバシーを保護するために、何らかの形式のデータ暗号化を使用しています。io.netは最近、Mind Networkと協力して完全同型暗号(FHE)を導入し、データを事前に復号化することなく暗号化されたデータを処理できるようにしました。

! AIとDePINの交差点

完了証明と品質チェックの計算

複数のプロジェクトは、作業の品質を確保し、不正を防ぐために、計算完了証明書と品質検査メカニズムを提供しています。

! AIとDePINの交差点

ハードウェア統計データ

各プロジェクトは、GPUの数、CPUの数、高性能GPUの数およびその費用などの面で違いがあります。io.netとAethirは高性能GPUの数で先行しています。

! AIとDePINの交差点

高性能GPUの要件

AIモデルのトレーニングには、NvidiaのA100やH100などの最高の性能を持つGPUが必要です。分散型GPU市場のプロバイダーは、集中型サービスと競争するために十分な数の高性能GPUを提供する必要があります。

コンシューマ向けGPU/CPUを提供

一部のプロジェクトでは、消費者向けのGPU/CPUも提供されており、これは、事前学習済みモデルの微調整や小規模なモデルのトレーニングなど、あまり密度の高くないタスクに使用できます。

! AIとDePINの交差点

まとめ

AI DePIN分野は依然として相対的に新興であり、挑戦に直面しています。しかし、これらの分散型GPUネットワーク上で実行されるタスクとハードウェアの数は顕著に増加しており、Web2クラウドプロバイダーのハードウェアリソースの代替品に対する需要の増加を浮き彫りにしています。今後、これらの分散型GPUネットワークは、開発者に経済的で効率的な計算代替手段を提供する上で重要な役割を果たし、AIと計算インフラストラクチャの未来の構図に大きく貢献するでしょう。

! AIとDePINの交差点