# 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分野のホットトレンドとなっており、AIの時価総額は300億ドル、DePINの時価総額は230億ドルに達しています。本記事は両者の交差点に焦点を当て、関連プロトコルの発展を探ります。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通じてAIに実用性を提供します。大手テクノロジー企業によるGPUの不足が、他のAIモデル開発者が十分なGPUを確保することを困難にしています。従来の選択肢である中央集権型クラウドプロバイダーは効率が悪く、柔軟性に欠けます。DePINはより柔軟でコスト効果の高い代替手段を提供し、トークンによるリソース貢献のインセンティブを利用します。AI分野のDePINは、個人のGPUリソースを統合した統一供給を提供し、開発者にカスタマイズされたオンデマンドアクセスを提供すると同時に、GPU所有者に追加の収入を生み出します。! [AIとDePINの交差点](https://img-cdn.gateio.im/social/moments-112d1efea526039e305cc846f2ca3c50)## AI DePINネットワークの概要### レンダーRenderは初のP2P GPU計算ネットワークで、最初はグラフィックレンダリングに特化し、その後AI計算タスクに拡張されました。ハイライト:- オスカー技術賞を受賞したOTOY社によって設立されました- サービス パラマウント映画などのエンターテインメント業界の巨人- Stability AIなどと協力し、AIモデルと3Dレンダリングを統合する- 多くの計算クライアントを承認し、より多くのDePINネットワークGPUを統合する! [AIとDePINの交差点](https://img-cdn.gateio.im/social/moments-68a395d50be4ab07fbc575dd54441164)### アカシュAkashは、AWSなどの従来のプラットフォームに代わる「スーパークラウド」として、ストレージ、GPU、CPU計算をサポートすることを位置付けています。ハイライト:- 汎用計算からネットワークホスティングまでの幅広いタスクをサポート- AkashMLはHugging Faceで15,000以上のモデルを実行します- Mistral AIのLLMモデルなどの重要なアプリケーションを管理する- メタバース、AI展開、連邦学習プラットフォームをサポート### io.netio.netはAIおよびMLのユースケースに特化した分散化GPUクラウドクラスターを提供しています。ハイライト:- IO-SDKはPyTorchなどのフレームワークと互換性があり、動的に拡張できます- 3種類のクラスタタイプをサポートし、2分以内に起動します- Renderなどと協力して他のDePINネットワークGPUを統合する### ゲンシンGensynは、機械学習とディープラーニングGPUコンピューティングに焦点を当てています。ハイライト:- V100 GPUの時間あたりコストは約0.40ドルで、大幅に節約します- 事前学習済み基本モデルの微調整をサポート- 提供分散化グローバル共有基盤モデル### アエティールAethirは、AI、ML、クラウドゲームなどの計算集約型分野に特化した企業GPUです。ハイライト:- クラウドフォンサービスに拡張し、Aphoneと提携して分散化クラウドスマートフォンを発表- NVIDIAなどのWeb2の巨人と広範囲にわたって協力- Web3空間における複数のパートナー(CARV、Magic Edenなど)### 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、プライバシーの問題を処理します。ハイライト:- 検証可能な計算コプロセッサプロトコルとして機能する- AIエージェント契約はトップレベルの大規模言語モデルに接続可能です- 将来にはzk-proofsなどの多重証明システムが含まれます- H100などのTEE GPUをサポートして計算能力を向上させる予定! [AIとDePINの交差点](https://img-cdn.gateio.im/social/moments-8f83f1affbdfd92f33bc47afe8928c5c)## プロジェクト比較| 特長 | レンダリング | アカシュ | io.net | ゲンシン | アエシール | ファラ ||-----|--------|-------|--------|--------|--------|-------|| ハードウェア | GPU&CPU | GPU&CPU | GPU&CPU | GPUの| GPUの| CPU || 重点 | グラフィックレンダリングとAI | クラウドコンピューティング、レンダリングとAI | AI | AI | AI、クラウドゲームと電気通信 | チェーン上のAI実行 || AIタスク | 推論 | 両者 | 両者 | トレーニング | トレーニング | 実行 || 価格設定 | パフォーマンスベース | 逆オークション | 市場価格設定 | 市場価格設定 | 入札システム | 権益計算 || ブロックチェーン | ソラナ | コスモス | ソラナ | ジェンシン | アービトラム | ポルカドット || データプライバシー | 暗号化&ハッシュ | mTLS認証 | データ暗号化 | セキュアマッピング | 暗号化 | TEE || 手数料 | 0.5-5%/タスク | 20% USDC, 4% AKT | 2% USDC, 0.25%準備金 | 低廉 | 20%/セッション | ステーキングに比例 || セキュリティ | レンダリング証明 | ステーク証明 | コンピュテーション証明 | ステーク証明 | レンダリング能力証明 | リレーチェーンから継承 || 完了証明 | - | - | タイムロック証明 | 学習証明 | レンダリング作業証明 | TEE証明 || 品質保証 | 争議 | - | - | 検証者と通報者 | ノードのチェック | リモート証明 || GPUクラスタ | いいえ | はい | はい | はい | はい | いいえ |! [AIとDePINの交差点](https://img-cdn.gateio.im/social/moments-df4f88879b53c4aa604b248fc9ff393a)## ハードウェア統計| メトリクス | レンダリング | アカシュ | io.net | ゲンシン | アエシール | ファラ ||-----|--------|-------|--------|--------|--------|-------|| GPUの数 | 5600 | 384 | 38177 | - | 40000+ | - || CPUの数 | 114 | 14672 | 5433 | - | - | 30000+ || H100/A100個 | - | 157 | 2330 | - | 2000+ | - || H100料金/時間 | - | 1.46ドル | 1.19ドル| - | - | - || A100料金/時間 | - | 1.37ドル | 1.50ドル| $0.55(推定) | $0.33( 推定) | - |! [AIとDePINの交差点](https://img-cdn.gateio.im/social/moments-24fd635c71ed2aad842d38bf56e70b43)! [AIとDePINの交差点](https://img-cdn.gateio.im/social/moments-7a05f8ca3e44b9c91a7917953175da09)! [AIとDePINの交差点](https://img-cdn.gateio.im/social/moments-85bfeec032db538007843e9b55783e18)! [AIとDePINの交差点](https://img-cdn.gateio.im/social/moments-10f0acfcfea618361b9c445c49edfc88)## まとめAI DePIN分野はまだ初期段階にあり、多くの課題に直面しています。しかし、分散化GPUネットワーク上のタスク量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代替品に対する需要が高まっていることを示しています。これらのネットワークは供給と需要の両端の問題を効果的に解決し、その製品市場適合度を証明しています。未来を展望すると、AIは万億ドル市場に成長することが期待されています。これらの分散化GPUネットワークは、開発者に経済的に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ます。需要と供給のギャップを継続的に埋めることで、これらのネットワークはAIおよび計算インフラの未来の構造に重大な貢献をするでしょう。
分散化GPUネットワークの台頭:AIとDePINの融合新トレンド
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分野のホットトレンドとなっており、AIの時価総額は300億ドル、DePINの時価総額は230億ドルに達しています。本記事は両者の交差点に焦点を当て、関連プロトコルの発展を探ります。
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通じてAIに実用性を提供します。大手テクノロジー企業によるGPUの不足が、他のAIモデル開発者が十分なGPUを確保することを困難にしています。従来の選択肢である中央集権型クラウドプロバイダーは効率が悪く、柔軟性に欠けます。DePINはより柔軟でコスト効果の高い代替手段を提供し、トークンによるリソース貢献のインセンティブを利用します。AI分野のDePINは、個人のGPUリソースを統合した統一供給を提供し、開発者にカスタマイズされたオンデマンドアクセスを提供すると同時に、GPU所有者に追加の収入を生み出します。
! AIとDePINの交差点
AI DePINネットワークの概要
レンダー
Renderは初のP2P GPU計算ネットワークで、最初はグラフィックレンダリングに特化し、その後AI計算タスクに拡張されました。
ハイライト:
! AIとDePINの交差点
アカシュ
Akashは、AWSなどの従来のプラットフォームに代わる「スーパークラウド」として、ストレージ、GPU、CPU計算をサポートすることを位置付けています。
ハイライト:
io.net
io.netはAIおよびMLのユースケースに特化した分散化GPUクラウドクラスターを提供しています。
ハイライト:
ゲンシン
Gensynは、機械学習とディープラーニングGPUコンピューティングに焦点を当てています。
ハイライト:
アエティール
Aethirは、AI、ML、クラウドゲームなどの計算集約型分野に特化した企業GPUです。
ハイライト:
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、プライバシーの問題を処理します。
ハイライト:
! AIとDePINの交差点
プロジェクト比較
| 特長 | レンダリング | アカシュ | io.net | ゲンシン | アエシール | ファラ | |-----|--------|-------|--------|--------|--------|-------| | ハードウェア | GPU&CPU | GPU&CPU | GPU&CPU | GPUの| GPUの| CPU | | 重点 | グラフィックレンダリングとAI | クラウドコンピューティング、レンダリングとAI | AI | AI | AI、クラウドゲームと電気通信 | チェーン上のAI実行 | | AIタスク | 推論 | 両者 | 両者 | トレーニング | トレーニング | 実行 | | 価格設定 | パフォーマンスベース | 逆オークション | 市場価格設定 | 市場価格設定 | 入札システム | 権益計算 | | ブロックチェーン | ソラナ | コスモス | ソラナ | ジェンシン | アービトラム | ポルカドット | | データプライバシー | 暗号化&ハッシュ | mTLS認証 | データ暗号化 | セキュアマッピング | 暗号化 | TEE | | 手数料 | 0.5-5%/タスク | 20% USDC, 4% AKT | 2% USDC, 0.25%準備金 | 低廉 | 20%/セッション | ステーキングに比例 | | セキュリティ | レンダリング証明 | ステーク証明 | コンピュテーション証明 | ステーク証明 | レンダリング能力証明 | リレーチェーンから継承 | | 完了証明 | - | - | タイムロック証明 | 学習証明 | レンダリング作業証明 | TEE証明 | | 品質保証 | 争議 | - | - | 検証者と通報者 | ノードのチェック | リモート証明 | | GPUクラスタ | いいえ | はい | はい | はい | はい | いいえ |
! AIとDePINの交差点
ハードウェア統計
| メトリクス | レンダリング | アカシュ | io.net | ゲンシン | アエシール | ファラ | |-----|--------|-------|--------|--------|--------|-------| | GPUの数 | 5600 | 384 | 38177 | - | 40000+ | - | | CPUの数 | 114 | 14672 | 5433 | - | - | 30000+ | | H100/A100個 | - | 157 | 2330 | - | 2000+ | - | | H100料金/時間 | - | 1.46ドル | 1.19ドル| - | - | - | | A100料金/時間 | - | 1.37ドル | 1.50ドル| $0.55(推定) | $0.33( 推定) | - |
! AIとDePINの交差点
! AIとDePINの交差点
! AIとDePINの交差点
! AIとDePINの交差点
まとめ
AI DePIN分野はまだ初期段階にあり、多くの課題に直面しています。しかし、分散化GPUネットワーク上のタスク量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代替品に対する需要が高まっていることを示しています。これらのネットワークは供給と需要の両端の問題を効果的に解決し、その製品市場適合度を証明しています。
未来を展望すると、AIは万億ドル市場に成長することが期待されています。これらの分散化GPUネットワークは、開発者に経済的に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ます。需要と供給のギャップを継続的に埋めることで、これらのネットワークはAIおよび計算インフラの未来の構造に重大な貢献をするでしょう。