توجيه العنوان الأصلي 'Foresight Ventures: هل بدأت ثورة الحوسبة السحابية المركزية فقط؟'

مع التطور السريع على المدى الطويل في التكنولوجيا العالمية، تضاعفت قيمة السوق لشركات عملاقة مثل OpenAI وNVIDIA في السنتين الماضيتين. أصبحت العملات الرقمية والذكاء الاصطناعي السرد الأساسي لهذا الدورة، حيث تثبت المشاعر السائدة في السوق والتدفق المستمر للرأسمال أن تم تشكيل اتفاق قوي. في بيئة تركز فيها الذكاء الاصطناعي، فإن اللامركزية بوصفها أداة قوية لتطوير الذكاء الاصطناعي تحمل فعلا جاذبية كبيرة وخيالا واسعا. على الرغم من أن هناك فجوة كبيرة لا تزال موجودة بين النماذج المركزية واللامركزية من حيث التنفيذ العملي في الأعمال، فإن الاستفادة من مزايا Web3 لتوسيع الجوانب الأربعة الأساسية للذكاء الاصطناعي والتحسين المستمر لإطلاق الإمكانات الأكبر أصبح هدفا مشتركا لمشاركي Web3.

1. البيانات
2. نموذج
3. التدريب
4. استنتاج

حالياً، يمكن أن توفر اللامركزية الدعم في الأربع مجالات المذكورة أعلاه. أولاً وقبل كل شيء، البيانات هي العنصر الأساسي. النماذج والتدريب والاستنتاج هي جميعها طرق لمعالجة البيانات، لذا يمكن اعتبار البيانات المادة الخام لتكنولوجيا الذكاء الاصطناعي، بينما الباقي هي طرق المعالجة. سواء كان ذلك تسمية البيانات أو تخزين البيانات، فإن اللامركزية تلعب دوراً هاماً ولها قيمة هائلة هنا.

إذا كانت البيانات هي المواد الخام، فإن قوة الحساب هي الأداة لمعالجة هذه المواد الخام، والتي تستخدم لتحقيق أقصى كفاءة للإخراج. ننتقل مباشرة إلى موضوع هذه المقالة، سنحلل بإيجاز إطار النظام البيئي والنموذج الاقتصادي لCrypto x AI x DePIN، مركزين على "قوة الحساب".

سيشرح هذا المقال بشكل رئيسي إطار النظام البيئي والوضع السوقي لـ "Crypto x AI x DePIN" لمساعدة القراء على فهم القيمة والإمكانات للقوة الحوسبة اللامركزية.

1. إطار بين وبين للتحكم المركزي والحوسبة اللامركزية

نقطة الألم: القدرة الحوسبية عالية الجودة ضرورية لتطوير الذكاء الاصطناعي، ولكن هذا المورد النادر قد استولت عليه العمالقة التقليدية، مما يجعل من الصعب على الشركات الناشئة والمستخدمين الفرديين شراء قدرة حسابية مكلفة بشكل فعّال. الأسعار المبالغ فيها غالبًا ما تكون غير مقبولة لمعظم المشترين.

الحل اللامركزي: حاليًا، يعتمد العديد من المشاريع في قطاع DePIN نموذج اقتصادي ند لند (P2P) لتوفير موارد عالية الجودة للأطراف الطالبة للموارد. يتيح هذا النموذج لكل مستخدم أن يعمل كمزود لموارد البنية التحتية المادية مقابل تلقي مكافآت رمزية.

مع النمو الانفجاري في الطلب على قوة الحوسبة الذكية غير المركزية، ظهر تطوير إطار متوازن وشامل لبيئة توريد قوة الحوسبة الذكية غير المركزية لتلبية احتياجات العملاء بشكل أفضل. تلعب المشاريع الرائدة مثل Io.net و Exabit و PingPong أدوارًا حيوية مختلفة في النظام البيئي. الحواجز التكنولوجية وآفاق التطوير المستقبلية لهذه المشاريع في مجال القوة الحاسوبية غير المركزية مثيرة للإعجاب بشكل كبير.

تتكون نظام القوة الحاسوبية للذكاء الاصطناعي المتميز من ثلاثة أجزاء رئيسية، حيث يعمل كل جزء كوكيل موارد ومزود موارد وشريك قناة في النظام البيئي على التوالي:

وكيل الموارد - Io.net

Io.net هي شبكة حوسبة متمركزة تعمل كوكيل لقوة الحوسبة، وتوفر قوة حوسبة AI عالية الجودة للعملاء بأسعار معقولة. لديها توزيع عالمي لوحدات معالجة الرسومات على الجانب العرضي وتركز حاليًا على الشركات الناشئة في مجال التفسير الذكي من جولة البذرة إلى جولة B.

مؤخرًا، أنهى مشروع DePIN هذا القائم على سلسلة سولانا جولة تمويل سلسلة A بقيمة 30 مليون دولار، بقيادة Hack VC، مع مشاركة من Multicoin Capital و Foresight Ventures و Solana Labs وآخرين.

بصفتها وكيل موارد طاقة حوسبة الذكاء الاصطناعي من الدرجة الأولى ، تقوم Io.net بتجميع 1,000,000 وحدة معالجة رسومات لتشكيل شبكة طاقة حوسبة ضخمة DePIN ، بهدف تزويد العملاء بقوة حوسبة منخفضة السعر. يمكن للمستخدمين المساهمة يدويا بقوة حوسبة GPU و CPU الخاملة الخاصة بهم في النظام الأساسي Io.net لتلقي الحوافز في الرموز المميزة $IO. الهدف الأساسي هو توفير قوة حوسبة الذكاء الاصطناعي عالية الجودة بتكلفة أقل في ظل التحكم اللامركزي في الأسعار ، وبالتالي مساعدة الشركات الناشئة الذكاء الاصطناعي على خفض التكاليف.

يُطلق على خدمة الحوسبة التي يوفرها Io.net اسم IO Cloud. يعتمد IO Cloud على وحدة بناء العنقود للحفاظ على تواصل جميع وحدات المعالجة الرسومية المتصلة ببعضها، مما يتيح لوحدات المعالجة الرسومية التنسيق على نطاق واسع أثناء عمليات التدريب والاستدلال. من خلال عمل وحدات المعالجة الرسومية المنسقة، يمكن تركيز قوة الحوسبة للوصول إلى قواعد بيانات أكبر وحساب نماذج أكثر تعقيدًا. يمكن لشركات الذكاء الاصطناعي تحقيق احتياجاتها الحوسبية المطلوبة أثناء إكمال النشر الأجهزة بنسبة واحدة من السعر المركزي باستخدام منتجات Io.net. علاوة على ذلك، تركز Io.net على تجميع قوة الحوسبة لتعلم الآلة. يمكنها مساعدة عمالقة DePIN مثل Render Network و FileCoin في تنسيق إمدادات وحدات المعالجة الرسومية لتعلم الآلة، وتوفير الدعم المواردي الأساسي والمباشر على المستوى الفني.

حالياً، تمتلك Io.net أكبر عدد من مجاميع أنظمة GPU في الصناعة. عدد وحدات GPU المتاحة على الإنترنت يتجاوز 200،000، مع GeForce RTX 4090 كوحدة الأكثر توافراً، بحوالي 50،000 وحدة، تليها GeForce RTX 3090 Ti بأكثر من 30،000 وحدة.

موفر الموارد - إكسابيت

كواحدة من أكثر مزوّدي قدرة حوسبة الذكاء الاصطناعي وعدًا، تستطيع إكسابيتس، بصفتها وحدة خدمة قدرة حوسبة الذكاء الاصطناعي، أن تقدم تنوعًا من الشرائح للتعلم الآلي العميق. يبرز فريق إكسابيتس في موارد قدرة حوسبة الذكاء الاصطناعي التقليدية ويمكن اعتباره وجودًا فريدًا. بفضل تاريخه كموزّع رئيسي لعملاق الذكاء الاصطناعي NVIDIA، يتمتع الفريق بالوصول إلى مئات مراكز البيانات، مما يوفر الوصول إلى آلات مثل A/H100 و RTX4090 و A6000، واستغلال هذه الحواجز التكنولوجية في نهاية العرض.

توفر Exabits قوة حوسبة ضخمة لتعلم الآلة لعمالقة الحوسبة web3 على الجانب العميل. بالمقارنة مع Nebula Block، حيث يحتاج عملاءها إلى إنفاق أكثر من 140،000 دولار شهريًا على خدمات السحابة، فإن الانتقال إلى Exabits يقلل رسوم استخدام خدمات السحابة الشهرية إلى حوالي 40،000 دولار، مما يقلل التكاليف بنسبة تزيد عن 70% مع زيادة الكفاءة بنسبة 30%.

تهدف إكسابيتس إلى توفير أسرع وأعلى جودة وأكثر موثوقية في قوة الحوسبة من خلال قنوات العرض الفريدة الخاصة بها. قوة الحوسبة عالية الجودة ليست فقط توفر تكاليف المستخدم ولكنها تقدم أيضًا خيارات خدمة شاملة للعملاء.

تم التعرف على جودة قوة الحوسبة الذكية المقدمة من Exabits من قبل عدة وكلاء لقوة الحوسبة الذكية. وقد شراكة الآن مع عمالقة مثل Renders Network و Io.net، مساهمة في تعلم الآلة من خلال اللامركزية.

شريك قناة الموارد (أوبر) - بينغ بونغ

كشريك قناة موارد DePIN، يُطابق PingPong الطلب مع مقدمي الخدمات من خلال استخدام بروتوكول مفتوح قائم على المنصة. يُجمع على موارد في الطبقة الأساسية قبل تقديم الخدمات. تهدف PingPong إلى أن تصبح منسّق خدمات لـ DePIN، على غرار 1inch لـ DePIN، أو أوبر المجمّعة.

توفير الخدمة: يوفر PingPong SDKs عن طريق الوصول إلى شبكات مختلفة، واستراتيجيات، وحالات الموارد، والأداء، والاستقرار، وجوانب أخرى من خلال طبقة تحكم. ثم يستخدم خوارزميات التوجيه لتوفير هذه SDKs للمستخدمين.

نقطة الألم: الموارد والخدمات ضمن شبكات DePIN المختلفة محدودة، ويعاني جودة الخدمة بسبب توزيع الموارد المركزي في بعض المناطق.

الحل: تقوم خوارزميات التوجيه بجمع المعلومات الأساسية حول البيانات والشبكات وموارد الآلة لإنشاء استراتيجيات. تتناسب هذه الخوارزميات مع تقديم الخدمات وفقًا لمتطلبات العملاء. الهدف هو تحسين جودة وخدمة طبقة تطبيق DePIN والعثور على شبكة قوى حوسبة أكثر كفاءة بأفضل سعر عندما تكون الموارد غير كافية.

2. تحليل نظام الطاقة الحوسبة غير المركزية

دخلت Io.net و Exabits في شراكة استراتيجية، حيث يعمل Exabits كجهة توريد بمكتبة واسعة من وحدات GPU، ملتزمة بتعزيز سرعة واستقرار شبكة Io.net. يتيح Io.net للعملاء شراء وتأجير القدرة الحسابية عالية الجودة المقدمة من Exabits كوكيل على شبكة Io.net مباشرة. يتفق كل من Io.net و Exabits على أن نجاح صناعة الحوسبة اللامركزية ودمج web3 مع الذكاء الاصطناعي يمكن تحقيقه فقط من خلال التعاون الوثيق بين قادة الصناعة المبكرين. مع الطلب المتزايد على الطاقة الحسابية، تواجه الحوسبة السحابية التقليدية حاليًا بعض المشاكل:

• التوفر المحدود: يتطلب استخدام خدمات السحابة مثل AWS و GCP و Azure في كثير من الأحيان عدة أسابيع للحصول على الوصول إلى الأجهزة، وغالبًا ما تكون النماذج الشائعة لوحدات معالجة الرسومات غير متوفرة.
• الخيارات المحدودة: يتم تقييد المستخدمين في اختيارهم لأجهزة GPU وموقعها ومستوى الأمان والتأخير وما إلى ذلك.
• تكاليف مرتفعة: تكلفة اختيار وحدات معالجة الرسوميات عالية الجودة مكلفة، ويمكن أن تصل نفقات الشهرية للمشاريع أثناء عمليات التدريب والاستدلال بسهولة إلى مئات الآلاف من الدولارات.

رؤية الحوسبة اللامركزية هي توفير بديل مفتوح ومتاح وميسور التكلفة يمكن أن يعالج القضايا الأساسية لمزودي خدمات السحابة المركزية، بما في ذلك الإتاحة المحدودة، والخيارات المحدودة للأجهزة، والتكاليف العالية للتدريب والاستنتاج. نظرًا للوضع الحالي، لا يزال تحدي الأوضاع السائدة للاعبين رئيسيين في مجال الحوسبة السحابية يتطلب من المبتكرين العمل معًا ودعم بعضهم البعض لاتخاذ خطوات ثورية للأمام.

نموذج الأصول

• نموذج ثقيل الأصول

تحتفظ إيكسابيتس، بدعم من NVIDIA، بميزة مطلقة كمورد في شكل حاجز قوي. تشمل الآلات القيمة لقوة الحساب الآلي لتعلم الآلة A100 و RTX4090 و H100، حيث يبلغ سعر كل آلة حوالي 300،000 دولار. أصبحت هذه الآلات موارد نادرة للغاية تحتكرها العمالقة التقليدية في مجال الذكاء الاصطناعي. في هذا السيناريو، تعتبر الموارد التي يمكن لإيكسابيتس الوصول إليها من جانب العرض قيمة للغاية.

نظرًا لأن قوة الحوسبة الفردية لوحدة معالجة الرسومات المشتركة من قبل المستثمرين التجزئة غير كافية لدعم عملية حساب ومعالجة النماذج الاصطناعية الكبيرة، تلعب Exabits دورًا حاسمًا ولا يمكن استبداله في نظام الحوسبة اللامركزية.

يتطلب نموذج الأصول الثقيلة لشركة Exabits استثمارات ثابتة كبيرة، مما يجعل من الصعب على الشركات الناشئة تكراره. لذلك، إذا كان يمكن لشركة Exabits التعاون مع المزيد من وكلاء القدرة الحاسوبية اللامركزية وتوسيع عرضها المستمر، وتوفير الموارد اللازمة من الطاقة الحاسوبية للصناعة، يمكنها بسهولة تحقيق الهيمنة في الصناعة وتحقيق اقتصاديات الحجم في مجال القدرة الحاسوبية اللامركزية B2B.

ومع ذلك، يكمن أكبر مخاطر في عدم قدرة توفير الموارد بشكل مستدام لوكلاء القدرة الحسابية بعد استثمار كمية كبيرة من رأس المال. لذلك، تعتمد ربحية الجانب العرضي بشكل كبير على ما إذا كان وكلاء القدرة الحسابية يمكنهم جذب العملاء بشكل مستمر. بغض النظر عن هوية وكيل القدرة الحسابية، طالما هناك عملاء وطلب، سيزداد قيمة Exabits كمورد مع زيادة الطلب.

• نموذج خفيف الأصول

ايو.نت، كوكيل القوة الحاسوبية الرائد، يعتمد على شبكة حوسبة لامركزية شاسعة تشكلت من وحدات معالجة الرسومات موزعة عالميًا على الجانب العرضي. من وجهة نظر تجارية، تعتمد ايو.نت نموذج تشغيل أصول خفيف، وتنشئ علامة تجارية قوية في قطاع وكالة القوة الحاسوبية الذكية من خلال العمليات المجتمعية وبناء توافق عالي.

النشاط الأساسي لشبكة الإنترنت:

1. تجميع قوة حوسبة وحدة المعالجة الرسومية للتجزئة ومكافأة الرموز
2. الحصول على قدرة حوسبة عالية الجودة من الجانب المعروض لبيعها لشركات الذكاء الاصطناعي

من منظور الأعمال:

1. شراء القدرة الحاسوبية عالية الجودة بأسعار منخفضة وبيعها للعملاء النهائيين من جانب العرض
2. مساعدة المستخدمين في كسب الرموز عن طريق مشاركة قوة حسابية لمعالج الرسوميات الشخصي الخاملة
3. توفير منصة للتعدين والحصة في السلطة الحوسبة للعملاء، والتي تتطلب استثمارًا أوليًا يتراوح حوالي 4000 دولار لتحقيق عوائد جيدة. بناءً على ذلك، تقدم Exabits أيضًا آلات H100 مجزأة للإيجار لزيادة السيولة.

وجهة نظر العميل:

1. أسعار قوة الحوسبة على شبكة Io.net أرخص بنسبة تقريبية تصل إلى 80% من خدمات الحوسبة السحابية المركزية الأخرى.
2. الرهان لكسب والمشاركة لكسب.
3. يمكن للعملاء تكديس أرباحهم بعد استثمار مبلغ معين من رأس المال.

كشركة نموذجية للأصول الخفيفة، تكمن أكبر ميزة في انخفاض المخاطر نسبيًا. فالفريق لا يحتاج إلى استثمارات ضخمة في تكاليف الآلات للبدء، على عكس الجانب العرضي. بفضل الإدخالات الرأسمالية الأقل، يصبح من السهل على الشركة والمستثمرين تحقيق هوامش ربح أعلى. وفي الوقت نفسه، نظرًا لانخفاض حواجز الدخول في الصناعة، فإن النموذج الأعمالي عرضة للنسخ أو التكرار، وهو شيء يجب على المستثمرين ذوي القيمة الطويلة الأجل النظر فيه بعناية.

3. من 10 إلى 100؟

إذا كانت التعاون بين Exabit و Io.net يمكن أن يرفع نظام الحوسبة اللامركزية من 1 إلى 10، فإن إحضار PingPong قد يكون له الإمكانية لتقدمه إلى 100.

PingPong تهدف إلى أن تصبح أكبر مجمع خدمات DePIN، متنافسة مباشرة مع Uber في Web2. كشريك قناة، يقوم بربط العملاء بأفضل الأسعار وأعلى جودة الموارد عن طريق تجميع المعلومات في الوقت الحقيقي حول مختلف الموارد. يعتمد PingPong نموذج عمل الأصول الخفيفة B2B2C، حيث يكون الجانب الأول B الجانب المورد، يقوم بالاتصال مع الجانب B الثاني، وهو وكيل الموارد، بينما يتلقى الجانب C اختيارات الموارد الأمثل من خلال المعلومات المقدمة.

كمنصة، إذا كان شريك القناة يمكنه تطوير منصة يمكنها إصدار الأصول بقدر الإمكان، فسيجعل المنتج أكثر قيمة. يستخدم PingPong SDK المقدم من خوارزمية التوجيه لاستخدام موارد الحساب لإنشاء وكلاء الذكاء الاصطناعي الخاصة به، بينما يساعد العملاء بشكل ديناميكي باستخدام تطبيقات التعدين الديناميكي من خلال SDK، مع التركيز على تعدين موارد الحساب الذي تكون مفيدة. يتم فهم هذا النموذج بمسمى "الأصول على الأصول"، الذي يمكن أن يعزز بشكل كبير سيولة الموارد والأموال.

يأمل بينغبون في رؤية المزيد من الموردين والوكلاء يدخلون في نظام الطاقة الحوسبة اللامركزية لتسليط الضوء بشكل أفضل على مزاياهم وتوسيع خطوط الأعمال لفترات زمنية أطول، واكتساب المزيد من العملاء. ببساطة، تمامًا مثلما يمكن لشركات بايدو وديانبينغ أن تهيمن على مجال المعلومات لأن هناك المزيد من الشركات والمعلومات المرفوعة على الإنترنت، هذا يزيد من الطلب على شركاء القنوات من قبل العملاء.

4. المستقبل واعد

لا تزال الحوسبة السحابية اللامركزية تتطور خطوة بخطوة. في حين أن النظام البيئي ونماذج الحوسبة السحابية اللامركزية أصبحت واضحة للغاية ، فإن الأدوار القيادية في النظام البيئي تفي بمسؤولياتها. ومع ذلك ، فإنه لا يزال بعيدا عن زعزعة موقف عمالقة الحوسبة السحابية التقليدية. عند مقارنتها بالحوسبة السحابية المركزية التقليدية ، يمكن للامركزية بالفعل حل العديد من المشكلات للعملاء من الناحية المفاهيمية. ومع ذلك ، لا تزال الموارد الإجمالية وحجم هذا السوق صغيرة نسبيا. نظرا لأن موارد الطاقة الحاسوبية المدفوعة الذكاء الاصطناعي بعيدة عن أن تكون كافية ، يحتاج السوق إلى حل أو نموذج آخر للتغلب على هذه المعضلة. يمكننا أن نرى أن الحوسبة السحابية اللامركزية يمكنها بالفعل تلبية بعض احتياجات الشركات الذكاء الاصطناعي الناشئة. أما بالنسبة لما ينتظرنا، فلنشهد ونشارك معا في تطور هذا المسار التخريبي كمراقبين ومشاركين في الثورة.

إخلاء المسؤولية:

1. تم نشر هذه المقالة مرة أخرى من [ أبحاث التنبؤ]. إعادة توجيه العنوان الأصلي 'Foresight Ventures: هل بدأت ثورة الحوسبة اللامركزية في السحابة؟'. جميع حقوق الطبع والنشر تنتمي إلى الكاتب الأصلي [ديفيد]. إذا كان هناك اعتراضات على هذا النشر مرحبا بكم في الاتصال ببوابة تعلمالفريق، وسوف يتعاملون معها على الفور.
2. إخلاء المسؤولية عن الضرر: الآراء والآراء الواردة في هذه المقالة هي فقط تلك للكاتب ولا تشكل أي نصيحة استثمارية.
3. تُجرى ترجمة المقال إلى لغات أخرى بواسطة فريق Gate Learn. ما لم يُذكر، يُحظر نسخ أو توزيع أو نسخ المقالات المترجمة.