Jaringan komputasi terdesentralisasi adalah dasar dari kecerdasan buatan (AI) terdesentralisasi. Mereka menyediakan daya komputasi terdistribusi yang diperlukan untuk melatih dan menjalankan model AI. Artikel ini mengeksplorasi tiga dari jaringan komputasi terdesentralisasi umum terbesar dan satu proyek AI terdesentralisasi. Kami bertujuan untuk membantu pembaca memahami kesamaan dan perbedaan antara proyek-proyek ini.

1. Akash, Render Network, dan io.net adalah tiga jaringan komputasi terdesentralisasi terbesar di pasar. Meskipun keduanya menyediakan layanan komputasi terdesentralisasi, setiap jaringan memiliki fokus bisnis yang berbeda.
3. Bittensor adalah proyek kecerdasan buatan terdesentralisasi yang menggunakan sumber daya komputasi terdistribusi untuk pembelajaran mesin. Tujuannya adalah bersaing langsung dengan layanan kecerdasan buatan terpusat seperti OpenAI.
5. Dari sisi pasokan, Akash memiliki jaringan perangkat keras yang beragam termasuk CPU, GPU, dan penyimpanan, sementara Render memiliki sejumlah besar GPU. io.net memperoleh sejumlah besar GPU dari jaringannya dan platform lain.
7. Jaringan komputasi terdesentralisasi adalah pasar dua sisi di mana token proyek masing-masing digunakan sebagai media pertukaran dalam sistem mereka masing-masing. Jaringan Render dan Bittensor menerapkan mekanisme pembakaran token untuk meningkatkan akumulasi nilai.

Berbagai jenis jaringan komputasi terdesentralisasi

Bagaimana Akash berbeda dari Render Network

Akash dan Render Network keduanya adalah jaringan komputasi terdesentralisasi yang menyediakan platform di mana pengguna dapat membeli dan menjual sumber daya komputasi untuk berbagai tugas.

Akash beroperasi sebagai pasar terbuka, memungkinkan pengguna untuk mengakses sumber daya CPU, GPU, dan penyimpanan. Ini menyediakan sumber daya komputasi yang dapat digunakan untuk berbagai tujuan, seperti hosting server game atau menjalankan node blockchain. Di pasar Akash, penyewa yang mendeploy aplikasi menetapkan harga dan kondisi untuk penyebaran yang diperlukan, sementara penyedia sumber daya komputasi mengajukan penawaran untuk penyebaran tersebut, dengan penawar terendah (penyedia) memenangkan penyebaran. Model lelang balik ini memberi pengguna kekuatan untuk menetapkan harga dan kondisi.

Sebaliknya, Render menggunakan algoritma harga dinamis untuk menyesuaikan harga implementasi tugas berdasarkan kondisi pasar. Render Network berfokus pada layanan rendering 3D berbasis GPU dan beroperasi sebagai jaringan GPU terdistribusi. Dalam model ini, penyedia perangkat keras menyediakan sumber daya komputasi dan jaringan Render menggunakan algoritma penetapan harga multi-tiered untuk menentukan harga dan mencocokkan pengguna dengan pembeli layanan. Render tidak beroperasi sebagai pasar terbuka di mana pengguna dapat secara independen menetapkan harga atau kondisi.

Io.net - Fokus pada Kecerdasan Buatan dan Pembelajaran Mesin

io.net adalah jaringan komputasi terdesentralisasi baru yang mengambil daya komputasi GPU dari pusat data yang tersebar secara geografis, penambang cryptocurrency, dan penyedia penyimpanan terdesentralisasi untuk mendukung pembelajaran mesin dan komputasi kecerdasan buatan. Ini juga bekerja dengan jaringan komputasi terdesentralisasi yang ada seperti Render untuk memanfaatkan sumber daya komputasi GPU yang tidak terpakai pada Render untuk tugas AI dan pembelajaran mesin.

Ada dua faktor utama yang membedakan io.net: 1) fokus pada tugas AI dan machine learning; 2) penekanan pada klaster GPU. Klaster GPU merujuk pada beberapa GPU yang bekerja bersama sebagai sistem yang terpadu untuk menangani tugas yang intensif komputasi seperti pelatihan AI dan simulasi ilmiah.

Bittensor - sebuah proyek blockchain yang berfokus pada kecerdasan buatan

Tidak seperti jaringan komputasi terdesentralisasi lainnya, Bittensor adalah proyek kecerdasan buatan terdesentralisasi yang bertujuan untuk menciptakan pasar pembelajaran mesin terdesentralisasi. Ini memungkinkan aplikasi kecerdasan buatan terdesentralisasi untuk dibangun dan bersaing langsung dengan proyek kecerdasan buatan terpusat seperti ChatGPT milik OpenAI. Jaringan ini terdiri dari node (penambang) yang menyediakan sumber daya komputasi untuk melatih dan menjalankan model kecerdasan buatan.

Bittensor menggunakan struktur subnet, yang mirip dengan rantai untuk aplikasi tertentu. Saat ini memiliki 32 subnet, masing-masing fokus pada tugas-tugas terkait kecerdasan buatan tertentu, termasuk jaringan AI teks prompt terdesentralisasi (Text Prompt AI mengacu pada aplikasi AI yang mirip dengan ChatGPT), yang dapat mengubah teks prompt menjadi AI penghasil gambar yang diterjemahkan ke dalam gambar, dan mesin pencari berbasis AI.

Penambang memainkan peran penting dalam ekosistem Bittensor, menyediakan sumber daya komputasi dan menjadi tuan rumah model pembelajaran mesin untuk melakukan perhitungan tugas AI off-chain dan menghasilkan hasil. Siapa pun dapat bergabung dengan jaringan dan menjadi penambang dengan persyaratan perangkat keras minimum. Penambang bersaing satu sama lain untuk memberikan hasil terbaik untuk pertanyaan pengguna.

Kapasitas dan penggunaan jaringan

Akash awalnya berfokus pada CPU, dan ada banyak sumber daya CPU dalam jaringan tersebut. Dengan meningkatnya kecerdasan buatan, permintaan akan GPU meningkat secara dramatis, dan Akash mulai menambahkan sumber daya GPU ke jaringannya pada kuartal ketiga tahun lalu. Namun, Akash memiliki jumlah GPU kinerja tinggi yang relatif kecil dibandingkan dengan proyek-proyek lain yang berfokus pada sumber daya GPU. Fokus Render Network untuk menyediakan solusi rendering berbasis GPU terdesentralisasi telah memungkinkannya mengakumulasi sejumlah besar GPU dalam jaringannya.

Jaringan Render dan Akash adalah proyek-proyek yang lebih matang, dengan penggunaan jaringan yang terus berkembang dari tahun ke tahun. Secara khusus, Akash telah mengalami peningkatan signifikan dalam sewa aktif triwulanan setelah memperluas fokusnya untuk termasuk GPU.

io.net adalah jaringan komputasi terdesentralisasi baru yang meluncurkan testnet publiknya pada November 2023. Meskipun sejarahnya lebih singkat, io.net telah mengumpulkan sejumlah besar GPU dengan mengintegrasikan sumber daya dari Render, Filecoin, dan jaringannya sendiri. io.net baru-baru ini mengumumkan dukungan untuk klaster chip Apple Silicon, memungkinkan pengguna Apple untuk mengalokasikan daya komputasi yang tidak terpakai mereka ke jaringan, yang lebih meningkatkan jumlah perangkat keras dalam jaringannya. Selain itu, io.net belum meluncurkan token protokolnya, dan banyak penyedia perangkat keras mungkin berharap untuk bergabung dengan jaringan sebagai penyedia untuk berpotensi menerima kesempatan airdrop token.

Bittensor adalah jaringan kecerdasan buatan terdesentralisasi di mana para penambang menyumbangkan sumber daya komputasi ke jaringan. Para penambang dapat menginvestasikan peralatan keras sendiri atau cukup memanfaatkan sumber daya komputasi yang disediakan oleh layanan cloud. Dalam hal jumlah perangkat keras, Bittensor tidak dapat dibandingkan langsung dengan jaringan komputasi terdesentralisasi tipikal, karena saat ini memiliki lebih dari 7.000 penambang.

Ekonomi token

Platform komputasi terdesentralisasi bertindak sebagai pasar dua sisi, dengan pengguna membayar biaya kepada penyedia sumber daya komputasi. Akash, Render Network, dan Bittensor semuanya telah mengeluarkan token masing-masing sebagai medium pertukaran nilai dalam ekosistem mereka. Render dan Bittensor menerapkan mekanisme pembakaran token untuk meningkatkan akumulasi nilai token.

Akash

Akash adalah blockchain PoS independen dan $AKT adalah token aslinya yang digunakan untuk staking untuk memastikan keamanan jaringan dan membayar biaya jaringan. Token juga berfungsi sebagai media pertukaran dalam ekosistem, dengan $AKT sebagai unit harga utama saat pengguna melakukan perdagangan atau menyewa di Akash. Sebagai rantai PoS, Akash perlu menghasilkan imbalan blok untuk node validator dengan menerbitkan $AKT, dan tingkat inflasi saat ini sekitar 14%.

Akash saat ini menagih 4% biaya yang dibayarkan dalam AKT, atau 20% jika dibayarkan dalam USDC, yang akan mengalir ke kolam komunitas. Penggunaan khusus untuk dana kolam komunitas belum ditentukan, tetapi penggunaan potensialnya bisa termasuk pendanaan publik, insentif, atau hanya membakar token.

Jaringan Render

Render Network telah bermigrasi dari Ethereum ke Solana, dan token protokolnya RNDR digunakan untuk pertukaran nilai dalam ekosistem Render, dengan para pencipta dan pengguna menggunakan token tersebut untuk membayar pekerjaan rendering.

Untuk menyeimbangkan hubungan dinamis antara pasokan dan permintaan sumber daya komputasi, Render menerapkan mekanisme Keseimbangan Pembakaran dan Pencetakan (BME). Ketika permintaan (yaitu pekerjaan rendering) melebihi pasokan sumber daya komputasi, token RNDR akan dibakar, menciptakan efek deflasi. Sebaliknya, jika pasokan sumber daya komputasi melebihi permintaan, lebih banyak token RNDR akan dicetak, menyebabkan inflasi. Token RNDR mengalami inflasi karena kurangnya permintaan komputasi saat ini.

Bittensor

Token asli Bittensor $TAO digunakan untuk mengakses layanan jaringan dan berfungsi sebagai media untuk mekanisme imbalan inti. Pasokan maksimum $TAO adalah 21 juta, dan 7.200 token dihasilkan setiap hari sebagai imbalan untuk penambang dan node validator. Bittensor mengimplementasikan mekanisme pengurangan token setengah, yang berarti bahwa ketika setengah dari pasokan total didistribusikan, tingkat penerbitan akan berkurang separuh. Setelah pengurangan pertama, pengurangan berikutnya akan terjadi setelah setengah dari pasokan token yang tersisa didistribusikan hingga pasokan maksimum 21 juta tercapai.

Meskipun tingkat penerbitan 7.200 TAO per hari tetap selama periode saat ini, waktu pembagian setengah berikutnya tidak ditentukan karena mekanisme daur ulang token. Mekanisme daur ulang ini membakar token TAO yang diterbitkan, secara efektif menunda titik di mana setengah dari pasokan total didistribusikan. Penambang dan node verifikasi perlu mendaur ulang (yaitu membakar) token TAO untuk mendaftar ke dalam jaringan. Token yang terbakar ini akan dikurangkan dari pasokan beredar dan dapat ditambang kembali. Jaringan secara teratur mendaftarkan ulang penambang dan node validator yang tidak dapat menyediakan tugas AI yang cukup kompetitif, dan penambang perlu membayar/membakar TAO lagi ketika mereka kembali ke dalam jaringan, membuat pendaftaran menjadi biaya berulang. Mekanisme pembakaran dinamis ini menciptakan permintaan konstan untuk TAO.

Tanggal pengurangan pertama yang direncanakan awalnya direncanakan pada Januari 2025, tetapi tanggal pengurangan saat ini telah ditunda hingga Oktober 2025. Hal ini menunjukkan bahwa sejumlah besar token TAO telah dibakar.

Pernyataan:

1. Artikel ini yang awalnya berjudul “DePIN x AI - Tinjauan Empat Jaringan Komputasi Terdesentralisasi Utama” direproduksi dari [tokeninsigh]. Semua hak cipta dimiliki oleh penulis asli [0xEdwardywJika Anda memiliki keberatan terhadap pencetakan ulang, harap hubungi tim Gate Learn, tim akan menanganinya secepat mungkin.

2. Penafian: Pandangan dan opini yang terdapat dalam artikel ini hanya mewakili pandangan pribadi penulis dan tidak merupakan saran investasi apa pun.

3. Terjemahan artikel ke dalam bahasa lain dilakukan oleh Belajar Gatetim. Kecuali disebutkan, menyalin, mendistribusikan, atau menjiplak artikel yang diterjemahkan dilarang.