傳統計算機有五個組成部分:計算機,存儲器,控制器,總線,I/O。 從區塊鏈的發展來看,計算器和存儲器的發展都相對較爲完善,如果將整個分布式系統比作人類,那麼人類的大腦和記憶系統已然完備,但是知覺和感知系統任然處於非常原始的狀態。現階段,Depin無疑是最風靡的buzzworld,如何實現它?這一切無疑需要從“可信的觸覺”開始,而衆所周知”感覺”需要依賴脊柱和神經系統才能處理。
如果說區塊鏈系統是構建冰山上的意識,那麼Depin底層所代表的的傳感器網路就是冰山下的潛意識。現在挑戰來了,誰是分布式系統的脊柱和神經?我們如何構建脊柱和神經?本文我們將從物聯網發展的小教訓入手,構建Depin發展思路,幫助buidler 更好落地。
回顧2015年以來的物聯網發展史,當年困境主要有兩個:其一是,硬件設備單一的輸入輸出。其二是,設備入網後產品特徵沒有增強,設備不具備Scale的特點。
這一時期,核心問題在於:硬件設備的微控制器入網後,會有什麼樣的變化?一從聯網這個動作來看,使得硬件設備上傳下載有了可能。接下來的問題是,硬件爲何需要上傳和下載?上傳下載能否增加產品競爭力?在那一時期,我們看到一批諸如智能窗簾,智能空調等等,由於硬件在設計之初I/O動線相對確定,軟件開發的空間相對有限,因此聯網後,在產品特性上只多了移動端操控這樣一種特性,類似於“遠程開空調,遠程拉窗簾”,功能多爲遠程+傳統控制器。而對於C端用戶而言,這種設計確實是比較雞肋的。另一個核心問題是,IoT設備聯網後有沒有Scale的能力?前面我們提到,硬件入網多了上傳下載,如果下載相當於功能的升級拓展,那麼上傳就是數據的匯聚整合。而後者數據湖的價值在早期IoT時代是非常笨重的,指數上升的存儲成本和難以開拓的數據銷售之間存在着巨大的矛盾。
總結來看,IoT設備在下載和上傳兩種模式中,都無法提升產品力,提升服務維度。那麼Depin時代,是否可以呢?
從AI的特性上,我們看到了諸多可能:
結合Ai的發展,我們看到Depin可能存在一些不同的可能:
根據過去5年的IoT發展經驗和AI新特性的變化,我們認爲有三大投資主題:
什麼是模組?
模組是將基帶芯片、存儲器、功放器件等集成在一塊線路板上,並提供標準接口的功能模塊,各類終端借助無線模組可以實現通信功能。而隨着整個計算網路的發展,對於模組的定義也不斷的豐富,構成了一個蜂窩聯網+算力+端側應用的生態:
從整個產業鏈來看,上遊芯片和下遊設備制造商佔據了大部分價值鏈,中間的模組層以高市場集中度,低毛利爲特徵,傳統服務的設備主要包含:PC,手機,Pos機。由於其巨大的集中度,如果一旦部署了具有廣泛共識的模組中間層,等於天然將各種存量設備遷移成爲礦機。如果傳統Web3的用戶以人爲單位,那麼以模組爲代表的中間層將使得大量智能設備進入web3,這些設備間的Tx會誕生大量的鏈上需求。
回顧早期英偉達和Intel之間的競爭,我們得到了不少的歷史經驗:早年計算機芯片市場以Intel CPU X86系統爲主導,在一些邊緣市場諸如圖形加速領域,intel 所主導的加速卡生態與 英偉達的GPU 之間存在着競爭;而在更廣闊的市場當中(需求不確定的領域),英特爾CPU又和英偉達GPU之間擁有者合作。兩家公司共生共榮了一段時間。變局點出現在Crypto和AI,大量的計算任務以小任務大並行爲特徵,這與GPU的計算特點機器兼容;而在浪潮來臨的時候,英偉達做了幾個維度的準備:
回到模組市場,和當年GPU和CPU的競爭格局有幾個相似點:
而在這個競爭當中,Crypto Stack無疑是最棒的構建協議和生態圈的技術棧,存量設備向現金流礦機的遷移將產生β級別的機會。其中Dephy便是之中的重要玩家,通過構建整合模組+Ledger+身分層,實現對整個Depin網路的分配管理職責。
究竟何者爲礦機?我們認爲,能產生特定信息資源並意圖獲取代幣資源的硬件/軟件,可以稱之爲礦機。在這個理解當中,礦機有幾個標準:
因此,在整個流程中,設備產生特定信息資源PoPW(proof of physical work) 是否可信變得非常重要,因此我們認爲每一個具有生產PoPW的傳感器都需要一個 可信(TEE/SE) 來保證邊緣側數據採集的可信性。而在傳感器領域,則能產生諸多橫向可擴展的網路,舉例,不同設備的攝像頭所採集的視頻資源,將在一個網路裏面被統一的計量。相比於,不同設備分別獨立採集,橫向擴展的傳感器+可信模組,能構建更大的PoPW資源市場,採集的視頻素材能更好的按照統一度量衡進行定價,更有利於形成信息資源的大宗市場。這是Device-Focus 不具備的。
由於部分Depin設備在物理世界存在,與傳統商業社會相關,而Crypto世界以PermissionLess 爲特徵,因此如何在沒有KYC的情況下,對各類參與主體進行事中管理便尤爲重要。我們認爲整個web3世界需要一個通訊抽象層,整合蜂窩網路和公網IP網路,用戶/設備只需繳納Crypto貨幣 就能獲取對應的網路服務。具體的方向賽道有:
本文轉載自[Foresight Research],原文標題《Foresight Ventures: 如何可信—我們如何看待DePIN賽道?》,著作權歸屬原作者[Yolo Shen@Foresight Ventures],如對轉載有異議,請聯系Gate Learn團隊,團隊會根據相關流程盡速處理。
免責聲明:本文所表達的觀點和意見僅代表作者個人觀點,不構成任何投資建議。
文章其他語言版本由Gate Learn團隊翻譯, 在未提及Gate.io的情況下不得復制、傳播或抄襲經翻譯文章。
傳統計算機有五個組成部分:計算機,存儲器,控制器,總線,I/O。 從區塊鏈的發展來看,計算器和存儲器的發展都相對較爲完善,如果將整個分布式系統比作人類,那麼人類的大腦和記憶系統已然完備,但是知覺和感知系統任然處於非常原始的狀態。現階段,Depin無疑是最風靡的buzzworld,如何實現它?這一切無疑需要從“可信的觸覺”開始,而衆所周知”感覺”需要依賴脊柱和神經系統才能處理。
如果說區塊鏈系統是構建冰山上的意識,那麼Depin底層所代表的的傳感器網路就是冰山下的潛意識。現在挑戰來了,誰是分布式系統的脊柱和神經?我們如何構建脊柱和神經?本文我們將從物聯網發展的小教訓入手,構建Depin發展思路,幫助buidler 更好落地。
回顧2015年以來的物聯網發展史,當年困境主要有兩個:其一是,硬件設備單一的輸入輸出。其二是,設備入網後產品特徵沒有增強,設備不具備Scale的特點。
這一時期,核心問題在於:硬件設備的微控制器入網後,會有什麼樣的變化?一從聯網這個動作來看,使得硬件設備上傳下載有了可能。接下來的問題是,硬件爲何需要上傳和下載?上傳下載能否增加產品競爭力?在那一時期,我們看到一批諸如智能窗簾,智能空調等等,由於硬件在設計之初I/O動線相對確定,軟件開發的空間相對有限,因此聯網後,在產品特性上只多了移動端操控這樣一種特性,類似於“遠程開空調,遠程拉窗簾”,功能多爲遠程+傳統控制器。而對於C端用戶而言,這種設計確實是比較雞肋的。另一個核心問題是,IoT設備聯網後有沒有Scale的能力?前面我們提到,硬件入網多了上傳下載,如果下載相當於功能的升級拓展,那麼上傳就是數據的匯聚整合。而後者數據湖的價值在早期IoT時代是非常笨重的,指數上升的存儲成本和難以開拓的數據銷售之間存在着巨大的矛盾。
總結來看,IoT設備在下載和上傳兩種模式中,都無法提升產品力,提升服務維度。那麼Depin時代,是否可以呢?
從AI的特性上,我們看到了諸多可能:
結合Ai的發展,我們看到Depin可能存在一些不同的可能:
根據過去5年的IoT發展經驗和AI新特性的變化,我們認爲有三大投資主題:
什麼是模組?
模組是將基帶芯片、存儲器、功放器件等集成在一塊線路板上,並提供標準接口的功能模塊,各類終端借助無線模組可以實現通信功能。而隨着整個計算網路的發展,對於模組的定義也不斷的豐富,構成了一個蜂窩聯網+算力+端側應用的生態:
從整個產業鏈來看,上遊芯片和下遊設備制造商佔據了大部分價值鏈,中間的模組層以高市場集中度,低毛利爲特徵,傳統服務的設備主要包含:PC,手機,Pos機。由於其巨大的集中度,如果一旦部署了具有廣泛共識的模組中間層,等於天然將各種存量設備遷移成爲礦機。如果傳統Web3的用戶以人爲單位,那麼以模組爲代表的中間層將使得大量智能設備進入web3,這些設備間的Tx會誕生大量的鏈上需求。
回顧早期英偉達和Intel之間的競爭,我們得到了不少的歷史經驗:早年計算機芯片市場以Intel CPU X86系統爲主導,在一些邊緣市場諸如圖形加速領域,intel 所主導的加速卡生態與 英偉達的GPU 之間存在着競爭;而在更廣闊的市場當中(需求不確定的領域),英特爾CPU又和英偉達GPU之間擁有者合作。兩家公司共生共榮了一段時間。變局點出現在Crypto和AI,大量的計算任務以小任務大並行爲特徵,這與GPU的計算特點機器兼容;而在浪潮來臨的時候,英偉達做了幾個維度的準備:
回到模組市場,和當年GPU和CPU的競爭格局有幾個相似點:
而在這個競爭當中,Crypto Stack無疑是最棒的構建協議和生態圈的技術棧,存量設備向現金流礦機的遷移將產生β級別的機會。其中Dephy便是之中的重要玩家,通過構建整合模組+Ledger+身分層,實現對整個Depin網路的分配管理職責。
究竟何者爲礦機?我們認爲,能產生特定信息資源並意圖獲取代幣資源的硬件/軟件,可以稱之爲礦機。在這個理解當中,礦機有幾個標準:
因此,在整個流程中,設備產生特定信息資源PoPW(proof of physical work) 是否可信變得非常重要,因此我們認爲每一個具有生產PoPW的傳感器都需要一個 可信(TEE/SE) 來保證邊緣側數據採集的可信性。而在傳感器領域,則能產生諸多橫向可擴展的網路,舉例,不同設備的攝像頭所採集的視頻資源,將在一個網路裏面被統一的計量。相比於,不同設備分別獨立採集,橫向擴展的傳感器+可信模組,能構建更大的PoPW資源市場,採集的視頻素材能更好的按照統一度量衡進行定價,更有利於形成信息資源的大宗市場。這是Device-Focus 不具備的。
由於部分Depin設備在物理世界存在,與傳統商業社會相關,而Crypto世界以PermissionLess 爲特徵,因此如何在沒有KYC的情況下,對各類參與主體進行事中管理便尤爲重要。我們認爲整個web3世界需要一個通訊抽象層,整合蜂窩網路和公網IP網路,用戶/設備只需繳納Crypto貨幣 就能獲取對應的網路服務。具體的方向賽道有:
本文轉載自[Foresight Research],原文標題《Foresight Ventures: 如何可信—我們如何看待DePIN賽道?》,著作權歸屬原作者[Yolo Shen@Foresight Ventures],如對轉載有異議,請聯系Gate Learn團隊,團隊會根據相關流程盡速處理。
免責聲明:本文所表達的觀點和意見僅代表作者個人觀點,不構成任何投資建議。
文章其他語言版本由Gate Learn團隊翻譯, 在未提及Gate.io的情況下不得復制、傳播或抄襲經翻譯文章。