DeepBrain Chain ($DBC), також відомий як DeepBrain Chain, є децентралізованою високопродуктивною мережею обчислення на GPU, яку можна нескінченно розширювати. Вона інтегрує та надає неактивну обчислювальну потужність та ресурси даних з усього світу, пропонуючи безпечні та економічні гарантії для розвитку застосунків штучного інтелекту. Мета його полягає в тому, щоб стати найбільш використовуваною інфраструктурою обчислень на GPU в глобальній епоці штучного інтелекту та метавсвіту.

Фон проекту

Контекст проекту:
DeepBrain Chain був офіційно запущений у 2017 році, завершив збір коштів та був доданий до обміну Huobi в 2018 році. Крім того, до 2020 року він надав послуги понад 500 університетам та лабораторіям зі штучного інтелекту по всьому світу. У 2021 році було офіційно запущено мейннет для вузлів. У цьому році DeepBrain Chain планує розробити модель короткострокової оренди GPU та досягти взаємодії токенів у мережі.

Основні члени команди

Хе Йон: голова та генеральний директор фонду DeepBrain Chain, експерт з штучного інтелекту та інноваційна постать в комп'ютерній галузі Шанхаю. Він розпочав дослідження технології біткоіну та блокчейну в 2014 році. Він володіє навичками проектування продуктів та алгоритмів машинного навчання, є винахідником інтелектуального семантичного двигуна корекції помилок, який часто використовується в гральних перекладах. Хе Йонг також є одним з перших підприємців в галузі штучного інтелекту у Китаї та очолив розробку першого в світі штучного інтелектуального спікера.

Ван Донян: головний виконавчий директор з штучного інтелекту DeepBrain Chain. Він є експертом з майже 20-річним досвідом в галузі штучного інтелекту, бізнес-аналітики та науки про дані в Сіліконовій долині. Доктор Ван Донян очолював висококваліфіковані технічні команди для компаній Fortune 500 (Cisco, NetApp, Midea Group, Samsung) і отримав безліч нагород.

Brain Xu: Головний науковець з даних DeepBrain Chain. З 1998 року має великий досвід роботи з більш ніж 48 продуктами (ШІ, МО, та аналіз даних тощо) у сфері програмного забезпечення. Розробив 20 проєктів для великих клієнтів (Boeing, DARPA, тощо), автор 38 технічних статей та патентів США, та опублікував 76 технічних звітів.

Джейсон Пай: Старший експерт з продуктів та директор відділу штучного інтелекту майнінгових машин в лабораторії Silicon Valley. Він має ступінь магістра з бізнес-аналітики від Стерн-школи бізнесу Нью-Йоркського університету та ступінь магістра з промислового інженерінгу від Фултон-школи інженерії університету штату Аризона, зосереджуючись на управлінні технологіями та дослідженні операцій. Перед вступом в DeepBrain Chain, у Джейсона було 15 років досвіду у апаратному R&D та управлінні продукцією, працюючи в компаніях Supermicro, IBM та Ford Motor Company.

Дані DeepBrain Chain

Дані DeepBrain Chain (Джерело:DeepBrain Chain)

На 30 липня 2024 року в мережі обчислювальної потужності є 810 графічних процесорів (GPU), участь бере 11 пулів обчислень. Загальна вартість обчислювальної потужності досягла 272 731,31. Ці GPU разом відклали 80 544 779 $DBC, з рівнем прокату графічних процесорів на рівні 77,41%. Понад 200 000 адрес мають $DBC, з відкладенням майже 1,3 мільярда токенів.

Структура та оптимізація DeepBrain Chain

Структура мережі DeepBrain Chain:

1. Вся мережева структура поділена на головний ланцюг (DeepBrain Chain) + реле-вузли + робочі ланцюги / бічні ланцюги.
2. DeepBrain Chain, як основний ланцюжок, буде відповідальним за всі транзакції (міжланцюжкові) робочих ланцюжків / бічних ланцюжків.
3. Реле-вузли відповідають за з'єднання основного ланцюжка та робочих ланцюжків/бічних ланцюжків.
4. Робочі ланцюги / бічні ланцюги будуть незалежно обробляти свої відповідні бізнес-застосування та комерційні потреби. Через ретрансляційні вузли головний ланцюг та робочі ланцюги / бічні ланцюги можуть досягти двостороннього якісного забезпечення та конвертації.

Діаграма структури DeepBrain Chain (Джерело:DeepBrain Chain)

Як розподілена високопродуктивна обчислювальна мережа, DeepBrain Chain в сутності будує інфраструктуру для епохи 5G+AI. Поточні блокчейни стикаються з проблемами, такими як недостатня продуктивність, масштабованість, складнощі оновлення та відсутність інфраструктури. DeepBrain Chain внесла безліч технічних оптимізацій для вирішення цих існуючих проблем блокчейну:

1. Платформа Matrix та тематична архітектура програмного забезпечення: DeepBrain Chain використовує платформу Matrix та унікальну архітектуру програмного забезпечення Topic.
2. Шарова архітектура блокчейну: архітектура розділена на шари зберігання, мережі та обчислювальних шарів, кожен обробляється шарами в пайплайновому режимі. Кожен шар використовує високомасштабовану архітектуру, що підтримує еластичне масштабування.
3. Багатоланцюгова рамка: складається з одного головного ланцюга та кількох робочих ланцюгів. Головний ланцюг включає визначення схем для всіх робочих ланцюгів, без обмежень кількості робочих ланцюгів. Робочі ланцюги складаються з розбитих блокчейнів, що підтримують необмежене розбиття.
4. Стискання транзакцій: підтримка стиснення та передача даних транзакцій, що поліпшує ефективність передачі на 40%.
5. Двошаровий Протокол Передачі: Використовує самокодуючий двошаровий протокол передачі або двошаровий протокол шифрування передачі, що зменшує мережеву пропускну здатність. Протокол кодування різних пакетів повідомлень на тому ж посиланні може бути довільно змінений, що робить передачу більш безпечною.
6. Багаторівнева мережа: Побудована на мережі P2P, вводить ретранслюючі вузли та використовує багаторівневий механізм маршрутизації повідомлень мережі, покращуючи загальну ефективність передачі даних та зв'язку.
7. Механізм консенсусу AI-POC (Proof of Contribution): На основі алгоритмів штучного інтелекту цей механізм використовує алгоритм, який доводить внесок на основі активів користувачів та рівня участі.

Екосистема застосунків DeepBrain Chain

Хто завгодно може побудувати власну платформу хмарних обчислень на основі мережі DeepBrain. DeepBrain Chain має на меті створити всеосяжну екосистему, що генерує платформи торгівлі даними ШІ, платформи торгівлі алгоритмами ШІ, платформи торгівлі моделями ШІ, платформи торгівлі контейнерами ШІ та платформи торгівлі застосунками ШІ.

Навчання штучного інтелекту:
Навчання ШША передбачає використання великої кількості даних та алгоритмів для навчання мереж. Мета - отримати модель, здатну робити прогнози. Очікується, що ринковий обсяг серверів з графічними процесорами, які використовуються для навчання ШША, досягне 12 мільярдів доларів до 2024 року і продовжить зростати.

Інференція штучного інтелекту:
Інференція штучного інтелекту дозволяє навченим моделям штучного інтелекту робити прогнози на основі нових даних. Очікується, що ринок досягне 8 мільярдів доларів цього року і буде продовжувати зростати з часом.

Хмарне геймінг:
Хмарні ігрові сервіси дозволяють рендерити та обробляти ігри через хмарні GPU-сервери, зображення ігор транслюються на пристрої гравців. Хмарне геймінг дозволяє запускати будь-яку гру AAA на будь-якому пристрої.

Візуальне відтворення:
Візуальні рішення для відтворення в основному використовуються в кіно та промисловості 3D-анімації. Глобальний ринок у 2023 році досягнув розміру $723,7 мільйона і очікується швидкий ріст цього року.

Хмарні кафе:
Хмарні кав'ярні - це новий тип послуг інтернет-кафе на основі технології хмарного обчислення. У хмарних кав'ярнях ігри та програми запускаються на віддалених серверах GPU та транслюються в реальному часі на комп'ютери кав'ярень. Операторам інтернет-кафе не потрібно інвестувати в високопродуктивне обладнання GPU, що значно зменшує витрати на обладнання. На 2023 рік у всьому світі було понад 200 000 інтернет-кафе з загальною кількістю 10 мільйонів комп'ютерів.

ZK Майнінг:
ZK Mining відноситься до проектів, таких як Filecoin, Aleo та мережі Ethereum Layer 2, які потребують серверів GPU для обчислень доказів знань без зберігання.

Модель економіки токенів $DBC

Нативний токен DeepBrain Chain, $DBC, має загальний обсяг випуску 10 мільярдів токенів. 40% від загального обсягу генерується шляхом майнінгу, при цьому очікується, що весь обсяг буде повністю випущений протягом 100 років. $DBC використовує дефляційну модель: коли загальна кількість GPU в мережі DeepBrain Chain менше 5,000, 30% вартості оренди користувача сжигается. Коли кількість перевищує 5,000, швидкість зжигання збільшується до 70%, а коли вона перевищує 10,000, швидкість зжигання досягає 100%.

Розподіл виділень $DBC:

$DBC Розподіл (Джерело:DeepBrain Chain):

15% для ранніх продажів

17.35% для Фонду DBC

10% для команди

10% для стимулювання обчислювальної потужності перед запуском головної мережі

7.65% для Ради DBC

8% для супервузлів

32% на винагороди вузлів

Використання токенів $DBC

• Оренда GPU: Кожного разу, коли користувачі орендують GPU, вони повинні купити $DBC на біржах, а потім заплатити певну кількість $DBC DeepBrain Chain, щоб отримати права на використання GPU. Токен включає в себе вартість оренди.
• Права голосу: Кожен токен $DBC надає один голос, що дозволяє власникам брати участь у прийнятті управлінських рішень.
• Data Transactions: $DBC може бути використаний для купівлі та продажу даних, які можуть включати такі сфери, як тренування штучного інтелекту та аналіз ринку.
• Нагороди екосистеми: $DBC може бути використаний для винагородження учасників екосистеми, таких як розробники, шахтарі та оператори вузлів, для просування розвитку та функціонування платформи.

Як отримати токени $DBC

Для отримання токенів $DBC ви можете придбати їх через криптовалютні біржі. Наприклад, репутована біржа Gate.io підтримує покупки $DBC. Вам лише потрібно створити обліковий запис Gate.io, пройти процедуру KYC, а потім поповнити кошти на свій рахунок, щоб безпосередньо придбати токени $DBC.

Майбутній розвиток

DeepBrain Chain активно розширюється на зарубіжні ринки. Недавнє зустріч в Сеулі зібрала численних інвесторів, медійних розробників та фахівців галузі, що призвело до успішної події. Компанія також розширюється на зарубіжні ринки додатків, такі як Сінгапур та В'єтнам. Після створення DBC-IDC в Кореї також розпочато впровадження хмарних кафе.

Крім того, DeepBrain Chain має на меті просувати глобальне прийняття децентралізованого штучного інтелекту та можливостей GPU. Вона прагне сприяти співпраці між розробниками штучного інтелекту, постачальниками GPU та інвесторами, створюючи та підтримуючи живу та інноваційну екосистему. Цей підхід не лише адаптується до майбутнього штучного інтелекту, але й активно формує його, підтримуючи глобальну інноваційність та ефективність.

Висновок

DeepBrain Chain допомагає практикам штучного інтелекту, підприємствам, університетам, науково-дослідним установам, хмарним іграм, рендерингу та користувачам блокчейну зменшити витрати на обчислення, покращити обчислювальну ефективність і поліпшити продуктові досвіди. Значний прогрес був досягнутий в галузях GPU хмарових платформ, розподілених обчислювальних мереж та головної мережі.

DeepBrain Chain надає швидкі, економічні та безпечні послуги глобальній спільноті штучного інтелекту. Шляхом інтеграції технології Web3 вона ефективно вирішує кілька проблем в галузі застосування штучного інтелекту, таких як конфіденційність та високі витрати, і продовжує розширювати свій обсяг застосування. Команда DeepBrain Chain, з високою репутацією та великим досвідом в галузі штучного інтелекту, зараз активно розширюється на зовнішні ринки та розвиває мережеву екосистему. Якщо ви оптимістично ставитеся до майбутнього галузі штучного інтелекту, варто розглянути можливість раннього інвестування в DeepBrain Chain.