لماذا يعد DePIN أقصر طريقة لربط Web2 ب Web3؟ ​ "يقدم الذكاء الاصطناعي سوقا بقيمة 200 تريليون دولار يتجاوز ما يقرب من 2 مرة. الناتج المحلي الإجمالي العالمي." المذكورة في @0xCheeezzyyyy الموضوع. ​ يحل DePIN مشكلة توزيع الموارد عبر blockchain. ​ لا تقلل من شأن قوة اللامركزية ، فهي مثل النمل - صغيرة ولكنها قوية بما يكفي لتحمل ما يصل إلى 50 ضعف وزنها. ​ ▸ @ionet - الريادة في لامركزية وحدات معالجة الرسومات ​ يتطلب امتلاك وحدات معالجة الرسومات قاعدة مالية قوية. ​ قبل الكلمة الطنانة "الذكاء الاصطناعي" ، تم البحث بالفعل عن وحدات معالجة الرسومات لخدمة تعدين العملات المشفرة ، خاصة بالنسبة ل BTC أو ETH. ​ لماذا وحدات معالجة الرسومات؟ بالنسبة للمستخدمين غير التقنيين ، فإن وحدات معالجة الرسومات قادرة على المعالجة المتوازية ، وهو أمر مثالي لحل معادلات التشفير. ​ في خضم جنون التعدين (خلال عام 2017) ، ارتفعت أسعار GPU بشكل كبير. ​ على سبيل المثال ، شهدت وحدة معالجة الرسومات الشهيرة - GTX 1070 Ti من Nvidia - ارتفاعا في أسعارها بنسبة 100٪ بسبب ارتفاع الطلب من منصات البيتكوين. والآن ، التعدين صعب للغاية. ومع ذلك ، فإن وحدات معالجة الرسومات لديها مهمة نهائية للقيام بها: الذكاء الاصطناعي. ​ حتى عام 2022 وأوائل عام 2023 ، عندما تم تقديم ChatGPT وخاصة الذكاء الاصطناعي التوليدي ، دخل الذكاء الاصطناعي رسميا في العصر الذهبي. ​ ➜ أدى هذا ، مرة أخرى ، إلى ارتفاع أسعار وحدة معالجة الرسومات بشكل كبير. ​ علاوة على ذلك ، كما ذكرت في رسالتي الأخيرة ، تمثل الأجهزة (وحدات معالجة الرسومات) النسبة الأكبر عند تدريب نموذج الذكاء الاصطناعي. ​ على سبيل المثال ، يتطلب GPT-3 الآلاف من NVIDIA V100s ، بتكلفة 10 آلاف دولار لكل منها. ​ بهذه التكلفة ، لا تستطيع معظم الشركات الصغيرة والمتوسطة تحمل تكاليف البناء. ​ 👉 باختصار ، هناك حاجة إلى وضع كل وحدات معالجة الرسومات هذه على السحابة لخفض تكاليف وحدة معالجة الرسومات - وهو بالضبط ما تقدمه @ionet. ▸ مقارنة موفر وحدات معالجة الرسومات اللامركزية: ​ وفقا لتقرير صادر عن Fortune Insights ، تقدر القيمة السوقية ل GPUaaS (GPU كخدمة) ب 4.31 مليار دولار في عام 2024. ​ ومن المتوقع أن يصل هذا الرقم إلى ما يقرب من 50 مليار دولار في عام 2032. ​ وبالتالي ، يبدو أن هذا المكان هو قطعة لذيذة من الكعكة إذا تمكن المقدمون من تحسين التكاليف الثابتة لوحدة معالجة الرسومات الخاصة بهم. ​ فيما يلي لوحة من اللاعبين الجدد في هذا المجال: ​ ضع القيمة السوقية و FDV جانبا ، دعنا نتحدث عن حجم كل لاعب. ​ + @AethirCloud و @ionet لديها أعلى قدر من سعة GPU. ​ + @ionet و @akashnet_ قادرون على الاستفادة من سوق البيع بالتجزئة. ​ + حساب عدد وحدات معالجة الرسومات عالية الجودة (مثل H100s): ينتمي النطاق الكبير إلى @ionet و @AethirCloud. ​ في الواقع ، تتعاون IOnet و Aethir لفترة من الوقت لتوسيع نطاق وتغطية مجموعة واسعة من الحصة السوقية بسهولة. ▸ @ionet - الحل الأمثل لبناء الذكاء الاصطناعي ​ بالحديث عن جميع خدمات IOnet ، يمكنك الاطلاع على مشاركاتي السابقة. ​ في هذا المنشور ، دعنا نغطي منطقة التداخل بينهما: ​ + IO Cloud: حيث يستأجر البناة وحدات معالجة الرسومات + IO Worker: حيث يقوم المالكون بتسجيل وحدات معالجة الرسومات الخاصة بهم للتأجير + IO Staking: حيث يشارك مالكو وحدة معالجة الرسومات للالتزام بعروضهم ​ ➜ وبالتالي ، يقف IOnet في المنتصف ، ويفتح سوقا لمعالجة الرسومات لفرض رسوم الإيجار ويدفع للمالكين (من حيث $IO). علاوة على ذلك ، منذ إطلاق ميزة التخزين المشترك ، يمكن لحاملي $IO الانضمام إلى التخزين بدون امتلاك قطعة من وحدة معالجة الرسومات. ​ + IO Intelligence: مركز الذكاء الاصطناعي يستفيد من سوق البيع بالتجزئة ، بما في ذلك نماذج الذكاء الاصطناعي الجاهزة للاستخدام وواجهات برمجة التطبيقات والوكلاء المضمنين. ​ 👉 الخلاصة: اتخذ الفريق @ionet خطوة كبيرة إلى الأمام لتلبية حاجة السوق إلى GPU كخدمة. تعد لامركزية وحدات معالجة الرسومات أمرا لا بد منه. ​ يجب أن أعترف أن IOnet قد بنت بالفعل نموذجا للنمو المستدام قوي جدا بحيث لا يمكن أن يفشل.