Dlaczego DePIN to najkrótsza droga do połączenia Web2 z Web3? ​ "Sztuczna inteligencja przedstawia rynek o wartości 200 bilionów dolarów, który prawie 2 razy więcej niż cur. globalnego PKB." wspomnianego w @0xCheeezzyyyy wątku. ​ DePIN rozwiązuje problem dystrybucji zasobów w całym łańcuchu bloków. ​ Nie lekceważ siły decentralizacji, jest jak mrówki - małe, ale wystarczająco silne, aby unieść do 50 razy większą wagę. ​ ▸ @ionet - pionier w decentralizacji procesorów graficznych ​ Posiadanie procesorów graficznych wymaga silnej bazy finansowej. ​ Zanim pojawiło się modne słowo "AI", procesory graficzne były już poszukiwane do obsługi wydobywania kryptowalut, zwłaszcza w przypadku BTC lub ETH. ​ Dlaczego procesory graficzne? Dla użytkowników nietechnicznych procesory graficzne są zdolne do przetwarzania równoległego, co jest idealne do rozwiązywania równań kryptograficznych. ​ W samym środku szaleństwa wydobywczego (w 2017 roku) ceny GPU poszybowały w górę. ​ Na przykład popularny procesor graficzny - Nvidia GTX 1070 Ti - odnotował wzrost cen o 100% ze względu na duży popyt ze strony platform Bitcoin. A teraz wydobycie jest bardzo trudne. Jednak procesory graficzne mają do wykonania ostateczną misję: sztuczną inteligencję. ​ Do 2022 roku i początku 2023 roku, kiedy wprowadzono ChatGPT, a zwłaszcza generatywną sztuczną inteligencję, sztuczna inteligencja oficjalnie wkroczyła w złotą erę. ​ ➜ To po raz kolejny spowodowało dramatyczny wzrost cen GPU. ​ Co więcej, jak wspomniałem w moim ostatnim poście, sprzęt (GPU) stanowi największą część podczas trenowania modelu AI. ​ Na przykład GPT-3 wymaga tysięcy NVIDIA V100, z których każdy kosztuje 10 tys. USD. ​ Przy takim koszcie większość MŚP nie może sobie pozwolić na budowę. ​ 👉 Podsumowując, umieszczenie wszystkich tych procesorów graficznych w chmurze jest potrzebne, aby obniżyć koszty procesorów graficznych - co jest dokładnie tym, co oferuje @ionet. ▸ Porównanie dostawców zdecentralizowanych procesorów graficznych: ​ Według raportu Fortune Insights, wartość rynku GPUaaS (GPU as a service) szacowana jest na 4,31 mld USD w 2024 roku. ​ Przewiduje się, że w 2032 r. liczba ta osiągnie prawie 50 mld USD. ​ Tak więc ta nisza wydaje się być pysznym bułką z masłem, jeśli dostawcy mogą zoptymalizować swoje stałe koszty GPU. ​ Oto tablica z ostatnimi graczami w tej dziedzinie: ​ Odkładając na bok kapitalizację rynkową i FDV, porozmawiajmy o skali każdego gracza. ​ + @AethirCloud i @ionet mają największą pojemność GPU. ​ + @ionet i @akashnet_ są w stanie wejść na rynek detaliczny. ​ + Liczenie wysokiej jakości procesorów graficznych (takich jak H100s): duża skala należy do @ionet i @AethirCloud. ​ W rzeczywistości IOnet i Aethir współpracują już od jakiegoś czasu, aby łatwo zwiększyć skalę i pokryć szeroki zakres udziału w rynku. ▸ @ionet - idealne rozwiązanie dla zbudowanych przez sztuczną inteligencję ​ Mówiąc o wszystkich usługach IOnet, możesz zapoznać się z moimi poprzednimi postami. ​ W tym poście zajmijmy się strefą nakładania się między nimi: ​ + IO Cloud: gdzie budowniczowie wynajmują procesory graficzne + IO Worker: gdzie właściciele rejestrują swoje procesory graficzne do wypożyczenia + IO Staking: gdzie właściciele GPU stawiają, aby zobowiązać się do swojej oferty ​ ➜ Tak więc IOnet stoi pośrodku, otwiera rynek GPU do pobierania opłat za wynajem i płaci właścicielom (pod względem $IO). Co więcej, odkąd uruchomiono funkcję Co-staking, posiadacze $IO mogą dołączyć do stakingu bez posiadania kawałka GPU. ​ + IO Intelligence: centrum sztucznej inteligencji wykorzystujące rynek detaliczny, w tym gotowe do użycia modele sztucznej inteligencji, interfejsy API i wbudowanych agentów. ​ 👉 Wniosek: @ionet zespół zrobił ogromny krok naprzód, aby sprostać zapotrzebowaniu rynku na GPU jako usługę. Decentralizacja procesorów graficznych jest koniecznością. ​ Muszę przyznać, że IOnet zbudował już model zrównoważonego wzrostu, który jest zbyt solidny, aby upaść.