لماذا يجب على مستثمري AI إعادة النظر في Solana؟

المؤلف: Jeff Park
المصدر: X, @dgt10011
الترجمة: Shan Ouba, Jinse Finance

منذ أن بدأت رحلتي مع صناعة التشفير، ظل لدي هدفان مستقلان ولكنهما مرتبطان ارتباطًا وثيقًا: الأول، إعادة تشكيل المبادئ الأساسية للنقود السليمة من خلال مخزن قيمة مقاوم للرقابة (البيتكوين)؛ والثاني، وهو بنفس الأهمية، بناء سوق رأس مال يتسم بالكفاءة والدقة العالية في العصر الرقمي باستخدام التكنولوجيا. وأعتقد أن Solana حاليًا هي الأنسب لتحقيق الهدف الثاني. قبل الخوض في التفاصيل، دعنا نتحدث عن شركة تكنولوجية ثورية أصبحت اليوم معروفة للجميع لكنها كانت مغمورة في أيامها الأولى — إنها NVIDIA.

في عام 2013، بدأت NVIDIA بتطوير أول حاسوب خارق مخصص للذكاء الاصطناعي، DGX-1، وانطلقت في ابتكار شامل من قاعدة الرقاقة، حيث أصدرت شريحة Pascal بتقنية FinFET. جمعت هذه الشريحة الخصائص المثالية الثلاث للترانزستور: الدقة العالية، الكفاءة العالية، والقابلية للتحكم. على الرغم من أنها كانت أهم ترقية للأجهزة في مجال الترانزستورات منذ السبعينيات، إلا أن الجمهور لم يكن يعلم شيئًا عنها قبل أكثر من عقد من الزمان. السبب الذي جعل جنسن هوانغ قادرًا على توقع أن العائق الأساسي للصناعة قد تحول من مجرد قوة الحوسبة الحسابية إلى نقل البيانات بين الرقائق، كان الإلهام من تقنية NVLink في عام 2014. حتى بعد إطلاق DGX-1 رسميًا في عام 2016، استغرق NVIDIA عقدًا آخر لتصبح واحدة من أشهر الشركات في العالم وأكثرها قيمة من حيث القيمة السوقية.

يعتقد الكثيرون خطأً أن نجاح NVIDIA يعود إلى تفوق دوائرها الإلكترونية على المنافسين، لكن جوهر النصر الحقيقي هو نظامها البرمجي المتكامل. بعد أن أصبح قانون مور غير فعال تدريجيًا، استخدم علماء الكمبيوتر الخوارزميات العددية لتسريع عمليات المصفوفات، مما أعطى GPU مجموعة تعليمات جديدة تمامًا غير مسبوقة. في كتاب "The Thinking Machine"، حسب Stephen Witt أن ترانزستورات الأجهزة ساهمت فقط في تحسين الأداء بمقدار 2.5 مرة، بينما جاءت السرعة المتبقية البالغة حوالي 400 مرة من مكتبة أدوات رياضية تسمى CUDA.

هناك هدفان من مشاركة هذه الرحلة عن NVIDIA: أولاً، الطريق من الاكتشاف العلمي إلى التطبيق التجاري طويل ومتعرج؛ ثانيًا، السعي المتزامن نحو الدقة العالية والكفاءة العالية والقابلية للتحكم على مستوى البرمجيات والأجهزة هو جوهر جاذبية التكنولوجيا الثورية المعاصرة. في هذه النقطة، تشترك NVIDIA وSolana في تشابه عميق يتجاوز ما يبدو على السطح.

برأيي، ليس من قبيل المصادفة أن مؤسس Solana، Toly، جاء من نظام تطوير GPU في Qualcomm، وأن الرهان الأساسي للمشروع في البداية كان بيئة التنفيذ المتوازي Sealevel: حيث يمكن معالجة المعاملات على الحالة متعددة الأجزاء بشكل متزامن ومتوازٍ على معالجات متعددة النواة. هذا المنطق هو جوهريًا نقل الفكرة الأساسية لـ CUDA إلى نظام دفتر حسابات البلوكتشين. وتطلب التنسيق الزمني المعقد اللازم لتحقيق التنفيذ المتوازي الفعال ظهور آلية الإجماع الأصلية المعروفة — إثبات التاريخ (PoH). على الرغم من أن بنية Solana المبكرة كانت مناسبة لتشغيل الأجهزة من GPU إلى TPU، إلا أن الدرس الأعمق الذي تركته NVIDIA للصناعة يستحق التعلم: الحاجز الأساسي طويل الأمد يكمن في التطوير المستمر لمكتبات الأدوات الرياضية. الدليل الأوضح هو أن آلية الإجماع الأساسية قد شهدت إعادة كتابة شاملة، حيث ستقوم ترقية Alpenglow بإلغاء PoH تمامًا واعتماد مسار إجماع جديد أسرع.

حاليًا، يميل السوق عمومًا إلى النظرة السلبية تجاه شبكة Solana الرئيسية، بحجة أن البلوكتشينات العامة تفتقر إلى قيمة تطبيقية حقيقية، وأن الحكم على ملاءمة المنتج للسوق من خلال استخدام مساحة الكتلة فيه عيوب جوهرية. لكن في عام 2009، كانت هناك قصة مرجعية قيّمة: قاد Geoff Hinton طلاب الدراسات العليا (بما في ذلك Sutskever) في تجارب تعلم الآلة باستخدام بطاقات NVIDIA، وطلبوا بطاقات مجانية من NVIDIA لكنهم رُفضوا. في ذلك الوقت، لم يكن لدى كبير علماء NVIDIA في حسابات التطبيقات المتوازية أي مكان لأبحاث الذكاء الاصطناعي. ولكن في النهاية، أصبح الذكاء الاصطناعي السيناريو الأكثر انفجارًا للحوسبة المتوازية — الحوسبة المتوازية هي تكنولوجيا عامة أساسية بحد ذاتها. في البداية، اعتمدت هذه التكنولوجيا المبكرة على عمليات الشراء بالجملة من الأوساط الأكاديمية لبطاقات GeForce وتوصيل عدة بطاقات معًا لبناء حرارة أولية، لكن جنسن هوانغ لاحظ هذا الاتجاه في وقت مبكر من عام 2004، بينما لم يلاحظه أحد في الصناعة بعد.

كيف اكتشف الفرصة؟ هذا يفسر بالضبط كيف يتم تمويل جميع الأبحاث العلمية المتطورة التي لا تحقق عوائد تجارية قصيرة الأمد: من خلال مجموعة صغيرة من المستخدمين المتحمسين المتخصصين. كانت أول شريحة ثنائية الغرض من NVIDIA تجمع بين الرسومات والحوسبة المتوازية مثيرة للجدل داخليًا، لأنها رفعت تكلفة إنتاج بطاقات GeForce، مما جعلها أعلى من منافستها Radeon — وهذا ما يُعرف بـ "ضريبة CUDA". براعة CUDA تكمن في جعل لاعبي الألعاب يتحملون تكاليف تطوير الرقاقة الضخمة. بالنسبة لـ Solana، فإن "ضريبة CUDA" الخاصة بها تأتي بلا شك من قاعدة المستخدمين المخلصين في مجال التداول — وهو مجال يجمع بين الألعاب والترفيه والتمويل. حقيقة موضوعية: كل التكنولوجيا المتطورة المبكرة تحتاج إلى مجموعة من المطورين والمستخدمين الأوائل الذين يسعون إلى الأداء الأقصى ويتعمقون في السيناريوهات العامة، وهذا أيضًا علامة مميزة لتشكيل ملاءمة المنتج للسوق. إذا كنت على استعداد للملاحظة، فإن هذا الاتجاه أصبح واضحًا بالفعل.

لدي مؤشرات كافية للاعتقاد بأن الإنجاز الكبير لتقنية التشفير في مرحلة الناشئة الأولى. Solana شهدت أول أصل يتم إدراجه في سوق تداول متزامن على السلسلة (SPCX) الذي حقق 52 مليون دولار من التداول عبر 51 مجمع سيولة على Solana خلال 24 ساعة من اليوم الأول؛ كما أصبحت Solana تدريجيًا طبقة تسوية للذكاء الاصطناعي، تغطي أسواق الحوسبة اللامركزية للاستدلال، وشبكات بيانات DePIN، والعوامل الذكية المستقلة على السلسلة؛ كما انضمت إلى النظام البيئي للعملات المستقرة الرائدة، حيث تحتل شهريًا أعلى حجم تداول على السلسلة في الصناعة. كل هذا يعود إلى حقيقة أن بنيتها الأساسية صُممت منذ البداية وفقًا لمبادئ تصميم صارمة تسعى إلى الأداء العام المطلق. بالطبع، هذه مجرد بيانات مبكرة في الوقت الحالي، ولم يتم تشكيل استنتاج نهائي. السؤال الأساسي الذي يجب حله هو: هل يمكن لهذه السيناريوهات التخصصية أن تكتمل دورة تجارية ناضجة، وبناء نموذج اقتصادي شبكي قابل للاستمرار ولا يقتصر على استخدام واحد؟ وهل يمكن للتطبيقات ذات الصلة أن تتخلص من الاعتماد على الحوافز قصيرة الأجل وتشكل حلقة إيجابية طويلة الأجل ذاتية التعزيز؟

يصف أصدقاء جنسن هوانغ منذ فترة طويلة أن قدرته الأساسية ليست موهبة التنبؤ بالمستقبل، بل "إحساس بالرنين": بناءً على ما يراه في الوقت الحالي، مع تواصل مستمر مع العملاء والموظفين، يستخدم التفكير المنطقي لتوقع الاتجاه طويل الأجل للصناعة. أعتقد، سواء من حيث التطور المتراكم أو التفكير الأساسي، أن مجتمع Solana مستعد تمامًا، ولديه القدرة الشاملة لدفع فرصة الجيل التالي في الصناعة إلى الواقع. المشاركة في هذه الرحلة تملؤني بالتطلع والفخر، وسأبذل قصارى جهدي للمساهمة في هذا المستقبل الواعد للصناعة.