Структурный DePIN капитал переходит в ИИ: венчурные инвесторы поддерживают проверяемую инфраструктуру ИИ DGrid

Web3 инфраструктурный капитал течёт к пересечению децентрализованных физических сетей и искусственного интеллекта.

Децентрализованная сеть искусственного интеллекта DGrid AI недавно получила стартовое финансирование от Waterdrip Capital, IoTeX, Paramita VC, Zenith Capital и CatcherVC для масштабирования своей децентрализованной экосистемы.

Проверяемые уровни интеллекта дают децентрализованным аппаратным сетям возможность снизить риск выполнения.

Централизованные интерфейсы программирования приложений делают приложения, нативные для блокчейна, уязвимыми к контрагентскому риску.

DePIN-сети нуждаются в доверительных вычислительных средах, прежде чем они смогут безопасно обслуживать глобальные рабочие нагрузки.

Разбор централизованной чёрной коробки ИИ

Традиционные платформы Model-as-a-Service работают как непрозрачные силосы. Провайдеры моделей могут предоставлять менее качественные модели с минимальной внешней видимостью.

Централизованные хосты могут изменять вычислительные сборы, прежде чем пользователи обнаружат несоответствия. DGrid обеспечивает операционную прозрачность через Proof of Quality (PoQ), проверяемый механизм консенсуса.

Операторы оборудования должны криптографически доказывать точность выполнения.

«Децентрализованные аппаратные сети сталкиваются с немедленными узкими местами в выполнении, если разработчики остаются слепы к тому, как обрабатываются их данные», заявил Джадемонт, генеральный директор Waterdrip Capital.

Внедряя проверку непосредственно в слой консенсуса, DGrid устанавливает криптографическую прозрачность для сложных вычислительных запросов.

Джадемонт
Генеральный директор Waterdrip Capital

Решение узкого места верификации аппаратного и программного обеспечения

Распределённые аппаратные сети нуждаются в строгих протоколах проверки для сложных задач машинного обучения. Качество вывода на тысячах независимых узлов создаёт значительные технические трения.

DGrid переносит узкое место верификации в слой консенсуса. PoQ ограничивает злонамеренное поведение и снижает риск поставки менее качественной модели.

Узлы выполняют запросыInference и сразу загружают журналы выполнения в сеть. Подтверждения качества, защищённые от подделки, генерируются на блокчейне.

Разработчики могут запрашивать криптографические доказательства для оценки надежности результата без повторного выполнения задачиInference. Верификация на уровне протокола защищает производительность и сопротивление цензуре.

«Мост между аппаратным и программным обеспечением верификации остаётся самой сложной инженерной задачей в децентрализованном ИИ», отметил Зак, основатель 4EVER Research.

Механизм Proof of Quality DGrid решает проблему валидации на уровне протокола. Узлы сети теперь могут выполнять сложные задачи машинного обучения при минимальных доверительных предположениях.

Зак
Основатель 4EVER Research

Доказывание коммерческой жизнеспособности вне сырого вычисления

Массовое внедрение зависит от агрегирования спроса наряду с распределением вычислений. Экосистемы нуждаются в доступных интерфейсах для потребителей, которые сочетают предложение интеллекта с спросом разработчиков.

DGrid координирует поток ресурсов через интегрированный набор утилит.

Основная архитектура сети основана на Smart Router для автоматической отправки моделей и открытом Marketplace, где разработчики независимо устанавливают цены на своих агентов.

Экосистема также включает недавно запущенную Arena на BNB Chain, которая обеспечивает быстрое развертывание в цепочке с помощью стандарта токена ERC-8004.

Личные AI-ассистенты работают локально за считанные минуты благодаря бесплатному хостинговому оборудованию Openclaw. Пользователи DGrid получают доступ к ведущим моделям, таким как Claude, GPT и Gemini, со скидкой 55% ниже стандартных рыночных цен.

«Спекулятивные физические сети часто собирают огромную вычислительную мощность, не обеспечивая органическую пользу для потребителей», отметил Фрэнк, исследователь Abraca Research.

DGrid устанавливает немедленную рыночную жизнеспособность, сочетая сырой аппаратный запас с структурированным спросом разработчиков.

Фрэнк
Исследователь Abraca Research

Этот рост, управляемый пользователями, отражается в активной деятельности сети, при этом текущие операции в цепочке показывают более 50 000 активных пользователей в день и 500 000 активных пользователей в месяц по интерфейсам платформы.

Масштабирование для корпоративной интеграции

Интеграция в предприятия ставит следующий тест на скорость, удобство использования, инструменты для разработчиков и криптографические накладные расходы. Стандартные рабочие процессы машинного обучения требуют верификации в цепочке, чтобы вписаться в существующие системы без чрезмерных трений.

Высокая задержка часто мешает принятию Web3-разработчиками.

Сложные протоколы консенсуса могут замедлить генерациюInference до неприемлемых уровней. DGrid должен масштабировать процессы PoQ для скорости корпоративного уровня.

Инженерам сети потребуется снизить криптографические накладные расходы и сохранить беспрепятственный опыт разработчика.

Фонды DePIN-нативных сетей дают DGrid возможность для исследований и разработок. Стартовый капитал может поддержать команду в преодолении ранних препятствий интеграции и в поиске прозрачной альтернативы централизованным платформам ИИ.

Долгосрочное внедрение будет зависеть от постоянных итераций моделей консенсуса и опыта разработчика, который кажется надежным при нагрузке в производственной среде.

Пост «Структурный капитал DePIN переходит в ИИ: венчурные фонды поддерживают проверяемую инфраструктуру ИИ DGrid» впервые опубликован на Invezz