AI投资者应重新审视Solana，主要基于以下三点：
1. **性能优势**：Solana具备高吞吐量与极低交易费用，能支撑高频链上数据交互，契合AI模型对实时、低成本数据流的需求。
2. **生态扩展**：去中心化存储（如Arweave）与计算项目在Solana上快速增长，为AI训练数据与推理工作负载提供原生链上基础设施。
3. **技术升级**：Firedancer客户端等改进显著提升网络稳定性，解决了此前宕机痛点，增强了大规模AI应用部署的可靠性。
综上，Solana在可扩展性与成本效率上的突破，使其成为AI与区块链融合领域中不可忽视的底层选择。

Автор: Jeff Park
Источник: X, @dgt10011
Перевод: Shan Ouba, Jinse Finance

С самого начала моего знакомства с криптоиндустрией у меня было две независимые, но тесно связанные цели: во-первых, восстановить базовые принципы надежных денег через устойчивое к цензуре средство сбережения (биткоин); во-вторых, не менее важная миссия — с помощью технологий построить более эффективный и точный рынок капитала, адаптированный к цифровой эпохе. И я считаю, что сегодня Solana как раз способна помочь в продвижении второй миссии. Прежде чем углубляться, давайте поговорим о компании, которая сейчас известна каждому, но в прошлом была малоизвестной революционной технологической фирмой — NVIDIA.

В 2013 году NVIDIA начала разработку первого суперкомпьютера, созданного специально для ИИ — DGX-1, полностью переработав архитектуру чипов с нуля, выпустив чипы на архитектуре Pascal с техпроцессом FinFET. Этот чип объединил три ключевых идеальных свойства транзисторов: высокую точность, высокую энергоэффективность и управляемость. Хотя это было самое важное аппаратное обновление в области транзисторов с 1970-х годов, десять лет назад никто об этом не знал. Дженсен Хуанг смог предвидеть, что ключевым узким местом отрасли станет не просто вычислительная мощность, а передача данных между чипами — это стало ясно благодаря технологии NVLink в 2014 году. Даже после выхода DGX-1 в 2016 году, NVIDIA потребовалось еще десять лет, чтобы стать одной из самых легендарных и крупнейших по рыночной капитализации компаний мира.

Многие ошибочно полагают, что успех NVIDIA связан с превосходством аппаратных схем над конкурентами, но настоящим ключом к победе стала ее программная экосистема. После замедления действия закона Мура компьютерные ученые использовали численные алгоритмы для ускорения матричных операций, наделив GPU новыми наборами инструкций, которых раньше не существовало. Стивен Уитт в книге «Мыслящие машины» подсчитал, что аппаратные транзисторы обеспечили лишь 2,5-кратный прирост производительности, а оставшиеся почти 400-кратное ускорение было достигнуто за счет библиотеки математических инструментов под названием CUDA.

Рассказывая эту историю NVIDIA, я преследую две цели: во-первых, путь от научного открытия до коммерческой реализации долог и извилист; во-вторых, одновременное стремление к высокой точности, эффективности и управляемости как на программном, так и на аппаратном уровне является ключевой привлекательностью современных прорывных технологий. У NVIDIA и Solana в этом плане гораздо больше общего, чем кажется на первый взгляд.

На мой взгляд, не случайно, что основатель Solana Toly вышел из среды разработки GPU в Qualcomm. Изначальная ключевая ставка проекта — среда параллельного выполнения Sealevel: транзакции в многошардовом состоянии могут обрабатываться синхронно параллельно на многоядерных процессорах. Эта логика по сути переносит базовые идеи CUDA в систему блокчейн-реестра. А сложная логика синхронизации, необходимая для эффективного параллелизма, породила известный нам оригинальный механизм консенсуса — Proof of History (PoH). Хотя ранняя архитектура Solana была адаптирована для работы на GPU/TPU, глубокий урок, оставленный NVIDIA, стоит усвоить: долгосрочный барьер заключается в непрерывно развивающейся библиотеке математических инструментов. Наиболее наглядное доказательство — механизм консенсуса полностью переписывается: обновление Alpenglow полностью заменит PoH на более быстрый новый путь консенсуса.

Сейчас рынок в целом негативно настроен к основной сети Solana, аргументируя это тем, что универсальные публичные блокчейны не имеют реальной ценности приложений, и что судить о product-market fit по коэффициенту использования пространства блоков — ошибочно. Однако в 2009 году произошел очень показательный случай: Джефф Хинтон вместе со своими аспирантами (включая Суцкевера) использовал видеокарты NVIDIA для экспериментов с машинным обучением и попросил у NVIDIA бесплатные карты, но получил отказ. Тогда главный ученый NVIDIA по параллельным вычислениям даже не включал исследования ИИ в список предполагаемых сценариев применения параллельных вычислений. Но в итоге именно ИИ стал самым взрывоопасным сценарием для параллельных вычислений — параллельные вычисления сами по себе являются универсальной базовой технологией. Эта ранняя технология сначала получила первоначальный импульс благодаря массовым закупкам GeForce академическими кругами и объединению нескольких карт, но Дженсен Хуанг заметил эту тенденцию еще в 2004 году, когда вся отрасль еще не обращала на это внимания.

Как он уловил эту возможность? Это как раз объясняет, как все передовые исследования, не имеющие краткосрочной коммерческой отдачи, получают финансирование: благодаря нишевым ярым энтузиастам. Первый двухцелевой чип NVIDIA, совмещавший графику и параллельные вычисления, вызвал большие внутренние споры, потому что он увеличил стоимость производства GeForce по сравнению с конкурирующим Radeon — это то, что в индустрии называют «налогом CUDA». Гениальность CUDA в том, что игроки фактически оплачивали огромные затраты на разработку чипов. Для Solana ее «налог CUDA» несомненно исходит от ядра лояльных пользователей торгового сообщества — это сообщество сочетает в себе игровые, развлекательные и финансовые свойства. Объективный факт: все ранние передовые технологии нуждаются в группе ранних разработчиков и пользователей, которые гонятся за максимальной производительностью и глубоко погружены в универсальные сценарии, — это также характерный признак формирования product-market fit. Если готовы наблюдать, эту тенденцию уже можно ясно увидеть.

У меня есть достаточно признаков того, что крупный прорыв в криптотехнологиях находится на начальной стадии. Solana породила первый в мире тикер, одновременно запущенный на цепном торговом рынке, — тикер SPCX за первые 24 часа после запуска совершил сделки на сумму 52 миллиона долларов в 51 пуле ликвидности на Solana; Solana постепенно становится расчетным уровнем для ИИ, охватывая децентрализованный рынок вычислительных мощностей для вывода, сети данных DePIN и автономные цепные агенты; а также входит в число лидирующих стейблкоин-экосистем, ежемесячный объем цепных транзакций стабильно занимает передовые позиции в отрасли. Все это основано на строгих принципах проектирования, направленных на максимальную универсальную производительность, заложенных в ее базовую архитектуру с самого начала. Конечно, на данный момент это лишь ранние данные, еще не сформировавшие окончательный вывод. Ключевой нерешенный вопрос: смогут ли эти нишевые сценарии сформировать коммерчески зрелый замкнутый цикл, построить устойчивую сетевую экономическую модель, не ограниченную одной целью; смогут ли соответствующие приложения избавиться от краткосрочных стимулирующих субсидий и создать самоподдерживающийся долгосрочный положительный цикл.

Друзья Дженсена Хуанга давно отмечают, что его ключевая способность — не дар предвидения, а некое «чувство резонанса»: видя текущую ситуацию, постоянно общаясь с клиентами и сотрудниками, он на основе логических рассуждений предугадывает долгосрочные тенденции отрасли. Я считаю, что как с точки зрения накопленного опыта, так и с точки зрения фундаментального мышления, сообщество Solana полностью готово и обладает всеми возможностями для реализации следующего поколения отраслевых возможностей. Участвовать в этом пути для меня — большая честь и радость, и я приложу все усилия, чтобы внести свой вклад в эту многообещающую отрасль.