AI обсяг обчислювальної потужності вже настільки великий, що терміни доставки висококласних чипів NVIDIA затягуються до десятків тижнів, але в криптовалютному ринку є один тип проектів, які тихо беруть на себе цю частину перенавантаження — децентралізована мережа GPU.

Render розширюється від обчислень для рендерингу до AI-розрахунків, використовуючи механізм Burn-and-Mint для прив'язки потреби у обчислювальній потужності до вартості токенів; Akash у першому кварталі витрати на обчислювальну потужність сягнули нових максимумів у 5 мільйонів доларів США; стверджується, що це може знизити витрати на 70%; Bittensor використовує «інтелектуальне підтвердження» для стимулювання моделей і внесків даних.
Спільною логікою цих проектів є те: традиційні хмарні провайдери (AWS, Azure) мають нестачу GPU-ресурсів, тоді як у світі все ще є багато невикористаних споживчих GPU. Децентралізована мережа може об’єднати ці ресурси з перевагою у 50%-90% за витратами та за допомогою токенів забезпечити гнучкість пропозиції.
Ризик полягає в тому, що якість обчислювальної потужності таких мереж наразі різна, а споживчі GPU у сценаріях AI-розрахунків значно поступаються за продуктивністю чипам рівня H100 та іншим дата-центрним рішенням. Крім того, ціна токенів і потреба у обчислювальній потужності не мають лінійного зв’язку — ринкові настрої та спекулятивні кошти часто визначають короткострокові коливання, а не реальне використання.
Переходовий період AI-гігантів змінює структуру попиту і пропозиції обчислювальної потужності, але чи зможе децентралізована мережа справді стати надійним вибором для провідних компаній — ще потребує час для підтвердження.
$render #ai #h100 #区块链 #криптовалютний ринок