Vốn đầu tư cấu trúc DePIN chuyển sang AI: Các VC ủng hộ hạ tầng AI có thể xác minh của DGrid

Web3 hạ tầng vốn đầu tư đang chảy vào giao điểm của mạng lưới vật lý phi tập trung và trí tuệ nhân tạo.

Mạng lưới trí tuệ nhân tạo phi tập trung DGrid AI gần đây đã huy động vốn hạt giống từ Waterdrip Capital, IoTeX, Paramita VC, Zenith Capital và CatcherVC để mở rộng hệ sinh thái phi tập trung của mình.

Các lớp trí tuệ có thể xác minh cung cấp cho các mạng phần cứng phi tập trung một cách để giảm thiểu rủi ro thực thi.

Giao diện lập trình ứng dụng tập trung (API) mở ra các ứng dụng gốc blockchain để đối mặt với rủi ro đối tác.

Các mạng DePIN cần môi trường tính toán không tin cậy trước khi chúng có thể phục vụ các khối lượng công việc toàn cầu một cách an toàn.

Phá vỡ hộp đen AI tập trung

Các nền tảng Mô hình như Dịch vụ truyền thống hoạt động như các silo mờ đục. Các nhà cung cấp mô hình có thể phục vụ các mô hình kém chất lượng hơn mà ít có khả năng nhìn thấy bên ngoài.

Các máy chủ tập trung có thể thay đổi phí tính toán trước khi người dùng phát hiện ra sự khác biệt.

DGrid thực thi minh bạch hoạt động thông qua Bằng chứng Chất lượng (PoQ), một cơ chế đồng thuận có thể xác minh.

Các nhà vận hành phần cứng phải chứng minh bằng mã hóa rằng độ chính xác thực thi là chính xác.

“Các mạng phần cứng phi tập trung đối mặt với các nút thắt cổ chai trong thực thi ngay lập tức nếu các nhà xây dựng vẫn mù quáng về cách dữ liệu của họ được xử lý,” ông Jademont, CEO của Waterdrip Capital, nói.

Bằng cách nhúng xác thực trực tiếp vào lớp đồng thuận, DGrid thiết lập tính minh bạch mã hóa cho các yêu cầu tính toán phức tạp.

Jademont
CEO tại Waterdrip Capital

Giải quyết nút thắt xác minh phần cứng-phần mềm

Các mạng phần cứng phân tán cần các giao thức xác minh nghiêm ngặt cho suy luận máy học phức tạp.

Chất lượng đầu ra trên hàng nghìn nút độc lập tạo ra sự ma sát kỹ thuật đáng kể.

DGrid chuyển nút thắt xác minh vào lớp đồng thuận. PoQ giới hạn hành vi độc hại và giảm thiểu rủi ro cung cấp mô hình kém chất lượng.

Các nút thực thi yêu cầu suy luận và tải lên nhật ký thực thi ngay lập tức. Các bằng chứng chất lượng chống giả mạo được tạo ra trên chuỗi.

Các nhà phát triển có thể truy vấn các bằng chứng mã hóa để đánh giá độ tin cậy của kết quả mà không cần thực thi lại nhiệm vụ suy luận. Xác minh ở cấp giao thức bảo vệ hiệu suất và khả năng chống kiểm duyệt.

“Cầu nối xác minh phần cứng-phần mềm vẫn là thách thức kỹ thuật khó nhất trong AI phi tập trung,” ông Zach, sáng lập của 4EVER Research, nhận xét.

Cơ chế Bằng chứng Chất lượng của DGrid giải quyết khoảng trống xác minh ở cấp giao thức. Các nút mạng bây giờ có thể thực thi các nhiệm vụ máy học phức tạp dưới các giả định về độ tin cậy tối thiểu.

Zach
Sáng lập của 4EVER Research

Chứng minh khả năng thương mại vượt ra ngoài tính toán thô

Việc chấp nhận rộng rãi phụ thuộc vào việc tập hợp nhu cầu cùng với phân phối tính toán.

Hệ sinh thái cần các giao diện người tiêu dùng dễ tiếp cận để phù hợp cung cấp trí tuệ với nhu cầu của nhà phát triển.

DGrid điều phối dòng chảy tài nguyên thông qua bộ tiện ích tích hợp.

Kiến trúc mạng cốt lõi dựa trên một Bộ định tuyến Thông minh để phân phối mô hình tự động cùng với Thị trường mở nơi các nhà phát triển định giá độc lập các đại lý của họ.

Hệ sinh thái cũng tích hợp Arena mới ra mắt trên chuỗi BNB, tạo điều kiện triển khai nhanh trên chuỗi thông qua tiêu chuẩn token ERC-8004.

Trợ lý AI cá nhân chạy cục bộ trong vòng vài phút qua phần cứng chủ Openclaw miễn phí. Người dùng DGrid truy cập các mô hình hàng đầu như Claude, GPT và Gemini với mức giảm giá 55% so với giá thị trường tiêu chuẩn.

“Các mạng vật lý đầu cơ thường tập hợp dung lượng tính toán khổng lồ mà không đảm bảo tiện ích hữu cơ cho người tiêu dùng,” ông Frank, nhà nghiên cứu tại Abraca Research, bình luận.

DGrid thiết lập khả năng thị trường ngay lập tức bằng cách phù hợp cung cấp phần cứng thô với nhu cầu phát triển có cấu trúc.

Frank
Nhà nghiên cứu tại Abraca Research

Sự tăng trưởng dựa trên người dùng này phản ánh trong hoạt động tích cực của mạng, với hơn 50.000 người dùng hoạt động hàng ngày và 500.000 người dùng hoạt động hàng tháng trên các giao diện của nền tảng.

Mở rộng để tích hợp doanh nghiệp

Tích hợp doanh nghiệp đặt ra thử thách tiếp theo về tốc độ, khả năng sử dụng, công cụ dành cho nhà phát triển và chi phí mã hóa.

Các quy trình máy học tiêu chuẩn yêu cầu xác minh trên chuỗi để phù hợp với hệ thống hiện có mà không gây thêm ma sát quá mức.

Độ trễ cao thường cản trở việc chấp nhận của nhà phát triển trong môi trường Web3.

Các giao thức đồng thuận phức tạp có thể làm chậm quá trình tạo suy luận đến mức không chấp nhận được.

DGrid phải mở rộng các quá trình PoQ để đạt tốc độ cấp doanh nghiệp.

Các kỹ sư mạng sẽ cần giảm chi phí mã hóa và duy trì trải nghiệm nhà phát triển liền mạch.

Các quỹ DePIN gốc cung cấp cho DGrid quỹ dự trữ cho nghiên cứu và phát triển.

Vốn hạt giống có thể hỗ trợ nhóm vượt qua các trở ngại tích hợp ban đầu và theo đuổi một giải pháp minh bạch thay thế các nền tảng AI tập trung.

Việc chấp nhận lâu dài sẽ phụ thuộc vào việc liên tục cập nhật các mô hình đồng thuận và trải nghiệm nhà phát triển cảm thấy đáng tin cậy dưới tải trọng sản xuất.

Bài đăng Vốn DePIN cấu trúc chuyển sang AI: Các VC ủng hộ hạ tầng AI có thể xác minh của DGrid xuất hiện đầu tiên trên Invezz