Resumen

Akash es una plataforma informática descentralizada diseñada para conectar suministros de GPU infrautilizados con usuarios que necesitan computación GPU, con el objetivo de convertirse en el "Airbnb" de la computación GPU. A diferencia de otros competidores, se centran principalmente en la computación GPU general de nivel empresarial. Desde el lanzamiento de la red principal de la GPU en septiembre de 2023, han tenido entre 150 y 200 GPU en su red, con tasas de utilización que alcanzan el 50-70%, y un valor total anual de las transacciones de entre 500.000 y 1 millón de dólares. De acuerdo con el mercado de la red, Akash cobra una tarifa de transacción del 20% por los pagos de USDC.

Estamos en el comienzo de una transformación masiva de la infraestructura, con el procesamiento paralelo impulsado por GPU en aumento. Se prevé que la inteligencia artificial aumente el PIB mundial en 7 billones de dólares, al tiempo que automatizará 300 millones de puestos de trabajo. Nvidia, el fabricante de GPU, espera que sus ingresos aumenten de 27.000 millones de dólares en 2022 a 60.000 millones de dólares en 2023, alcanzando aproximadamente los 100.000 millones de dólares en 2025. Los gastos de capital de los proveedores de computación en la nube (AWS, GCP, Azure, etc.) en chips Nvidia han crecido de un solo dígito al 25% y se espera que superen el 50% en los próximos años. (Fuente: Koyfin)

Morgan Stanley estima que para 2025, la oportunidad de infraestructura como servicio (IaaS) de GPU a gran escala alcanzará los 40-50.000 millones de dólares. Por ejemplo, si el 30% de la computación GPU se revende con un descuento del 30% a través del mercado secundario, esto representará una oportunidad de ingresos de 10.000 millones de dólares. Añadiendo otra oportunidad de ingresos de 5.000 millones de dólares de fuentes no ultra grandes, la oportunidad de ingresos totales será de 15.000 millones de dólares. Suponiendo que Akash pueda capturar el 33% de la cuota de mercado de esta oportunidad (5.000 millones de dólares del valor total de la transacción) y cobrar una comisión de transacción del 20%, esto se traducirá en 1.000 millones de dólares en ingresos netos. Si multiplicamos este número por 10, el resultado sería casi 10.000 millones de dólares de capitalización bursátil.

Visión general del mercado:

En noviembre de 2022, OpenAI lanzó ChatGPT, estableciendo el récord de crecimiento más rápido de la base de usuarios, alcanzando los 100 millones de usuarios en enero de 2023 y los 200 millones de usuarios en mayo. El impacto de esto es enorme, y las estimaciones sugieren que el aumento de la productividad y la automatización de 3 millones de puestos de trabajo aumentarán el PIB mundial en 7 billones de dólares.

La inteligencia artificial ha pasado rápidamente de ser un área de investigación de nicho a ser el mayor foco de gasto para las empresas. El coste de creación de GPT-4 es de 100 millones de dólares, con unos costes operativos anuales de 250 millones de dólares. GPT-5 requiere 25.000 GPU A100 (equivalentes a 2.250 millones de dólares en hardware de Nvidia) y puede requerir una inversión total en hardware de 10.000 millones de dólares. Esto ha desencadenado una carrera armamentista entre las empresas para asegurar suficientes GPU para soportar las cargas de trabajo empresariales impulsadas por la IA.

La revolución de la inteligencia artificial ha provocado un cambio monumental en la infraestructura, acelerando la transición del procesamiento paralelo de CPU a GPU. Históricamente, las GPU se han utilizado para el renderizado simultáneo a gran escala y el procesamiento de imágenes, mientras que las CPU están diseñadas para la ejecución en serie, incapaces de tales operaciones simultáneas. Debido al alto ancho de banda de memoria, las GPU han evolucionado gradualmente para manejar otros cálculos con problemas paralelos, como el entrenamiento, la optimización y la mejora de modelos de inteligencia artificial.

Nvidia, el pionero de la tecnología de GPU en la década de 1990, combinó su hardware de primer nivel con la pila de software CUDA, estableciendo una posición de liderazgo sobre los competidores (principalmente AMD e Intel) durante muchos años. La pila CUDA de Nvidia se desarrolló en 2006, lo que permite a los desarrolladores optimizar las GPU de Nvidia para acelerar sus cargas de trabajo y simplificar la programación de GPU. Con 4 millones de usuarios de CUDA y más de 50.000 desarrolladores que utilizan CUDA para el desarrollo, cuenta con un potente ecosistema de lenguajes de programación, bibliotecas, herramientas, aplicaciones y marcos. Con el tiempo, esperamos que las GPU de Nvidia superen a las CPU de Intel y AMD en los centros de datos.

El gasto en GPU Nvidia por parte de los proveedores de servicios en la nube de hiperescala y las grandes empresas tecnológicas ha aumentado rápidamente de porcentajes bajos de un solo dígito a principios de la década de 2010 a un dígito medio de 2015 a 2022, y al 25% en 2023. Creemos que Nvidia representará más del 50% del gasto de capital de los proveedores de servicios en la nube en los próximos años. Se espera que esto impulse los ingresos de Nvidia de $ 25 mil millones en 2022 a $ 100 mil millones en 2025 (Fuente: Koyfin).

Morgan Stanley estima que para 2025, el tamaño del mercado de infraestructura como servicio (IaaS) de GPU para los proveedores de servicios en la nube a hiperescala alcanzará los 40-50 mil millones de dólares. Esto sigue siendo solo una pequeña parte de los ingresos totales de los proveedores de servicios en la nube de hiperescala, ya que los tres principales proveedores de servicios en la nube de hiperescala generan actualmente ingresos de más de 250 mil millones de dólares.

Dada la fuerte demanda de GPU, la escasez de GPU ha sido ampliamente reportada por medios de comunicación como The New York Times y The Wall Street Journal. El CEO de AWS declaró: "La demanda supera a la oferta, lo cual es cierto para todos". Elon Musk dijo durante la llamada de ganancias del segundo trimestre de 2023 de Tesla: "Continuaremos usando, obtendremos hardware de Nvidia lo antes posible".

Index Ventures tuvo que comprar chips para las empresas de su cartera. Es casi imposible comprar chips de Nvidia fuera de las principales empresas tecnológicas, y obtener chips de proveedores de servicios en la nube a hiperescala también lleva mucho tiempo.

A continuación se muestran los precios de GPU para AWS y Azure. Como se muestra a continuación, hay un descuento del 30 al 65% disponible para reservas de 1 a 3 años. A medida que los proveedores de servicios en la nube de hiperescala invierten miles de millones de dólares en la expansión de la capacidad, buscan oportunidades de inversión que proporcionen visibilidad de los ingresos. Si los clientes prevén que las tasas de utilización superan el 60%, lo mejor es optar por un precio reservado de 1 año. Si la tasa de utilización prevista supera el 35%, elija 3 años. Cualquier capacidad no utilizada puede ser revendida, reduciendo significativamente su costo total.

Si un proveedor de servicios en la nube a gran escala establece un negocio de arrendamiento de computación GPU de $ 50 mil millones, la reventa de potencia de cómputo no utilizada sería una gran oportunidad. Suponiendo que el 30% de la potencia de cómputo se revenda con un descuento del 30%, se crearía un mercado de 10.000 millones de dólares para revender la potencia de cómputo de la GPU de los proveedores de servicios en la nube a gran escala.

Sin embargo, además de los proveedores de servicios en la nube a gran escala, existen otras fuentes de suministro, incluidas las grandes empresas (como Meta, Tesla), los competidores (CoreWeave, Lambda, etc.) y las nuevas empresas de IA bien financiadas. De 2022 a 2025, se espera que Nvidia genere aproximadamente $ 300 mil millones en ingresos. Suponiendo que haya 70.000 millones de dólares adicionales en chips fuera de los proveedores de servicios en la nube a gran escala, la reventa del 20% de la potencia de cálculo con un descuento del 30% añadiría otros 10.000 millones de dólares, lo que hace un total de 200.000 millones de dólares.

Descripción general de Akash

Akash es un mercado informático descentralizado fundado en 2015 y lanzó su red principal como una cadena de aplicaciones Cosmos en septiembre de 2020. Su visión es democratizar la computación en la nube ofreciendo recursos informáticos significativamente más baratos que los proveedores de servicios en la nube a gran escala.

La cadena de bloques se encarga de la coordinación y la liquidación, almacenando registros de solicitudes, licitaciones, arrendamientos y liquidaciones, mientras que la ejecución se realiza fuera de la cadena. Akash aloja contenedores donde los usuarios pueden ejecutar cualquier aplicación nativa de la nube. Akash ha creado un conjunto de servicios de gestión en la nube, incluido Kubernetes, para orquestar y gestionar estos contenedores. La implementación se transfiere desde una red privada peer-to-peer aislada de la cadena de bloques.

La primera versión de Akash se centró en la computación con CPU. En su apogeo, el negocio tenía un volumen total anual de transacciones de alrededor de $ 200,000, arrendando entre 4 y 5 mil CPU. Sin embargo, había dos problemas principales: las barreras de entrada (que requerían iniciar una billetera Cosmos y usar tokens AKT para pagar las cargas de trabajo) y la pérdida de clientes (tener que recargar la billetera con AKT, y si AKT se agota o cambia el precio, la carga de trabajo se detiene sin proveedores alternativos).

Durante el último año, Akash ha pasado de la computación con CPU a la computación con GPU, aprovechando este cambio de paradigma en la infraestructura informática y la escasez de suministros.

Suministro de GPU Akash

La red de GPU de Akash se lanzará en la red principal en septiembre de 2023. Desde entonces, Akash ha escalado a 150-200 GPU y ha logrado tasas de utilización del 50-70%.

A continuación se muestra una comparación de los precios de Nvidia A100 de varios proveedores. Los precios de Akash son entre un 30 y un 60% más baratos que los de la competencia.

Hay aproximadamente 19 proveedores únicos en la red de Akash, ubicados en 7 países, que suministran más de 15 tipos de chips. El mayor proveedor es Foundry, una empresa respaldada por DCG que también se dedica a la minería y el staking de criptomonedas.

Akash se centra principalmente en los chips empresariales (A100), que se utilizan tradicionalmente para soportar cargas de trabajo de IA. Si bien también ofrecen algunos chips de consumo, estos generalmente han sido difíciles de usar para la IA en el pasado debido al consumo de energía, el software y los problemas de latencia. Varias empresas, como FedML, io.net y Gensyn, están tratando de construir una capa de orquestación para permitir la computación perimetral de IA.

A medida que el mercado se desplaza cada vez más hacia la inferencia en lugar del entrenamiento, las GPU de consumo pueden volverse más viables, pero actualmente el mercado se centra en el uso de chips de nivel empresarial para el entrenamiento.

Por el lado de la oferta, Akash se centra en los proveedores públicos de servicios en la nube de hiperescala, los proveedores privados de GPU, los mineros de criptomonedas y las empresas que poseen GPU infrautilizadas.

1. Proveedores de nube pública a hiperescala: El mayor potencial radica en permitir que los principales proveedores de servicios de nube pública (Azure, AWS, GCP) permitan a sus clientes revender capacidad infrautilizada en el mercado de Akash. Esto les proporcionaría visibilidad de los ingresos de la inversión de capital. Una vez que los principales proveedores de servicios en la nube lo permitan, es posible que otros deban seguir su ejemplo para mantener una participación competitiva. Como se mencionó anteriormente, los principales proveedores de servicios en la nube pueden tener una oportunidad de infraestructura como servicio (IaaS) de $ 50 mil millones, creando una oportunidad comercial secundaria a gran escala para el mercado de Akash.
2. Competidores de nube privada: Además de los proveedores de servicios de nube pública a hiperescala, varias empresas de nube privada (CoreWeave, Lambda Labs, etc.) también ofrecen servicios de alquiler de GPU. Dada la dinámica competitiva de los proveedores de servicios en la nube a hiperescala que intentan construir sus propios ASIC como hardware de reemplazo, Nvidia ha puesto más suministro a disposición de algunas empresas privadas. Los competidores privados suelen tener un precio más barato que los proveedores de nube de hiperescala (por ejemplo, el A100 es hasta un 50% más barato). CoreWeave, uno de los competidores privados más conocidos, fue una vez una empresa de minería de criptomonedas que hizo la transición en 2019 a la construcción de centros de datos y al suministro de infraestructura de GPU. Está recaudando dinero con una valoración de 7.000 millones de dólares y está respaldada por Nvidia. CoreWeave está creciendo rápidamente, con ingresos que alcanzan los 500 millones de dólares en 2023 y se espera que los ingresos alcancen los 1.5-2 mil millones de dólares en 2024. CoreWeave tiene 45.000 chips Nvidia y estima que estos competidores privados pueden tener más de 100.000 GPU en total. La habilitación de mercados secundarios para su base de clientes podría permitir a estos competidores privados ganar cuota frente a los proveedores públicos de nube de hiperescala.
3. Criptomineros: Los criptomineros han sido históricamente los principales consumidores de GPU Nvidia. Debido a la complejidad computacional de resolver pruebas criptográficas, las GPU se han convertido en el hardware predominante para las redes de prueba de trabajo. Con la transición de Ethereum de proof-of-work a proof-of-stake, esto ha llevado a un importante excedente de capacidad. Se estima que aproximadamente el 20% de los chips liberados se pueden reutilizar para cargas de trabajo de IA. Además, los mineros de Bitcoin también buscan diversificar sus fuentes de ingresos. En los últimos meses, Hut 8, Applied Digital, Iris Energy, Hive y otros mineros de Bitcoin han anunciado estrategias de inteligencia artificial/aprendizaje automático. Foundry es el mayor proveedor de Akash y es uno de los mayores mineros de Bitcoin.
4. Empresas: Como se mencionó anteriormente, Meta tiene una gran cantidad de GPU, con 15,000 A100 con una tasa de utilización del 5%. Del mismo modo, Tesla también tiene 15.000 A100. Las tasas de utilización de la informática empresarial suelen estar por debajo del 50%. Dada la importante inversión de capital de riesgo en esta área, muchas nuevas empresas de IA/ML también han precomprado chips. Ser capaz de revender la capacidad no utilizada reducirá los costes totales de propiedad de estas empresas más pequeñas. Curiosamente, puede haber posibles ventajas fiscales en el arrendamiento de GPU antiguas.

Lado de la demanda de GPU Akash

En la mayor parte de 2022 y 2023, antes del lanzamiento de la red de GPU, el valor bruto anualizado de la mercancía (GMV) de las CPU era de aproximadamente 50.000 dólares. Desde la introducción de la red GPU, el GMV ha alcanzado un nivel anualizado de $ 500,000 a $ 1,000,000, con tasas de utilización en la red GPU que oscilan entre el 50% y el 70%.

Akash ha estado trabajando para reducir la fricción del usuario, mejorar la experiencia del usuario y ampliar los casos de uso.

1. Pagos en USDC: Akash recientemente permitió pagos estables usando USDC, liberando a los clientes de las fluctuaciones de precios al comprar AKT y mantener AKT hasta el pago.
2. Compatibilidad con la billetera Metamask: Akash también ha implementado Metamask Snap para que sea más fácil comenzar sin tener que crear una billetera específica de Cosmos.
3. Soporte de nivel empresarial: Overclock Labs, los creadores de Akash Network, han lanzado AkashML para facilitar la llegada de usuarios a Akash Network con soporte de nivel empresarial.
4. Autoservicio: Cloudmos, recientemente adquirida por Akash, también introdujo una interfaz de autoservicio fácil de usar para la implementación de GPU. Anteriormente, la implementación tenía que realizarse a través del código de línea de comandos.
5. Elección: Aunque la atención se centra principalmente en los chips empresariales de Nvidia, Akash también ofrece chips de consumo y, a partir de finales de 2023, ha añadido soporte para los chips de AMD.

Akash también está validando casos de uso a través de la red. Durante la red de pruebas de GPU, la comunidad demostró que puede usar la red para implementar y ejecutar inferencias en muchos modelos de IA populares. Las aplicaciones Akash Chat y Stable Diffusion XL demuestran la capacidad de Akash para ejecutar inferencias. Creemos que con el tiempo el mercado de inferencia será mucho más grande que el mercado de la formación. La búsqueda actual impulsada por IA cuesta 0,02 dólares (10 veces los costes actuales de Google). Teniendo en cuenta que hay 3 billones de búsquedas al año, esto supondría 60.000 millones de dólares al año. Para poner esto en contexto, entrenar un modelo de OpenAI cuesta aproximadamente 100 millones de dólares. Si bien es probable que los costos sean más bajos para ambos, esto destaca la diferencia significativa en los grupos de ingresos a largo plazo.

Teniendo en cuenta que la mayor parte de la demanda de chips de gama alta hoy en día se centra en la formación, Akash también está trabajando actualmente para demostrar que pueden utilizar la red Akash para entrenar un modelo, que tienen previsto lanzar a principios de 2024. Después de utilizar obleas homogéneas de un solo proveedor, el siguiente proyecto será utilizar obleas heterogéneas de varios proveedores.

La hoja de ruta de Akash es enorme. Algunas de las características actuales del producto incluyen soporte de administración de privacidad, instancias bajo demanda/reservadas y una mejor capacidad de descubrimiento.

Modelo de tokens e incentivos

Akash cobra una tarifa de manejo del 4% para los pagos de AKT y una tarifa de manejo del 20% para los pagos de USDC. Esta tasa de comisión del 20% es similar a la que vemos en los mercados online tradicionales (p. ej. El 30% de Uber).

Akash tiene aproximadamente el 58% de sus tokens en circulación (225 millones en circulación, suministro máximo de 388 millones). La tasa de inflación anual ha aumentado del 8% al 13%. Actualmente, el 60% de los tokens en circulación han sido bloqueados, con un período de bloqueo de 21 días.

Una tasa de comisión del 40% (antes del 25%) de la inflación y el GMV también se destinará al pool comunitario, que actualmente tiene 10 millones de dólares en tokens AKT.

El propósito de estos fondos aún se está determinando, pero se distribuirá entre fondos públicos, incentivos a proveedores, participación, quema potencial y grupos comunitarios.

El 19 de enero, Akash lanzó un programa piloto de incentivos de 5 millones de dólares destinado a incorporar 1.000 A100 a la plataforma. Con el tiempo, el objetivo es proporcionar visibilidad de los ingresos del lado de la oferta (por ejemplo, una utilización efectiva del 95%) a los proveedores que participan en el mercado.

Valoración y análisis de escenarios

Aquí hay varios escenarios y suposiciones ilustrativas sobre los impulsores clave de Akash:

Escenario a corto plazo: Estimamos que si Akash puede alcanzar las 15.000 unidades A100, esto generará cerca de 150 millones de dólares en GMV. Con una tasa de comisión del 20%, esto le reportaría a Akash 30 millones de dólares en honorarios de acuerdo. Dada la trayectoria de crecimiento, multiplicando este número por 100 (teniendo en cuenta las valoraciones de la IA), esto valdría 3.000 millones de dólares.

Caso de referencia: Suponemos que la oportunidad de mercado de IaaS está en línea con la estimación de Morgan Stanley de 50.000 millones de dólares. Suponiendo una utilización del 70%, hay 15.000 millones de dólares de capacidad revendible. Suponiendo un descuento del 30% en esta capacidad, obtenemos 10.000 millones de dólares, más 10.000 millones de dólares de otras fuentes no hiperescalables. Dado que los mercados suelen disfrutar de fosos fuertes, suponemos que Akash puede alcanzar el 33% de la cuota de mercado (el 20% de la cuota de mercado de alquiler vacacional de Airbnb, el 75% de la cuota de mercado de viajes compartidos de Uber y el 65% de la cuota de mercado de entrega de comida a domicilio de Doordash). Con una tasa de comisión del 20%, esto generaría 1.000 millones de dólares en comisiones de protocolo. Multiplicándolo por 10, Akash obtendría un resultado de 10.000 millones de dólares.

Caso ascendente: Nuestro caso ascendente utiliza el mismo marco que el caso de referencia. Asumimos una oportunidad de reventa de 20.000 millones de dólares debido a la capacidad de penetrar en más fuentes de GPU únicas y a un mayor crecimiento de la cuota.

Antecedentes: Nvidia es una empresa que cotiza en bolsa con una capitalización bursátil de 1,2 billones de dólares, mientras que OpenAI está valorada en 80.000 millones de dólares en el mercado privado, Anthropic está valorada en 20.000 millones de dólares y CoreWeave está valorada en 7.000 millones de dólares. En el espacio de las criptomonedas, Render y TAO están valorados en más de 2.000 millones de dólares y más de 5.500 millones de dólares respectivamente.

Riesgos y medidas de mitigación:

Concentración de la oferta y la demanda: Actualmente, la mayor parte de la demanda de GPU proviene de grandes empresas tecnológicas para entrenar LLM (Large Language Models) extremadamente grandes y complejos. Con el tiempo, anticipamos un mayor interés en entrenar modelos de IA a menor escala, que son más baratos y más adecuados para manejar datos privados. El ajuste fino será cada vez más importante a medida que los modelos pasen de ser de uso general a verticalmente específicos. En última instancia, a medida que el uso y la adopción se aceleren, la inferencia será cada vez más crítica.

Competencia: Hay muchas empresas de criptomonedas y no criptográficas que intentan liberar GPU infrautilizadas. Algunos de los protocolos de cifrado más notables son:

1. Render y Nosana están lanzando GPU de consumo para inferencia.
2. Together está estableciendo modelos de entrenamiento de código abierto, lo que permite a los desarrolladores construir sobre ellos.
3. Ritual está construyendo una red para alojar modelos.

Problemas de latencia y desafíos técnicos: Dado que el entrenamiento de IA es una tarea extremadamente intensiva en recursos, y teniendo en cuenta que todos los chips están alojados dentro de un centro de datos, no está claro si los modelos se pueden entrenar en pilas de GPU descentralizadas y no ubicadas en el mismo lugar. OpenAI planea construir su próximo centro de entrenamiento con más de 75,000 GPU en Arizona. Todos estos son problemas que se abordan en capas de programación como FedML, Io.net y Gensyn.

Renuncia:

1. Este artículo es una reimpresión de [Foresight News]. Todos los derechos de autor pertenecen al autor original [Vincent Jow]. Si hay objeciones a esta reimpresión, comuníquese con el equipo de Gate Learn y ellos lo manejarán de inmediato.
2. Descargo de responsabilidad: Los puntos de vista y opiniones expresados en este artículo son únicamente los del autor y no constituyen ningún consejo de inversión.
3. Las traducciones del artículo a otros idiomas son realizadas por el equipo de Gate Learn. A menos que se mencione, está prohibido copiar, distribuir o plagiar los artículos traducidos.