الملخص

Akash عبارة عن منصة حوسبة لا مركزية مصممة لربط إمدادات GPU غير المستغلة بالمستخدمين الذين يحتاجون إلى حوسبة GPU، وتهدف إلى أن تصبح "Airbnb" لحوسبة GPU. على عكس المنافسين الآخرين، فإنهم يركزون بشكل أساسي على حوسبة GPU العامة على مستوى المؤسسات. منذ إطلاق شبكة GPU الرئيسية في سبتمبر 2023، كان لديهم ما بين 150 إلى 200 وحدة معالجة رسوميات على شبكتهم، مع معدلات استخدام تصل إلى 50-70%، وقيمة إجمالية سنوية للمعاملات تتراوح بين 500000 دولار إلى مليون دولار. بما يتوافق مع سوق الشبكة، تفرض Akash رسوم معاملة بنسبة 20% على مدفوعات USDC.

نحن في بداية تحول هائل في البنية التحتية، مع تزايد المعالجة المتوازية المعتمدة على وحدة معالجة الرسومات. ومن المتوقع أن يزيد الذكاء الاصطناعي الناتج المحلي الإجمالي العالمي بمقدار 7 تريليون دولار، في حين يعمل على أتمتة 300 مليون وظيفة. وتتوقع شركة Nvidia، الشركة المصنعة لوحدات معالجة الرسومات، أن تزيد إيراداتها من 27 مليار دولار في عام 2022 إلى 60 مليار دولار في عام 2023، لتصل إلى ما يقرب من 100 مليار دولار بحلول عام 2025. ارتفعت النفقات الرأسمالية لمقدمي خدمات الحوسبة السحابية (AWS، وGCP، وAzure، وما إلى ذلك) على شرائح Nvidia من رقم واحد إلى 25% ومن المتوقع أن تتجاوز 50% في السنوات القادمة. (المصدر: كويفين)

تشير تقديرات مورجان ستانلي إلى أنه بحلول عام 2025، ستصل فرصة البنية التحتية واسعة النطاق لوحدة معالجة الرسومات كخدمة (IaaS) إلى ما بين 40 إلى 50 مليار دولار. على سبيل المثال، إذا تمت إعادة بيع 30% من حوسبة وحدة معالجة الرسومات بخصم 30% من خلال السوق الثانوية، فسيمثل ذلك فرصة إيرادات تبلغ 10 مليارات دولار. وبإضافة فرصة إيرادات أخرى بقيمة 5 مليارات دولار من مصادر غير واسعة النطاق، فإن إجمالي فرص الإيرادات سيكون 15 مليار دولار. بافتراض أن Akash يمكنه الحصول على حصة سوقية تبلغ 33% من هذه الفرصة (قيمة إجمالية للمعاملات تبلغ 5 مليارات دولار) وتحصيل رسوم معاملات بنسبة 20%، فإن هذا سيترجم إلى مليار دولار من صافي الإيرادات. وإذا ضربنا هذا الرقم في 10، فستكون النتيجة ما يقرب من 10 مليارات دولار من القيمة السوقية.

نظرة عامة على السوق:

في نوفمبر 2022، أطلقت OpenAI تطبيق ChatGPT، مسجلاً الرقم القياسي لأسرع نمو لقاعدة المستخدمين، حيث وصل إلى 100 مليون مستخدم بحلول يناير 2023 و200 مليون مستخدم بحلول مايو. وتأثير هذا هائل، حيث تشير التقديرات إلى أن زيادة الإنتاجية وأتمتة 3 ملايين وظيفة من شأنها أن تزيد الناتج المحلي الإجمالي العالمي بمقدار 7 تريليون دولار.

لقد ارتفع الذكاء الاصطناعي بسرعة من مجال بحثي متخصص إلى أكبر مجال يركز على الإنفاق بالنسبة للشركات. تبلغ تكلفة إنشاء GPT-4 100 مليون دولار، مع تكاليف تشغيل سنوية تبلغ 250 مليون دولار. يتطلب GPT-5 25000 وحدة معالجة رسوميات A100 (أي ما يعادل 2.25 مليار دولار أمريكي في أجهزة Nvidia) وقد يتطلب استثمارًا إجماليًا في الأجهزة قدره 10 مليار دولار أمريكي. وقد أثار هذا سباق تسلح بين الشركات لتأمين ما يكفي من وحدات معالجة الرسومات لدعم أعباء عمل المؤسسات التي تعتمد على الذكاء الاصطناعي.

لقد أحدثت ثورة الذكاء الاصطناعي تحولاً هائلاً في البنية التحتية، مما أدى إلى تسريع عملية الانتقال من المعالجة المتوازية لوحدة المعالجة المركزية (CPU) إلى المعالجة المتوازية لوحدة معالجة الرسومات (GPU). تاريخيًا، تم استخدام وحدات معالجة الرسومات للعرض المتزامن ومعالجة الصور على نطاق واسع، في حين تم تصميم وحدات المعالجة المركزية للتنفيذ التسلسلي، وهي غير قادرة على مثل هذه العمليات المتزامنة. نظرًا لعرض النطاق الترددي العالي للذاكرة، تطورت وحدات معالجة الرسومات تدريجيًا للتعامل مع العمليات الحسابية الأخرى ذات المشكلات المتوازية، مثل التدريب والتحسين وتحسين نماذج الذكاء الاصطناعي.

قامت Nvidia، الشركة الرائدة في تكنولوجيا GPU في التسعينيات، بدمج أجهزتها المتطورة مع مجموعة برامج CUDA، مما أدى إلى تأسيس مكانة رائدة على المنافسين (في المقام الأول AMD وIntel) لسنوات عديدة. تم تطوير مكدس CUDA من Nvidia في عام 2006، مما يسمح للمطورين بتحسين وحدات معالجة الرسومات Nvidia لتسريع أعباء العمل وتبسيط برمجة GPU. مع وجود 4 ملايين مستخدم لـ CUDA وأكثر من 50000 مطور يستخدمون CUDA للتطوير، فإنها تفتخر بنظام بيئي قوي من لغات البرمجة والمكتبات والأدوات والتطبيقات والأطر. بمرور الوقت، نتوقع أن تتفوق وحدات معالجة الرسوميات Nvidia على وحدات المعالجة المركزية Intel وAMD في مراكز البيانات.

زاد الإنفاق على وحدات معالجة الرسوميات Nvidia من قبل موفري الخدمات السحابية واسعة النطاق وشركات التكنولوجيا الكبيرة بسرعة من نسب منخفضة مكونة من رقم واحد في أوائل عام 2010 إلى أرقام فردية متوسطة من عام 2015 إلى عام 2022، وإلى 25٪ في عام 2023. نعتقد أن Nvidia ستمثل أكثر من 50% من الإنفاق الرأسمالي لمقدمي الخدمات السحابية في السنوات القادمة. من المتوقع أن يؤدي هذا إلى زيادة إيرادات Nvidia من 25 مليار دولار في عام 2022 إلى 100 مليار دولار في عام 2025 (المصدر: Koyfin).

تشير تقديرات مورجان ستانلي إلى أنه بحلول عام 2025، سيصل حجم سوق البنية التحتية لوحدة معالجة الرسومات كخدمة (IaaS) لمقدمي الخدمات السحابية واسعة النطاق إلى 40-50 مليار دولار. لا يزال هذا جزءًا صغيرًا فقط من إجمالي إيرادات مزودي الخدمات السحابية واسعة النطاق، حيث يحقق أكبر ثلاثة مزودي خدمات سحابية واسعة النطاق حاليًا إيرادات تزيد عن 250 مليار دولار.

نظرًا للطلب القوي على وحدات معالجة الرسومات، تم الإبلاغ عن نقص وحدات معالجة الرسومات على نطاق واسع من قبل وسائل الإعلام مثل نيويورك تايمز وصحيفة وول ستريت جورنال. صرح الرئيس التنفيذي لشركة AWS قائلاً: "الطلب يفوق العرض، وهذا ينطبق على الجميع". قال Elon Musk خلال مكالمة أرباح Tesla للربع الثاني من عام 2023: "سنستمر في الاستخدام، وسنحصل على أجهزة Nvidia في أقرب وقت ممكن".

اضطرت شركة Index Ventures إلى شراء رقائق لشركات محفظتها الاستثمارية. يكاد يكون من المستحيل شراء شرائح من Nvidia خارج شركات التكنولوجيا الرئيسية، كما أن الحصول على شرائح من موفري الخدمات السحابية واسعة النطاق يستغرق أيضًا وقتًا طويلاً.

فيما يلي أسعار GPU لـ AWS وAzure. كما هو موضح أدناه، يتوفر خصم بنسبة 30-65% للحجوزات لمدة 1-3 سنوات. نظرًا لأن مقدمي الخدمات السحابية واسعة النطاق يستثمرون مليارات الدولارات في توسيع القدرات، فإنهم يبحثون عن فرص استثمارية توفر رؤية للإيرادات. إذا توقع العملاء أن معدلات الاستخدام تتجاوز 60%، فمن الأفضل اختيار التسعير المحجوز لمدة عام واحد. إذا تجاوزت نسبة الاستخدام المتوقعة 35% اختر 3 سنوات. ويمكن إعادة بيع أي سعة غير مستخدمة، مما يقلل بشكل كبير من تكلفتها الإجمالية.

إذا أنشأ مزود خدمة سحابية واسع النطاق شركة لتأجير حوسبة وحدة معالجة الرسومات بقيمة 50 مليار دولار، فإن إعادة بيع قوة الحوسبة غير المستخدمة ستكون فرصة كبيرة. وبافتراض إعادة بيع 30% من قوة الحوسبة بخصم 30%، فإن هذا من شأنه أن يخلق سوقاً بقيمة 10 مليار دولار لإعادة بيع قوة الحوسبة GPU لمقدمي الخدمات السحابية على نطاق واسع.

ومع ذلك، وبصرف النظر عن مقدمي الخدمات السحابية على نطاق واسع، هناك مصادر أخرى للإمداد، بما في ذلك المؤسسات الكبيرة (مثل Meta وTesla)، والمنافسين (CoreWeave، وLambda، وما إلى ذلك)، وشركات الذكاء الاصطناعي الناشئة الممولة جيدًا. من عام 2022 إلى عام 2025، من المتوقع أن تحقق Nvidia حوالي 300 مليار دولار من الإيرادات. وبافتراض وجود رقائق إضافية بقيمة 70 مليار دولار خارج مزودي الخدمات السحابية على نطاق واسع، فإن إعادة بيع 20٪ من قوة الحوسبة بخصم 30٪ من شأنه أن يضيف 10 مليارات دولار أخرى، بإجمالي 200 مليار دولار.

نظرة عامة على عكاش

Akash هو سوق حوسبة لامركزية تأسس في عام 2015 وأطلق شبكته الرئيسية كسلسلة تطبيقات Cosmos في سبتمبر 2020. وتتمثل رؤيتها في إضفاء الطابع الديمقراطي على الحوسبة السحابية من خلال تقديم موارد حوسبة أرخص بكثير من مقدمي الخدمات السحابية على نطاق واسع.

تتعامل تقنية blockchain مع التنسيق والتسوية، وتخزين سجلات الطلبات، والمزايدة، والتأجير، والتسوية، بينما يتم التنفيذ خارج السلسلة. يستضيف Akash حاويات حيث يمكن للمستخدمين تشغيل أي تطبيق سحابي أصلي. قامت Akash ببناء مجموعة من خدمات الإدارة السحابية، بما في ذلك Kubernetes، لتنسيق هذه الحاويات وإدارتها. يتم نقل النشر من شبكة نظير إلى نظير خاصة معزولة عن blockchain.

ركز الإصدار الأول من Akash على حوسبة وحدة المعالجة المركزية. في ذروتها، كان حجم المعاملات السنوي الإجمالي للشركة يبلغ حوالي 200000 دولار أمريكي، حيث تم تأجير 4-5 آلاف وحدة معالجة مركزية. ومع ذلك، كانت هناك مشكلتان رئيسيتان: عوائق الدخول (التي تتطلب بدء محفظة Cosmos واستخدام رموز AKT للدفع مقابل أعباء العمل) واضطراب العملاء (الاضطرار إلى إعادة شحن المحفظة باستخدام AKT، وإذا نفدت AKT أو تغير السعر، يتوقف عبء العمل بدون مقدمي خدمات بديلين).

خلال العام الماضي، انتقل Akash من حوسبة وحدة المعالجة المركزية (CPU) إلى حوسبة وحدة معالجة الرسومات (GPU)، مستفيدًا من هذا التحول النموذجي في البنية التحتية للحوسبة ونقص العرض.

اكاش GPU العرض

سيتم إطلاق شبكة GPU الخاصة بـ Akash على الشبكة الرئيسية في سبتمبر 2023. منذ ذلك الحين، توسعت Akash إلى 150-200 وحدة معالجة رسوميات وحققت معدلات استخدام تتراوح بين 50-70%.

فيما يلي مقارنة لأسعار Nvidia A100 من العديد من البائعين. أسعار عكاش أرخص بنسبة 30-60% من المنافسين.

يوجد ما يقرب من 19 موردًا فريدًا على شبكة Akash، منتشرين في 7 دول، ويقدمون أكثر من 15 نوعًا من الرقائق. أكبر مزود هو Foundry، وهي شركة مدعومة من DCG وتشارك أيضًا في تعدين العملات المشفرة والتخزين.

يركز Akash بشكل أساسي على شرائح المؤسسات (A100)، والتي تُستخدم تقليديًا لدعم أعباء عمل الذكاء الاصطناعي. على الرغم من أنها تقدم أيضًا بعض الرقائق الاستهلاكية، إلا أنه كان من الصعب عمومًا استخدامها للذكاء الاصطناعي في الماضي بسبب مشكلات استهلاك الطاقة والبرمجيات وزمن الوصول. تحاول العديد من الشركات، مثل FedML، وio.net، وGensyn، بناء طبقة تنسيق لتمكين حوسبة حافة الذكاء الاصطناعي.

مع تحول السوق بشكل متزايد نحو الاستدلال بدلاً من التدريب، قد تصبح وحدات معالجة الرسوميات المخصصة للمستهلكين أكثر قابلية للتطبيق، لكن السوق حاليًا يركز على استخدام الرقائق المخصصة للمؤسسات للتدريب.

من ناحية العرض، يركز Akash على مقدمي الخدمات السحابية العامة واسعة النطاق، وبائعي وحدات معالجة الرسومات الخاصة، والقائمين بتعدين العملات المشفرة، والمؤسسات التي تمتلك وحدات معالجة رسوميات غير مستغلة بشكل كافٍ.

1. موفرو الخدمات السحابية العامة واسعة النطاق: تكمن الإمكانية الأكبر في تمكين موفري الخدمات السحابية العامة الرئيسيين (Azure، وAWS، وGCP) من السماح لعملائهم بإعادة بيع السعة غير المستغلة في سوق Akash. وهذا من شأنه أن يوفر لهم رؤية واضحة للإيرادات من استثمار رأس المال. بمجرد أن يسمح مقدمو الخدمات السحابية الرئيسيون بذلك، قد يحتاج الآخرون إلى أن يحذوا حذوهم للحفاظ على حصة تنافسية. كما ذكرنا سابقًا، قد يكون لدى مقدمي الخدمات السحابية الرئيسيين فرصة للبنية التحتية كخدمة (IaaS) بقيمة 50 مليار دولار، مما يخلق فرصة تجارية ثانوية واسعة النطاق لسوق Akash.
2. منافسو السحابة الخاصة: بالإضافة إلى موفري الخدمات السحابية العامة واسعة النطاق، توفر العديد من شركات السحابة الخاصة (CoreWeave وLambda Labs وغيرها) أيضًا خدمات تأجير GPU. نظرًا للديناميكيات التنافسية لمقدمي الخدمات السحابية واسعة النطاق الذين يحاولون بناء أجهزة ASIC الخاصة بهم كأجهزة بديلة، فقد أتاحت Nvidia المزيد من الإمدادات لبعض الشركات الخاصة. غالبًا ما تكون أسعار المنافسين من القطاع الخاص أرخص من موفري الخدمات السحابية واسعة النطاق (على سبيل المثال، A100 أرخص بنسبة تصل إلى 50٪). كانت CoreWeave، إحدى أشهر المنافسين في القطاع الخاص، شركة تعدين عملات مشفرة انتقلت في عام 2019 إلى بناء مراكز البيانات وتوفير البنية التحتية لوحدة معالجة الرسومات. إنها تجمع الأموال بتقييم قدره 7 مليارات دولار وتدعمها شركة Nvidia. تنمو CoreWeave بسرعة، حيث تصل إيراداتها إلى 500 مليون دولار في عام 2023 ومن المتوقع أن تصل الإيرادات إلى 1.5-2 مليار دولار في عام 2024. لدى CoreWeave 45000 شريحة Nvidia وتقدر أن هؤلاء المنافسين من القطاع الخاص قد يكون لديهم أكثر من 100000 وحدة معالجة رسوميات في المجموع. إن تمكين الأسواق الثانوية لقاعدة عملائها قد يسمح لهؤلاء المنافسين من القطاع الخاص بالحصول على حصة مقابل موفري الخدمات السحابية العامة واسعة النطاق.
3. عمال التشفير: تاريخيًا كان عمال التشفير من المستهلكين الرئيسيين لوحدات معالجة الرسوميات من Nvidia. نظرًا للتعقيد الحسابي لحل إثباتات التشفير، أصبحت وحدات معالجة الرسومات هي الأجهزة السائدة لشبكات إثبات العمل. مع تحول إيثريوم من إثبات العمل إلى إثبات الحصة، أدى ذلك إلى فائض كبير في السعة. تشير التقديرات إلى أنه يمكن إعادة استخدام ما يقرب من 20% من الرقائق المحررة في أعباء عمل الذكاء الاصطناعي. بالإضافة إلى ذلك، يتطلع القائمون بتعدين البيتكوين أيضًا إلى تنويع مصادر إيراداتهم. على مدار الأشهر القليلة الماضية، أعلنت كل من Hut 8 وApplied Digital وIris Energy وHive وغيرهم من القائمين بتعدين البيتكوين عن استراتيجيات الذكاء الاصطناعي/التعلم الآلي. Foundry هو أكبر مورد لـ Akash وهو أحد أكبر عمال مناجم البيتكوين.
4. المؤسسات: كما ذكرنا سابقًا، تمتلك Meta عددًا كبيرًا من وحدات معالجة الرسوميات، مع 15000 وحدة A100 بمعدل استخدام 5%. وبالمثل، تمتلك تسلا أيضًا 15000 سيارة A100. عادةً ما تكون معدلات استخدام حوسبة المؤسسات أقل من 50%. ونظرًا لاستثمار رأس المال الاستثماري الكبير في هذا المجال، قامت العديد من الشركات الناشئة في مجال الذكاء الاصطناعي والتعلم الآلي أيضًا بشراء الرقائق مسبقًا. إن القدرة على إعادة بيع القدرات غير المستخدمة ستؤدي إلى خفض إجمالي تكاليف الملكية لهذه الشركات الصغيرة. ومن المثير للاهتمام أنه قد تكون هناك مزايا ضريبية محتملة في استئجار وحدات معالجة الرسومات القديمة.

Akash GPU جانب الطلب

في معظم عامي 2022 و2023، قبل إطلاق شبكة GPU، كان إجمالي قيمة البضائع السنوية (GMV) لوحدات المعالجة المركزية حوالي 50000 دولار. منذ تقديم شبكة GPU، وصلت قيمة إجمالي القيمة الإجمالية (GMV) إلى مستوى سنوي يتراوح بين 500000 دولار إلى 1000000 دولار، مع معدلات استخدام على شبكة GPU تتراوح من 50% إلى 70%.

يعمل Akash على تقليل احتكاك المستخدم وتحسين تجربة المستخدم وتوسيع حالات الاستخدام.

1. مدفوعات USDC: سمح Akash مؤخرًا بمدفوعات مستقرة باستخدام USDC، مما أدى إلى تحرير العملاء من تقلبات الأسعار عند شراء AKT والاحتفاظ بـ AKT حتى الدفع.
2. دعم محفظة Metamask: قام Akash أيضًا بتطبيق Metamask Snap لتسهيل البدء دون الحاجة إلى إنشاء محفظة خاصة بـ Cosmos.
3. الدعم على مستوى المؤسسات: قامت Overclock Labs، منشئو شبكة Akash، بإطلاق AkashML لتسهيل جلب المستخدمين إلى شبكة Akash مع دعم على مستوى المؤسسات.
4. الخدمة الذاتية: قدمت Cloudmos، التي استحوذت عليها Akash مؤخرًا، واجهة خدمة ذاتية سهلة الاستخدام لنشر وحدة معالجة الرسومات. في السابق، كان يجب أن يتم النشر من خلال رمز سطر الأوامر.
5. الاختيار: في حين أن التركيز ينصب بشكل أساسي على شرائح Nvidia Enterprise، فإن Akash يقدم أيضًا شرائح للمستهلكين، واعتبارًا من أواخر عام 2023، أضاف دعمًا لشرائح AMD.

يقوم Akash أيضًا بالتحقق من حالات الاستخدام عبر الشبكة. أثناء شبكة اختبار GPU، أظهر المجتمع أنه يمكنه استخدام الشبكة لنشر وتشغيل الاستدلال على العديد من نماذج الذكاء الاصطناعي الشائعة. يوضح كل من تطبيقي Akash Chat وStable Diffusion XL قدرة Akash على تشغيل الاستدلال. نعتقد أنه بمرور الوقت سيكون سوق الاستدلال أكبر بكثير من سوق التدريب. تبلغ تكلفة البحث المعتمد على الذكاء الاصطناعي اليوم 0.02 دولار (10 أضعاف تكاليف Google الحالية). وبالنظر إلى أن هناك 3 تريليون عملية بحث سنويًا، فإن ذلك سيكون 60 مليار دولار سنويًا. ولوضع هذا في السياق، فإن تدريب نموذج OpenAI يكلف حوالي 100 مليون دولار. وفي حين أنه من المرجح أن تكون التكاليف أقل بالنسبة لكليهما، فإن هذا يسلط الضوء على الفرق الكبير في مجمعات الإيرادات طويلة الأجل.

وبالنظر إلى أن معظم الطلب على الرقائق المتطورة اليوم يركز على التدريب، تعمل Akash حاليًا أيضًا على إثبات أنه يمكنهم استخدام شبكة Akash لتدريب نموذج، والذي يخططون لإطلاقه في أوائل عام 2024. بعد استخدام الرقائق المتجانسة من مورد واحد، سيكون المشروع التالي هو استخدام الرقائق غير المتجانسة من موردين متعددين.

خريطة طريق عكاش ضخمة. تتضمن بعض ميزات المنتج المستمرة دعم إدارة الخصوصية، والمثيلات حسب الطلب/المحجوزة، وإمكانية اكتشاف أفضل.

نموذج الرمز المميز والحوافز

يتقاضى Akash رسوم معالجة بنسبة 4% لمدفوعات AKT ورسوم معالجة بنسبة 20% لمدفوعات USDC. يشبه معدل الرسوم البالغ 20% ما نراه في الأسواق التقليدية عبر الإنترنت (على سبيل المثال أوبر 30٪).

لدى Akash ما يقرب من 58% من الرموز المتداولة (225 مليونًا متداولًا، والحد الأقصى للعرض 388 مليونًا). وارتفع معدل التضخم السنوي من 8% إلى 13%. حاليًا، تم قفل 60% من الرموز المتداولة، مع فترة قفل مدتها 21 يومًا.

سيتم أيضًا دفع معدل رسوم قدره 40٪ (25٪ سابقًا) من التضخم وGMV إلى مجمع المجتمع، الذي يحمل حاليًا 10 ملايين دولار من رموز AKT.

لا يزال الغرض من هذه الأموال قيد التحديد، ولكن سيتم توزيعها بين الأموال العامة، وحوافز مقدمي الخدمات، والستاكينغ، والحرق المحتمل، والتجمعات المجتمعية.

في 19 يناير، أطلق Akash برنامج حوافز تجريبي بقيمة 5 ملايين دولار يهدف إلى جلب 1000 طائرة A100 إلى المنصة. وبمرور الوقت، يكون الهدف هو توفير رؤية واضحة للإيرادات من جانب العرض (على سبيل المثال، الاستخدام الفعال بنسبة 95%) لمقدمي الخدمات المشاركين في السوق.

التقييم وتحليل السيناريو

فيما يلي العديد من السيناريوهات والافتراضات التوضيحية حول الدوافع الرئيسية لـ Akash:

السيناريو قصير المدى: نقدر أنه إذا تمكنت Akash من الوصول إلى 15000 وحدة A100، فسيؤدي ذلك إلى توليد ما يقرب من 150 مليون دولار من إجمالي القيمة الإجمالية. وبنسبة عمولة تبلغ 20%، سيجلب هذا لـ Akash 30 مليون دولار كرسوم اتفاقية. ونظرا لمسار النمو، وضرب هذا الرقم في 100 (مع الأخذ في الاعتبار تقييمات الذكاء الاصطناعي)، فإن هذا يساوي 3 مليارات دولار.

الحالة الأساسية: نفترض أن فرصة سوق البنية التحتية كخدمة (IaaS) تتماشى مع تقديرات مورجان ستانلي البالغة 50 مليار دولار. وبافتراض استخدام 70%، هناك 15 مليار دولار من القدرة القابلة لإعادة البيع. وبافتراض خصم بنسبة 30% على هذه القدرة، فإننا نحصل على 10 مليارات دولار، بالإضافة إلى 10 مليارات دولار من مصادر أخرى غير قابلة للتوسع بشكل مفرط. وبالنظر إلى أن الأسواق تتمتع عادةً بخنادق قوية، فإننا نفترض أن Akash يمكنه تحقيق حصة تبلغ 33% (20% من حصة سوق تأجير العطلات في Airbnb، و75% من حصة سوق مشاركة الرحلات في Uber، و65% من حصة سوق توصيل الطعام لشركة Doordash). وبمعدل عمولة 20%، سيؤدي ذلك إلى توليد مليار دولار من رسوم البروتوكول. وبضربه في 10، سيحصل عكاش على نتيجة بقيمة 10 مليارات دولار.

الحالة الصعودية: تستخدم حالتنا الصعودية نفس إطار الحالة الأساسية. نحن نفترض وجود فرصة لإعادة البيع بقيمة 20 مليار دولار بسبب القدرة على اختراق المزيد من مصادر GPU الفريدة وزيادة نمو الحصص.

معلومات أساسية: Nvidia هي شركة مدرجة تبلغ قيمتها السوقية 1.2 تريليون دولار أمريكي، في حين تبلغ قيمة OpenAI 80 مليار دولار أمريكي في السوق الخاصة، وتقدر قيمة Anthropic بـ 20 مليار دولار أمريكي، وتقدر قيمة CoreWeave بـ 7 مليار دولار أمريكي. في مجال العملات المشفرة، تقدر قيمة Render وTAO بأكثر من 2 مليار دولار وأكثر من 5.5 مليار دولار على التوالي.

المخاطر وتدابير التخفيف:

تركيز العرض والطلب: حاليًا، تأتي غالبية الطلب على وحدة معالجة الرسومات من شركات التكنولوجيا الكبيرة لتدريب LLMs (نماذج اللغة الكبيرة) الكبيرة والمعقدة للغاية. وبمرور الوقت، نتوقع المزيد من الاهتمام بتدريب نماذج الذكاء الاصطناعي على نطاق أصغر، والتي تكون أرخص وأكثر ملاءمة للتعامل مع البيانات الخاصة. سوف يصبح الضبط الدقيق ذا أهمية متزايدة مع تحول النماذج من كونها ذات أغراض عامة إلى محددة رأسيًا. في نهاية المطاف، مع تسارع الاستخدام والاعتماد، سيصبح الاستدلال بالغ الأهمية بشكل متزايد.

المنافسة: هناك العديد من شركات العملات المشفرة وغير المشفرة التي تحاول تحرير وحدات معالجة الرسوميات غير المستغلة بشكل كافٍ. بعض بروتوكولات التشفير الأكثر شهرة هي:

1. يقوم Render وNosana بإصدار وحدات معالجة الرسومات الاستهلاكية للاستدلال.
2. نعمل معًا على إنشاء نماذج تدريب مفتوحة المصدر، مما يسمح للمطورين بالبناء عليها.
3. تقوم Ritual ببناء شبكة لاستضافة العارضات.

مشكلات زمن الاستجابة والتحديات التقنية: نظرًا لأن تدريب الذكاء الاصطناعي يعد مهمة كثيفة الاستخدام للموارد للغاية، وبالنظر إلى أن جميع الرقائق موجودة داخل مركز بيانات، فمن غير الواضح ما إذا كان يمكن تدريب النماذج على مجموعات GPU اللامركزية وغير الموجودة في موقع مشترك. تخطط OpenAI لبناء منشأة التدريب التالية التي تضم أكثر من 75000 وحدة معالجة رسوميات في ولاية أريزونا. هذه كلها مشكلات تتم معالجتها عن طريق جدولة الطبقات مثل FedML وIo.net وGensyn.

تنصل:

1. تم إعادة طباعة هذا المقال من [أخبار الاستشراف]. جميع حقوق الطبع والنشر مملوكة للمؤلف الأصلي [فنسنت جو]. إذا كانت هناك اعتراضات على إعادة الطبع هذه، فيرجى الاتصال بفريق Gate Learn ، وسوف يتعاملون معها على الفور.
2. إخلاء المسؤولية: الآراء والآراء الواردة في هذه المقالة هي فقط آراء المؤلف ولا تشكل أي نصيحة استثمارية.
3. تتم ترجمة المقالة إلى لغات أخرى بواسطة فريق Gate Learn. ما لم يُذكر ذلك، يُحظر نسخ أو توزيع أو سرقة المقالات المترجمة.