เมื่อวันที่ 23 พฤษภาคม NVIDIA ยักษ์ใหญ่ด้านชิปได้เผยแพร่รายงานทางการเงินไตรมาสแรกของปีงบประมาณ 2025 รายงานแสดงให้เห็นว่ารายได้ไตรมาสแรกของ NVIDIA อยู่ที่ 26 พันล้านดอลลาร์ ในหมู่พวกเขารายได้จากศูนย์ข้อมูลเพิ่มขึ้น 427% จากปีที่แล้วเป็น 22.6 พันล้านดอลลาร์ ความสามารถของ NVIDIA ในการเพิ่มประสิทธิภาพทางการเงินของตลาดหุ้นสหรัฐฯ สะท้อนให้เห็นถึงความต้องการพลังการประมวลผลที่พุ่งสูงขึ้นในหมู่บริษัทเทคโนโลยีระดับโลกที่แข่งขันกันในเวที AI ยิ่งบริษัทเทคโนโลยีชั้นนําขยายความทะเยอทะยานในการแข่งขัน AI มากเท่าใด ความต้องการพลังการประมวลผลที่เพิ่มขึ้นอย่างทวีคูณก็ยิ่งมากขึ้นเท่านั้น ตามการคาดการณ์ของ TrendForce ภายในปี 2024 ความต้องการเซิร์ฟเวอร์ AI ระดับไฮเอนด์จากผู้ให้บริการคลาวด์รายใหญ่สี่รายของสหรัฐฯ ได้แก่ Microsoft, Google, AWS และ Meta คาดว่าจะมีสัดส่วนรวมกันมากกว่า 60% ของความต้องการทั่วโลก โดยคาดการณ์ว่าหุ้นจะอยู่ที่ 20.2%, 16.6%, 16% และ 10.8% ตามลําดับ
แหล่งที่มาของภาพ: https://investor.nvidia.com/financial-info/financial-reports/default.aspx
"การขาดแคลนชิป" เป็นคําศัพท์ประจําปีอย่างต่อเนื่องในช่วงไม่กี่ปีที่ผ่านมา ในอีกด้านหนึ่งโมเดลภาษาขนาดใหญ่ (LLMs) ต้องการพลังการประมวลผลที่สําคัญสําหรับการฝึกอบรมและการอนุมาน เมื่อแบบจําลองทําซ้ําต้นทุนและความต้องการพลังการประมวลผลจะเพิ่มขึ้นอย่างทวีคูณ ในทางกลับกัน บริษัท ขนาดใหญ่เช่น Meta ซื้อชิปจํานวนมากทําให้ทรัพยากรการประมวลผลทั่วโลกเอียงไปทางยักษ์ใหญ่ด้านเทคโนโลยีเหล่านี้ทําให้องค์กรขนาดเล็กได้รับทรัพยากรการประมวลผลที่จําเป็นได้ยากขึ้น ความท้าทายที่องค์กรขนาดเล็กต้องเผชิญไม่เพียง แต่เกิดจากการขาดแคลนชิปเนื่องจากอุปสงค์ที่พุ่งสูงขึ้น แต่ยังมาจากความขัดแย้งทางโครงสร้างในอุปทาน ปัจจุบันยังมี GPU ที่ไม่ได้ใช้งานจํานวนมากในด้านอุปทาน ตัวอย่างเช่นศูนย์ข้อมูลบางแห่งมีพลังการประมวลผลที่ไม่ได้ใช้งานจํานวนมาก (โดยมีอัตราการใช้ประโยชน์ต่ําถึง 12% ถึง 18%) และทรัพยากรพลังงานการประมวลผลที่สําคัญก็ไม่ได้ใช้งานในการขุดที่เข้ารหัสเนื่องจากความสามารถในการทํากําไรลดลง แม้ว่าพลังการประมวลผลทั้งหมดนี้จะไม่เหมาะสําหรับแอปพลิเคชันพิเศษเช่นการฝึกอบรม AI แต่ฮาร์ดแวร์ระดับผู้บริโภคยังคงมีบทบาทสําคัญในด้านอื่น ๆ เช่นการอนุมาน AI การเรนเดอร์เกมบนคลาวด์โทรศัพท์คลาวด์เป็นต้น โอกาสในการรวมและใช้ทรัพยากรคอมพิวเตอร์เหล่านี้มีมากมายมหาศาล
เปลี่ยนโฟกัสจาก AI เป็น crypto หลังจากเงียบไปสามปีในตลาดสกุลเงินดิจิทัลในที่สุดตลาดกระทิงอีกแห่งหนึ่งก็เกิดขึ้น ราคา Bitcoin ทําสถิติสูงสุดใหม่ซ้ําแล้วซ้ําอีก และเหรียญมีมต่างๆ ยังคงปรากฏขึ้นอย่างต่อเนื่อง แม้ว่า AI และ Crypto จะเป็นคําศัพท์ในช่วงไม่กี่ปีที่ผ่านมา แต่ปัญญาประดิษฐ์และบล็อกเชนเป็นสองเทคโนโลยีที่สําคัญดูเหมือนจะเป็นเส้นขนานที่ยังไม่พบ "ทางแยก" เมื่อต้นปีนี้ Vitalik ได้ตีพิมพ์บทความเรื่อง "คํามั่นสัญญาและความท้าทายของแอปพลิเคชัน crypto + AI" ซึ่งกล่าวถึงสถานการณ์ในอนาคตที่ AI และ crypto มาบรรจบกัน Vitalik สรุปวิสัยทัศน์มากมายในบทความรวมถึงการใช้เทคโนโลยีการเข้ารหัสบล็อกเชนและ MPC (การคํานวณหลายฝ่าย) สําหรับการฝึกอบรมแบบกระจายอํานาจและการอนุมานของ AI ซึ่งอาจเปิดกล่องดําของการเรียนรู้ของเครื่องและทําให้โมเดล AI เชื่อถือได้มากขึ้นรวมถึงประโยชน์อื่น ๆ ในขณะที่การตระหนักถึงวิสัยทัศน์เหล่านี้จะต้องใช้ความพยายามอย่างมาก แต่กรณีการใช้งานหนึ่งที่กล่าวถึงโดย Vitalik—การเพิ่มขีดความสามารถให้กับ AI ผ่านสิ่งจูงใจทางเศรษฐกิจคริปโต—เป็นทิศทางสําคัญที่สามารถทําได้ในระยะสั้น ปัจจุบันเครือข่ายพลังงานการประมวลผลแบบกระจายอํานาจเป็นหนึ่งในสถานการณ์ที่เหมาะสมที่สุดสําหรับการรวม AI + crypto
ในปัจจุบันมีโครงการจำนวนมากที่กำลังพัฒนาในพื้นที่ของเครือข่ายพลังคอมพิวเตอร์แบบกระจาย ตรรกะหลักของโครงการเหล่านี้คล้ายกันและสามารถสรุปได้ดังนี้: ใช้โทเค็นในการกระตุ้นผู้ให้พลังคอมพิวเตอร์ที่จะเข้าร่วมในเครือข่ายและให้บริการทรัพยากรคอมพิวเตอร์ของพวกเขา ทรัพยากรคอมพิวเตอร์ที่กระจายตัวนี้สามารถรวมกันเป็นเครือข่ายพลังคอมพิวเตอร์แบบกระจายที่มีขนาดใหญ่ วิธีนี้ไม่เพียงเพิ่มการใช้พลังคอมพิวเตอร์ที่ว่างเปล่า แต่ยังตอบสนองความต้องการด้านการคำนวณของลูกค้าในราคาที่ต่ำลง ทำให้ได้ผลกำไรสูงสุดทั้งสองฝ่าย
เพื่อให้ผู้อ่านมีความเข้าใจที่ครอบคลุมเกี่ยวกับภาคส่วนนี้ในเวลาอันสั้นบทความนี้จะแยกส่วนโครงการเฉพาะและสาขาทั้งหมดจากมุมมองทั้งระดับจุลภาคและมหภาค จุดมุ่งหมายคือการให้ข้อมูลเชิงลึกเชิงวิเคราะห์สําหรับผู้อ่านเพื่อทําความเข้าใจข้อได้เปรียบในการแข่งขันหลักของแต่ละโครงการและการพัฒนาโดยรวมของภาคเครือข่ายพลังงานคอมพิวเตอร์แบบกระจายอํานาจ ผู้เขียนจะแนะนําและวิเคราะห์ห้าโครงการ: Aethir, io.net, Render Network, Akash Network และ Gensyn และสรุปและประเมินสถานการณ์และการพัฒนาของภาค
ในเชิงเศรษฐศาสตร์การวิเคราะห์ โดยให้ความสำคัญกับเครือข่ายพลังคอมพิวเตอร์ที่กระจายอย่างเฉพาะเจาะจง เราสามารถแบ่งออกเป็นส่วนประกอบหลัก 4 ส่วน
จากมุมมองภาพรวมของภาคการคำนวณที่ไม่มีศูนย์กลาง การวิจัย Blockworks มีกรอบการวิเคราะห์ที่มีประสิทธิภาพที่แบ่งโครงการเป็นสามชั้นdistinct.
Image source: Youbi Capital
โดยอิงตามกรอบการวิเคราะห์สองแบบที่ให้มา เราจะดำเนินการวิเคราะห์เปรียบเทียบของห้าโครงการที่เลือกไว้ในสี่มิติ: ธุรกิจหลัก ตำแหน่งทางการตลาด สิ่งอำนวยความสะดวกฮาร์ดแวร์ และประสิทธิภาพทางการเงิน
จากมุมมองพื้นฐาน ระบบเครือข่ายพลังคอมพิวเตอร์ที่กระจายอยู่ต่างมีความหลากหลายน้อยและใช้โทเค็นในการกระตุ้นผู้ให้บริการพลังคอมพิวเตอร์ที่ว่างเปล่าเพื่อให้บริการของพวกเขา โดยอิงตามตรรกะพื้นฐานนี้ เราสามารถเข้าใจความแตกต่างของธุรกิจหลักของโครงการจาก 3 ด้านได้แก่:
ในเชิงการตำแหน่งโครงการ ปัญหาหลักที่จะต้องแก้ไข การใส่ใจในการปรับปรุง และความสามารถในการจับค่าแตกต่างกันสำหรับชั้นโลหะเปล่า ชั้นการจัดการ และชั้นการรวมรวม
การเติบโตแบบทวีคูณของ AI ได้นําไปสู่ความต้องการพลังการประมวลผลจํานวนมากอย่างปฏิเสธไม่ได้ ตั้งแต่ปี 2012 พลังการคํานวณที่ใช้ในงานฝึกอบรม AI เติบโตขึ้นอย่างทวีคูณโดยเพิ่มขึ้นเป็นสองเท่าทุกๆ 3.5 เดือน (ในการเปรียบเทียบกฎของมัวร์คาดการณ์ว่าจะเพิ่มขึ้นเป็นสองเท่าทุก ๆ 18 เดือน) ตั้งแต่ปี 2012 ความต้องการพลังการประมวลผลเพิ่มขึ้นมากกว่า 300,000 เท่า ซึ่งมากกว่าการเพิ่มขึ้น 12 เท่าที่คาดการณ์โดยกฎของมัวร์ การคาดการณ์คาดการณ์ว่าตลาด GPU จะเติบโตในอัตราการเติบโตต่อปีแบบทบต้นที่ 32% ในอีกห้าปีข้างหน้าโดยมีมูลค่ามากกว่า 200 พันล้านดอลลาร์ การประมาณการของ AMD นั้นสูงขึ้นโดย บริษัท คาดการณ์ว่าตลาดชิป GPU จะสูงถึง 400 พันล้านดอลลาร์ภายในปี 2027
Image source: https://www.stateof.ai/
การเติบโตของปัจจัยปัญญาประดิษฐ์และงานที่ใช้พลังคอมพิวเตอร์อื่น ๆ เช่นการแสดงผล AR/VR ได้เปิดเผยความไม่เพียงพอในประสิทธิภาพทางโครงสร้างในการคอมพิวเตอร์คลาวด์แบบเดิมและตลาดคอมพิวเตอร์ชั้นนำ ในทฤษฎี ระบบเครือข่ายพลังคอมพิวเตอร์ที่กระจายออกไปสามารถใช้ทรัพยากรคอมพิวเตอร์ที่ไม่ได้ใช้งานเพื่อให้บริการทางเลือกที่ยืดหยุ่นมากขึ้น มีความคุ้มค่าและมีประสิทธิภาพมากขึ้นเพื่อตอบสนองความต้องการทรัพยากรคอมพิวเตอร์ที่มหาศาล
ดังนั้น การผสมรวมระหว่างคริปโตและ AI มีศักยภาพทางตลาดมากมาย แต่ก็เผชิญกับการแข่งขันอย่างแรงกับองค์กรเดิม มีอุปสรรค์สูง และสภาพแวดล้อมทางตลาดที่ซับซ้อน โดยรวมแล้ว ในทุกๆ กลุ่มภาคสนามคริปโต ระบบเครือข่ายพลังคอมพิวเตอร์แบบกระจายเป็นหนึ่งในกลุ่มที่มีศักยภาพมากที่สุดในฟิลด์คริปโตเพื่อตอบสนองความต้องการจริง
Image source: https://vitalik.eth.limo/general/2024/01/30/cryptoai.html
อนาคตสดใส แต่ถนนที่ต้องผ่านมีอุปสรรคมาก เพื่อที่จะบรรลุวิสัยทัศน์ดังกล่าว เราต้องจัดการกับปัญหาและอุปสรรคหลายอย่าง สรุปแล้ว ในขั้นตอนนี้ การให้บริการคลาวด์แบบดั้งเดิมเท่านั้น ส่งผลให้มีกำไรสุทธิเล็กน้อยสำหรับโครงการ
จากด้านความต้องการ บริษัทใหญ่ๆ โดยทั่วไปจะสร้างพลังคอมพิวเตอร์ของตนเอง ในขณะที่นักพัฒนาบุคคลทั่วไปมักจะเลือกใช้บริการคลาวด์ที่ได้รับการยอมรับแล้ว ยังคงต้องสำรวจและตรวจสอบอีกว่า องค์กรขนาดกลางและเล็ก ๆ ผู้ใช้จริงของทรัพยากรเครือข่ายพลังคอมพิวเตอร์แบบกระจาย จะมีความต้องการที่เสถียรหรือไม่
อีกด้านหนึ่ง AI เป็นตลาดที่กว้างขว้างมีศักยภาพและจินตนาการสูงมาก ในการเข้าถึงตลาดที่กว้างกว่านี้ ผู้ให้บริการพลังคอมพิวเตอร์แบบกระจายในอนาคตจะต้องเปลี่ยนแปลงในทิศทางของการนำเสนอรูปแบบและบริการ AI การสำรวจศึกษาเคสการใช้งานของคริปโต + AI มากขึ้นและการขยายความคุ้มค่าที่โครงการของพวกเขาสามารถสร้างได้ อย่างไรก็ตาม ณ ปัจจุบันยังมีปัญหาและความท้าทายมากมายที่ยังคงต้องแก้ไขก่อนที่จะสามารถพัฒนาไปสู่สนาม AI ได้อีกเพิ่มขึ้น:
จากมุมมองในทางปฏิบัติเครือข่ายพลังงานการประมวลผลแบบกระจายอํานาจจําเป็นต้องสร้างสมดุลระหว่างการสํารวจความต้องการในปัจจุบันกับโอกาสทางการตลาดในอนาคต สิ่งสําคัญคือต้องระบุตําแหน่งผลิตภัณฑ์และกลุ่มเป้าหมายที่ชัดเจน เริ่มแรกมุ่งเน้นไปที่โครงการที่ไม่ใช่ AI หรือ Web3 native ซึ่งตอบสนองความต้องการเฉพาะกลุ่มสามารถช่วยสร้างฐานผู้ใช้ในช่วงต้นได้ ในขณะเดียวกันการสํารวจสถานการณ์ต่าง ๆ อย่างต่อเนื่องที่ AI และ crypto มาบรรจบกันเป็นสิ่งจําเป็น สิ่งนี้เกี่ยวข้องกับการสํารวจพรมแดนทางเทคโนโลยีและการอัพเกรดบริการเพื่อตอบสนองความต้องการที่เปลี่ยนแปลงไป ด้วยการปรับการนําเสนอผลิตภัณฑ์อย่างมีกลยุทธ์ให้สอดคล้องกับความต้องการของตลาดและอยู่ในระดับแนวหน้าของความก้าวหน้าทางเทคโนโลยีเครือข่ายพลังงานการประมวลผลแบบกระจายอํานาจสามารถวางตําแหน่งตัวเองได้อย่างมีประสิทธิภาพเพื่อการเติบโตอย่างยั่งยืนและความเกี่ยวข้องของตลาด
https://vitalik.eth.limo/general/2024/01/30/cryptoai.html
https://foresightnews.pro/article/detail/34368
https://research.web3caff.com/zh/archives/17351?ref=1554
บทความนี้เป็นการเผยแพร่จาก [Youbi Capital], ลิขสิทธิ์เป็นของผู้เขียนต้นฉบับ [ที่Youbi], หากคุณมีคำปรึกษาใด ๆ เกี่ยวกับการนำเสนอใหม่ โปรดติดต่อ เกตเรียนทีมและทีมจะดำเนินการกับมันโดยเร็วที่สุดตามขั้นตอนที่เกี่ยวข้อง
คำประกาศ: มุมมองและความคิดเห็นที่แสดงในบทความนี้แทนเพียงความคิดเห็นส่วนตัวของผู้เขียนเท่านั้น และไม่เป็นการให้คำแนะนำทางการลงทุนใด ๆ
เวอร์ชันภาษาอื่น ๆ ของบทความถูกแปลโดยทีม Gate Learn และไม่ได้กล่าวถึงในGate.ioบทความที่ถูกแปลอาจไม่สามารถทำสำเนา แจกจ่าย หรือลอกเลียน
เมื่อวันที่ 23 พฤษภาคม NVIDIA ยักษ์ใหญ่ด้านชิปได้เผยแพร่รายงานทางการเงินไตรมาสแรกของปีงบประมาณ 2025 รายงานแสดงให้เห็นว่ารายได้ไตรมาสแรกของ NVIDIA อยู่ที่ 26 พันล้านดอลลาร์ ในหมู่พวกเขารายได้จากศูนย์ข้อมูลเพิ่มขึ้น 427% จากปีที่แล้วเป็น 22.6 พันล้านดอลลาร์ ความสามารถของ NVIDIA ในการเพิ่มประสิทธิภาพทางการเงินของตลาดหุ้นสหรัฐฯ สะท้อนให้เห็นถึงความต้องการพลังการประมวลผลที่พุ่งสูงขึ้นในหมู่บริษัทเทคโนโลยีระดับโลกที่แข่งขันกันในเวที AI ยิ่งบริษัทเทคโนโลยีชั้นนําขยายความทะเยอทะยานในการแข่งขัน AI มากเท่าใด ความต้องการพลังการประมวลผลที่เพิ่มขึ้นอย่างทวีคูณก็ยิ่งมากขึ้นเท่านั้น ตามการคาดการณ์ของ TrendForce ภายในปี 2024 ความต้องการเซิร์ฟเวอร์ AI ระดับไฮเอนด์จากผู้ให้บริการคลาวด์รายใหญ่สี่รายของสหรัฐฯ ได้แก่ Microsoft, Google, AWS และ Meta คาดว่าจะมีสัดส่วนรวมกันมากกว่า 60% ของความต้องการทั่วโลก โดยคาดการณ์ว่าหุ้นจะอยู่ที่ 20.2%, 16.6%, 16% และ 10.8% ตามลําดับ
แหล่งที่มาของภาพ: https://investor.nvidia.com/financial-info/financial-reports/default.aspx
"การขาดแคลนชิป" เป็นคําศัพท์ประจําปีอย่างต่อเนื่องในช่วงไม่กี่ปีที่ผ่านมา ในอีกด้านหนึ่งโมเดลภาษาขนาดใหญ่ (LLMs) ต้องการพลังการประมวลผลที่สําคัญสําหรับการฝึกอบรมและการอนุมาน เมื่อแบบจําลองทําซ้ําต้นทุนและความต้องการพลังการประมวลผลจะเพิ่มขึ้นอย่างทวีคูณ ในทางกลับกัน บริษัท ขนาดใหญ่เช่น Meta ซื้อชิปจํานวนมากทําให้ทรัพยากรการประมวลผลทั่วโลกเอียงไปทางยักษ์ใหญ่ด้านเทคโนโลยีเหล่านี้ทําให้องค์กรขนาดเล็กได้รับทรัพยากรการประมวลผลที่จําเป็นได้ยากขึ้น ความท้าทายที่องค์กรขนาดเล็กต้องเผชิญไม่เพียง แต่เกิดจากการขาดแคลนชิปเนื่องจากอุปสงค์ที่พุ่งสูงขึ้น แต่ยังมาจากความขัดแย้งทางโครงสร้างในอุปทาน ปัจจุบันยังมี GPU ที่ไม่ได้ใช้งานจํานวนมากในด้านอุปทาน ตัวอย่างเช่นศูนย์ข้อมูลบางแห่งมีพลังการประมวลผลที่ไม่ได้ใช้งานจํานวนมาก (โดยมีอัตราการใช้ประโยชน์ต่ําถึง 12% ถึง 18%) และทรัพยากรพลังงานการประมวลผลที่สําคัญก็ไม่ได้ใช้งานในการขุดที่เข้ารหัสเนื่องจากความสามารถในการทํากําไรลดลง แม้ว่าพลังการประมวลผลทั้งหมดนี้จะไม่เหมาะสําหรับแอปพลิเคชันพิเศษเช่นการฝึกอบรม AI แต่ฮาร์ดแวร์ระดับผู้บริโภคยังคงมีบทบาทสําคัญในด้านอื่น ๆ เช่นการอนุมาน AI การเรนเดอร์เกมบนคลาวด์โทรศัพท์คลาวด์เป็นต้น โอกาสในการรวมและใช้ทรัพยากรคอมพิวเตอร์เหล่านี้มีมากมายมหาศาล
เปลี่ยนโฟกัสจาก AI เป็น crypto หลังจากเงียบไปสามปีในตลาดสกุลเงินดิจิทัลในที่สุดตลาดกระทิงอีกแห่งหนึ่งก็เกิดขึ้น ราคา Bitcoin ทําสถิติสูงสุดใหม่ซ้ําแล้วซ้ําอีก และเหรียญมีมต่างๆ ยังคงปรากฏขึ้นอย่างต่อเนื่อง แม้ว่า AI และ Crypto จะเป็นคําศัพท์ในช่วงไม่กี่ปีที่ผ่านมา แต่ปัญญาประดิษฐ์และบล็อกเชนเป็นสองเทคโนโลยีที่สําคัญดูเหมือนจะเป็นเส้นขนานที่ยังไม่พบ "ทางแยก" เมื่อต้นปีนี้ Vitalik ได้ตีพิมพ์บทความเรื่อง "คํามั่นสัญญาและความท้าทายของแอปพลิเคชัน crypto + AI" ซึ่งกล่าวถึงสถานการณ์ในอนาคตที่ AI และ crypto มาบรรจบกัน Vitalik สรุปวิสัยทัศน์มากมายในบทความรวมถึงการใช้เทคโนโลยีการเข้ารหัสบล็อกเชนและ MPC (การคํานวณหลายฝ่าย) สําหรับการฝึกอบรมแบบกระจายอํานาจและการอนุมานของ AI ซึ่งอาจเปิดกล่องดําของการเรียนรู้ของเครื่องและทําให้โมเดล AI เชื่อถือได้มากขึ้นรวมถึงประโยชน์อื่น ๆ ในขณะที่การตระหนักถึงวิสัยทัศน์เหล่านี้จะต้องใช้ความพยายามอย่างมาก แต่กรณีการใช้งานหนึ่งที่กล่าวถึงโดย Vitalik—การเพิ่มขีดความสามารถให้กับ AI ผ่านสิ่งจูงใจทางเศรษฐกิจคริปโต—เป็นทิศทางสําคัญที่สามารถทําได้ในระยะสั้น ปัจจุบันเครือข่ายพลังงานการประมวลผลแบบกระจายอํานาจเป็นหนึ่งในสถานการณ์ที่เหมาะสมที่สุดสําหรับการรวม AI + crypto
ในปัจจุบันมีโครงการจำนวนมากที่กำลังพัฒนาในพื้นที่ของเครือข่ายพลังคอมพิวเตอร์แบบกระจาย ตรรกะหลักของโครงการเหล่านี้คล้ายกันและสามารถสรุปได้ดังนี้: ใช้โทเค็นในการกระตุ้นผู้ให้พลังคอมพิวเตอร์ที่จะเข้าร่วมในเครือข่ายและให้บริการทรัพยากรคอมพิวเตอร์ของพวกเขา ทรัพยากรคอมพิวเตอร์ที่กระจายตัวนี้สามารถรวมกันเป็นเครือข่ายพลังคอมพิวเตอร์แบบกระจายที่มีขนาดใหญ่ วิธีนี้ไม่เพียงเพิ่มการใช้พลังคอมพิวเตอร์ที่ว่างเปล่า แต่ยังตอบสนองความต้องการด้านการคำนวณของลูกค้าในราคาที่ต่ำลง ทำให้ได้ผลกำไรสูงสุดทั้งสองฝ่าย
เพื่อให้ผู้อ่านมีความเข้าใจที่ครอบคลุมเกี่ยวกับภาคส่วนนี้ในเวลาอันสั้นบทความนี้จะแยกส่วนโครงการเฉพาะและสาขาทั้งหมดจากมุมมองทั้งระดับจุลภาคและมหภาค จุดมุ่งหมายคือการให้ข้อมูลเชิงลึกเชิงวิเคราะห์สําหรับผู้อ่านเพื่อทําความเข้าใจข้อได้เปรียบในการแข่งขันหลักของแต่ละโครงการและการพัฒนาโดยรวมของภาคเครือข่ายพลังงานคอมพิวเตอร์แบบกระจายอํานาจ ผู้เขียนจะแนะนําและวิเคราะห์ห้าโครงการ: Aethir, io.net, Render Network, Akash Network และ Gensyn และสรุปและประเมินสถานการณ์และการพัฒนาของภาค
ในเชิงเศรษฐศาสตร์การวิเคราะห์ โดยให้ความสำคัญกับเครือข่ายพลังคอมพิวเตอร์ที่กระจายอย่างเฉพาะเจาะจง เราสามารถแบ่งออกเป็นส่วนประกอบหลัก 4 ส่วน
จากมุมมองภาพรวมของภาคการคำนวณที่ไม่มีศูนย์กลาง การวิจัย Blockworks มีกรอบการวิเคราะห์ที่มีประสิทธิภาพที่แบ่งโครงการเป็นสามชั้นdistinct.
Image source: Youbi Capital
โดยอิงตามกรอบการวิเคราะห์สองแบบที่ให้มา เราจะดำเนินการวิเคราะห์เปรียบเทียบของห้าโครงการที่เลือกไว้ในสี่มิติ: ธุรกิจหลัก ตำแหน่งทางการตลาด สิ่งอำนวยความสะดวกฮาร์ดแวร์ และประสิทธิภาพทางการเงิน
จากมุมมองพื้นฐาน ระบบเครือข่ายพลังคอมพิวเตอร์ที่กระจายอยู่ต่างมีความหลากหลายน้อยและใช้โทเค็นในการกระตุ้นผู้ให้บริการพลังคอมพิวเตอร์ที่ว่างเปล่าเพื่อให้บริการของพวกเขา โดยอิงตามตรรกะพื้นฐานนี้ เราสามารถเข้าใจความแตกต่างของธุรกิจหลักของโครงการจาก 3 ด้านได้แก่:
ในเชิงการตำแหน่งโครงการ ปัญหาหลักที่จะต้องแก้ไข การใส่ใจในการปรับปรุง และความสามารถในการจับค่าแตกต่างกันสำหรับชั้นโลหะเปล่า ชั้นการจัดการ และชั้นการรวมรวม
การเติบโตแบบทวีคูณของ AI ได้นําไปสู่ความต้องการพลังการประมวลผลจํานวนมากอย่างปฏิเสธไม่ได้ ตั้งแต่ปี 2012 พลังการคํานวณที่ใช้ในงานฝึกอบรม AI เติบโตขึ้นอย่างทวีคูณโดยเพิ่มขึ้นเป็นสองเท่าทุกๆ 3.5 เดือน (ในการเปรียบเทียบกฎของมัวร์คาดการณ์ว่าจะเพิ่มขึ้นเป็นสองเท่าทุก ๆ 18 เดือน) ตั้งแต่ปี 2012 ความต้องการพลังการประมวลผลเพิ่มขึ้นมากกว่า 300,000 เท่า ซึ่งมากกว่าการเพิ่มขึ้น 12 เท่าที่คาดการณ์โดยกฎของมัวร์ การคาดการณ์คาดการณ์ว่าตลาด GPU จะเติบโตในอัตราการเติบโตต่อปีแบบทบต้นที่ 32% ในอีกห้าปีข้างหน้าโดยมีมูลค่ามากกว่า 200 พันล้านดอลลาร์ การประมาณการของ AMD นั้นสูงขึ้นโดย บริษัท คาดการณ์ว่าตลาดชิป GPU จะสูงถึง 400 พันล้านดอลลาร์ภายในปี 2027
Image source: https://www.stateof.ai/
การเติบโตของปัจจัยปัญญาประดิษฐ์และงานที่ใช้พลังคอมพิวเตอร์อื่น ๆ เช่นการแสดงผล AR/VR ได้เปิดเผยความไม่เพียงพอในประสิทธิภาพทางโครงสร้างในการคอมพิวเตอร์คลาวด์แบบเดิมและตลาดคอมพิวเตอร์ชั้นนำ ในทฤษฎี ระบบเครือข่ายพลังคอมพิวเตอร์ที่กระจายออกไปสามารถใช้ทรัพยากรคอมพิวเตอร์ที่ไม่ได้ใช้งานเพื่อให้บริการทางเลือกที่ยืดหยุ่นมากขึ้น มีความคุ้มค่าและมีประสิทธิภาพมากขึ้นเพื่อตอบสนองความต้องการทรัพยากรคอมพิวเตอร์ที่มหาศาล
ดังนั้น การผสมรวมระหว่างคริปโตและ AI มีศักยภาพทางตลาดมากมาย แต่ก็เผชิญกับการแข่งขันอย่างแรงกับองค์กรเดิม มีอุปสรรค์สูง และสภาพแวดล้อมทางตลาดที่ซับซ้อน โดยรวมแล้ว ในทุกๆ กลุ่มภาคสนามคริปโต ระบบเครือข่ายพลังคอมพิวเตอร์แบบกระจายเป็นหนึ่งในกลุ่มที่มีศักยภาพมากที่สุดในฟิลด์คริปโตเพื่อตอบสนองความต้องการจริง
Image source: https://vitalik.eth.limo/general/2024/01/30/cryptoai.html
อนาคตสดใส แต่ถนนที่ต้องผ่านมีอุปสรรคมาก เพื่อที่จะบรรลุวิสัยทัศน์ดังกล่าว เราต้องจัดการกับปัญหาและอุปสรรคหลายอย่าง สรุปแล้ว ในขั้นตอนนี้ การให้บริการคลาวด์แบบดั้งเดิมเท่านั้น ส่งผลให้มีกำไรสุทธิเล็กน้อยสำหรับโครงการ
จากด้านความต้องการ บริษัทใหญ่ๆ โดยทั่วไปจะสร้างพลังคอมพิวเตอร์ของตนเอง ในขณะที่นักพัฒนาบุคคลทั่วไปมักจะเลือกใช้บริการคลาวด์ที่ได้รับการยอมรับแล้ว ยังคงต้องสำรวจและตรวจสอบอีกว่า องค์กรขนาดกลางและเล็ก ๆ ผู้ใช้จริงของทรัพยากรเครือข่ายพลังคอมพิวเตอร์แบบกระจาย จะมีความต้องการที่เสถียรหรือไม่
อีกด้านหนึ่ง AI เป็นตลาดที่กว้างขว้างมีศักยภาพและจินตนาการสูงมาก ในการเข้าถึงตลาดที่กว้างกว่านี้ ผู้ให้บริการพลังคอมพิวเตอร์แบบกระจายในอนาคตจะต้องเปลี่ยนแปลงในทิศทางของการนำเสนอรูปแบบและบริการ AI การสำรวจศึกษาเคสการใช้งานของคริปโต + AI มากขึ้นและการขยายความคุ้มค่าที่โครงการของพวกเขาสามารถสร้างได้ อย่างไรก็ตาม ณ ปัจจุบันยังมีปัญหาและความท้าทายมากมายที่ยังคงต้องแก้ไขก่อนที่จะสามารถพัฒนาไปสู่สนาม AI ได้อีกเพิ่มขึ้น:
จากมุมมองในทางปฏิบัติเครือข่ายพลังงานการประมวลผลแบบกระจายอํานาจจําเป็นต้องสร้างสมดุลระหว่างการสํารวจความต้องการในปัจจุบันกับโอกาสทางการตลาดในอนาคต สิ่งสําคัญคือต้องระบุตําแหน่งผลิตภัณฑ์และกลุ่มเป้าหมายที่ชัดเจน เริ่มแรกมุ่งเน้นไปที่โครงการที่ไม่ใช่ AI หรือ Web3 native ซึ่งตอบสนองความต้องการเฉพาะกลุ่มสามารถช่วยสร้างฐานผู้ใช้ในช่วงต้นได้ ในขณะเดียวกันการสํารวจสถานการณ์ต่าง ๆ อย่างต่อเนื่องที่ AI และ crypto มาบรรจบกันเป็นสิ่งจําเป็น สิ่งนี้เกี่ยวข้องกับการสํารวจพรมแดนทางเทคโนโลยีและการอัพเกรดบริการเพื่อตอบสนองความต้องการที่เปลี่ยนแปลงไป ด้วยการปรับการนําเสนอผลิตภัณฑ์อย่างมีกลยุทธ์ให้สอดคล้องกับความต้องการของตลาดและอยู่ในระดับแนวหน้าของความก้าวหน้าทางเทคโนโลยีเครือข่ายพลังงานการประมวลผลแบบกระจายอํานาจสามารถวางตําแหน่งตัวเองได้อย่างมีประสิทธิภาพเพื่อการเติบโตอย่างยั่งยืนและความเกี่ยวข้องของตลาด
https://vitalik.eth.limo/general/2024/01/30/cryptoai.html
https://foresightnews.pro/article/detail/34368
https://research.web3caff.com/zh/archives/17351?ref=1554
บทความนี้เป็นการเผยแพร่จาก [Youbi Capital], ลิขสิทธิ์เป็นของผู้เขียนต้นฉบับ [ที่Youbi], หากคุณมีคำปรึกษาใด ๆ เกี่ยวกับการนำเสนอใหม่ โปรดติดต่อ เกตเรียนทีมและทีมจะดำเนินการกับมันโดยเร็วที่สุดตามขั้นตอนที่เกี่ยวข้อง
คำประกาศ: มุมมองและความคิดเห็นที่แสดงในบทความนี้แทนเพียงความคิดเห็นส่วนตัวของผู้เขียนเท่านั้น และไม่เป็นการให้คำแนะนำทางการลงทุนใด ๆ
เวอร์ชันภาษาอื่น ๆ ของบทความถูกแปลโดยทีม Gate Learn และไม่ได้กล่าวถึงในGate.ioบทความที่ถูกแปลอาจไม่สามารถทำสำเนา แจกจ่าย หรือลอกเลียน