ชื่อเดิม: "พลิกเหรียญ AI"

บทความต้นฉบับโดย Gagra Ventures

รวบรวมต้นฉบับ: Fairy, ChainCatcher

หมายเหตุบรรณาธิการ: ด้วยกลิ่นอายของเทคโนโลยีผู้เขียนเห็นอุปสรรคที่ยาวที่สุดเช่นเงินทุนและฮาร์ดแวร์ที่ต้องเผชิญกับโครงการ Web3 ในการส่งเสริมการพัฒนา AI แม้ว่าความตั้งใจดั้งเดิมของ Web3 คือการทําลายการรวมศูนย์และตระหนักถึงอุดมคติของการกระจายอํานาจ แต่ในทางปฏิบัติมันมักจะถูกแกว่งไปมาโดยการเล่าเรื่องของตลาดและแรงจูงใจโทเค็นและเบี่ยงเบนไปจากความตั้งใจเดิม

ChainCatcher รวบรวมข้อความต้นฉบับดังนี้:

การเรียกร้องให้มีการรวมกันของ AI และ Web3 เริ่มดังขึ้น แต่นี่ไม่ใช่บทความ VC ในแง่ดีอีกต่อไป เรามองโลกในแง่ดีเกี่ยวกับการรวมเทคโนโลยีทั้งสองเข้าด้วยกัน แต่ข้อความด้านล่างเป็นการโทร มิฉะนั้นการมองโลกในแง่ดีนี้จะไม่เกิดขึ้น

ทำไม เนื่องจากการพัฒนาและใช้งานโมเดล AI ที่ดีที่สุดต้องใช้เงินทุนจํานวนมากฮาร์ดแวร์ที่ล้ําสมัยจึงมักเกิดขึ้นได้ยากและต้องใช้ R&D ในพื้นที่ที่เฉพาะเจาะจงมาก Crowdsourcing ทรัพยากรเหล่านี้ตราบใดที่โครงการ Web3 AI กําลังทําอยู่ผ่านสิ่งจูงใจในการเข้ารหัสไม่เพียงพอที่จะชดเชยเงินหลายหมื่นล้านดอลลาร์ที่ลงทุนโดย บริษัท ขนาดใหญ่ที่ควบคุมการพัฒนา AI ด้วยข้อ จํากัด ของฮาร์ดแวร์นี่อาจเป็นกระบวนทัศน์ซอฟต์แวร์ขนาดใหญ่ครั้งแรกที่ไม่มี Satoshi และวิศวกรสร้างสรรค์นอกองค์กรที่มีอยู่สามารถทําลายได้

ซอฟต์แวร์กําลัง "กลืนกินโลก" ในอัตราที่เพิ่มขึ้นเรื่อย ๆ และในไม่ช้าจะเพิ่มขึ้นอย่างทวีคูณด้วยการเร่งความเร็วของปัญญาประดิษฐ์ ในสถานการณ์ปัจจุบัน "เค้ก" ทั้งหมดนี้กําลังตกเป็นของยักษ์ใหญ่ด้านเทคโนโลยีและผู้ใช้ปลายทางรวมถึงรัฐบาลและ บริษัท ขนาดใหญ่ถูก จํากัด ด้วยอํานาจของพวกเขามากขึ้น

สิ่งจูงใจที่วางผิดที่

ทั้งหมดนี้เกิดขึ้นในเวลาที่ไม่เหมาะสม - 90% ของผู้เข้าร่วมเครือข่ายการกระจายอํานาจกําลังยุ่งอยู่กับการไล่ล่า "ไข่ทองคํา" ของผลผลิตคําสั่งที่ง่ายที่ขับเคลื่อนด้วยการเล่าเรื่อง

นักพัฒนากําลังติดตามนักลงทุนในอุตสาหกรรมของเราไม่ใช่ในทางกลับกัน สิ่งนี้แสดงออกในหลากหลายวิธีตั้งแต่การยอมรับของสาธารณชนไปจนถึงแรงจูงใจในจิตใต้สํานึกที่ละเอียดอ่อนมากขึ้น แต่การเล่าเรื่องและตลาดที่เกิดขึ้นรอบตัวพวกเขาขับเคลื่อนการตัดสินใจที่ยาวนานใน Web3 เช่นเดียวกับฟองสะท้อนแสงแบบดั้งเดิมผู้เข้าร่วมจะมุ่งเน้นไปที่โลกภายในมากเกินไปที่จะสังเกตเห็นโลกภายนอกเว้นแต่จะช่วยในการเล่าเรื่องของวัฏจักรต่อไป และ AI เป็นการเล่าเรื่องที่ใหญ่ที่สุดอย่างชัดเจนเนื่องจากเป็นสิทธิของตัวเอง

เราได้พูดคุยกับหลายสิบทีมที่จุดตัดของ AI และ Crypto Assets และเราสามารถยืนยันได้ว่าทีมที่มีความยาวจํานวนมากมีความสามารถขับเคลื่อนภารกิจและผู้สร้างที่กระตือรือร้น แต่ธรรมชาติของมนุษย์คือสิ่งที่เป็นและเมื่อต้องเผชิญกับการล่อลวงเรามักจะยอมจํานนต่อพวกเขาแล้วหาเหตุผลเข้าข้างตนเองหลังจากความจริง

เส้นทางสู่สภาพคล่องที่ง่ายดายเป็นคําสาปทางประวัติศาสตร์สําหรับอุตสาหกรรมการเข้ารหัส และ ณ จุดนี้ มันได้หยุดการพัฒนาและการยอมรับที่คุ้มค่ามานานหลายปี มันทําให้แม้แต่ผู้เชื่อ Crypto Assets ที่ภักดีที่สุดก็หันไปในทิศทางของ "ดึงโทเค็น" เหตุผลสําหรับการหาเหตุผลเข้าข้างตนเองคือผู้สร้างที่ถือโทเค็นอาจมีโอกาสที่ดีกว่า

ความซับซ้อนต่ําของทุนสถาบันและทุนค้าปลีกเปิดโอกาสให้ผู้สร้างสามารถเรียกร้องค่าสินไหมทดแทนจากความเป็นจริงในขณะเดียวกันก็ได้รับประโยชน์จากการประเมินมูลค่าราวกับว่าการเรียกร้องเหล่านั้นได้รับการตระหนักแล้ว ผลลัพธ์ของกระบวนการเหล่านี้คืออันตรายทางศีลธรรมและการทําลายทุนและกลยุทธ์ดังกล่าวเพียงไม่กี่อย่างที่ทํางานในระยะยาว ความต้องการเป็นแม่ของสิ่งประดิษฐ์ทั้งหมดและเมื่อความต้องการหายไปสิ่งประดิษฐ์ก็หายไป

ช่วงเวลาของสิ่งนี้ไม่ได้เลวร้ายไปกว่านี้อีกแล้ว ในขณะที่ผู้ประกอบการด้านเทคโนโลยี Satoshi นักแสดงของรัฐและธุรกิจขนาดใหญ่และขนาดเล็กกําลังแข่งกันเพื่อรักษาความปลอดภัยส่วนหนึ่งของการปฏิวัติ AI ผู้ก่อตั้งและนักลงทุน Crypto Assets กําลังเลือกใช้ "เร็วขึ้น 10 เท่า" และในมุมมองของเรานั่นคือต้นทุนโอกาสที่แท้จริง

ภาพรวมของภูมิทัศน์ Web3 AI

จากสิ่งจูงใจที่กล่าวถึงข้างต้นการจําแนกประเภทของโครงการ Web3 AI สามารถแบ่งออกเป็น:

• สมเหตุสมผล (สามารถแบ่งออกเป็นสัจนิยมและนักอุดมคติ)
• กึ่งสมเหตุสมผล
• ปลอมแปลง

โดยพื้นฐานแล้วเราเชื่อว่าผู้สร้างโครงการควรมีความคิดที่ชัดเจนเกี่ยวกับวิธีที่พวกเขาสามารถติดตามคู่แข่ง Web2 ของพวกเขาและรู้ว่าพื้นที่ใดมีการแข่งขันและที่หลงผิดแม้ว่าพื้นที่ที่หลงผิดเหล่านั้นอาจถูกทําการตลาดให้กับ VCs และสาธารณชน

เป้าหมายของเราคือสามารถแข่งขันที่นี่และตอนนี้ มิฉะนั้นความเร็วของการพัฒนา AI อาจทิ้ง Web3 ไว้ข้างหลังและโลกจะข้ามไปที่ "Web4" ระหว่าง AI ขององค์กรตะวันตกและ AI ระดับชาติของจีน ผู้ที่ไม่สามารถแข่งขันได้ทันเวลาและพึ่งพาเทคโนโลยีแบบกระจายเพื่อให้ทันในระยะเวลานานนั้นมองโลกในแง่ดีเกินกว่าที่จะดําเนินการอย่างจริงจัง

เห็นได้ชัดว่านี่เป็นเพียงการสรุปคร่าวๆ และแม้แต่ในกลุ่ม "ของปลอม" ก็มีทีมที่จริงจังอย่างน้อยสองสามทีม (และอาจยาวกว่าแค่หลงผิด) แต่บทความนี้เป็นการอุทธรณ์ดังนั้นเราจึงไม่ได้ตั้งใจที่จะมีวัตถุประสงค์ แต่เพื่อดึงดูดผู้อ่านให้มีความรู้สึกเร่งด่วน

เหมาะ สม:

ผู้ก่อตั้งโซลูชันที่ยาวที่สุดที่พัฒนามิดเดิลแวร์ "AI on the chain" เข้าใจว่าไม่สามารถทําได้หรือเป็นไปไม่ได้ที่จะกระจายอํานาจการฝึกอบรมหรือการอนุมานโมเดล (เช่นเทคโนโลยีล้ําสมัย) ที่ผู้ใช้ต้องการจริงๆ

ดังนั้นการหาวิธีเชื่อมต่อโมเดลแบบรวมศูนย์ที่ดีที่สุดกับสภาพแวดล้อมแบบ on-chain เพื่อให้สามารถได้รับประโยชน์จากระบบอัตโนมัติที่ซับซ้อนจึงเป็นขั้นตอนแรกที่ดีพอสําหรับพวกเขา ปัจจุบัน TEEs ที่แยกด้วยฮาร์ดแวร์ (โปรเซสเซอร์ "แยกสั้นกว่า") ที่สามารถโฮสต์จุดเชื่อมต่อ API, เครื่อง Oracle แบบสองทิศทาง (การจัดทําดัชนีแบบสองทิศทางข้อมูลแบบ on-chain และ off-chain) และสถาปัตยกรรมโปรเซสเซอร์ร่วมที่ให้สภาพแวดล้อมการประมวลผลนอกเครือข่ายที่ตรวจสอบได้แก่โบรกเกอร์ดูเหมือนจะเป็นโซลูชันที่ดีที่สุดในขณะนี้

นอกจากนี้ยังมีสถาปัตยกรรมโปรเซสเซอร์ร่วมที่ใช้ zk-SNARKs (ZKPs) เพื่อสแนปช็อตการเปลี่ยนแปลงสถานะ (แทนที่จะตรวจสอบการคํานวณแบบเต็ม) ซึ่งเราเชื่อว่าเป็นไปได้ในระยะกลาง

สําหรับปัญหาเดียวกันแนวทางที่เหมาะกว่าคือการพยายามตรวจสอบการให้เหตุผลนอกห่วงโซ่เพื่อให้สอดคล้องกับการคํานวณแบบ on-chain ในแง่ของสมมติฐานความน่าเชื่อถือ

เราเชื่อว่าเป้าหมายของสิ่งนี้ควรช่วยให้ AI สามารถทํางานทั้งแบบ on-chain และ off-chain ในสภาพแวดล้อมการทํางานแบบรวมศูนย์ อย่างไรก็ตามผู้เสนอการตรวจสอบความถูกต้องของการอนุมานที่โหยหาขนาดใหญ่กําลังพูดถึงเป้าหมายที่ยุ่งยากเช่น "น้ําหนักแบบจําลองความไว้วางใจ" ที่มีความเกี่ยวข้องจริงในอีกไม่กี่ปีถ้ามี เมื่อเร็ว ๆ นี้ผู้ก่อตั้งค่ายนี้ได้เริ่มสํารวจวิธีอื่นในการตรวจสอบเหตุผล แต่ในขั้นต้นทั้งหมดขึ้นอยู่กับ ZKP ในขณะที่ทีม Long Satoshi กําลังทํางานกับ ZKML (Zero-Knowledge Machine Learning) พวกเขาคาดการณ์ว่าความเร็วของการเพิ่มประสิทธิภาพการเข้ารหัสจะเกินความซับซ้อนและข้อกําหนดการคํานวณของโมเดล AI ซึ่งมีความเสี่ยงมากเกินไป ดังนั้นเราเชื่อว่าพวกเขาไม่เหมาะสําหรับการแข่งขันในเวลานี้ ถึงกระนั้นการพัฒนาล่าสุดบางอย่างก็น่าสนใจและไม่ควรมองข้าม

กึ่งสมเหตุสมผล:

แอปพลิเคชันของผู้บริโภคใช้กระดาษห่อที่ห่อหุ้มโมเดลแบบปิดและโอเพ่นซอร์ส (ตัวอย่างเช่น Stable Diffusion หรือ Midjourney สําหรับการสร้างภาพ) ทีมเหล่านี้บางทีมเป็นคนแรกที่เข้าสู่ตลาดและได้รับการยอมรับจากผู้ใช้จริง ดังนั้นจึงไม่ยุติธรรมที่จะเรียกพวกเขาว่าผู้ปลอมแปลง แต่มีเพียงไม่กี่ทีมเท่านั้นที่คิดอย่างลึกซึ้งเกี่ยวกับวิธีพัฒนารูปแบบพื้นฐานของพวกเขาด้วยวิธีการกระจายอํานาจและสร้างสรรค์นวัตกรรมในการออกแบบสิ่งจูงใจ ในส่วนโทเค็นยังมีการออกแบบการกํากับดูแล / ความเป็นเจ้าของที่น่าสนใจ อย่างไรก็ตามระยะยาวส่วนใหญ่ในโครงการดังกล่าวเป็นเพียงโทเค็นที่อยู่ด้านบนของ OpenAI API ซึ่งรวมศูนย์ไว้เป็นอย่างอื่นเพื่อให้ได้ค่าพรีเมียมการประเมินมูลค่าหรือนําสภาพคล่องที่เร็วขึ้นมาสู่ทีม

ปัญหาที่ค่ายทั้งสองแห่งข้างต้นไม่ได้แก้ไขคือการฝึกอบรมและการอนุมานของโมเดลขนาดใหญ่ในสภาพแวดล้อมการกระจายอํานาจ ปัจจุบันยังไม่สามารถฝึกโมเดลพื้นฐานในระยะเวลาที่เหมาะสมโดยไม่ต้องพึ่งพาคลัสเตอร์ฮาร์ดแวร์ที่เชื่อมต่ออย่างแน่นหนา เมื่อพิจารณาถึงระดับการแข่งขัน "เวลาที่เหมาะสม" เป็นปัจจัยสําคัญ

มีการศึกษาที่มีแนวโน้มเมื่อเร็ว ๆ นี้ซึ่งในทางทฤษฎีแนะนําว่าวิธีการเช่น "การไหลของข้อมูลที่แตกต่าง" อาจถูกขยายไปยังเครือข่ายคอมพิวเตอร์แบบกระจายในอนาคตเพื่อเพิ่มความจุ (เนื่องจากความสามารถของเครือข่ายเป็นไปตามข้อกําหนดของการไหลของข้อมูล) อย่างไรก็ตามการฝึกอบรมรูปแบบการแข่งขันยังคงต้องการการสื่อสารที่แปลเป็นภาษาท้องถิ่นระหว่างคลัสเตอร์แทนที่จะเป็นอุปกรณ์แบบกระจายเดียวและการประมวลผลที่ทันสมัย (GPU ค้าปลีกมีการแข่งขันน้อยลงเรื่อย ๆ )

การวิจัยเกี่ยวกับการอนุมานที่แปลเป็นภาษาท้องถิ่นโดยการลดขนาดโมเดล (หนึ่งในสองแนวทางในการกระจายอํานาจ) ก็มีความคืบหน้าเมื่อเร็ว ๆ นี้เช่นกัน แต่ไม่มีโปรโตคอลที่มีอยู่เพื่อใช้ประโยชน์จากมันใน Web3

ปัญหาของการฝึกอบรมการกระจายอํานาจและการอนุมานอย่างมีเหตุผลนําเราไปสู่ค่ายสุดท้ายในสามค่ายและโดยไกลที่สําคัญที่สุดและดังนั้นจึงเป็นค่ายที่กระตุ้นอารมณ์มากที่สุดสําหรับเรา

ปลอม:

แอปพลิเคชันโครงสร้างพื้นฐานส่วนใหญ่กระจุกตัวอยู่ในด้านเซิร์ฟเวอร์แบบกระจายอํานาจโดยให้ฮาร์ดแวร์เปล่าหรือสภาพแวดล้อมการฝึกอบรม / โฮสต์โมเดลแบบกระจายอํานาจ นอกจากนี้ยังมีโครงการโครงสร้างพื้นฐานซอฟต์แวร์ที่ผลักดันโปรโตคอลเช่นการเรียนรู้แบบรวมศูนย์ (การฝึกอบรมแบบจําลองแบบกระจายอํานาจ) หรือโครงการที่รวมส่วนประกอบซอฟต์แวร์และฮาร์ดแวร์เข้ากับแพลตฟอร์มที่ผู้คนสามารถฝึกอบรมและปรับใช้รูปแบบการกระจายอํานาจแบบ end-to-end ได้ ยาวที่สุดของพวกเขาขาดความซับซ้อนที่จําเป็นในการแก้ปัญหาที่อธิบายไว้จริงและความคิดที่ไร้เดียงสาของ "Token Incentives + Market Boost" มีชัยที่นี่ ไม่มีวิธีแก้ปัญหาใดที่เราเห็นในตลาดภาครัฐและเอกชนที่สามารถแข่งขันได้อย่างมีความหมายในที่นี่และตอนนี้ โซลูชันบางอย่างอาจพัฒนาเป็นผลิตภัณฑ์ที่ใช้งานได้จริง (แต่เฉพาะกลุ่ม) แต่สิ่งที่เราต้องการในตอนนี้คือโซลูชันที่สดใหม่และแข่งขันได้ และสิ่งนี้สามารถทําได้ผ่านการออกแบบที่เป็นนวัตกรรมใหม่ที่แก้ไขปัญหาคอขวดของการประมวลผลแบบกระจาย ในการฝึกอบรมไม่เพียง แต่ความเร็วเป็นปัญหาใหญ่ แต่การตรวจสอบความถูกต้องของงานที่ทําและการประสานงานของภาระงานการฝึกอบรมซึ่งเพิ่มคอขวดแบนด์วิดธ์

เราต้องการชุดโมเดลพื้นฐานที่มีการแข่งขันและกระจายอํานาจอย่างแท้จริงซึ่งต้องการการกระจายอํานาจของการฝึกอบรมและการอนุมานเพื่อให้มีประสิทธิภาพ การสูญเสีย AI สามารถลบล้างทุกสิ่งที่ "คอมพิวเตอร์โลกกระจายอํานาจ" ประสบความสําเร็จตั้งแต่การถือกําเนิดของ Ethereum หากคอมพิวเตอร์กลายเป็นปัญญาประดิษฐ์และปัญญาประดิษฐ์ถูกรวมศูนย์จะไม่มีคอมพิวเตอร์โลกให้พูดถึงยกเว้นเวอร์ชันดิสโทเปียบางรุ่น

การฝึกอบรมและการอนุมานเป็นหัวใจสําคัญของนวัตกรรม AI ในขณะที่ส่วนที่เหลือของโลก AI กําลังก้าวไปสู่สถาปัตยกรรมที่เข้มงวดขึ้น Web3 ต้องการโซลูชันมุมฉากบางอย่างเพื่อแข่งขันกับมันเนื่องจากการแข่งขันแบบตัวต่อตัวมีศักยภาพน้อยลง

ขนาดของปัญหา

ทุกอย่างเกี่ยวกับการคํานวณ ยิ่งการลงทุนที่ยาวนานในการฝึกอบรมและการอนุมานผลลัพธ์ก็จะยิ่งดีขึ้นเท่านั้น ใช่อาจมีการปรับแต่งและการเพิ่มประสิทธิภาพบางอย่างที่นี่อาจมีการปรับแต่งและการเพิ่มประสิทธิภาพบางอย่างที่นั่นและการคํานวณเองก็ไม่เป็นเนื้อเดียวกัน มีวิธีใหม่ ๆ ทุกประเภทในการเอาชนะปัญหาคอขวดของหน่วยประมวลผลสถาปัตยกรรมฟอนนอยมันน์แบบดั้งเดิม แต่ทุกอย่างยังคงขึ้นอยู่กับว่าคุณสามารถไปได้ไกลแค่ไหนและคุณสามารถไปได้ไกลแค่ไหนและคุณสามารถคูณเมทริกซ์บนหน่วยความจําขนาดใหญ่ที่ยาวที่สุดได้เร็วแค่ไหน

นั่นเป็นเหตุผลที่เราเห็นสิ่งที่เรียกว่า "ไฮเปอร์สเกลเลอร์" สร้างขึ้นอย่างมากในด้านศูนย์ข้อมูลทั้งหมดต้องการสร้างสแต็กเต็มรูปแบบด้วยโมเดล AI ที่ด้านบนและฮาร์ดแวร์ที่ขับเคลื่อนพวกเขาที่ด้านล่าง: OpenAI (โมเดล) + Microsoft (ประมวลผล), Anthropic (โมเดล) + AWS (ประมวลผล), Google (ทั้งคู่) และ Meta (ทั้งคู่ยาวขึ้นโดยเพิ่มเป็นสองเท่าในการสร้างศูนย์ข้อมูลของตนเอง) มีความแตกต่างที่ยาวที่สุดพลวัตการโต้ตอบและฝ่ายที่เกี่ยวข้อง แต่เราจะไม่แสดงรายการทั้งหมด โดยรวมแล้วไฮเปอร์สเกลเลอร์กําลังลงทุนหลายพันล้านดอลลาร์ในการสร้างศูนย์ข้อมูลและสร้างการทํางานร่วมกันระหว่างการประมวลผลและผลิตภัณฑ์ AI ซึ่งคาดว่าจะให้ประโยชน์อย่างมากเมื่อ AI ถูกนํามาใช้อย่างกว้างขวางมากขึ้นในเศรษฐกิจโลก

ลองมาดูระดับการก่อสร้างที่คาดหวังของ 4 บริษัท นี้ในปีนี้:

™ Jensen Huang ซีอีโอของ NVIDIA ® ได้เสนอการเร่งความเร็ว AI รวม 1 ล้านล้านดอลลาร์ในอีกไม่กี่ปีข้างหน้า เมื่อเร็ว ๆ นี้เขาเพิ่มการคาดการณ์เป็นสองเท่าเป็น $ 20,000 โดยถูกกล่าวหาว่าเป็นเพราะเขาเห็นความสนใจจาก บริษัท อธิปไตย

นักวิเคราะห์เครื่องวัดความสูงคาดว่าการใช้จ่ายศูนย์ข้อมูลที่เกี่ยวข้องกับ AI ทั่วโลกจะสูงถึง 160 พันล้านดอลลาร์และ 200 พันล้านดอลลาร์ในปี 2024 และ 2025 ตามลําดับ

ตอนนี้เปรียบเทียบตัวเลขเหล่านี้กับสิ่งจูงใจที่ Web3 เสนอให้กับผู้ให้บริการศูนย์ข้อมูลอิสระเพื่อผลักดันให้พวกเขาปรับขนาดรายจ่ายฝ่ายทุนบนฮาร์ดแวร์ AI ล่าสุด:

ปัจจุบันมูลค่าตลาดรวมของโครงการ Decentralization Physical Infrastructure (DePIn) ทั้งหมดอยู่ที่ประมาณ 40 พันล้านดอลลาร์ซึ่งส่วนใหญ่ประกอบด้วยสภาพคล่องและโทเค็นการเก็งกําไร โดยทั่วไปมูลค่าหลักทรัพย์ตามราคาตลาดของเครือข่ายเหล่านี้เท่ากับการประมาณการขีด จํากัด บนของค่าใช้จ่ายด้านทุนทั้งหมดของผู้สนับสนุนเนื่องจากพวกเขาจูงใจการก่อสร้างนี้ด้วยโทเค็น อย่างไรก็ตามมูลค่าหลักทรัพย์ตามราคาตลาดในปัจจุบันมีประโยชน์เพียงเล็กน้อยเนื่องจากมีการออกแล้ว

สมมติว่าในอีก 3-5 ปีข้างหน้าเพื่อเป็นแรงจูงใจจะมีเงินทุน DePIn Token ส่วนตัวและสาธารณะอีก 80 พันล้านดอลลาร์ (2 เท่า) และสมมติว่าโทเค็นเหล่านี้จะใช้ 100% สําหรับกรณีการใช้งาน AI แม้ว่าเราจะหารประมาณการคร่าวๆ นี้ด้วย 3 (ปี) และเปรียบเทียบมูลค่าดอลลาร์กับมูลค่าเงินสดของ hyperscalers ที่ลงทุนเฉพาะในปี 2024 แต่ก็เห็นได้ชัดว่าการกําหนดสิ่งจูงใจโทเค็นในโครงการ "Decentralization GPU Network" นั้นไม่เพียงพอ

นอกจากนี้ จําเป็นต้องมีความต้องการของนักลงทุนหลายพันล้านดอลลาร์เพื่อดูดซับโทเค็นเหล่านี้ เนื่องจากผู้ให้บริการเครือข่ายเหล่านี้ขายโทเค็นที่ขุดได้จํานวนมากเพื่อให้ครอบคลุมต้นทุนเงินทุนและค่าใช้จ่ายในการดําเนินงานที่สําคัญ จําเป็นต้องมีเงินทุนที่ยาวนานมากขึ้นเพื่อขับเคลื่อนปั๊มโทเค็นเหล่านี้และจูงใจให้การก่อสร้างขยายตัวเพื่อแซงหน้าไฮเปอร์สเกล

อย่างไรก็ตามคนที่มีความรู้เชิงลึกเกี่ยวกับวิธีการทํางานของเซิร์ฟเวอร์ Web3 ในปัจจุบันอาจโต้แย้งว่าส่วนใหญ่ของ "โครงสร้างพื้นฐานทางกายภาพการกระจายอํานาจ" กําลังทํางานบนบริการคลาวด์ของ hyperscalers เหล่านี้ แน่นอนว่าความต้องการ GPU และฮาร์ดแวร์เฉพาะ AI อื่น ๆ ที่เพิ่มขึ้นกําลังผลักดันอุปทานที่ยาวนานขึ้นซึ่งในที่สุดจะทําให้การเช่าหรือการซื้อบนคลาวด์มีราคาถูกลง อย่างน้อยนั่นคือสิ่งที่ผู้คนคาดหวัง

แต่สิ่งสําคัญคือต้องพิจารณา: ตอนนี้ Nvidia จําเป็นต้องจัดลําดับความสําคัญของความต้องการของลูกค้าสําหรับ GPU รุ่นล่าสุด Nvidia ยังเริ่มแข่งขันกับผู้ให้บริการคลาวด์คอมพิวติ้งรายใหญ่ที่สุดในสนามหญ้าของตัวเอง — นําเสนอบริการแพลตฟอร์ม AI ให้กับลูกค้าองค์กรที่ถูกล็อคไว้ในซูเปอร์คอมพิวเตอร์เหล่านี้แล้ว ในที่สุดสิ่งนี้จะกระตุ้นให้สร้างศูนย์ข้อมูลของตัวเองเมื่อเวลาผ่านไป (โดยพื้นฐานแล้วจะกัดเซาะผลกําไรที่ร่ํารวยที่พวกเขาชอบในตอนนี้ดังนั้นจึงไม่น่าเป็นไปได้) หรือ จํากัด การขายฮาร์ดแวร์ AI ให้กับผู้ให้บริการคลาวด์เครือข่ายที่ใช้งานได้อย่างมีนัยสําคัญ

นอกจากนี้คู่แข่งของ Nvidia ซึ่งกําลังเปิดตัวฮาร์ดแวร์เฉพาะ AI เพิ่มเติมส่วนใหญ่ใช้ชิปเดียวกับที่ TSMC ทํากับ Nvidia เป็นเวลานาน ด้วยเหตุนี้ โดยพื้นฐานแล้ว บริษัท ฮาร์ดแวร์ AI ทั้งหมดกําลังแข่งขันกันเพื่อกําลังการผลิตของ TSMC TSMC ยังต้องจัดลําดับความสําคัญของลูกค้าบางราย ซัมซุงและอินเทล (ซึ่งกําลังพยายามกลับไปผลิตชิปที่ล้ําสมัยโดยเร็วที่สุดเพื่อผลิตชิปสําหรับฮาร์ดแวร์ของตัวเอง) อาจสามารถดูดซับความต้องการเพิ่มเติมได้ แต่ TSMC กําลังผลิตชิปที่เกี่ยวข้องกับ AI ที่ยาวที่สุด และการปรับขนาดและปรับเทียบการผลิตชิปที่ทันสมัย (3 และ 2nm) จะใช้เวลาหลายปี

ในที่สุดเนื่องจากข้อ จํากัด ของสหรัฐอเมริกาเกี่ยวกับ NVIDIA และ TSMC จีนส่วนใหญ่ไม่สามารถเข้าถึงฮาร์ดแวร์ AI รุ่นล่าสุดได้ ซึ่งแตกต่างจาก Web3 บริษัท จีนมีรูปแบบการแข่งขันของตัวเองโดยเฉพาะ LLM จาก บริษัท ต่างๆเช่น Baidu และ Alibaba ซึ่งต้องใช้อุปกรณ์รุ่นก่อนหน้าจํานวนมากในการทํางาน

ในขณะที่การต่อสู้ของ AI ทวีความรุนแรงขึ้นและมีความสําคัญเหนือกว่าธุรกิจคลาวด์ด้วยเหตุผลเหล่านี้อย่างใดอย่างหนึ่งหรือหลายสาเหตุ hyperscalers จึงเป็นความเสี่ยงที่ไม่ใช่สาระสําคัญในการ จํากัด การเข้าถึงฮาร์ดแวร์ AI จากภายนอก โดยพื้นฐานแล้วมันเป็นสถานการณ์ที่พวกเขาใช้ความจุคลาวด์ที่เกี่ยวข้องกับ AI ทั้งหมดสําหรับตัวเองและอย่ามอบให้กับคนอื่นในขณะเดียวกันก็ใช้ฮาร์ดแวร์ล่าสุดทั้งหมด เป็นผลให้ บริษัท ขนาดใหญ่อื่น ๆ รวมถึงรัฐอธิปไตยจะเรียกร้องมากขึ้นจากอุปทานที่เหลือของการประมวลผล ในขณะเดียวกัน GPU ของผู้บริโภคที่เหลือก็มีการแข่งขันน้อยลงเรื่อย ๆ

เห็นได้ชัดว่านี่เป็นเพียงกรณีที่รุนแรง แต่ถ้าคอขวดฮาร์ดแวร์ยังคงมีอยู่ผู้เล่นรายใหญ่จะถอยกลับเพราะเงินรางวัลสูงเกินไป ด้วยเหตุนี้ผู้ให้บริการกระจายอํานาจเช่นศูนย์ข้อมูลรองและเจ้าของฮาร์ดแวร์ระดับค้าปลีก (คิดเป็นผู้ให้บริการ Web3 DePIn ส่วนใหญ่ที่ยาวที่สุด) จึงถูกทิ้งไว้จากการแข่งขัน

อีกด้านหนึ่งของเหรียญแข็ง

ในขณะที่ผู้ก่อตั้ง Crypto Assets ยังคงหลับอยู่ ยักษ์ใหญ่ด้าน AI กําลังจับตาดู Crypto Assets อย่างใกล้ชิด แรงกดดันและการแข่งขันของรัฐบาลอาจผลักดันให้พวกเขานําสินทรัพย์ Crypto มาใช้เพื่อหลีกเลี่ยงการปิดตัวลงหรือควบคุมอย่างเข้มงวด

การลาออกล่าสุดของผู้ก่อตั้ง Stability AI เพื่อเริ่ม "การกระจายอํานาจ" ของ บริษัท ของเขาเป็นหนึ่งในคําแนะนําสาธารณะที่เก่าแก่ที่สุด ก่อนหน้านี้เขาได้ปรากฏตัวต่อสาธารณชนโดยไม่ปิดบังว่าเขาวางแผนที่จะเปิดตัวโทเค็นหลังจากรายชื่อที่ประสบความสําเร็จของ บริษัท ซึ่งในทางใดทางหนึ่งเปิดเผยแรงจูงใจที่แท้จริงที่อยู่เบื้องหลังการกระทําที่ตั้งใจไว้

ในทํานองเดียวกันในขณะที่ Sam Altman ไม่ได้มีส่วนร่วมในการดําเนินงานของโครงการเข้ารหัส Worldcoin ซึ่งเขาร่วมก่อตั้ง Token ของเขามีการซื้อขายอย่างไม่ต้องสงสัยเหมือนตัวแทนของ OpenAI ไม่ว่าจะมีวิธีการเชื่อมต่อโครงการ Internet Token กับโครงการ AI R&D เวลาเท่านั้นที่จะบอกได้ แต่ทีม Worldcoin ก็ดูเหมือนจะตระหนักดีว่าตลาดกําลังทดสอบสมมติฐานนี้

สําหรับเรามันเหมาะสมอย่างยิ่งสําหรับยักษ์ใหญ่ AI ในการสํารวจเส้นทางการกระจายอํานาจที่แตกต่างกัน ปัญหาที่เราเห็นที่นี่อีกครั้งคือ Web3 ไม่ได้สร้างโซลูชันที่มีความหมาย ความยาวของ "โทเค็นการกํากับดูแล" เป็นเพียงมีมในขณะนี้และตอนนี้มีเพียงโทเค็นเช่น BTC และ ETH ที่หลีกเลี่ยงการเชื่อมโยงโดยตรงระหว่างผู้ถือสินทรัพย์และการพัฒนาเครือข่ายและการดําเนินงานของพวกเขาอย่างชัดเจนคือ Decentralization Token อย่างแท้จริง

สิ่งจูงใจที่ชะลอการพัฒนาเทคโนโลยียังมีอิทธิพลต่อการพัฒนาการออกแบบเครือข่ายการเข้ารหัสการกํากับดูแลที่แตกต่างกัน ทีมสตาร์ทอัพเพียงแค่ใส่ "โทเค็นการกํากับดูแล" บนผลิตภัณฑ์ของตนโดยหวังว่าจะพบเส้นทางใหม่ในกระบวนการได้รับแรงผลักดันเพียงเพื่อลงเอยด้วยการพักผ่อนใน "โรงละครการกํากับดูแล" เกี่ยวกับการจัดสรรทรัพยากร

สรุป

การแข่งขัน AI กําลังเกิดขึ้นและทุกคนกําลังดําเนินการอย่างจริงจัง เราไม่พบช่องโหว่ใด ๆ ในความคิดของยักษ์ใหญ่ด้านเทคโนโลยีเกี่ยวกับการขยายพลังการประมวลผล - การประมวลผลที่ยาวนานขึ้นหมายถึง AI ที่ดีขึ้นและ AI ที่ดีขึ้นหมายถึงต้นทุนที่ลดลงรายได้ใหม่และส่วนแบ่งการตลาด สําหรับเรานี่หมายความว่าฟองสบู่มีความชอบธรรม แต่ผู้ปลอมแปลงทั้งหมดจะยังคงถูกกําจัดในการเปลี่ยนแปลงที่หลีกเลี่ยงไม่ได้ในอนาคต

AI ระดับองค์กรขนาดใหญ่ที่รวมศูนย์กําลังครอบงําภาคสนามและสตาร์ทอัพกําลังประสบปัญหาในการติดตาม พื้นที่ Web3 ในขณะที่ค้างชําระนานก็เข้าร่วมการต่อสู้เช่นกัน ผลตอบแทนของตลาดสําหรับโครงการเข้ารหัส AI นั้นร่ํารวยเกินไปเมื่อเทียบกับสตาร์ทอัพในพื้นที่ Web2 ซึ่งทําให้ผู้ก่อตั้งเปลี่ยนโฟกัสจากการส่งมอบผลิตภัณฑ์ไปสู่การขับเคลื่อนปั๊มราคา Token ในช่วงเวลาที่สําคัญซึ่งกําลังปิดตัวลงอย่างรวดเร็ว จนถึงขณะนี้ยังไม่มีนวัตกรรมใดที่สามารถหลีกเลี่ยงการปรับขนาดการประมวลผลเพื่อแข่งขันได้

ตอนนี้มีการเคลื่อนไหวโอเพ่นซอร์สที่น่าเชื่อถือเกี่ยวกับรูปแบบที่หันหน้าไปทางผู้บริโภคและในขั้นต้นมีองค์กรส่วนกลางเพียงไม่กี่แห่งเท่านั้นที่เลือกที่จะแข่งขันเพื่อแย่งชิงส่วนแบ่งการตลาดกับคู่แข่งแบบปิดรายใหญ่เช่น Meta และ Stability AI แต่ตอนนี้ชุมชนกําลังตามทันสร้างแรงกดดันให้กับ บริษัท AI ชั้นนํา แรงกดดันเหล่านี้จะยังคงส่งผลกระทบต่อการพัฒนาผลิตภัณฑ์ AI แบบปิด แต่ไม่มากนักจนกว่าผลิตภัณฑ์โอเพ่นซอร์สจะตามทัน นี่เป็นอีกโอกาสที่ยิ่งใหญ่ในพื้นที่ Web3 แต่ถ้าแก้ปัญหาการฝึกอบรมโมเดลแบบกระจายอํานาจและการอนุมาน

ดังนั้นในขณะที่อยู่บนพื้นผิวโอกาสก่อกวน "คลาสสิก" มีอยู่ความเป็นจริงอยู่ไกลจากสิ่งนั้น AI เป็นเรื่องเกี่ยวกับคอมพิวเตอร์และจะไม่เปลี่ยนแปลงหากไม่มีนวัตกรรมที่ก้าวหน้าในอีก 3-5 ปีข้างหน้าซึ่งเป็นช่วงเวลาสําคัญในการตัดสินใจว่าใครเป็นผู้ควบคุมและกํากับการพัฒนา AI

การคํานวณตลาดเองแม้ว่าอุปสงค์จะผลักดันความพยายามด้านอุปทาน แต่ก็ไม่น่าจะเป็น "ดอกไม้ร้อยดอกที่เบ่งบาน" เนื่องจากการแข่งขันระหว่างผู้ผลิตถูก จํากัด ด้วยปัจจัยโครงสร้างเช่นการผลิตชิปและการประหยัดต่อขนาด

เรายังคงมองโลกในแง่ดีเกี่ยวกับความเฉลียวฉลาดของ Satoshi ของมนุษยชาติและเชื่อว่ามี Satoshi และคนชั้นสูงที่ยาวพอที่จะพยายามไขปริศนา AI ในลักษณะที่เป็นประโยชน์ต่อโลกเสรีมากกว่าการควบคุมขององค์กรหรือรัฐบาลจากบนลงล่าง อย่างไรก็ตามโอกาสนี้ดูเหมือนจะบางมากและดีที่สุดคือการโยนเหรียญแข็ง แต่ผู้ก่อตั้ง Web3 กําลังยุ่งอยู่กับการโยนเหรียญแข็งเพื่อสร้างผลประโยชน์ทางเศรษฐกิจแทนที่จะสร้างผลกระทบที่แท้จริงต่อโลก