AI与DePIN的融合：去中心化GPU网络的兴起

自2023年以来，AI和DePIN成为Web3领域的热门趋势，市值分别达到300亿美元和230亿美元。本文聚焦两者的交叉领域，探讨相关协议的发展。

在AI技术栈中，DePIN网络通过提供计算资源为AI赋能。大型科技公司的发展导致GPU短缺，使其他开发者难以获得足够GPU进行计算。这通常迫使开发者选择中心化云服务商,但需签署不灵活的长期高性能硬件合同,效率低下。

DePIN提供了更灵活且成本效益更高的替代方案,利用代币激励符合网络目标的资源贡献。AI领域的DePIN将GPU资源从个人所有者众包到数据中心,为用户形成统一供应。这些网络不仅为需要算力的开发者提供定制化和按需服务,还为GPU闲置所有者创造额外收入。

AI DePIN网络概述

Render

• 提供GPU计算能力的P2P网络先驱
• 最初专注内容创作渲染,后扩展至AI计算任务
• 由拥有奥斯卡获奖技术的云图形公司OTOY创立
• GPU网络被派拉蒙影业、PUBG等大公司使用
• 与Stability AI等合作,将AI模型与3D内容渲染工作流程集成

Akash

• 定位为支持存储、GPU和CPU计算的"超级云"替代品
• 利用容器平台和Kubernetes管理的计算节点等开发者友好工具
• AkashML允许GPU网络在Hugging Face上运行超过15,000个模型
• 托管了Mistral AI的LLM模型聊天机器人等应用

io.net

• 提供专门用于AI和ML用例的分布式GPU云集群访问
• IO-SDK与PyTorch和Tensorflow等框架兼容
• 支持创建3种不同类型集群,可在2分钟内启动
• 与Render、Filecoin等合作整合其他DePIN网络的GPU

Gensyn

• 提供专注于机器学习和深度学习计算的GPU算力
• 采用学习证明等概念实现更高效的验证机制
• V100等效GPU每小时成本约0.40美元,大幅节省成本
• 提供去中心化的全球共享基础模型

Aethir

• 专门搭载企业GPU,聚焦AI、ML、云游戏等计算密集型领域
• 根据需求和位置优化GPU资源配置
• 扩展至云手机服务,与APhone合作推出去中心化云智能手机
• 与NVIDIA、Super Micro等Web2大厂建立广泛合作

Phala Network

• 作为Web3 AI解决方案的执行层
• 使用可信执行环境(TEE)处理隐私问题
• 执行层使AI代理能由链上智能合约控制
• 人工智能代理合约可接入OpenAI、Llama等顶级大语言模型

项目比较

| | Render | Akash | io.net | Gensyn | Aethir | Phala | |--------|-------------|------------------|---------------------|---------|---------------|----------| | 硬件 | GPU & CPU | GPU & CPU | GPU & CPU | GPU | GPU | CPU | | 业务重点 | 图形渲染和AI | 云计算、渲染和AI | AI | AI | AI、云游戏和电信 | 链上AI执行 | | AI任务类型 | 推理 | 两者 | 两者 | 训练 | 训练 | 执行 | | 工作定价 | 基于表现的定价 | 反向拍卖 | 市场定价 | 市场定价 | 招标系统 | 权益计算 | | 区块链 | Solana | Cosmos | Solana | Gensyn | Arbitrum | Polkadot | | 数据隐私 | 加密&散列 | mTLS身份验证 | 数据加密 | 安全映射 | 加密 | TEE | | 工作费用 | 每项工作0.5-5% | 20% USDC, 4% AKT | 2% USDC，0.25%准备金费用 | 费用低廉 | 每个session 20% | 与质押金额成比例 | | 安全 | 渲染证明 | 权益证明 | 计算证明 | 权益证明 | 渲染能力证明 | 继承自中继链 | | 完成证明 | - | - | 时间锁证明 | 学习证明 | 渲染工作证明 | TEE证明 | | 质量保证 | 争议 | - | - | 核实者和举报人 | 检查器节点 | 远程证明 | | GPU集群 | 否 | 是 | 是 | 是 | 是 | 否 |

硬件统计数据

| | Render | Akash | io.net | Gensyn | Aethir | Phala | |-------------|--------|-------|--------|------------|------------|--------| | GPU数量 | 5600 | 384 | 38177 | - | 40000+ | - | | CPU数量 | 114 | 14672 | 5433 | - | - | 30000+ | | H100/A100数量 | - | 157 | 2330 | - | 2000+ | - | | H100费用/小时 | - | $1.46 | $1.19 | - | - | - | | A100费用/小时 | - | $1.37 | $1.50 | $0.55 (预计) | $0.33 (预计) | - |

结语

AI DePIN领域仍相对新兴,面临一些挑战。但执行的任务和硬件数量显著增长,凸显了对Web2云提供商替代品的需求。未来,这些去中心化GPU网络有望在为开发者提供经济高效的计算替代方案方面发挥关键作用,为AI和计算基础设施的格局做出重大贡献。