La fusión de AI y DePIN: el auge de las redes GPU descentralizadas

Desde 2023, la IA y DePIN se han convertido en tendencias populares en el ámbito de Web3, con una capitalización de mercado de 30 mil millones de dólares y 23 mil millones de dólares, respectivamente. Este artículo se centra en el campo de intersección de ambos, explorando el desarrollo de los protocolos relacionados.

En la pila tecnológica de IA, la red DePIN potencia la IA al proporcionar recursos de computación. El desarrollo de grandes empresas tecnológicas ha llevado a una escasez de GPU, lo que dificulta a otros desarrolladores obtener suficientes GPU para realizar cálculos. Esto a menudo obliga a los desarrolladores a elegir proveedores de servicios en la nube centralizados, pero deben firmar contratos de hardware de alto rendimiento a largo plazo que son poco flexibles y ineficientes.

DePIN ofrece una alternativa más flexible y rentable, utilizando incentivos de tokens para contribuir recursos que se alineen con los objetivos de la red. En el ámbito de la IA, DePIN externaliza recursos de GPU de propietarios individuales a centros de datos, formando un suministro unificado para los usuarios. Estas redes no solo brindan servicios personalizados y bajo demanda a los desarrolladores que necesitan potencia de cálculo, sino que también generan ingresos adicionales para los propietarios de GPU inactivas.

Resumen de la red DePIN de IA

Render

• Pionero de la red P2P que proporciona potencia de cálculo GPU
• Inicialmente centrado en la creación de contenido, luego se expandió a tareas de cálculo de IA.
• Fundada por la empresa de gráficos en la nube OTOY, que cuenta con tecnología ganadora de un Oscar
• La red GPU es utilizada por grandes empresas como Paramount Pictures y PUBG.
• Colaborar con Stability AI y otros para integrar modelos de IA en flujos de trabajo de renderizado de contenido 3D

Akash

• Posicionado como un sustituto de "súper nube" que soporta almacenamiento, computación GPU y CPU
• Herramientas amigables para desarrolladores, como nodos de computación gestionados por plataformas de contenedores y Kubernetes
• AkashML permite que las redes GPU ejecuten más de 15,000 modelos en Hugging Face.
• Ha custodiado aplicaciones como el chatbot de LLM de Mistral AI.

io.net

• Proporcionar acceso a clústeres de GPU en la nube distribuidos específicamente para casos de uso de IA y ML
• IO-SDK es compatible con marcos como PyTorch y Tensorflow
• Soporta la creación de 3 tipos diferentes de clústeres, que se pueden iniciar en 2 minutos.
• Colaborar e integrar redes DePIN de GPU con Render, Filecoin y otros

Gensyn

• Proporcionar potencia de cálculo GPU centrada en el aprendizaje automático y el aprendizaje profundo
• Implementar mecanismos de verificación más eficientes utilizando conceptos como la prueba de aprendizaje.
• El costo por hora de un GPU equivalente a V100 es de aproximadamente 0.40 dólares, lo que representa un gran ahorro en costos.
• Proporcionar un modelo base global compartido y descentralizado

Aethir

• Diseñado específicamente para montar GPU empresariales, enfocado en áreas de computación intensiva como IA, ML y juegos en la nube.
• Optimizar la configuración de recursos GPU según la demanda y la ubicación
• Ampliar el servicio de teléfono en la nube, lanzar un teléfono inteligente en la nube descentralizado en colaboración con APhone.
• Establecer amplias colaboraciones con grandes empresas de Web2 como NVIDIA y Super Micro

Phala Network

• Como la capa de ejecución de soluciones de IA Web3
• Utilizar entornos de ejecución confiables ( TEE ) para abordar problemas de privacidad
• La capa de ejecución permite que los agentes de IA sean controlados por contratos inteligentes en la cadena.
• Los contratos de agente de inteligencia artificial pueden integrarse con los principales modelos de lenguaje como OpenAI, Llama, etc.

Comparación de proyectos

| | Render | Akash | io.net | Gensyn | Aethir | Phala | |--------|-------------|------------------|---------------------|---------|---------------|----------| | Hardware | GPU y CPU | GPU y CPU | GPU y CPU | GPU | GPU | CPU | | Enfoque empresarial | Renderizado gráfico y IA | Computación en la nube, renderizado e IA | IA | IA | IA, juegos en la nube y telecomunicaciones | Ejecución de IA en cadena | | Tipo de tarea de IA | Inferencia | Ambos | Ambos | Entrenamiento | Entrenamiento | Ejecución | | Precio de trabajo | Precio basado en el rendimiento | Subasta inversa | Precio de mercado | Precio de mercado | Sistema de licitación | Cálculo de derechos | | Blockchain | Solana | Cosmos | Solana | Gensyn | Arbitrum | Polkadot | | Privacidad de datos | Cifrado&hash | Autenticación mTLS | Cifrado de datos | Mapeo seguro | Cifrado | TEE | | Costos de trabajo | 0.5-5% por trabajo | 20% USDC, 4% AKT | 2% USDC, 0.25% costos de reserva | Costos bajos | 20% por cada sesión | Proporcional al monto apostado | | Seguridad | Prueba de renderizado | Prueba de participación | Prueba de cálculo | Prueba de participación | Prueba de capacidad de renderizado | Heredado de la cadena de retransmisión | | Prueba de finalización | - | - | Prueba de bloqueo temporal | Prueba de aprendizaje | Prueba de trabajo de renderizado | Prueba de TEE | | Garantía de calidad | Controversia | - | - | Verificador y denunciante | Nodo de verificación | Prueba remota | | Grupo de GPU | No | Sí | Sí | Sí | Sí | No |

Datos estadísticos de hardware

| | Render | Akash | io.net | Gensyn | Aethir | Phala | |-------------|--------|-------|--------|------------|------------|--------| | Cantidad de GPU | 5600 | 384 | 38177 | - | 40000+ | - | | Cantidad de CPU | 114 | 14672 | 5433 | - | - | 30000+ | | Cantidad H100/A100 | - | 157 | 2330 | - | 2000+ | - | | Costo H100/hora | - | $1.46 | $1.19 | - | - | - | | A100 costo/hora | - | $1.37 | $1.50 | $0.55 ( esperado ) | $0.33 ( esperado ) | - |

Conclusión

El campo de DePIN de IA sigue siendo relativamente nuevo y enfrenta algunos desafíos. Sin embargo, la cantidad de tareas ejecutadas y de hardware ha crecido significativamente, lo que resalta la demanda de alternativas a los proveedores de nube de Web2. En el futuro, se espera que estas redes de GPU descentralizadas desempeñen un papel clave en la oferta de soluciones de computación rentables para los desarrolladores, contribuyendo significativamente al panorama de la IA y la infraestructura de computación.