Autor: Paul Timofeev Quelle: Shoal Research Übersetzung: Shan Oppa, Golden Finance

Untersucht die Rolle der dezentralen Recheninfrastruktur bei der Unterstützung des dezentralen GPU-Marktes und bietet umfassende Analysen und ergänzende Fallstudien.

Die zentralen Thesen

• Mit dem Aufkommen des maschinellen Lernens und insbesondere der Entwicklung der generativen künstlichen Intelligenz, die eine große Anzahl rechenintensiver Arbeitslasten erfordert, werden Rechenressourcen immer gefragter. Da jedoch große Unternehmen und Regierungen diese Ressourcen horten, sind Startups und unabhängige Entwickler nun mit einem Mangel an GPUs auf dem Markt konfrontiert, was zu exorbitanten Kosten oder mangelnder Zugänglichkeit führt.

• Computing DePINs ermöglichen einen dezentralen Marktplatz für Computing-Ressourcen, indem sie es Menschen auf der ganzen Welt ermöglichen, ungenutzte Computing-Ressourcen wie GPUs gegen finanzielle Belohnungen anzubieten. Dies soll unterversorgten GPU-Kunden helfen, Zugang zu neuen Lieferströmen zu erhalten und die Entwicklungsressourcen, die sie für ihre Arbeitslasten benötigen, zu geringeren Kosten und Gemeinkosten zu erhalten.

• Heutzutage steht die Berechnung von DePINs im Wettbewerb mit traditionellen zentralisierten Dienstanbietern immer noch vor vielen wirtschaftlichen und technischen Herausforderungen, von denen sich einige mit der Zeit von selbst lösen werden, während andere in Zukunft neue Lösungen und Optimierungen erfordern werden.

Computing ist das neue Öl

Seit der industriellen Revolution hat die Technologie die Menschheit in einem beispiellosen Tempo vorangetrieben und nahezu jeden Aspekt des täglichen Lebens beeinflusst oder völlig verändert. Der Computer wurde letztendlich zum Höhepunkt einer gemeinsamen Anstrengung von Forschern, Akademikern und Computeringenieuren. Ursprünglich zur Lösung umfangreicher Rechenaufgaben zur Unterstützung fortgeschrittener militärischer Operationen konzipiert, haben sich Computer zu einer tragenden Säule des modernen Lebens entwickelt. Da der Einfluss von Computern auf die Menschheit immer weiter zunimmt, steigt die Nachfrage nach diesen Maschinen und den dafür benötigten Ressourcen weiter und übersteigt das verfügbare Angebot. Dies wiederum hat zu einer Dynamik auf dem Markt geführt, in der den meisten Entwicklern und Unternehmen wichtige Ressourcen nicht zur Verfügung stehen und die Entwicklung von maschinellem Lernen und generativer künstlicher Intelligenz, den transformativsten Technologien von heute, in den Händen einiger weniger gut finanzierter Akteure liegt. Gleichzeitig bieten große Mengen ungenutzter Rechenressourcen eine lukrative Gelegenheit, das Ungleichgewicht zwischen Rechenangebot und -nachfrage zu mildern, was den Bedarf an angemessenen Koordinierungsmechanismen zwischen den Teilnehmern auf beiden Seiten der Transaktion verschärft. Daher glauben wir, dass dezentrale Systeme, die auf Blockchain-Technologie und digitalen Assets basieren, für die Entwicklung umfassenderer, demokratischerer und verantwortungsvoller generativer KI-Produkte und -Dienste von entscheidender Bedeutung sind.

Rechenressourcen

Computing kann als jede Aktivität, Anwendung oder Arbeitslast definiert werden, bei der ein Computer eine explizite Ausgabe basierend auf einer bestimmten Eingabe ausgibt. Letztendlich bezieht es sich auf die Rechen- und Verarbeitungsleistung von Computern, die die Grundlage für den Kernnutzen dieser Maschinen in der heutigen modernen Welt bildet, wobei allein Computer im vergangenen Jahr einen Umsatz von satten 1,1 Billionen US-Dollar erwirtschafteten.

Rechenressourcen beziehen sich auf die verschiedenen Hardware- und Softwarekomponenten, die die Datenverarbeitung und -verarbeitung unterstützen. Da die Anzahl der von diesen Komponenten unterstützten Anwendungen und Funktionen immer weiter wächst, gewinnen sie im täglichen Leben immer mehr an Bedeutung. Dies hat zu einem Gerangel zwischen Staatsgewalten und Unternehmen geführt, um so viele dieser Ressourcen wie möglich anzuhäufen, um zu überleben. Dies spiegelt sich in der Marktleistung der Unternehmen wider, die diese Ressourcen bereitstellen (z. B. Nvidia, dessen Marktkapitalisierung in den letzten 5 Jahren um über 3000 % gestiegen ist).

Grafikkarte

Grafikprozessoren (GPUs) sind eine der wichtigsten Ressourcen im modernen Hochleistungsrechnen. Seine Hauptfunktion besteht darin, eine spezialisierte elektronische Schaltung zu sein, die die Arbeitslast von Computergrafiken durch Parallelverarbeitung beschleunigt. Ursprünglich dienten GPUs der Gaming- und PC-Branche. GPUs haben sich jedoch weiterentwickelt, um viele der neuen Technologien zu bedienen, die die Welt der Zukunft prägen werden (z. B. Großrechner und PCs, mobile Geräte, Cloud Computing, das Internet der Dinge). Allerdings hat der Aufstieg von maschinellem Lernen und künstlicher Intelligenz die Nachfrage nach diesen Ressourcen besonders intensiviert – GPUs beschleunigen maschinelles Lernen und künstliche Intelligenz, indem sie Berechnungen parallel durchführen, wodurch die Rechenleistung und Leistung der endgültigen Technologie verbessert wird.

Der Aufstieg der künstlichen Intelligenz

Künstliche Intelligenz (KI) ist im Kern eine Technologie, die es Computern und Maschinen ermöglicht, menschliche Intelligenz und Problemlösungsfähigkeiten zu simulieren. Ein KI-Modell funktioniert als neuronales Netzwerk, das aus vielen verschiedenen Datenblöcken besteht. Modelle benötigen Rechenleistung, um Beziehungen zwischen diesen Daten zu identifizieren und zu lernen und sich dann auf diese Beziehungen zu beziehen, wenn sie Ausgaben basierend auf gegebenen Eingaben erstellen.

Die Entwicklung und Produktion von KI ist nicht neu; 1967 baute Frank Rosenblatt den Mark 1 Perceptron, den ersten Computer, der auf neuronalen Netzen basierte und durch Versuch und Irrtum „lernte“. Darüber hinaus wurden in den späten 1990er und frühen 2000er Jahren zahlreiche akademische Forschungsarbeiten veröffentlicht, die den Grundstein für die Entwicklung moderner KI legten, und die Branche ist seitdem weiter gewachsen.

Zusätzlich zu den Forschungs- und Entwicklungsbemühungen unterstützen „schmale“ KI-Modelle eine Vielzahl leistungsstarker Anwendungen, die heute im Einsatz sind. Beispiele hierfür sind Social-Media-Algorithmen, Apples Siri und Amazons Alexa, individuelle Produktempfehlungen und mehr. Es ist erwähnenswert, dass der Aufstieg des Deep Learning die Entwicklung der künstlichen generativen Intelligenz (AGI) verändert hat. Deep-Learning-Algorithmen nutzen größere oder „tiefere“ neuronale Netze als Anwendungen für maschinelles Lernen und stellen eine skalierbarere Alternative mit breiteren Leistungsfähigkeiten dar. Ein generatives KI-Modell „codiert eine vereinfachte Darstellung seiner Trainingsdaten und gibt neue Ausgaben aus, die in Bezug darauf ähnlich, aber nicht identisch sind.“

Deep Learning ermöglicht es Entwicklern, generative KI-Modelle auf Bilder, Sprache und andere komplexe Datentypen zu erweitern, und bahnbrechende Apps wie ChatGPT, das Rekorde für die am schnellsten wachsende Benutzerbasis in der Neuzeit aufgestellt hat, drehen sich immer noch nur um generative KI und Deep Learning Erfahren Sie frühe Versionen dessen, was möglich ist.

Vor diesem Hintergrund ist es nicht verwunderlich, dass die generative KI-Entwicklung mehrere rechenintensive Arbeitslasten umfasst, die erhebliche Mengen an Rechenleistung und Rechenleistung erfordern.

Laut dem Bericht „Triple Whammy of Deep Learning Application Demand“ unterliegt die Entwicklung von KI-Anwendungen mehreren wichtigen Arbeitsbelastungen:

• Training – Das Modell muss große Datensätze verarbeiten und analysieren, um zu lernen, wie es auf gegebene Eingaben reagiert.

• Optimierung – Das Modell durchläuft eine Reihe iterativer Prozesse, bei denen verschiedene Hyperparameter abgestimmt und optimiert werden, um Leistung und Qualität zu verbessern.

• Simulationen – Einige Modelle, wie z. B. Reinforcement-Learning-Algorithmen, durchlaufen vor der Bereitstellung eine Reihe von Testsimulationen.

Rechenknappheit: Nachfrage > Angebot

In den letzten Jahrzehnten haben verschiedene technologische Fortschritte zu einem beispiellosen Anstieg der Nachfrage nach Rechen- und Rechenleistung geführt. Infolgedessen übersteigt die heutige Nachfrage nach Rechenressourcen wie GPUs das verfügbare Angebot bei weitem, was zu einem Engpass in der KI-Entwicklung führt, der sich ohne wirksame Lösungen nur noch verschlimmern wird.

Die umfassenderen Lieferengpässe werden auch dadurch verursacht, dass eine große Anzahl von Unternehmen aktiv mehr GPUs kauft, als sie tatsächlich benötigen, sowohl als Wettbewerbsvorteil als auch als Überlebensmittel in der modernen globalen Wirtschaft. Computeranbieter nutzen häufig Vertragsstrukturen, die langfristige Kapitalbindungen erfordern, um ihren Kunden ein Angebot zu bieten, das ihren Bedarf weit übersteigt.

Die Untersuchungen von Epoch zeigen, dass die Gesamtzahl der Veröffentlichungen rechenintensiver KI-Modelle schnell zunimmt, was darauf hindeutet, dass die Nachfrage nach Ressourcen für den Betrieb dieser Technologien weiterhin schnell zunehmen wird.

Da die Komplexität von KI-Modellen immer weiter zunimmt, steigt auch der Bedarf der Anwendungsentwickler an Rechen- und Verarbeitungsleistung weiter. Im Gegenzug werden die GPU-Leistung und deren Verfügbarkeit eine immer wichtigere Rolle spielen. Dieser Trend zeigt sich bereits, da die Nachfrage nach High-End-GPUs, wie sie beispielsweise von Nvidia hergestellt werden, steigt, wobei das Unternehmen GPUs als „Seltenerdmetalle“ oder „Gold“ der KI-Industrie bezeichnet.

Die rasche Kommerzialisierung von KI birgt die Gefahr, dass die Kontrolle an eine Handvoll Technologiegiganten übergeben wird, ähnlich wie in der heutigen Social-Media-Branche, was Bedenken hinsichtlich der ethischen Grundlagen dieser Modelle aufkommen lässt. Ein berühmtes Beispiel ist die jüngste Kontroverse um Google Gemini. Während seine vielen bizarren Reaktionen auf verschiedene Aufforderungen zu diesem Zeitpunkt keine wirkliche Gefahr darstellten, zeigte der Vorfall die Risiken auf, die damit verbunden sind, dass eine Handvoll Unternehmen die KI-Entwicklung dominieren und kontrollieren.

Heutige Technologie-Startups stehen vor zunehmenden Herausforderungen bei der Beschaffung von Rechenressourcen zur Unterstützung ihrer KI-Modelle. Diese Anwendungen erfordern umfangreiche rechenintensive Prozesse vor der Modellbereitstellung. Für kleine Unternehmen ist die Anhäufung einer großen Anzahl von GPUs ein unhaltbares Unterfangen, und während herkömmliche Cloud-Computing-Dienste wie AWS oder Google Cloud ein nahtloses und bequemes Entwicklererlebnis bieten, führt ihre begrenzte Kapazität letztendlich zu hohen Kosten. Das Fazit ist, dass nicht jeder einen Plan ausarbeiten kann, um 7 Billionen US-Dollar für Hardwarekosten aufzubringen.

Was also tun?

Nvidia schätzte zuvor, dass es mehr als 40.000 Unternehmen gibt, die GPUs für KI und beschleunigtes Computing nutzen, mit einer Entwicklergemeinschaft von mehr als 4 Millionen weltweit. Mit Blick auf die Zukunft wird erwartet, dass der globale KI-Markt von 515 Milliarden US-Dollar im Jahr 2023 auf 2,74 Billionen US-Dollar im Jahr 2032 wachsen wird, mit einer durchschnittlichen jährlichen Wachstumsrate von 20,4 %. Gleichzeitig wird erwartet, dass der GPU-Markt bis 2032 400 Milliarden US-Dollar erreichen wird, mit einer durchschnittlichen jährlichen Wachstumsrate von 25 %.

Allerdings könnte das zunehmende Ungleichgewicht zwischen Angebot und Nachfrage nach Rechenressourcen im Zuge der KI-Revolution zu einer eher dystopischen Zukunft führen, in der eine Handvoll gut finanzierter Giganten die Entwicklung vieler transformativer Technologien dominieren. Daher glauben wir, dass alle Wege zu dezentralen Alternativlösungen führen, um die Lücke zwischen den Bedürfnissen der KI-Entwickler und den verfügbaren Ressourcen zu schließen.

Die Rolle von DePINs

Was sind DePINs?

DePIN ist ein vom Messari-Forschungsteam geprägter Begriff und steht für Decentralized Physical Infrastructure Network. Zusammenfassend bedeutet Dezentralisierung, dass es keine einzelne Einheit gibt, die Miete einzieht und den Zugang einschränkt. Physische Infrastruktur bezieht sich hingegen auf die „realen“ physischen Ressourcen, die genutzt werden. Unter einem Netzwerk versteht man eine Gruppe von Akteuren, die koordiniert zusammenarbeiten, um ein vorgegebenes Ziel oder eine Reihe von Zielen zu erreichen. Heute beträgt die gesamte Marktkapitalisierung von DePINs etwa 28,3 Milliarden US-Dollar.

Der Kern von DePINs ist ein globales Knotennetzwerk, das physische Infrastrukturressourcen mit der Blockchain verbindet, um einen dezentralen Markt zu schaffen, Käufer und Lieferanten zu verbinden, und jeder kann Lieferant werden und Dienstleistungen und Beiträge zum Netzwerk erbringen. Beiträge werden vergütet. In diesem Fall werden zentrale Vermittler, die den Zugang zum Netzwerk durch verschiedene rechtliche und regulatorische Mittel sowie Servicegebühren einschränken, durch dezentrale Protokolle ersetzt, die aus intelligenten Verträgen und Code bestehen und von ihren jeweiligen Token-Inhabern verwaltet werden.

Der Wert von DePINs besteht darin, dass sie eine dezentrale, zugängliche, kostengünstige und skalierbare Alternative zu herkömmlichen Ressourcennetzwerken und Dienstanbietern bieten. Sie ermöglichen dezentrale Märkte, die darauf ausgelegt sind, ein bestimmtes Endziel zu erreichen; die Kosten für Waren und Dienstleistungen werden durch die Marktdynamik bestimmt, jeder kann jederzeit teilnehmen und sinken natürlich, wenn die Anzahl der Lieferanten steigt und die Gewinnmargen die Stückkosten senken.

Der Einsatz von Blockchain ermöglicht es DePINs, kryptoökonomische Anreizsysteme aufzubauen, die dazu beitragen, dass Netzwerkteilnehmer für ihre Dienste angemessen entlohnt werden und wichtige Wertanbieter zu Stakeholdern werden. Es ist jedoch wichtig zu beachten, dass Netzwerkeffekte, die durch die Umwandlung kleiner individueller Netzwerke in größere produktive Systeme erzielt werden, entscheidend für die Realisierung der vielen Vorteile von DePINs sind. Darüber hinaus haben sich Token-Belohnungen zwar als wirksames Mittel zur Einbindung in das Netzwerk erwiesen, die Schaffung nachhaltiger Anreize zur Unterstützung der Benutzerbindung und langfristigen Akzeptanz bleibt jedoch eine zentrale Herausforderung im breiteren DePINs-Bereich.

Wie funktionieren DePINs?

Um den Wert von DePINs bei der Unterstützung des dezentralen Computermarkts besser zu verstehen, ist es wichtig, die verschiedenen Strukturkomponenten zu erkennen und zu erkennen, wie sie zusammenarbeiten, um ein dezentrales Ressourcennetzwerk zu bilden. Betrachten wir die Struktur und die Akteure eines DePINs.

Protokoll

Ein dezentrales Protokoll, eine Reihe intelligenter Verträge, die auf einem zugrunde liegenden Blockchain-Netzwerk aufbauen, wird verwendet, um vertrauensvolle Interaktionen zwischen Netzwerkteilnehmern zu ermöglichen. Im Idealfall würde das Protokoll von einer vielfältigen Gruppe von Interessengruppen verwaltet, die sich aktiv für den langfristigen Erfolg des Netzwerks einsetzen. Diese Stakeholder stimmen dann mithilfe der von ihnen gehaltenen Protokoll-Tokens über vorgeschlagene Änderungen und Entwicklungen ab. Da die erfolgreiche Koordinierung eines verteilten Netzwerks an sich schon eine große Herausforderung darstellt, behält das Kernteam in der Regel zunächst die Macht, diese Änderungen umzusetzen, und übergibt die Macht dann an eine dezentrale autonome Organisation (DAO).

Netzwerkteilnehmer

Die Endnutzer eines Ressourcennetzwerks sind dessen wertvollste Teilnehmer und können nach ihrer Funktionalität klassifiziert werden.

Anbieter: Eine natürliche oder juristische Person, die dem Netzwerk Ressourcen im Austausch für monetäre Belohnungen bereitstellt, die in nativen DePIN-Tokens gezahlt werden. Anbieter sind über Blockchain-native Protokolle mit dem Netzwerk „verbunden“, was möglicherweise einen Whitelist- oder erlaubnisfreien Prozess erzwingt. Durch den Erhalt von Token erhalten Anbieter einen Anteil am Netzwerk, ähnlich wie Stakeholder im Kontext von Kapitalbeteiligungen, und können so über verschiedene Vorschläge und Netzwerkentwicklungen abstimmen, beispielsweise über solche, von denen sie glauben, dass sie dazu beitragen, die Nachfrage anzukurbeln und einen Vorschlag für den Netzwerkwert zu steigern, wodurch ein Mehrwert geschaffen wird höhere Token-Preise im Laufe der Zeit. Natürlich ist es auch wahrscheinlich, dass Anbieter, die Token erhalten, DePINs als eine Form des passiven Einkommens nutzen und Token verkaufen, sobald sie diese erhalten.

Verbraucher: Hierbei handelt es sich um Einzelpersonen oder Organisationen, die aktiv nach den von DePINs bereitgestellten Ressourcen suchen, beispielsweise KI-Startups, die nach GPUs suchen und die Nachfrageseite der Wirtschaftsgleichung darstellen. Wenn die Verwendung von DePINs gegenüber herkömmlichen Alternativen echte Vorteile bietet (z. B. geringere Kosten und Gemeinkosten), werden Verbraucher gezwungen sein, DePINs zu verwenden, was eine organische Nachfrage nach dem Netzwerk darstellt. DePINs erfordern in der Regel, dass Verbraucher für Ressourcen in ihrem nativen Token bezahlen, um Wert zu schaffen und einen stabilen Cashflow aufrechtzuerhalten.

Ressource

DePINs können unterschiedliche Märkte bedienen und Ressourcen mithilfe unterschiedlicher Geschäftsmodelle zuweisen. Blockworks bietet hierfür ein hervorragendes Framework; kundenspezifische Hardware-DePINs, die Anbietern dedizierte proprietäre Hardware für die Zuweisung bereitstellen, und Standard-Hardware-DePINs, die die Zuweisung vorhandener ungenutzter Ressourcen (einschließlich, aber nicht beschränkt auf Rechenleistung, Speicher und Bandbreite) ermöglichen.

Wirtschaft

In einem ideal funktionierenden DePIN erwächst der Wert aus den Einnahmen, die Verbraucher an Lieferantenressourcen zahlen. Eine anhaltende Nachfrage nach dem Netzwerk bedeutet eine anhaltende Nachfrage nach dem nativen Token, was mit wirtschaftlichen Anreizen für Anbieter und Token-Inhaber einhergeht. Für die meisten Start-ups stellt die Generierung einer nachhaltigen Bio-Nachfrage in der Anfangsphase eine Herausforderung dar. Deshalb bieten DePINs inflationäre Token-Anreize, um Anreize für frühe Lieferanten zu schaffen und die Versorgung des Netzwerks anzukurbeln, wodurch eine Nachfrage erzeugt wird, die mehr Bio-Lieferungen generiert. Dies ähnelt sehr der Art und Weise, wie VCs in der Anfangsphase des Unternehmens die Fahrkosten von Uber subventionierten, um einen ersten Kundenstamm aufzubauen, weitere Fahrer anzuziehen und seine Netzwerkeffekte zu verbessern.

DePINs müssen Token-Anreize so strategisch wie möglich verwalten, da sie eine Schlüsselrolle für den Gesamterfolg des Netzwerks spielen. Wenn die Nachfrage und die Netzwerkeinnahmen steigen, sollte die Ausgabe von Token zurückgehen. Wenn Nachfrage und Umsatz zurückgehen, sollte stattdessen die Ausgabe von Token genutzt werden, um das Angebot wieder anzukurbeln.

Um weiter zu veranschaulichen, wie ein erfolgreiches DePIN-Netzwerk aussieht, betrachten Sie das „DePIN-Schwungrad“, eine positiv reflektierende Schleife, die zur Führung von DePINs verwendet wird. Zusammengefasst wie folgt:

1. DePIN bietet Anbietern Anreize, Ressourcen zum Netzwerk beizutragen, indem es inflationäre Token-Belohnungen verteilt, und legt ein für den Verbrauch verfügbares Grundangebot fest.

2. Unter der Annahme, dass die Zahl der Lieferanten zu wachsen beginnt, beginnt sich im Netzwerk eine Wettbewerbsdynamik zu entwickeln, die die Gesamtqualität der vom Netzwerk bereitgestellten Waren und Dienstleistungen auf ein Niveau verbessert, das besser ist als die bestehenden Marktlösungen, und so einen Wettbewerbsvorteil erlangt. Dies bedeutet, dass ein dezentrales System traditionelle zentralisierte Dienstanbieter übertrifft, was keine leichte Aufgabe ist.

3. DePIN begann, eine organische Nachfrage zu generieren und den Lieferanten einen legitimen Cashflow zu bieten. Dies stellt eine überzeugende Chance für Investoren und Anbieter dar und treibt die Nachfrage nach dem Netzwerk und damit die Token-Preise weiter voran.

Die Erhöhung des Token-Preises erhöht die Einnahmen der Lieferanten, zieht mehr Lieferanten an und bringt das Schwungrad neu in Gang.

Das Framework bietet überzeugende Wachstumsstrategien, es ist jedoch anzumerken, dass es weitgehend theoretisch ist und davon ausgeht, dass das Netzwerk Ressourcen wettbewerbsfähig bereitstellt und über einen langen Zeitraum relevant bleibt.​

DePIN berechnen

Der dezentrale Computermarkt fällt in die breitere Bewegung, die als „Sharing Economy“ bekannt ist, ein Peer-to-Peer-Wirtschaftssystem, das darauf basiert, dass Verbraucher Waren und Dienstleistungen über Online-Plattformen direkt mit anderen Verbrauchern teilen. Dieses Modell wurde von Unternehmen wie eBay entwickelt, wird heute von Unternehmen wie Airbnb und Uber dominiert und wird irgendwann aufgelöst, wenn die nächste Generation transformativer Technologien die globalen Märkte erobert. Die Sharing Economy wird bis 2023 einen Wert von 15 Milliarden US-Dollar haben und bis 2031 weltweit voraussichtlich auf fast 80 Milliarden US-Dollar anwachsen. Dies veranschaulicht breitere Trends im Verbraucherverhalten, von denen wir glauben, dass DePIN profitieren wird und eine Schlüsselrolle bei der Verwirklichung dieses Trends spielen wird.​

Grundlegend

Computing DePIN ist ein Peer-to-Peer-Netzwerk, das Lieferanten und Käufer über einen dezentralen Marktplatz verbindet und die Zuweisung von Computerressourcen erleichtert. Ein wesentlicher Unterschied zwischen diesen Netzwerken besteht darin, dass sie sich auf Standardhardwareressourcen konzentrieren, die bereits heute vielen Menschen zur Verfügung stehen. Wie wir besprochen haben, hat das Aufkommen von Deep Learning und generativer KI zu einem Engpass beim Zugang zu kritischen Ressourcen für die KI-Entwicklung geführt, da die Nachfrage nach Rechenleistung aufgrund ihrer ressourcenintensiven Arbeitslasten stark ansteigt. Kurz gesagt, dezentrale Computermärkte zielen darauf ab, diese Engpässe zu lindern, indem sie einen neuen Angebotsfluss schaffen – einen, der den Globus umspannt und an dem jeder teilnehmen kann.​

Bei der Berechnung von DePIN kann jede natürliche oder juristische Person ihre ungenutzten Ressourcen sofort zur Verfügung stellen und eine angemessene Vergütung für ihre Dienste erhalten. Gleichzeitig kann jede Einzelperson oder Organisation die erforderlichen Ressourcen aus einem globalen, erlaubnisfreien Netzwerk zu geringeren Kosten und mit größerer Flexibilität als bei bestehenden Marktprodukten beziehen. Daher können wir die an der Berechnung von DePIN beteiligten Teilnehmer anhand eines einfachen wirtschaftlichen Rahmens strukturieren:

• Angebotsseite: Eine natürliche oder juristische Person, die Computerressourcen besitzt und bereit ist, ihre Computerressourcen gegen Subventionen zu verleihen oder zu verkaufen.

• Nachfrageseite: Eine Person oder Organisation, die Berechnungen benötigt und bereit ist, dafür zu zahlen.​

Hauptvorteile der Berechnung von DePINs

Die Berechnung von DePINs bietet viele Vorteile, die sie zu einer Alternative zu zentralisierten Dienstanbietern und Marktplätzen machen. Erstens erschließt die Ermöglichung einer erlaubnisfreien grenzüberschreitenden Marktteilnahme einen neuen Angebotsstrom und erhöht die Menge an kritischen Ressourcen, die für rechenintensive Arbeitslasten erforderlich sind. Compute DePINs konzentrieren sich auf Hardwareressourcen, die die meisten Menschen bereits besitzen – jeder, der einen Gaming-PC besitzt, verfügt bereits über eine GPU zur Miete. Dadurch wird der Pool an Entwicklern und Teams erweitert, die sich am Aufbau der nächsten Generation von Waren und Dienstleistungen beteiligen können, was mehr Menschen auf der ganzen Welt zugute kommt.

Bei näherer Betrachtung bietet die Blockchain-Infrastruktur, die DePINs unterstützt, einen effizienten und skalierbaren Abwicklungskanal zur Erleichterung von Peer-to-Peer-Transaktionen. Krypto-native Finanzanlagen (Tokens) stellen eine gemeinsame Werteinheit dar, mit der nachfrageseitige Teilnehmer Lieferanten bezahlen und dabei Verteilungsmechanismen nutzen, die mit der zunehmend globalisierten Wirtschaft von heute im Einklang stehen. Bezugnehmend auf die zuvor erwähnte DePIN-Schwungradstruktur kann die strategische Steuerung wirtschaftlicher Anreize sehr vorteilhaft sein, um die Netzwerkeffekte (Angebots- und Nachfrageseite) von DePINs zu erhöhen und dadurch den Wettbewerb zwischen Anbietern zu erhöhen. Diese Dynamik reduziert die Stückkosten und verbessert gleichzeitig die Servicequalität, was einen nachhaltigen Wettbewerbsvorteil für DePINs schafft, von dem Anbieter als Token-Inhaber und Schlüsselwertanbieter profitieren können.

DePINs funktionieren ähnlich wie Cloud-Computing-Dienstleister und zielen darauf ab, ein flexibles Benutzererlebnis zu bieten, bei dem Ressourcen bei Bedarf abgerufen und bezahlt werden können. Laut der Prognose von Grandview Research wird die Größe des globalen Cloud-Computing-Marktes voraussichtlich mit einer durchschnittlichen jährlichen Wachstumsrate von 21,2 % wachsen und bis 2030 2,4 Billionen US-Dollar überschreiten, was die Machbarkeit dieses Geschäftsmodells unter Berücksichtigung der zukünftigen Nachfrage nach Computerressourcen beweist . Nachfrageprognose. Moderne Cloud-Computing-Plattformen nutzen einen zentralen Server, um die gesamte Kommunikation zwischen Client-Geräten und Servern abzuwickeln, wodurch ein Single Point of Failure in ihren Abläufen entsteht. DePINs basieren auf Blockchain und können eine größere Zensurresistenz und Widerstandsfähigkeit bieten als herkömmliche Dienstleister. Während ein Angriff auf eine einzelne Organisation oder Entität (z. B. einen zentralen Cloud-Dienstanbieter) das gesamte zugrunde liegende Ressourcennetzwerk gefährden kann, sind DePINs aufgrund ihrer verteilten Natur so konzipiert, dass sie solchen Vorfällen standhalten. Erstens ist die Blockchain selbst ein weltweit verteiltes Netzwerk privater Knoten, das darauf ausgelegt ist, der zentralisierten Netzwerkautorität zu widerstehen. Darüber hinaus ermöglicht die Berechnung von DePINs eine erlaubnislose Netzwerkteilnahme unter Umgehung rechtlicher und regulatorischer Hindernisse. Abhängig von der Art der Token-Verteilung könnten DePINs einen fairen Abstimmungsprozess anwenden, um über vorgeschlagene Änderungen und Entwicklungen des Protokolls abzustimmen, wodurch die Möglichkeit ausgeschlossen wird, dass eine einzelne Einheit plötzlich das gesamte Netzwerk abschaltet.

Der aktuelle Stand der DePIN-Berechnung

Render-Netzwerk

Render Network ist ein Computing-DePIN, das GPU-Käufer und -Verkäufer über einen dezentralen Computing-Marktplatz verbindet, wobei Transaktionen über seinen nativen Token abgewickelt werden. Am GPU-Marktplatz von Render sind zwei wichtige Parteien beteiligt: ​​Entwickler, die nach Rechenleistung suchen, und Knotenbetreiber, die ungenutzte GPUs gegen eine Vergütung in Form von nativen Render-Tokens vermieten. Knotenbetreiber werden durch ein auf Reputation basierendes System eingestuft, und Entwickler können GPUs aus einem mehrstufigen Preissystem auswählen. Der Proof-of-Render (POR)-Konsensalgorithmus koordiniert Vorgänge, wobei Knotenbetreiber ihre Rechenressourcen (GPUs) für die Bearbeitung von Aufgaben, nämlich Grafik-Rendering-Arbeiten, einsetzen. Wenn eine Aufgabe abgeschlossen ist, aktualisiert der POR-Algorithmus den Status des Knotenbetreibers, einschließlich Änderungen der Reputationsbewertung basierend auf der Aufgabenqualität. Die Blockchain-Infrastruktur von Render erleichtert Aufgabenzahlungen und bietet Lieferanten und Käufern einen transparenten und effizienten Abwicklungskanal für Transaktionen über Netzwerk-Tokens.

Render Network wurde 2009 von Jules Urbach konzipiert. Das Netzwerk ging im September 2020 auf Ethereum in Betrieb (RNDR) und migrierte etwa drei Jahre später zu Solana (RENDER), um die Netzwerkleistung zu verbessern und die Betriebskosten zu senken.

Zum jetzigen Zeitpunkt hat das Render-Netzwerk bis zu 33 Millionen Aufgaben (in gerenderten Frames) verarbeitet und ist seit seiner Gründung auf 5.600 Knoten angewachsen. RENDER knapp unter 60.000 wurde verbrannt, ein Prozess, der auftritt, wenn Arbeitsguthaben an Knotenbetreiber verteilt werden.

IO-Netz

Io Net startet auf Solana ein dezentrales GPU-Netzwerk, das als Koordinierungsschicht zwischen riesigen Mengen ungenutzter Rechenressourcen und der wachsenden Zahl von Einzelpersonen und Organisationen dient, die die von diesen Ressourcen bereitgestellte Rechenleistung benötigen. Das Alleinstellungsmerkmal von Io Net besteht darin, dass es nicht direkt mit anderen DePINs auf dem Markt konkurriert, sondern stattdessen GPUs aus verschiedenen Quellen aggregiert, darunter Rechenzentren, Miner und andere DePINs, einschließlich Render Network und Filecoin, und gleichzeitig proprietäre DePINs nutzt – Internet-of- GPUs (IoG) – um Abläufe zu koordinieren und Anreize zwischen Marktteilnehmern auszurichten. IO Net-Kunden können Cluster auf IO Cloud für ihre Arbeitslasten anpassen, indem sie Prozessortyp, Standort, Kommunikationsgeschwindigkeit, Compliance und Servicedauer auswählen. Stattdessen kann jeder mit einem unterstützten GPU-Modell (12 GB RAM, 256 GB SSD) als IO Worker teilnehmen und eine Vergütung verdienen, indem er seine ungenutzten Rechenressourcen dem Netzwerk zur Verfügung stellt. Während Zahlungen für Dienstleistungen derzeit in Fiat-Währungen und USDC abgewickelt werden, wird das Netzwerk bald auch Zahlungen im nativen $IO-Token unterstützen. Der für eine Ressource gezahlte Preis wird durch Angebot und Nachfrage sowie durch verschiedene GPU-Spezifikationen und Konfigurationsalgorithmen bestimmt. Das ultimative Ziel von Io Net besteht darin, der GPU-Marktplatz der Wahl zu werden, indem es niedrigere Kosten und eine bessere Servicequalität als moderne Cloud-Dienstanbieter bietet.

Die mehrschichtige IO-Architektur lässt sich wie folgt abbilden:

• UI-Ebene – besteht aus der öffentlichen Website, dem Kundenbereich und dem Arbeitsbereich.

• Sicherheitsschicht – Diese Schicht besteht aus Firewalls zum Netzwerkschutz, Authentifizierungsdiensten zur Benutzerauthentifizierung und Protokollierungsdiensten zur Verfolgung von Aktivitäten.

• API-Schicht – Diese Schicht dient als Kommunikationsschicht und besteht aus öffentlichen APIs, privaten APIs und internen APIs für die Clusterverwaltung, Analyse sowie Überwachung und Berichterstellung.

• Backend-Schicht – Die Backend-Schicht verwaltet Arbeitsbereiche, Cluster-/GPU-Vorgänge, Kundeninteraktionen, Abrechnungs- und Nutzungsüberwachung, Analysen und automatische Skalierung.

• Datenbankschicht – Diese Schicht ist das Datenrepository des Systems und nutzt den Primärspeicher für strukturierte Daten und die Zwischenspeicherung für häufig aufgerufene temporäre Daten.

• Nachrichtenbroker und Aufgabenschicht – Diese Schicht erleichtert die asynchrone Kommunikation und Aufgabenverwaltung.

• Infrastrukturschicht – Diese Schicht enthält GPU-Pools, Orchestrierungstools und verwaltet die Aufgabenbereitstellung.

Aktuelle Statistiken/Roadmap:

Zum jetzigen Zeitpunkt:

• Gesamtumsatz des Netzwerks: 1,08 Millionen US-Dollar

• Insgesamt berechnete Stunden: 837,6.000 Stunden

• Gesamtzahl der GPUs, die für den Cluster bereit sind: 20,4.000

• Gesamtzahl der CPUs, die den Cluster vorbereiten: 5,6.000

• Gesamtzahl der Transaktionen in der Kette: 1,67 Millionen

• Gesamtzahl der Schlussfolgerungen: 335,7.000

• Gesamtzahl der erstellten Cluster: 15,1.000

Die Daten stammen vom Io Net Explorer.

Sie werden gehen

Aethir ist ein Cloud-Computing-DePIN, das die gemeinsame Nutzung von Hochleistungs-Computing-Ressourcen in rechenintensiven Domänen und Anwendungen erleichtert. Es nutzt Ressourcenpools, um eine globale GPU-Zuteilung zu deutlich reduzierten Kosten zu ermöglichen und ermöglicht eine dezentrale Eigentümerschaft durch verteilte Ressourceneigentümerschaft. Aether hat ein verteiltes GPU-Framework entwickelt, das speziell auf Hochleistungs-Workloads wie Spiele sowie KI-Modelltraining und -Inferenz ausgerichtet ist. Durch die Zusammenführung von GPU-Clustern in einem einzigen Netzwerk ist Aethir darauf ausgelegt, die Clustergröße zu erhöhen und dadurch die Gesamtleistung und Zuverlässigkeit der in seinem Netzwerk bereitgestellten Dienste zu verbessern.

Das Aethir-Netzwerk ist eine dezentrale Wirtschaft, die sich aus Minern, Entwicklern, Benutzern, Token-Inhabern und dem Aethir DAO zusammensetzt. Die drei Schlüsselrollen, die einen erfolgreichen Netzwerkbetrieb gewährleisten, sind Container, Indexer und Inspektoren. Container sind die Energieknoten des Netzwerks und dienen als dedizierte Knoten, die wichtige Vorgänge ausführen, um das Netzwerk aktiv zu halten, einschließlich der Validierung von Transaktionen und der Bereitstellung digitaler Inhalte in Echtzeit. Prüfer sind Qualitätssicherungsmitarbeiter, die die Containerleistung und Servicequalität kontinuierlich überwachen, um einen zuverlässigen und effizienten Betrieb sicherzustellen, der den Anforderungen der GPU-Verbraucher entspricht. Der Indexer fungiert als Matchmaker zwischen dem Benutzer und dem besten verfügbaren Container. Grundlage dieser Struktur ist die Arbitrum Layer 2-Blockchain, die eine dezentrale Abwicklungsschicht bereitstellt, um Zahlungen für Waren und Dienstleistungen im Aethir-Netzwerk unter Verwendung des nativen $ATH-Tokens zu erleichtern.

Beweis erbringen

Knoten im Aethir-Netzwerk erfüllen zwei Schlüsselfunktionen: die Bereitstellung eines Fähigkeitsnachweises, der alle 15 Minuten zufällig eine Gruppe von Arbeitern auswählt, um Transaktionen zu validieren, und die Bereitstellung eines Arbeitsnachweises, der die Netzwerkleistung genau überwacht, um sicherzustellen, dass Benutzer den bestmöglichen Service erhalten je nach Bedarf und geografischem Standort. Passen Sie die Ressourcen an. Mining-Belohnungen werden in Form von nativen $ATH-Tokens an Teilnehmer verteilt, die Aethir-Netzwerkknoten für die von ihnen bereitgestellten Computerressourcen betreiben.

Und das Baby

Nosana ist ein dezentrales GPU-Netzwerk, das auf Solana basiert. Mit Nosana kann jeder ungenutzte Computerressourcen beisteuern und dafür Belohnungen in Form von $NOS-Tokens erhalten. DePIN erleichtert die Zuweisung kostengünstiger GPUs, mit denen komplexe KI-Workloads ohne den Overhead herkömmlicher Cloud-Lösungen ausgeführt werden können. Jeder kann einen Nosana-Knoten betreiben, indem er ungenutzte GPUs vermietet und so Token-Belohnungen proportional zur GPU-Leistung erhält, die er dem Netzwerk zur Verfügung stellt.

Das Netzwerk verbindet zwei Parteien, die Rechenressourcen zuweisen: Benutzer, die Zugang zu Rechenressourcen suchen, und Knotenbetreiber, die Rechenressourcen bereitstellen. Über wichtige Protokollentscheidungen und -aktualisierungen wird von den NOS-Token-Inhabern abgestimmt und vom Nosana DAO verwaltet.

Nosana hat einen detaillierten Fahrplan für seine Zukunftspläne dargelegt – Galactica (v1.0 – H1/H2 2024) wird das Mainnet starten, CLI und SDK veröffentlichen und sich auf die Netzwerkerweiterung über Containerknoten für Verbraucher-GPUs konzentrieren. Triangulum (v1.X – zweite Hälfte des Jahres 2024) wird wichtige Protokolle und Konnektoren für maschinelles Lernen für PyTorch, HuggingFace und TensorFlow integrieren. Whirlpool (v1.X – H1 2025) wird die Unterstützung für verschiedene GPUs von AMD, Intel und Apple Silicon erweitern. Sombrero (v1.

Akash

Das Akash-Netzwerk ist ein Open-Source-Proof-of-Stake-Netzwerk, das auf dem Cosmos SDK basiert, einem dezentralen Cloud-Computing-Marktplatz, dem jeder beitreten und einen Beitrag leisten kann. Der $AKT-Token wird verwendet, um das Netzwerk zu sichern, Ressourcenzahlungen zu erleichtern und die wirtschaftliche Ausrichtung zwischen Netzwerkteilnehmern zu koordinieren. Das Akash-Netzwerk besteht aus mehreren Schlüsselkomponenten:

• Blockchain-Schicht, die Tendermint Core und Cosmos SDK verwendet, um einen Konsens zu gewährleisten.

• Die Anwendungsschicht verwaltet die Bereitstellung und Ressourcenzuweisung.

• Anbieterschicht, verwaltet Ressourcen, Gebote und Benutzeranwendungsbereitstellung.

• Benutzerschicht, die es Benutzern ermöglicht, über die CLI, Konsole und Dashboards mit dem Akash-Netzwerk zu interagieren, Ressourcen zu verwalten und den Anwendungsstatus zu überwachen.

Das Netzwerk, das sich zunächst auf Speicher- und CPU-Leasingdienste konzentrierte, erweiterte später das GPU-Leasing und die Zuteilung über seine AkashML-Plattform als Reaktion auf das Wachstum der KI-Trainings- und Inferenz-Workloads und deren Nachfrage nach Rechenleistung. AkashML verwendet ein „Reverse-Auktion“-System, bei dem Kunden (sogenannte Mieter) den Preis angeben, den sie für eine GPU zahlen möchten, und Computeranbieter (sogenannte Provider) um die Bereitstellung der angeforderten GPUs konkurrieren.

Zum jetzigen Zeitpunkt wurden in der Akash-Blockchain insgesamt über 12,9 Millionen Transaktionen durchgeführt, über 535.000 US-Dollar wurden für den Zugriff auf Computerressourcen verwendet und über 189.000 einzigartige Bereitstellungen wurden geleast.

Weitere erwähnenswerte Projekte

Der Bereich der rechnergestützten DePIN entwickelt sich immer noch weiter und viele Teams kämpfen darum, innovative und effiziente Lösungen auf den Markt zu bringen. Weitere Beispiele, die einer weiteren Untersuchung wert sind, sind: Hyperbolic baut eine kollaborative Open-Access-Plattform für KI-Entwicklungsressourcenpools auf, Exabits baut ein verteiltes Rechenleistungsnetzwerk auf, das von Compute-Minern betrieben wird, und Shaga baut eine Plattform auf Solana auf, die die Vermietung von PCs und die Nutzung von Währungen ermöglicht Netzwerk für serverseitiges Gaming.

Wichtige Überlegungen und Zukunftsaussichten

Nachdem wir nun die Grundprinzipien der DePIN-Berechnung verstanden und mehrere derzeit laufende ergänzende Fallstudien überprüft haben, ist es wichtig, die Auswirkungen dieser dezentralen Netzwerke einschließlich der Vor- und Nachteile zu berücksichtigen.

Herausforderung

Der Aufbau verteilter Netzwerke im großen Maßstab erfordert häufig Kompromisse zwischen Leistung, Sicherheit und Ausfallsicherheit. Beispielsweise kann das Training eines KI-Modells auf einem weltweit verteilten Netzwerk aus Standardhardware weniger kosten- und zeiteffizient sein. Wie bereits erwähnt, werden KI-Modelle und ihre Arbeitslasten immer komplexer und erfordern mehr Hochleistungs-GPUs als Standard-GPUs.

Aus diesem Grund horten große Unternehmen Hochleistungs-GPUs, eine Herausforderung, die mit der Berechnung von DePINs verbunden ist. Sie versuchen, den GPU-Mangel zu beheben, indem sie einen erlaubnisfreien Marktplatz schaffen, auf dem jeder ungenutzte Vorräte verleihen kann. Protokolle können dieses Problem im Wesentlichen auf zwei Arten angehen: durch die Festlegung grundlegender Anforderungen für GPU-Anbieter, die zum Netzwerk beitragen möchten, und durch die Bündelung der dem Netzwerk bereitgestellten Rechenressourcen, um ein größeres Ensemble zu erreichen. Allerdings stellt dieses Modell von Natur aus eine größere Herausforderung dar als ein zentralisierter Dienstleister, der mehr Kapital für die direkte Zusammenarbeit mit Hardwareanbietern wie Nvidia bereitstellen kann. DePINs sollten dies in Zukunft berücksichtigen. Wenn ein dezentrales Protokoll über eine ausreichend große Kasse verfügt, kann das DAO dafür stimmen, einen Teil der Mittel für den Kauf von Hochleistungs-GPUs bereitzustellen, die dezentral verwaltet und zu einem höheren Preis als Standard-GPUs vermietet werden können.

Eine weitere besondere Herausforderung bei der Berechnung von DePINs ist die Verwaltung der richtigen Ressourcennutzung. In ihrer Anfangsphase werden die meisten rechnergestützten DePINs mit einer unzureichenden strukturellen Nachfrage konfrontiert sein, so wie es auch viele Start-ups heute tun. Im Allgemeinen besteht die Herausforderung für DePINs darin, frühzeitig ein ausreichendes Angebot zu schaffen, um eine minimale Produktqualität zu erreichen. Ohne Angebot wird das Netzwerk nicht in der Lage sein, eine nachhaltige Nachfrage zu generieren und seine Kunden in Zeiten der Spitzennachfrage zu bedienen. Die andere Seite der Gleichung ist die Sorge um ein Überangebot. Ab einem bestimmten Schwellenwert ist eine stärkere Bereitstellung nur dann von Vorteil, wenn sich die Auslastung des Netzwerks der vollen Kapazität nähert oder diese erreicht. Andernfalls läuft DePIN Gefahr, zu viel für die Lieferung zu bezahlen, was wiederum zu einer Unterauslastung der Ressourcen und damit zu geringeren Einnahmen für die Lieferanten führt, es sei denn, das Protokoll erhöht die Token-Ausgabe, um Lieferanten zu halten.

So wie ein Telekommunikationsnetz ohne flächendeckende geografische Abdeckung nutzlos ist, nützt auch ein Taxinetz nichts, wenn Fahrgäste zu lange auf eine Fahrt warten müssen. DePIN ist nutzlos, wenn es Menschen langfristig für die Bereitstellung von Ressourcen bezahlen muss. Während zentralisierte Dienstanbieter den Ressourcenbedarf vorhersagen und das Angebot effizient verwalten können, fehlt rechnerischen DePINs eine zentrale Autorität zur Verwaltung dieser Nutzung. Daher müssen DePINs bei der Festlegung der Ressourcennutzung besonders strategisch vorgehen.

Eine größere Frage für den dezentralen GPU-Markt ist, dass der GPU-Mangel möglicherweise ein Ende findet. Mark Zuckerberg sagte kürzlich in einem Interview, dass er glaubt, dass der Engpass in der Zukunft die Energie und nicht die Rechenressourcen sein werde, da die Unternehmen jetzt schnell Rechenzentren in großer Zahl bauen würden, anstatt wie bisher Rechenressourcen zu horten. Das bedeutet natürlich, dass die Kosten für GPUs aufgrund der langsameren Nachfrage wahrscheinlich sinken werden, aber es wirft auch die Frage auf, wie KI-Startups in Bezug auf Leistung und Leistung abschneiden werden, wenn der Bau proprietärer Rechenzentren die Messlatte für die Leistung von KI-Modellen auf ein beispielloses Niveau legt Im Hinblick auf die Servicequalität können Sie mit großen Unternehmen konkurrieren.

Fallstudie zur Berechnung von DePIN

Um es noch einmal zu betonen: Es besteht eine wachsende Kluft zwischen der Komplexität von KI-Modellen und ihren daraus resultierenden Verarbeitungs- und Rechenanforderungen und der Menge an verfügbaren Hochleistungs-GPUs und anderen Rechenressourcen.

Computational DePINs haben das Potenzial für innovative Umwälzungen im Computing-Marktsegment, das heute von großen Hardwareherstellern und Cloud-Computing-Dienstanbietern dominiert wird, basierend auf mehreren Schlüsselfunktionen:

1. Sorgen Sie für niedrigere Kosten für Waren und Dienstleistungen.

2. Bietet größere Garantien für Zensurresistenz und Netzwerkstabilität.

3. Potenzielle regulatorische Leitlinien, um von KI zu profitieren, erfordern, dass KI-Modelle so offen wie möglich für Feinabstimmung und Training sind und für jedermann und überall leicht zugänglich sind.

Der Anteil der US-Haushalte mit Computern und Internetzugang ist exponentiell gestiegen und nähert sich 100 %. Auch in vielen Teilen der Welt ist ein deutliches Wachstum zu verzeichnen. Dies deutet darauf hin, dass potenzielle Anbieter von Rechenressourcen (GPU-Besitzer) bereit sein könnten, ungenutzte Ressourcen auszuleihen, sofern ausreichende finanzielle Anreize und ein reibungsloser Transaktionsprozess gegeben sind. Dies ist natürlich eine sehr grobe Schätzung, aber sie deutet darauf hin, dass die Grundlagen für eine nachhaltige Computer-Ressourcen-Sharing-Wirtschaft möglicherweise bereits vorhanden sind.

Über die KI hinaus wird die Nachfrage nach Computern in Zukunft auch aus vielen anderen Branchen kommen, beispielsweise aus dem Quantencomputing. Die Größe des Quantencomputing-Marktes wird voraussichtlich von 928,8 Millionen US-Dollar im Jahr 2023 auf 6,5288 Milliarden US-Dollar im Jahr 2030 wachsen, mit einer durchschnittlichen jährlichen Wachstumsrate von 32,1 %. Die Produktion in dieser Branche wird verschiedene Arten von Ressourcen erfordern, aber es wird interessant sein zu sehen, ob DePINs für Quantencomputer auf den Markt kommen und wie sie aussehen werden.

„Ein starkes Ökosystem von Open-Source-Modellen, die auf Consumer-Hardware laufen, ist eine wichtige Gegenmaßnahme, um zu verhindern, dass zukünftige Werte durch eine übermäßige Konzentration in der KI erfasst werden, und das zu viel geringeren Kosten als bei Konzernriesen und dem Militär.“

Große Unternehmen sind möglicherweise nicht die Zielgruppe für DePINs und werden es auch nicht sein. Die Berechnung von DePINs gibt einzelnen Entwicklern, Kleinunternehmern und Start-ups mit begrenzten Ressourcen neue Möglichkeiten. Sie ermöglichen die Umwandlung ungenutzten Angebots in innovative Ideen und Lösungen, die durch die Fülle an mehr Rechenressourcen entstehen. KI wird zweifellos das Leben von Milliarden Menschen verändern. Anstatt zu befürchten, dass es den Job aller ersetzen wird, sollten wir die Idee fördern, dass KI Einzelpersonen und Selbstständigen, Start-ups und der breiten Öffentlichkeit mehr Möglichkeiten bieten kann.