現在のテクノロジーサイクルでは、人工知能、ゲーム、分散型モノのインターネット (DePIN) が最もホットなトピックの 3 つです。これらには 1 つの共通点があります。それは、すべてグラフィックス プロセッシング ユニット (GPU) の強力なコンピューティング能力に依存しているということです。この記事では、Render、Nosana、Akash、Netmind、Aethir、io.net を含むいくつかの主要な分散型 GPU プロジェクトを詳細に比較し、それらの主要な指標と市場での位置付けを分析します。
プロジェクトの比較
1. レンダリング：
• 時価総額: 35億ドル
• 完全希薄化後の評価額 (FDV): 48 億ドル
• GPU 容量: > 1,000
• ネットワークの焦点: 顧客
• 主な対象顧客: 3D アーティストおよびエンジニア
・A100/H100 数量：0
• 時間あたりのコスト: データなし
2. 赤ちゃんと一緒に:
• 時価総額: 1億7,000万ドル
• VAT：3億6,000万ドル
• GPU 容量: 500
• ネットワークの焦点: 顧客
• 主なターゲット顧客: クラウド コンピューティングの顧客とクラウド ゲームのプレーヤー
• A100/H100 の数: 2 (テストネット段階)
• 時間あたりのコスト:
• A100s：5.17ドル
• H100s：$10.33
3. アカーシュ：
• 時価総額: 8 億 7,000 万ドル
• FDV：14億ドル
• GPU 容量: 400
• ネットワークの焦点: 顧客/ビジネス
• 主な対象顧客: AI/ML エンジニアおよびクラウド コンピューティングの顧客
・A100/H100 数量：100
• 時間あたりのコスト:
• A100s：0.78ドル
• H100s：1.49ドル
4.ネットマインド：
• 時価総額: 2億3,000万ドル
• FDV：10億ドル
• GPU 容量: 1,956
• ネットワークの焦点: エンタープライズ
• 主な対象顧客：AI/MLエンジニアおよびAI/ML企業
・A100/H100 数量：<94
• 時間あたりのコスト:
• A100s：0.84ドル
• H100s：$2.00
5. エシル：
• 時価総額: 3億ドル
• FDV：33億ドル
• GPU 容量: > 40,000
• ネットワークの焦点: エンタープライズ
• 主な対象顧客：AI/MLエンジニアおよびAI/ML企業
・A100/H100 数量：4,000
• 時間あたりのコスト:
• A100s：0.33ドル
• H100s：1.19ドル
6. io.net：
• 時価総額: 5億ドル
• FDV：45億ドル
• GPU 容量: > 22,000
• ネットワークの焦点: 顧客/ビジネス
• 主なターゲット顧客: クラウド ゲーム プレーヤーおよび AI/ML 企業
• A100/H100 数量: > 2,000
• 時間あたりのコスト:
• A100s：0.76ドル
• H100s：1.19ドル
主な調査結果
1. GPU 容量:
• Aethir と io.net は、それぞれ 40,000 と 22,000 を超える大幅に高い GPU 容量を備えています。
• Render、Nosana、Akash などの他のプロジェクトの GPU 容量は比較的低いです。
2. 対象顧客:
• プロジェクトが異なれば、ターゲットとなる顧客も異なります。 Render は主に 3D アーティストにサービスを提供しており、Nosana と io.net はクラウド コンピューティングとクラウド ゲームの顧客に重点を置いており、Aethir と Netmind は AI/ML エンジニアと企業に重点を置いています。
3. 時間あたりのコスト:
• Nosana のコストが最も高く、Aethir のコストが最も低くなります。このため、大量のコンピューティング リソースを必要とする企業にとって、Aethir はより魅力的な選択肢となる可能性があります。
4. 時価総額とFDV:
• レンダーは時価総額と FDV が最も高く、市場における大きな影響力を示しています。比較すると、Nosana は時価総額と FDV が最も低いですが、テストネット段階にあり、まだ成長の余地がある可能性があります。
要約する
このグラフは、複数の分散型 GPU プロジェクトの包括的な比較を示しています。 GPU の容量、対象顧客、コスト、市場価値の点で、プロジェクト間には大きな違いがあります。投資家は、自身のニーズと市場動向に基づいて、適切な投資プロジェクトを選択できます。 AI/ML のコンピューティング ニーズに使用されるか、クラウド ゲームの高性能ニーズに使用されるかにかかわらず、これらの分散型 GPU プロジェクトは、巨大な可能性と多様な市場アプリケーションを実証してきました。 #render #Nostra #io #ATH #AKT
