В последние два года, с ростом искусственного интеллекта, ИИ проникает в различные отрасли, такие как производство, электронная коммерция, реклама, медицина и т. д., и криптовалютная сфера не является исключением. Слияние искусственного интеллекта и блокчейна открыло нам уникальные цифровые активы — AI-криптотокены.

Его популярность началась в конце 2022 года, когда с взрывным ростом интеллектуального чат-бота ChatGPT от OpenAI многие осознали, что искусственный интеллект больше не является лишь частью кино, а множество приложений уже внедряется в реальность, и ИИ уже стал высокоэффективной производительной силой в реальных отраслях.

Бум интереса к искусственному интеллекту также повлиял на крупных институциональных игроков. Например, Google объявил о разработке своего собственного чат-бота ИИ Bard. Кроме того, стоит отметить, что Microsoft приобрела OpenAI за 10 миллиардов долларов и предложила интегрировать его в свою поисковую систему Bing. Постоянный основной интерес к технологиям ИИ привел к взрывному росту рыночной стоимости различных AI-токенов, некоторые из которых выросли на 1600%!

Итак, что такое AI-токены? Как они могут сочетаться с Web3 и каковы направления на будущее? Давайте обсудим эти вопросы.

Что такое AI-токены?

AI-токены — это криптоактивы, которые интегрируют принципы ИИ в технологии блокчейна. Элементы ИИ таких токенов позволяют им разрабатывать лучшие автоматизированные стратегии для решения конкретных проблем. Благодаря тому, что они лучше адаптируются к рыночным условиям, они имеют преимущество перед другими криптоактивами.

AI-токены — это криптовалюты, которые поддерживают проекты, приложения и услуги на основе ИИ в экосистеме блокчейна. Их основные роли заключаются в трех ключевых аспектах:

  1. Упрощение транзакций, они являются обменной средой внутри платформ, управляемых искусственным интеллектом, пользователи могут оплачивать сервисные сборы, получать доступ к данным и участвовать в мероприятиях платформы.

  2. Могут использоваться как токены управления, которые дают их владельцам права голоса, позволяя участвовать в формировании развития ИИ-проекта или платформы.

  3. Они также могут использоваться как вознаграждение для пользователей за вклад в проекты или протоколы ИИ, обычно за предоставление данных, вычислительных ресурсов и т. д.

Инфраструктура AI+Web3

Основные проекты уровня инфраструктуры индустрии AI+Web3 в основном строятся на нарративе децентрализованной вычислительной сети, с низкими затратами как основным преимуществом и с токенами как основным способом расширения сети, целью которых является обслуживание клиентов AI+Web3.

Инфраструктура является определяющим направлением роста для развития ИИ.

Взрывной рост спроса на вычислительную мощность ИИ

В последние годы спрос на вычислительную мощность быстро рос, особенно после появления больших моделей LLM, что привело к взрыву спроса на высокопроизводительные вычислительные мощности. Данные OpenAI показывают, что с 2012 года объем вычислений, используемых для обучения крупнейших моделей ИИ, вырос в геометрической прогрессии, удваиваясь в среднем каждые 3-4 месяца, темпы роста значительно превышают закон Мура.

Одновременно необходимость в огромных объемах данных также предъявляет требования к хранению и аппаратной памяти, особенно на этапе обучения моделей, требуя большого количества входных параметров и хранения больших объемов данных. Основные чипы хранения, используемые в серверах ИИ, включают: высокоскоростную память (HBM), DRAM и SSD, которые должны обеспечивать большую емкость, более высокую производительность, более низкую задержку и более высокую скорость отклика для рабочих сценариев серверов ИИ.

Несоответствие спроса и предложения толкает высокие затраты на вычислительную мощность

С развитием больших моделей сложность вычислений также резко возросла, что требует большего количества высококлассного оборудования для удовлетворения потребностей в обучении моделей. Например, в случае GPT-3, при 13 миллионах уникальных пользователей, соответствующие потребности в чипах составляют более 30 тысяч A100 GPU. Таким образом, начальные затраты составят колоссальные 800 миллионов долларов, а ежедневные расходы на вывод модели составят около 700 тысяч долларов. Поэтому рост спроса на высококлассные GPU и проблемы с их поставками способствовали высоким ценам на текущее оборудование, такое как GPU.

Инфраструктура ИИ занимает центральную ценностную позицию в цепочке поставок

Согласно отчету Grand View Research, объем мирового рынка облачного ИИ в 2023 году оценивается в 62.63 миллиарда долларов, и ожидается, что к 2030 году он вырастет до 647.6 миллиарда долларов, с годовым темпом роста 39.6%. Эти данные отражают потенциал роста облачных ИИ-услуг и их важную долю в общей цепочке поставок ИИ.

Нарративная логика проектов инфраструктуры AI+Web3

Спрос на распределенную инфраструктуру ИИ высок и имеет долгосрочный потенциал роста, что делает его областью, которую легко охарактеризовать и которая привлекает капитал. В настоящее время основные проекты уровня инфраструктуры в индустрии AI+Web3 в основном сосредоточены на децентрализованных вычислительных сетях, с низкими затратами как основным преимуществом и с токенами как основным способом расширения сети, целью которых является обслуживание клиентов AI+Web3. Основные направления включают два уровня:

1. Сравнение платформ для совместного использования и аренды ресурсов децентрализованного облачного вычисления: существует множество ранних проектов ИИ, таких как Render Network, Akash Network и др.;

  • Ресурсы вычислительной мощности как основное конкурентное преимущество: основным конкурентным преимуществом и ресурсом обычно является возможность доступа к большому количеству поставщиков вычислительной мощности, быстрого создания своей базовой сети и предоставления пользователям удобных продуктов.

  • Низкие барьеры для входа и высокая скорость выхода на рынок: для таких зрелых продуктов, как Render Network и Akash Network, уже видно реальные данные роста, что дает определенное преимущество.

  • Гомогенизация продуктов новых участников: из-за текущего интереса к этой области и низких барьеров для входа в такие продукты, недавно появилось множество проектов, занимающихся совместным использованием вычислительной мощности и арендой, но продукты достаточно гомогенны, и нужно увидеть больше дифференцированных конкурентных преимуществ.

  • Ориентация на обслуживание клиентов с простыми вычислительными потребностями: например, Render Network в основном обслуживает потребности в рендеринге, а ресурсы Akash Network в большей степени предоставляют CPU.

2. Предоставление услуг децентрализованных вычислений + ML рабочего процесса: существует множество новых проектов, недавно получивших крупное финансирование, таких как Gensyn, io.net, Ritual и др.;

  • Децентрализованные вычисления повышают оценку базисов. Поскольку вычислительная мощность является определяющим нарративом развития ИИ, проекты с базой вычислительной мощности обычно имеют более стабильные и высокопотенциальные бизнес-модели, что делает их более высоко оцененными по сравнению с чисто промежуточными проектами.

  • Промежуточные услуги предоставляют дифференцированные преимущества. Услуги промежуточного слоя — это те части инфраструктуры вычислительной мощности, которые имеют конкурентные преимущества, например, услуги оракулов и валидаторов, синхронизирующих вычисления ИИ в цепочке и вне цепочки, а также инструменты развертывания и управления общими рабочими процессами ИИ.