Triển lãm｜Nghiên cứu OKG

作宇｜Hedy Bi

Lễ hội Web3 Hồng Kông đã kết thúc, nhưng nhịp đập của sự tự do Web3 vẫn đang đập và tiếp tục thâm nhập vào các ngành công nghiệp khác. So với chu kỳ trước, logic khởi đầu của thị trường tăng trưởng này là chuyển đổi từ mô hình "sự đổi mới ban đầu" sang mô hình "được công nhận chính thống, dựa vào vốn". Giai đoạn phát triển của Web3 được tác giả quan sát cũng đã phát triển từ giai đoạn “tự do tuyệt đối khép kín và thích hợp” sang giai đoạn “tự do tương đối dưới sự khoan dung thực sự”.

Theo logic này, nếu chúng ta không bước ra ngoài để phân tích, chúng ta sẽ không thể thích ứng với sự phát triển hiện tại của Web3 bằng cách chờ đợi câu chuyện đổi mới ban đầu. Kể từ khi bắt đầu toàn bộ Web3 tuân thủ quy định, Web3 đã tập trung lại vào lĩnh vực tài chính dưới sự thúc đẩy liên tục của chính phủ Hồng Kông. Các tổ chức tài chính chính thống cũng đang tăng cường tham gia vào Web3 thông qua RWA và ETF giao ngay.

Tại hội nghị này, ngoài việc các tổ chức tài chính chính thống tham gia Web3, chúng tôi còn nhìn thấy cơ hội kết nối Web2 và Web3 - đường đua DePIN. Đặc biệt, việc thúc đẩy phát triển các mô hình AI lớn đã khiến việc phân phối lại sức mạnh tính toán, một lĩnh vực phụ trong DePIN, một lần nữa trở thành chủ đề nóng.

Nguồn: Nghiên cứu OKG

Sức mạnh tính toán là mồi nhử, nhưng đào tạo mô hình lớn AI không phải là kịch bản triển khai tốt nhất cho DePIN.

Haseed Qureshi, đối tác quản lý của Dragonfly Capital, cho biết tại hội nghị: “Blockchain xây dựng niềm tin thông qua công nghệ và AI là một ngành rất cần sự tin tưởng”.​

DePIN không phải là một hướng đi mới, nó đã được đề xuất cách đây vài năm. Chính với sự bùng nổ của các mô hình AI lớn mà ngành đã tiến hành rất nhiều cuộc thảo luận về sức mạnh tính toán và dữ liệu. Theo ước tính, chi phí tính toán mô hình lớn đã tăng 31 lần mỗi năm. Toàn cầu đang thiếu GPU và các công ty như Nvidia đang đứng đầu chuỗi cung ứng về nhu cầu thị trường hiện tại và có quyền định giá lớn. Độc quyền hay phân quyền, cuộc tranh luận về chi phí đã trở thành nguyên nhân khiến mạch Web3 DePIN lại được tranh luận sôi nổi.

Mặc dù nguyên nhân là do đào tạo mô hình lớn AI, nhưng Rome không được xây dựng trong một ngày và đào tạo mô hình lớn AI hiện không phải là kịch bản triển khai tốt nhất cho DePIN. Yêu cầu về sức mạnh tính toán để sản xuất mô hình lớn AI chủ yếu tập trung vào hai khía cạnh: lý luận và đào tạo. Trong quá trình đào tạo, một mô hình mạng lưới thần kinh phức tạp được đào tạo bằng cách cung cấp một lượng lớn dữ liệu. Trong quá trình suy luận, mô hình được đào tạo được sử dụng để suy ra nhiều kết luận khác nhau bằng cách sử dụng một lượng lớn dữ liệu.

Nguồn: NVIDIA

Với sự kết hợp giữa phân cấp và sức mạnh tính toán, hệ số độ khó giảm dần từng lớp từ đào tạo đến tinh chỉnh đào tạo đến suy luận. Trong DePIN, chúng ta có thể thấy rằng nhiều dự án trong ngành tập trung vào suy luận hơn là đào tạo. Lý do chính khiến hầu hết các công ty sử dụng cụm GPU NVIDIA để đào tạo AI là vì chúng có khả năng tính toán song song và băng thông bộ nhớ mạnh mẽ. So với liên kết suy luận, yêu cầu về sức mạnh tính toán song song và băng thông thấp hơn nhiều. Và việc đào tạo mô hình lớn chú ý nhiều hơn đến sự ổn định, bởi vì một khi quá trình đào tạo bị gián đoạn thì cần phải đào tạo lại. Nếu một ứng dụng sức mạnh tính toán phi tập trung được xây dựng trên Ethereum để GPT sử dụng, chỉ một thao tác nhân ma trận duy nhất sẽ tiêu tốn tới 10 tỷ đô la Mỹ phí gas và mất 1 tháng.

Ngoài ra, tác giả đã phân tích hiện trạng một số dự án phổ biến tại hội nghị này, cho thấy tình trạng bên cung vượt quá bên cầu, tức là nguồn cung sức mạnh tính toán phân bổ trên toàn thế giới vượt quá nhu cầu của các nhà phát triển AI đối với mô hình AI nhiệm vụ đào tạo hoặc suy luận. Không phải nhu cầu không tồn tại, Sam Altman, người sáng lập OpenAI, đã đề xuất huy động 7 nghìn tỷ đô la Mỹ để xây dựng một nhà máy sản xuất chip tiên tiến có quy mô lớn gấp 10 lần quy mô hiện tại của TSMC và sử dụng nó để sản xuất và phát triển chip. đào tạo người mẫu. Nghiên cứu của Đại học Stanford cũng chỉ ra rằng bất kể mô hình ngôn ngữ nào, khi thang tham số huấn luyện vượt quá giá trị tới hạn của thang đo đó, hiệu suất của nó (chẳng hạn như độ chính xác) sẽ cải thiện mạnh mẽ. Điều này hoàn toàn trái ngược với quy luật “nỗ lực lớn có thể tạo nên kỳ tích”, đồng thời cũng có nghĩa là trên thực tế, vẫn còn nhiều vấn đề cần giải quyết trong ý tưởng về sức mạnh tính toán phi tập trung.

“Nguồn gốc lịch sử” của lộ trình DePIN có thể bắt nguồn từ “nền kinh tế chia sẻ”

Bản thân khái niệm về DePIN không khó hiểu và thậm chí có thể bắt nguồn từ Web2. Nhìn lại ngành công nghiệp Internet, trong ít nhất 15 năm, những người chơi Web2 đã đắm chìm trong việc tổng hợp tài sản hữu hình cá nhân để tạo ra một "nền kinh tế chia sẻ". ." Nếu tài sản vô hình (chẳng hạn như máy chủ nhàn rỗi, v.v.) được phân phối lại trực tiếp cho người yêu cầu thông qua Ngang hàng (P2P) hoặc Ngang hàng với doanh nghiệp (P2B), chuỗi khối công nghệ phi tập trung có thể sử dụng các cơ chế khuyến khích để Thực hiện tối ưu hóa quan hệ sản xuất. Đây chính là nội dung của DePIN.

Do đó, trên đường đua DePIN, sự nhiệt tình của mọi người ở phía cung rất cao. Trên thực tế, Web2 đã chuẩn bị cho việc "phân phối lại" từ lâu nhưng lần này trực tiếp loại bỏ trung gian. Hiện có gần một nghìn dự án DePIN, đặc biệt là hệ sinh thái Solana. Theo thống kê của Messari, hệ sinh thái Solana đang ở vị trí dẫn đầu về cơ sở hạ tầng DePIN. Điều này là do khả năng tích hợp cơ sở hạ tầng cao và hiệu suất của chuỗi công cộng Solana. Về mặt phân bổ khu vực, nhiều 10 DePIN hàng đầu dự kiến ​​sẽ đến từ Châu Á trong năm 2024-2025.

Nguồn: Messari

Web3 và AI có nhiều điểm giao nhau. Là loại tiền tệ phổ quát của thế giới kỹ thuật số trong tương lai, sức mạnh tính toán là điều đầu tiên mọi người chú ý đến. Tuy nhiên, sức mạnh tính toán phi tập trung, kịch bản triển khai hợp lý nhất, lại không phải là kịch bản dễ thực hiện nhất.

Ở điểm giao thoa của Web3 và AI, ngoài việc khắc phục những khó khăn kỹ thuật và liên tục đột phá những vấn đề như vậy, còn có nhiều nhánh khác như tác nhân AI trao quyền sở hữu cho người sáng tạo và các kịch bản sức mạnh tính toán mô hình AI nhỏ đáng để khám phá và sẽ thiết thực hơn tình dục. Sẽ luôn có sự cân bằng giữa sự thành công của các mô hình kinh doanh và những đột phá về công nghệ. DePIN đang đẩy nhanh quá trình này, và “chuyến đi săn” của DePIN sẽ trở lại với một vụ mùa bội thu.