AIとDePINの融合:分散型GPUネットワークの台頭

2023年以降、AIとDePINはWeb3分野のホットトレンドとなり、両者の時価総額はそれぞれ300億ドルと230億ドルに達しました。本稿では、両者の交差点に焦点を当て、この新興分野の発展について探討します。

AI技術スタックにおいて、DePINネットワークは計算リソースを提供することでAIに力を与えています。大手テクノロジー企業のGPUに対する需要は供給不足を引き起こし、他の開発者が自分のモデルをトレーニングするための十分なリソースを得るのを困難にしています。従来の中央集権型クラウドサービスは、不柔軟な長期契約を結ぶことを要求することが多く、効率が悪いです。DePINネットワークは、トークンインセンティブを通じて分散したGPUリソースを集約し、ユーザーに統一供給を提供することで、より柔軟でコスト効果の高い代替手段を提供します。これにより、開発者は必要に応じてカスタマイズ可能な計算能力を取得できるだけでなく、GPUを利用しないユーザーにも追加の収益を生み出す機会が与えられます。

! AIとDePINの交差点

AI DePINネットワークの概要

レンダー

RenderはP2P GPU計算ネットワークの先駆者であり、最初はコンテンツ制作のグラフィックレンダリングに特化し、その後、生成的AIを含む幅広いAI計算タスクに拡張されました。

ハイライト:

• オスカー受賞技術を持つ会社によって設立された
• パラマウント・ピクチャーズなどのエンターテインメント業界の巨頭に使用されています
• Stability AIなどの企業と協力し、AIモデルと3Dコンテンツのレンダリングを統合する
• 様々な計算クライアントをサポートし、より多くのDePINネットワークGPUを統合

アカシュ

Akashは、従来のクラウドプラットフォームの「スーパークラウド」代替品として位置付けられ、ストレージ、GPU、CPU計算をサポートしています。そのコンテナプラットフォームとKubernetes管理の計算ノードは、クラウドネイティブアプリケーションをシームレスに展開できます。

ハイライト:

• 一般的な計算からネットワークホスティングまでの幅広いタスクをカバー
• AkashMLはHugging Face上で15,000以上のモデルをサポートしています
• Mistral AIのLLMチャットボットなどの有名なアプリケーションがホスティングされています
• メタバース、AIの展開、フェデレートラーニングなどのプラットフォームをサポート

io.net

io.netは、AIやMLのユースケースに特化した分散型GPUクラウドクラスターを提供します。データセンターや暗号通貨マイナーなどの多様なGPUリソースを統合しています。

ハイライト:

• IO-SDKはPyTorchなどのフレームワークと互換性があり、ニーズに応じて動的に拡張できます。
• 3種類の異なるタイプのクラスターを作成でき、2分以内に起動します。
• RenderやFilecoinなどと協力して、より多くのGPUリソースを統合する

ゲンシン

Gensynは機械学習と深層学習の計算に特化しています。学習証明、グラフベースのプロトコル、ステーキングインセンティブなどのメカニズムを採用し、検証効率を向上させます。

ハイライト:

• V100 GPUの時間あたりコストは約0.40ドルで、大幅に節約できます。
• 事前学習された基本モデルを微調整して特定のタスクを完了できます
• 中央集権的でなく、グローバルに共有される基盤モデルを提供

アエティール

Aethirはエンタープライズ向けGPUに特化しており、AI、ML、クラウドゲームなどの計算集約型分野にサービスを提供しています。コンテナ技術を使用して、ローカルからクラウドにワークロードを移行し、低遅延の体験を実現しています。

ハイライト:

• クラウドフォンサービスに拡張し、APhoneと協力して分散型クラウドスマートフォンを発売
• NVIDIAやフォックスコンなどのWeb2の巨人と広範な協力を築く
• CARV、Magic EdenなどWeb3分野での協力

ファラネットワーク

Phala NetworkはWeb3 AIソリューションの実行層として、信頼できる実行環境(TEE)を採用してプライバシー問題を処理しています。その実行層により、AIエージェントはオンチェーンのスマートコントラクトによって制御されることができます。

ハイライト:

• 検証可能な計算のコプロセッサープロトコルとして、AIエージェントにチェーン上のリソースを提供する
• AI代理契約はRedpillを通じてOpenAIなどのトップLLMを取得できます
• 未来にはzk-proofs、MPC、FHEなどの多重証明システムが含まれる
• H100などのTEE GPUをサポートし、計算能力を向上させる

! AIとDePINの交差点

プロジェクト比較

| | レンダー | アカシュ | io.net | ジェンシン | エイサー | ファラ | |--------|-------------|------------------|---------------------|---------|---------------|----------| | ハードウェア | GPU & CPU | GPU & CPU | GPU & CPU | GPUの| GPUの| CPU | | 事業の重点 | グラフィックレンダリングとAI | クラウドコンピューティング、レンダリングとAI | AI | AI | AI、クラウドゲームと通信 | ブロックチェーン上のAI実行 | | AIタスクタイプ | 推論 | 推論とトレーニング | 推論とトレーニング | トレーニング | トレーニング | 実行 | | 仕事の価格設定 | パフォーマンスに基づく価格設定 | 逆オークション | 市場価格設定 | 市場価格設定 | 入札システム | 権益計算 | | ブロックチェーン | ソラナ | コスモス | ソラナ | ジェンシン | アービトラム | ポルカドット | | データプライバシー | 暗号化&ハッシュ | mTLS 認証 | データ暗号化 | セキュアマッピング | 暗号化 | TEE | | 作業コスト | ジョブあたり0.5-5% 20% USDC、4% AKT | 2% USDC、0.25%の準備金手数料 | 低コスト | セッションごとに20% | 誓約金額に比例 | | セキュリティ | レンダリング証明 | エクイティ証明 | 計算証明 | エクイティ証明 | レンダリング能力証明 | リレーチェーンから継承 | | 完了証明 | - | - | タイムロック証明 | 学習証明 | レンダリング作業証明 | TEE証明 | | 質保証 | 論争 | - | - | 検証者と通報者 | チェッカーノード | リモート証明 | | GPUクラスター | いいえ | はい | はい | はい | はい | いいえ |

主な機能の比較

クラスタリングと並列計算

分散コンピューティングフレームワークは、GPUクラスターを実現し、トレーニング効率とスケーラビリティを向上させます。ほとんどのプロジェクトは、複雑なAIモデルのニーズを満たすために、クラスターによる並列計算を統合しています。io.netは、3800以上のクラスターを成功裏に展開しました。Renderはクラスターをサポートしていませんが、タスクを複数のノードに分解して同時に処理することができます。PhalaはCPUワーカーのクラスター化をサポートしています。

! AIとDePINの交差点

データプライバシー

センシティブなデータセットを保護することはAI開発にとって重要です。ほとんどのプロジェクトはプライバシーを保護するためにデータ暗号化を採用しています。io.netは完全同態暗号(FHE)を導入し、暗号化された状態でデータを処理することができます。Phala Networkは信頼できる実行環境(TEE)を採用し、外部からのアクセスやデータの変更を防ぎます。

! AIとDePINの交差点

完了証明と品質チェックの計算

サービスの質を確保するために、多くのプロジェクトは完了証明と品質検査のメカニズムを採用しています。GensynとAethirは作業完了証明を生成し、品質検査を実施します。io.netはレンタルGPUの性能が十分に活用されていることを証明します。Renderは問題のノードを処理するために紛争解決プロセスの使用を推奨しています。PhalaはTEE証明を生成し、正しい実行を確保します。

! AIとDePINの交差点

ハードウェア統計

| | レンダー | アカッシュ | io.net | ジェンシン | エーテル | ファラ | |-------------|--------|-------|--------|------------|------------|--------| | GPUの数 | 5600 | 384 | 38177 | - | 40000+ | - | | CPUの数 | 114 | 14672 | 5433 | - | - | 30000+ | | H100/A100個 | - | 157 | 2330 | - | 2000+ | - | | H100料金/時間 | - | 1.46ドル | 1.19ドル| - | - | - | | A100料金/時間 | - | 1.37ドル | 1.50ドル| $0.55 ( 推定) | $0.33 (推定) | - |

ハイパフォーマンス GPU の要件

AIモデルのトレーニングには、NVIDIA A100やH100などの最高性能のGPUが必要です。分散型GPU市場は、需要を満たすために十分な数の高性能ハードウェアを提供する必要があります。io.netとAethirはそれぞれ2000以上のH100/A100ユニットを保有しており、大規模モデル計算により適しています。これらのネットワークのGPUレンタルコストは、中央集権型サービスをはるかに下回っています。

! AIとDePINの交差点

コンシューマ向けGPU/CPU供給

企業向けGPUの他に、Render、Akash、io.netなどの一部のプロジェクトは、コンシューマ向けGPU市場にもサービスを提供しています。これにより、大量の余剰コンシューマGPUリソースを活用し、特定の市場セグメントを開発することができます。

! AIとDePINの交差点

まとめ

AI DePIN分野はまだ初期段階にあり、多くの課題に直面しています。しかし、これらのネットワーク上で実行されるタスクとハードウェアの数は著しく増加しており、従来のクラウドサービスの代替案に対する需要を浮き彫りにしています。今後、AI市場が継続的に成長するにつれて、これらの分散型GPUネットワークは、開発者に経済的で効率的な計算リソースを提供する上で重要な役割を果たし、AIと計算インフラストラクチャの未来の構図に重要な貢献をすることが期待されています。

! AIとDePINの交差点