Odborníci tvrdí, že díky ZK-důkazům mají DePINy náskok v době rostoucí poptávky po důvěryhodnosti v oblasti umělé inteligence

Základní částka 7,6 bilionu dolarů

Nedávná zpráva Goldman Sachs přesouvá debatu od otázky, zda existuje poptávka po umělé inteligenci (AI), k tomu, které faktory na straně nabídky určí skutečné náklady na výstavbu. Zpráva předpokládá kapitálové výdaje na AI ve výši 7,6 bilionu dolarů jako základní scénář, ale zdůrazňuje, že tato částka je velmi citlivá na „kolísavé proměnné“, včetně životnosti čipů pro AI.

Tato životnost je považována za nejdůležitější faktor, protože rychlé inovace by mohly způsobit, že standardní čipy – které obvykle vydrží čtyři až šest let – budou za tři roky zastaralé, což by vedlo k raketovému nárůstu nákladů. Naopak „vrstvený model“, ve kterém se starší čipy znovu používají pro jednodušší úkoly, jako je inferenční analýza, by mohl náklady stabilizovat.

Složitost datových center a elasticita poptávky po výpočetním výkonu jsou další proměnné, které pravděpodobně ovlivní, kolik kapitálu bude v příštích pěti letech vynaloženo na infrastrukturu umělé inteligence. Nedostatek kapacity elektrické sítě, specializované pracovní síly a elektrického vybavení je rovněž považován za faktory prodlužující výstavbu.

Samostatná zpráva mezitím rámuje tyto ohromné výdaje na infrastrukturu jako základní kámen vznikající „strojové ekonomiky“. V tomto paradigmatu se agenti AI stávají primárními ekonomickými aktéry, kteří provádějí vysokofrekvenční transakce a nezávisle spravují alokaci zdrojů. Autoři zprávy tvrdí, že starší finanční systémy, charakterizované pomalými cykly vypořádání a rigidními rámci „poznej svého zákazníka“ (KYC), jsou pro rychlost agentního obchodu zásadně nevhodné.

Decentralizovaná infrastruktura a kompromis v oblasti latence

V důsledku toho považuje kryptoměny a decentralizované protokoly za nezbytné, bez povolení fungující „ekonomické koleje“, které jsou nutné k usnadnění tohoto posunu. Skeptici však zůstávají opatrní a zpochybňují, zda decentralizované sítě fyzické infrastruktury (DePIN) mohou skutečně zmírnit prudce rostoucí kapitálové požadavky AI.

Vadim Taszycki, vedoucí pro růst ve společnosti StealthEX, poznamenává, že ačkoli decentralizované sítě mohou nabídnout významné úspory nákladů, čelí fyzickým omezením. Zatímco decentralizovaný poskytovatel jako Akash může pronajmout GPU H100 za 1,48 USD za hodinu ve srovnání s 12,30 USD na Amazon Web Services, kompromisem je rychlost.

„Velcí poskytovatelé cloudových služeb to dokážou, [fast work] protože jejich GPU jsou umístěny vedle sebe v jedné budově a jsou propojeny speciálními kabely, které přenášejí data v řádu mikrosekund,“ řekl Taszycki. Vysvětlil, že decentralizované sítě, které propojují GPU v různých zemích prostřednictvím veřejného internetu, přidávají zpoždění v řádu milisekund. Tato latence činí decentralizovanou koordinaci konkurenceschopnou pro dávkové úlohy a jemné ladění, ale nevhodnou pro provozování rozsáhlých živých chatbotů, kde uživatelský zážitek závisí na téměř okamžitých odpovědích.

Leo Fan, zakladatel společnosti Cysic, se k těmto názorům přidal a trval na tom, že decentralizovaná inference není vhodná pro úlohy s nízkou latencí. Fan však argumentoval, že latence je nesprávným měřítkem pro srovnání decentralizovaných platforem a hyperscalerů, jako je AWS.

„Složitým problémem není distribuované výpočty, ale vyhledávání, plánování a ověřování. Rozdíl není v ceně za token, ale v ověřitelnosti,“ řekl Fan. Poznamenal, že důvěryhodná výpočetní prostředí (TEE) a ověřování typu zero-knowledge (ZK) umožňují decentralizovaným sítím konkurovat v odvětvích, kde důvěra a ověřování hrají větší roli než „koncová latence“.

Úvěry v řetězci a mezera ve financování

Kromě výpočetního výkonu se pozornost přesouvá na to, jak jsou tyto kapitálově náročné projekty financovány. Zatímco tradiční soukromé úvěry disponují dostatkem kapitálu, často přehlížejí menší nebo nestandardní obchody. Úvěry v blockchainu nabízejí zřetelné výhody, jako je například umožnění retailovým investorům podílet se na výnosech datových center, které byly dříve omezeny na institucionální komanditisty. Kromě toho mohou platformy jako Maple a Centrifuge syndikovat úvěry v rozmezí 5 až 50 milionů dolarů – což je rozmezí, které firmy jako Apollo často ignorují kvůli vysokým nákladům na upisování v poměru k poplatkům.

A konečně, úvěry v blockchainu umožňují nové modely „pay-per-inference“, kde výnosy kolísají s využitím GPU. Takové modely zapadají přirozeněji do tokenizovaných struktur sdílení výnosů než rigidní tradiční 20leté leasingy.

Navzdory tomuto potenciálu odborníci identifikují čtyři „brány“, které zůstávají pro institucionální přijetí uzavřené: právní vymahatelnost u konkurzních soudů, nedostatek infrastruktury oracle odolné proti manipulaci pro plnění smluvních ujednání, regulační nejistota u tranší v řádu miliard dolarů a nestandardizované daňové a účetní produkty.

Konsensus naznačuje realistický časový rámec 12 až 24 měsíců, než se středně velké syndikované transakce prosadí v blockchainu, přičemž mezaninové dluhy s většinovým zastoupením v blockchainu jsou pravděpodobně vzdáleny tři až pět let. První průlomy pravděpodobně přijdou spíše od operátorů druhé úrovně než od lídrů odvětví, jako je Coreweave.