A szakértők szerint a ZK-bizonyítékok előnyt jelentenek a DePIN-ek számára, miközben az AI iránti bizalom iránti igény növekszik

A 7,6 billió dolláros alapérték

A Goldman Sachs legújabb jelentése a vitát a mesterséges intelligencia (AI) iránti kereslet meglétéről arra a kérdésre tereli, hogy mely kínálati tényezők fogják meghatározni a kiépítés tényleges költségét. A jelentés 7,6 billió dolláros AI-beruházási költséget jelez alapértéknek, de hangsúlyozza, hogy ez az összeg rendkívül érzékeny a „változó tényezőkre”, beleértve az AI-chipek hasznos élettartamát is.

Ezt a hosszú élettartamot tartják a legkritikusabb tényezőnek, mivel a gyors innováció miatt a standard chipek – amelyek általában négy-hat évig tartanak – három év alatt elavulhatnak, ami a költségek meredeken emelkedését okozhatja. Ezzel szemben egy „réteges modell”, amelyben a régebbi chipeket egyszerűbb feladatokra, például következtetésre használják fel újra, stabilizálhatja a költségeket.

Az adatközpontok összetettsége és a számítási igény rugalmassága további változók, amelyek valószínűleg befolyásolják, hogy az elkövetkező öt évben mennyi tőkét költenek az AI-infrastruktúrára. Az áramhálózat kapacitásának, a szakképzett munkaerőnek és az elektromos berendezéseknek a hiánya szintén olyan tényezőnek tekinthető, amely meghosszabbítja a kiépítést.

Egy másik jelentés eközben ezt a megdöbbentő infrastrukturális kiadást egy kialakulóban lévő „gépi gazdaság” sarokköveként értelmezi. Ebben a paradigmában az AI-ügynökök válnak az elsődleges gazdasági szereplőkké, akik nagy gyakoriságú tranzakciókat hajtanak végre és önállóan kezelik az erőforrás-elosztást. A jelentés szerzői azt állítják, hogy a hagyományos pénzügyi rendszerek, amelyeket lassú elszámolási ciklusok és merev „ismerd az ügyfeledet” (KYC) keretrendszerek jellemeznek, alapvetően nem felelnek meg az ügynöki kereskedelem sebességének.

Decentralizált infrastruktúra és a késleltetés kompromisszuma

Ennek következtében a kriptovalutákat és a decentralizált protokollokat a váltás elősegítéséhez szükséges, engedélyezés nélküli „gazdasági síneknek” tekinti. A szkeptikusok azonban továbbra is óvatosak, és megkérdőjelezik, hogy a decentralizált fizikai infrastruktúra-hálózatok (DePIN-ek) valóban enyhíthetik-e az AI robbanásszerűen növekvő tőkekövetelményeit.

Vadim Taszycki, a StealthEX növekedési vezetője megjegyzi, hogy bár a decentralizált hálózatok jelentős költségmegtakarítást kínálhatnak, fizikai korlátokkal szembesülnek. Míg egy decentralizált szolgáltató, mint az Akash, óránként 1,48 dollárért bérelhet egy H100 GPU-t, szemben az Amazon Web Services 12,30 dolláros árával, a kompromisszum a sebesség.

„A nagy felhőszolgáltatók képesek erre, [fast work] , mert a GPU-ik egymás mellett helyezkednek el egy épületben, és speciális kábelek kötik össze őket, amelyek mikroszekundumok alatt továbbítják az adatokat” – mondta Taszycki. Kifejtette, hogy a decentralizált hálózatok, amelyek a nyilvános interneten keresztül kötik össze a különböző országokban található GPU-kat, milliszekundumokkal növelik a késleltetést. Ez a késleltetés miatt a decentralizált koordináció versenyképes a kötegelt feladatok és a finomhangolás esetében, de nem alkalmas nagy léptékű, élő chatbotok kiszolgálására, ahol a felhasználói élmény a szinte azonnali válaszoktól függ.

Leo Fan, a Cysic alapítója osztotta ezeket a véleményeket, és hangsúlyozta, hogy a decentralizált következtetés nem alkalmas alacsony késleltetésű munkaterhelésekre. Fan azonban azzal érvelt, hogy a késleltetés nem megfelelő mércéje a decentralizált platformok és az AWS-hez hasonló hiperméretű szolgáltatók összehasonlításának.

„A nehéz feladat nem az elosztott számítás, hanem a felfedezés, az ütemezés és a tanúsítás. A különbséget nem a tokenenkénti ár jelenti, hanem a ellenőrizhetőség” – mondta Fan. Megjegyezte, hogy a megbízható végrehajtási környezetek (TEE-k) és a nulla tudású (ZK) tanúsítások lehetővé teszik a decentralizált hálózatok számára, hogy olyan szektorokban versenyezzenek, ahol a bizalom és az ellenőrzés fontosabb, mint a „végső késleltetés”.

Onchain Credit és a finanszírozási rés

A számításon túl a figyelem arra irányul, hogy ezeket a tőkeigényes projekteket hogyan finanszírozzák. Míg a hagyományos magánhitelezés bőséges tőkével rendelkezik, gyakran figyelmen kívül hagyja a kisebb vagy nem szabványos ügyleteket. Az onchain hitelek egyedi előnyöket kínálnak, például lehetővé teszik a lakossági befektetők számára, hogy részesedjenek az adatközpontok bevételeiből, ami korábban az intézményi korlátolt felelősségű partnerekre volt korlátozva. Ezen felül olyan platformok, mint a Maple és a Centrifuge, 5 millió és 50 millió dollár közötti hiteleket tudnak szindikálni – egy sávot, amelyet olyan cégek, mint az Apollo, a díjakhoz viszonyított magas kockázatvállalási költségek miatt gyakran figyelmen kívül hagynak.
Végül az onchain hitelek újszerű „pay-per-inference” (fizetés a következtetésenként) modelleket tesznek lehetővé, ahol a bevétel a GPU-használattal együtt ingadozik. Az ilyen modellek természetesebben illeszkednek a tokenizált bevétel-megosztási struktúrákba, mint a merev, 20 éves hagyományos bérleti szerződések.

Ezen potenciál ellenére a szakértők négy „kaput” azonosítottak, amelyek továbbra is zárva maradnak az intézményi bevezetés előtt: a csődbíróságok előtti jogi érvényesíthetőség, a szerződéses kötelezettségek teljesítéséhez szükséges, hamisításbiztos orákulum-infrastruktúra hiánya, a milliárd dolláros tranche-okra vonatkozó szabályozási bizonytalanság, valamint a nem szabványosított adó- és számviteli termékek.

A konszenzus szerint reális időkeret 12–24 hónap, amíg a közepes méretű szindikált ügyletek elterjednek a blokkláncon, míg a többségében blokkláncon lebonyolított mezzanine adósságok valószínűleg három-öt év múlva jelennek meg. Az első áttöréseket valószínűleg a 2. szintű szereplők fogják elérni, nem pedig az iparági vezetők, mint például a Coreweave.