Eksperci Wychwalają Zyski Efektywności AI Zdecentralizowanej w Obliczu Niedoborów GPU i Ograniczeń Energetycznych

Infrastruktura, a nie kapitał, jest nowym ograniczeniem

W ostatnich tygodniach zaufanie inwestorów zostało zachwiane przez rosnące obawy, że cykl wzrostu sztucznej inteligencji (AI) przekształcił się w nieodpowiedzialną bańkę. To z kolei stworzyło silną presję spadkową, która przyczyniła się do spadku rynków i aktywów takich jak bitcoin, który zanurkował. To pogłębiające się niepokój przyćmiewa wszelkie pozytywne katalizatory rynkowe, w tym wiadomość o rozwiązanym budżecie USA, ponieważ wielu obawia się zbliżającej się rozliczenia w stylu ery dot-com dla sektora.

Zwiększona ostrożność, szczególnie po sukcesie Chin w Deepseek, który skierował uwagę rynków na wschód, skupiła krytyczne światło na finansach Doliny Krzemowej. Kluczowy problem polega teraz na widocznej dysproporcji między ambitnymi, długoterminowymi prognozami przychodów a wysoce napompowanymi, spekulacyjnymi wycenami firm AI. Krytycy twierdzą, że te wskaźniki sugerują, że znacząca korekta może być opóźniona.

Poza obawami, że przemysł AI demonizuje swoje możliwości, inni liderzy przemysłu niedawno podnieśli alarm, jak nierozwiązana kwestia zasilania centrów danych zagraża wzrostowi. Podczas gdy niektóre firmy AI mogą z powodzeniem zebrać miliardy dolarów, ich ostateczny sukces będzie zależał nie tylko od zgromadzonego kapitału, ale od dostępności infrastruktury.

Ten problem został niedawno podkreślony przez CEO Microsoftu, Satya Nadellę, który ujawnił, że gigant technologiczny ma liczne GPU NVIDIA pozostawione bezczynne, ponieważ brak jest wystarczającej ilości energii do ich zasilania. Ta sytuacja potwierdza, że moc i przestrzeń centrów danych są rzeczywistymi ograniczeniami dla wzrostu przemysłu AI, czyniąc dostęp do zasilanych centrów danych nowym punktem do zdobycia przewagi.

W związku z tym tradycyjne rozwiązania, takie jak budowa elektrowni jądrowych, napotykają na niedopasowanie: popyt rośnie szybciej niż czas i ogromne kapitały potrzebne do uruchomienia nowych elektrowni. To niedopasowanie pobudza pomysł wykorzystania zdecentralizowanej obliczeniowej AI (DAI) aby dopasować się do tempa wzrostu ekosystemu.

Argument za zdecentralizowaną AI

Według ekspertów, zdecentralizowana AI jest naturalnie odporna na scentralizowane awarie energetyczne, na które narażeni są giganci technologiczni, tacy jak Microsoft i Google. Ten model ułatwia również opłacalny rynek rozproszonych zasobów, potencjalnie uzyskując dostęp do szacunkowych 30%–40% światowej niewykorzystanej pojemności GPU.

Jednak DAI ma również swoich krytyków. Obawy dotyczą braku centralnego organu do koordynacji zasobów oraz ryzyka, że monetyzacja prywatnych danych za pomocą tokenów i blockchainów może stworzyć nowe możliwości dla cyberprzestępców i oszustów.

Przeczytaj więcej: Bitcoin Spada, ponieważ rosną obawy przed bańką AI

Pomimo tych obaw, eksperci, z którymi rozmawiał Bitcoin.com News, są przekonani, że zalety DAI przeważają nad wadami. Michael Heinrich, CEO 0G Labs, zauważa, że modele DAI “mogą korzystać z rozproszonego szkolenia, gdzie setki węzłów rozproszonych po całym świecie są używane do szkolenia jednego modelu, i pokazano, że przynosi to ogromne korzyści efektywnościowe,” co sprawia, że szkolenie jest szybsze i tańsze.

Podczas gdy scentralizowane centra danych oferują wysoką przepustowość i niską latencję na ich wewnętrznych sieciach, założyciel i CEO Argentum AI Andrew Sobko twierdzi, że zdecentralizowane konfiguracje “wygrywają, jeśli chodzi o szybkość reakcji i odporność na krawędzi” dla odległych użytkowników.

Oszczędności energii: Sobko dodał, że decentralizacja zmniejsza zapotrzebowanie na energię po “obu stronach medalu,” stwierdzając: “Dodanie większej ilości scentralizowanych możliwości obliczeniowych wymaga dodania więcej scentralizowanej energii, co generuje więcej ciepła, co wymaga więcej chłodzenia, co również wymaga dużo energii. Wymaga to również ogromnej ilości wody.”

Zrównoważone modele ekonomiczne

Obaj eksperci zgadzają się, że ztokenizowane zachęty i mechanizmy rynkowe są centralnymi modelami ekonomicznymi wspierającymi DAI. Obejmują one systemy oparte na reputacji, gdzie nagrody są związane z czasem aktywności i niezawodnością, w ten sposób zachęcając do lepszej obsługi od współtwórców.

Ponadto, obaj eksperci zgadzają się, że lokalne odnawialne mikroreje i źródła energii należące do społeczności są naturalnym partnerem dla węzłów DAI. Sobko twierdzi, że poprzez umieszczenie węzła AI obliczeniowego z taką mikrorej, “nadmiar czystej energii może być konsumowany na miejscu” do zadań obliczeniowych. To daje społecznościom sposób na monetyzację ich operacji bez konieczności łączenia się z centralną siecią, skutecznie wzmacniając lokalną infrastrukturę i zrównoważoność.

FAQ 🧠

• Dlaczego rynki są pod presją? Obawy przed bańką AI i przewartościowaniem firm zachwiały globalnym zaufaniem inwestorów.
• Jakie jest główne wyzwanie infrastrukturalne? Niedobory mocy i ograniczona pojemność centrów danych ograniczają wzrost przemysłu AI na całym świecie.
• Jak zdecentralizowana AI pomaga globalnie? DAI wykorzystuje niewykorzystaną pojemność GPU, umożliwia transgraniczną efektywność i redukuje ryzyko scentralizowanej energii.
• Co wspiera przyjęcie DAI? Ztokenizowane zachęty i lokalne odnawialne mikroreje tworzą zrównoważone, społecznościowe modele ekonomiczne.