Эксперты считают, что доказательства Zk дают DePIN-сервисам преимущество на фоне растущего спроса на доверие к ИИ

Базовый показатель в 7,6 трлн долларов

Недавний отчет Goldman Sachs переносит дискуссию с вопроса о том, существует ли спрос на искусственный интеллект (ИИ), на вопрос о том, какие факторы со стороны предложения будут определять фактическую стоимость развертывания. В отчете прогнозируются капитальные затраты на ИИ в размере 7,6 трлн долларов в качестве базового уровня, но подчеркивается, что эта цифра очень чувствительна к «колеблющимся переменным», включая срок службы микросхем для ИИ.

Этот срок службы считается наиболее важным фактором, поскольку быстрые инновации могут привести к тому, что стандартные чипы — которые обычно служат от четырех до шести лет — устареют уже через три года, что вызовет резкий рост затрат. И наоборот, «многоуровневая модель», при которой старые чипы повторно используются для более простых задач, таких как инференция, может стабилизировать затраты.

Сложность центров обработки данных и эластичность спроса на вычислительные мощности — это другие переменные, которые, вероятно, повлияют на объем капитала, затрачиваемого на инфраструктуру ИИ в ближайшие пять лет. Нехватка мощностей энергосистемы, специализированной рабочей силы и электрооборудования также рассматривается как факторы, затягивающие процесс развертывания.

Между тем, в отдельном отчете эти ошеломляющие расходы на инфраструктуру представлены как краеугольный камень формирующейся «машинной экономики». В этой парадигме агенты ИИ становятся основными экономическими субъектами, самостоятельно выполняя высокочастотные транзакции и управляя распределением ресурсов. Авторы отчета утверждают, что устаревшие финансовые системы, характеризующиеся медленными циклами расчетов и жесткими рамками «знай своего клиента» (KYC), принципиально не приспособлены к скорости агентской коммерции.

Децентрализованная инфраструктура и компромисс с задержками

Следовательно, в отчете криптовалюта и децентрализованные протоколы позиционируются как необходимые «экономические рельсы» без разрешений, требуемые для содействия этому сдвигу. Однако скептики по-прежнему насторожены, ставя под сомнение, могут ли децентрализованные сети физической инфраструктуры (DePIN) действительно смягчить растущие потребности ИИ в капитале.

Вадим Ташицкий, руководитель отдела развития в StealthEX, отмечает, что, хотя децентрализованные сети могут обеспечить значительную экономию средств, они сталкиваются с физическими ограничениями. Хотя децентрализованный провайдер, такой как Akash, может арендовать графический процессор H100 за 1,48 доллара в час по сравнению с 12,30 доллара на Amazon Web Services, компромиссом является скорость.
«Крупные облачные провайдеры могут это делать, [fast work] потому что их графические процессоры находятся рядом друг с другом в одном здании, соединенные специальными кабелями, которые передают данные за микросекунды», — сказал Ташицкий. Он пояснил, что децентрализованные сети, которые объединяют графические процессоры в разных странах через общедоступный Интернет, добавляют задержку в миллисекунды. Эта задержка делает децентрализованную оркестрацию конкурентоспособной для пакетных заданий и тонкой настройки, но неподходящей для обслуживания крупномасштабных чат-ботов в режиме реального времени, где пользовательский опыт зависит от практически мгновенных ответов.

Лео Фан, основатель Cysic, поддержал эти мнения, настаивая на том, что децентрализованное вычисление не подходит для рабочих нагрузок с низкой задержкой. Однако Фан утверждал, что задержка — это неверный критерий для сравнения децентрализованных платформ и гипермасштабируемых систем, таких как AWS.

«Сложность заключается не в распределенных вычислениях, а в обнаружении, планировании и подтверждении. Ключевым фактором является не цена за токен, а возможность проверки», — сказал Фан. Он отметил, что доверенные среды выполнения (TEE) и подтверждения с нулевым разглашением (ZK) позволяют децентрализованным сетям конкурировать в секторах, где доверие и проверка имеют большее значение, чем «задержка в хвосте».

Кредитование в блокчейне и дефицит финансирования

Помимо вычислений, внимание смещается на то, как финансируются эти капиталоемкие проекты. Хотя традиционный частный кредит располагает достаточным капиталом, он часто упускает из виду небольшие или нестандартные сделки. Кредитование в блокчейне предлагает явные преимущества, такие как предоставление розничным инвесторам возможности участвовать в доходах центров обработки данных, которые ранее были ограничены институциональными ограниченными партнерами. Кроме того, такие платформы, как Maple и Centrifuge, могут синдицировать кредиты в диапазоне от 5 до 50 миллионов долларов — диапазон, который часто игнорируется такими фирмами, как Apollo, из-за высоких затрат на андеррайтинг по сравнению с комиссиями.

Наконец, кредитование на блокчейне позволяет использовать новые модели «оплаты за вычисления», при которых доход колеблется в зависимости от использования графических процессоров. Такие модели более естественно вписываются в токенизированные структуры распределения доходов, чем жесткие традиционные 20-летние договоры аренды.

Несмотря на этот потенциал, эксперты выделяют четыре «барьера», которые по-прежнему препятствуют внедрению на институциональном уровне: юридическая применимость в судах по делам о банкротстве, отсутствие защищенной от подделки инфраструктуры оракулов для обслуживания ковенантов, регуляторная неопределенность в отношении траншей на миллиарды долларов, а также нестандартизированные налоговые и бухгалтерские продукты.

По общему мнению, реалистичный срок для того, чтобы средние синдицированные сделки набрали обороты в цепочке, составляет от 12 до 24 месяцев, а появление мезонинного долга, в основном находящегося в цепочке, вероятно, произойдет через три-пять лет. Первые прорывы, скорее всего, будут сделаны операторами второго уровня, а не лидерами отрасли, такими как Coreweave.