Odborníci tvrdia, že dôkazy ZK poskytujú DePIN-om výhodu v čase rastúcich požiadaviek na dôveryhodnosť umelej inteligencie

Základná hodnota 7,6 bilióna dolárov

Nedávna správa spoločnosti Goldman Sachs posúva diskusiu od otázky, či existuje dopyt po umelej inteligencii (AI), k tomu, ktoré faktory na strane ponuky budú určovať skutočné náklady na výstavbu. Správa predpokladá kapitálové výdavky na AI vo výške 7,6 bilióna dolárov ako základnú úroveň, zdôrazňuje však, že tento údaj je veľmi citlivý na „kolísavé premenné“, vrátane životnosti čipov pre AI.

Táto životnosť je považovaná za najkritickejší faktor, pretože rýchla inovácia by mohla spôsobiť, že štandardné čipy – ktoré zvyčajne vydržia štyri až šesť rokov – budú za tri roky zastarané, čo spôsobí prudký nárast nákladov. Naopak, „vrstvený model“, v ktorom sa staršie čipy opätovne využívajú na jednoduchšie úlohy, ako je inferencia, by mohol náklady stabilizovať.

Zložitosť dátových centier a pružnosť dopytu po výpočtovom výkone sú ďalšie premenné, ktoré pravdepodobne ovplyvnia výšku kapitálu vynaloženého na infraštruktúru umelej inteligencie v nasledujúcich piatich rokoch. Nedostatok kapacity elektrickej siete, špecializovanej pracovnej sily a elektrického vybavenia sa tiež považuje za faktory, ktoré predlžujú výstavbu.

Samostatná správa medzitým rámcuje tieto ohromné výdavky na infraštruktúru ako základný kameň vznikajúcej „strojovej ekonomiky“. V tomto paradigme sa agenti umelej inteligencie stávajú primárnymi ekonomickými aktérmi, ktorí vykonávajú vysokofrekvenčné transakcie a nezávisle spravujú alokáciu zdrojov. Autori správy tvrdia, že staršie finančné systémy, charakterizované pomalými zúčtovacími cyklami a rigidnými rámcami „poznaj svojho zákazníka“ (KYC), sú v podstate nedostatočne vybavené na rýchlosť agentického obchodu.

Decentralizovaná infraštruktúra a kompromis v oblasti latencie

V dôsledku toho sa kryptomeny a decentralizované protokoly stávajú nevyhnutnými „ekonomickými koľajnicami“ bez nutnosti povolení, ktoré sú potrebné na uľahčenie tohto posunu. Skeptici však zostávajú opatrní a spochybňujú, či decentralizované siete fyzickej infraštruktúry (DePIN) môžu skutočne zmierniť rastúce kapitálové požiadavky umelej inteligencie.

Vadim Taszycki, riaditeľ pre rast v spoločnosti StealthEX, poznamenáva, že hoci decentralizované siete môžu ponúknuť významné úspory nákladov, čelia fyzickým obmedzeniam. Kým decentralizovaný poskytovateľ ako Akash môže prenajať GPU H100 za 1,48 USD za hodinu v porovnaní s 12,30 USD na Amazon Web Services, kompromisom je rýchlosť.

„Veľkí poskytovatelia cloudových služieb to dokážu [fast work] pretože ich GPU sú umiestnené vedľa seba v jednej budove a sú prepojené špeciálnymi káblami, ktoré prenášajú dáta v mikrosekundách,“ povedal Taszycki. Vysvetlil, že decentralizované siete, ktoré spájajú GPU v rôznych krajinách prostredníctvom verejného internetu, pridávajú milisekundové oneskorenie. Táto latencia robí decentralizovanú koordináciu konkurencieschopnou pre dávkové úlohy a jemné ladenie, ale nevhodnou pre obsluhu rozsiahlych živých chatbotov, kde užívateľský zážitok závisí od takmer okamžitých odpovedí.

Leo Fan, zakladateľ spoločnosti Cysic, sa k týmto názorom pripojil a trval na tom, že decentralizovaná inferencia nie je vhodná pre pracovné zaťaženia s nízkou latenciou. Fan však argumentoval, že latencia je nesprávnym meradlom na porovnávanie decentralizovaných platforiem a hyperscalerov, ako je AWS.

„Ťažkým problémom nie je distribuované výpočtové spracovanie, ale vyhľadávanie, plánovanie a overovanie. Rozdielom nie je cena za token, ale overiteľnosť,“ povedal Fan. Poznamenal, že dôveryhodné výkonné prostredia (TEE) a overovania typu zero-knowledge (ZK) umožňujú decentralizovaným sieťam konkurovať v sektoroch, kde dôvera a overovanie majú väčší význam ako „koncová latencia“.

Úvery v reťazci a medzera vo financovaní

Okrem výpočtového výkonu sa pozornosť presúva na to, ako sa financujú tieto kapitálovo náročné projekty. Hoci tradičné súkromné úvery disponujú dostatočným kapitálom, často prehliadajú menšie alebo neštandardné obchody. Úvery v reťazci ponúkajú zreteľné výhody, ako napríklad umožnenie retailovým investorom podieľať sa na výnosoch dátových centier, ktoré boli predtým obmedzené na inštitucionálnych komanditných spoločníkov. Okrem toho platformy ako Maple a Centrifuge môžu syndikovať úvery v rozmedzí od 5 do 50 miliónov dolárov – čo je rozsah, ktorý firmy ako Apollo často ignorujú kvôli vysokým nákladom na upisovanie v porovnaní s poplatkami.

Nakoniec, úvery v reťazci umožňujú nové modely „pay-per-inference“, kde príjmy kolíšu s využitím GPU. Takéto modely sa prirodzenejšie hodia do tokenizovaných štruktúr podielu na zisku než do rigidných tradičných 20-ročných lízingov.

Napriek tomuto potenciálu odborníci identifikujú štyri „brány“, ktoré zostávajú pre inštitucionálne prijatie uzavreté: právna vymáhateľnosť na konkurzných súdoch, chýbajúca infraštruktúra orákulov odolná proti manipulácii na obsluhu zmluvných podmienok, regulačná neistota pre tranže v hodnote miliárd dolárov a nestandardizované daňové a účtovné produkty.

Konsenzus naznačuje realistický časový rámec 12 až 24 mesiacov, kým stredne veľké syndikované transakcie získajú na popularite v reťazci, pričom mezzanínový dlh s väčšinovým podielom v reťazci bude pravdepodobne k dispozícii až o tri až päť rokov. Prvé prelomy pravdepodobne prídu skôr od operátorov 2. úrovne ako od lídrov odvetvia, ako je Coreweave.