Експерти стверджують, що докази Zk надають DePIN перевагу в умовах зростання попиту на надійність штучного інтелекту

Базовий показник у 7,6 трлн доларів

Нещодавній звіт Goldman Sachs зміщує дискусію з питання про те, чи існує попит на штучний інтелект (ШІ), на те, які фактори з боку пропозиції визначатимуть фактичну вартість розбудови. Звіт прогнозує 7,6 трлн доларів капітальних витрат на ШІ як базовий рівень, але наголошує, що ця цифра дуже чутлива до «змінних факторів», зокрема до терміну експлуатації мікросхем ШІ.

Цей термін експлуатації вважається найважливішим фактором, оскільки швидкі інновації можуть призвести до того, що стандартні мікросхеми — які зазвичай служать від чотирьох до шести років — застаріють за три роки, що спричинить стрімке зростання витрат. І навпаки, «багаторівнева модель», за якої старі мікросхеми повторно використовуються для простіших завдань, таких як інференція, може стабілізувати витрати.

Складність центрів обробки даних та еластичність попиту на обчислювальні потужності — це інші змінні, які, ймовірно, вплинуть на обсяг капітальних витрат на інфраструктуру ШІ протягом наступних п’яти років. Нестача потужностей електромереж, спеціалізованої робочої сили та електрообладнання також розглядається як фактори, що уповільнюють розбудову.

Тим часом в окремому звіті ці приголомшливі витрати на інфраструктуру розглядаються як наріжний камінь нової «машинної економіки». У цій парадигмі агенти ШІ стають основними економічними суб’єктами, виконуючи високочастотні транзакції та самостійно керуючи розподілом ресурсів. Автори звіту стверджують, що застарілі фінансові системи, які характеризуються повільними циклами розрахунків та жорсткими рамками «знай свого клієнта» (KYC), принципово не пристосовані до швидкості агентської комерції.

Децентралізована інфраструктура та компроміс із затримкою

Відповідно, у ньому криптовалюта та децентралізовані протоколи позиціонуються як необхідні «економічні рейки» без дозволів, потрібні для сприяння цьому переходу. Однак скептики залишаються обережними, ставлячи під сумнів, чи можуть децентралізовані мережі фізичної інфраструктури (DePIN) справді пом’якшити стрімке зростання потреб ШІ у капіталі.

Вадим Ташицький, керівник відділу розвитку в StealthEX, зазначає, що хоча децентралізовані мережі можуть забезпечити значну економію коштів, вони стикаються з фізичними обмеженнями. Хоча децентралізований провайдер, такий як Akash, може орендувати графічний процесор H100 за 1,48 долара на годину порівняно з 12,30 долара в Amazon Web Services, компромісом є швидкість.
«Великі хмарні провайдери можуть це зробити, [fast work] це робити, оскільки їхні графічні процесори розташовані поруч у одній будівлі, з'єднані спеціальними кабелями, які передають дані за мікросекунди», — сказав Ташицький. Він пояснив, що децентралізовані мережі, які об'єднують графічні процесори в різних країнах через публічний Інтернет, додають затримку в мілісекундах. Ця затримка робить децентралізовану оркестрацію конкурентоспроможною для пакетних завдань та тонкого налаштування, але непридатною для обслуговування масштабних чат-ботів у режимі реального часу, де користувацький досвід залежить від майже миттєвих відповідей.

Лео Фан, засновник Cysic, підтримав ці думки, наголосивши, що децентралізоване інферування не підходить для робочих навантажень з низькою затримкою. Однак Фан стверджував, що затримка — це неправильний критерій для порівняння децентралізованих платформ та гіпермасштабованих провайдерів, таких як AWS.

«Складною проблемою є не розподілені обчислення, а виявлення, планування та засвідчення. Ключовим фактором є не ціна за токен, а можливість перевірки», — сказав Фан. Він зазначив, що середовища надійного виконання (TEE) та засвідчення з нульовим розкриттям інформації (ZK) дозволяють децентралізованим мережам конкурувати в секторах, де довіра та перевірка мають більше значення, ніж «затримка на кінці ланцюга».

Кредити в ланцюжку та дефіцит фінансування

Окрім обчислювальних потужностей, увага переходить до того, як фінансуються ці капіталомісткі проєкти. Хоча традиційні приватні кредити мають достатньо капіталу, вони часто ігнорують менші або нестандартні угоди. Кредити в ланцюжку мають очевидні переваги, наприклад, дозволяють роздрібним інвесторам брати участь у доходах від центрів обробки даних, що раніше було доступно лише інституційним обмеженим партнерам. Крім того, такі платформи, як Maple та Centrifuge, можуть синдикувати кредити в діапазоні від 5 до 50 мільйонів доларів — це діапазон, який часто ігнорують такі фірми, як Apollo, через високі витрати на андеррайтинг порівняно з комісіями.

Нарешті, ончейн-кредит уможливлює нові моделі «оплати за інференцію», де дохід коливається залежно від використання графічних процесорів. Такі моделі більш природно вписуються в токенізовані структури розподілу доходів, ніж жорсткі традиційні 20-річні договори оренди.

Незважаючи на цей потенціал, експерти виділяють чотири «бар'єри», які залишаються на заваді інституційному впровадженню: юридична чинність у судах з питань банкрутства, відсутність захищеної від фальсифікації інфраструктури оракулів для обслуговування зобов'язань, регуляторна невизначеність щодо траншів на мільярди доларів та нестандартизовані податкові та бухгалтерські продукти.

Загальний консенсус передбачає реалістичний термін від 12 до 24 місяців для того, щоб середньомасштабні синдиковані угоди набрали обертів в ланцюжку, а мезонінний борг з переважною часткою в ланцюжку, ймовірно, з'явиться через три-п'ять років. Перші прориви, ймовірно, будуть зроблені операторами другого рівня, а не лідерами галузі, такими як Coreweave.