Обсуждение бизнес-модели платформы AI вычислительной мощности

В последнее время два проекта концепции ИИ завершили события генерации токенов (TGE), что вызвало широкое обсуждение в отрасли о бизнес-моделях платформы вычислительной мощности ИИ.

Эта модель по сути является классической платформенной бизнес-моделью. С одной стороны, это стартапы в области ИИ и компании по рендерингу игр, которым требуется много вычислительных мощностей, но у которых нет средств для их приобретения; с другой стороны, это физические или юридические лица, обладающие неиспользуемыми высокопроизводительными видеокартами (, такими как 4090, 3090, A100, H100 и т.д. ), которые хотят получить доход, сдавая их в аренду. Если платформа сможет соединить эти два конца спроса, это может создать здоровую бизнес-экосистему.

Эта модель особенно привлекательна для стартапов в области ИИ. Во-первых, стоимость создания собственных крупных вычислительных мощностей слишком высока, аренда более соответствует гибким требованиям стартапов. Во-вторых, в условиях глобального дефицита графических процессоров и в некоторых регионах, сталкивающихся даже с эмбарго, получение вычислительных ресурсов через платформу может избежать многих юридических и операционных рисков. Таким образом, возникла платформа для децентрализованных вычислительных мощностей.

Однако такая платформа сталкивается с типичной дилеммой «что было первым: курица или яйцо». AI-компании нуждаются в том, чтобы платформа имела достаточно вычислительной мощности, прежде чем они присоединятся, в то время как владельцы видеокарт нуждаются в достаточном количестве заказов, прежде чем они разместят свои ресурсы на платформе. Чтобы разорвать этот круг, некоторые платформы внедрили механизмы криптовалют.

Например, определённая платформа выбрала стратегию "сначала была курица", привлекая большое количество ресурсов видеокарт через стимулы в виде токенов. По сообщениям, эта платформа в пиковый период привлекла почти 300000 видеокарт.

Эти платформы обычно разрабатывают некоторые сценарии применения токенов, такие как возможность использования токенов платформы для оплаты сервисных сборов и получения скидок. Этот подход не заставляет пользователей использовать токены платформы, но предоставляет токенам реальное применение, что способствует распределенному владению токенами.

В области экосистемного строительства различные платформы применяют разные стратегии. Некоторые платформы запускают продукты виртуальных и физических майнеров, создавая тем самым затраты для пользователей и усиливая их привязанность. Например, продукт виртуального майнера, запущенный одной платформой, уже принес более 100 миллионов долларов продаж на одной блокчейн-сети.

Некоторые платформы также вводят третьи стороны, такие как инспекторы качества сети, которые отвечают за мониторинг состояния работы видеокарт и обработки заказов, и получают токеновые вознаграждения за эту работу. Этот дизайн дополнительно обогащает экосистему платформы.

В целом, эти проекты платформы вычислительной мощности ИИ сосредоточены на стандартизированных ресурсах GPU, что позволяет им сотрудничать с несколькими сторонами и расширять свое влияние. Некоторые сравнивают GPU с "нефтью" нового времени, эта метафора ярко иллюстрирует важность GPU в эпоху ИИ.

Хотя разные платформы могут выбирать разные блокчейн-экосистемы в качестве инфраструктуры, они не полностью противоположны друг другу. Сообщается, что между некоторыми казалось бы конкурентными платформами также существуют партнерские отношения, и даже проводились обмены токенами, демонстрируя гармоничную атмосферу в индустрии.

С развитием и распространением технологий ИИ эта модель децентрализованной платформы для共享 вычислительной мощностью, вероятно, будет играть все более важную роль в будущем, предоставляя необходимую инфраструктурную поддержку для инноваций в области ИИ.