Thảo luận về mô hình kinh doanh của nền tảng AI Khả năng tính toán

Gần đây, hai dự án ý tưởng AI đã lần lượt hoàn thành sự kiện phát sinh token (TGE), gây ra cuộc thảo luận rộng rãi trong ngành về mô hình kinh doanh nền tảng khả năng tính toán AI.

Mô hình này về bản chất là một mô hình kinh doanh nền tảng cổ điển. Một mặt là các công ty khởi nghiệp AI và các công ty dựng hình trò chơi, họ cần nhiều khả năng tính toán nhưng thiếu vốn để mua sắm; mặt khác là những cá nhân hoặc tổ chức sở hữu các card đồ họa hiệu suất cao nhàn rỗi như 4090, 3090, A100, H100,... ( và muốn kiếm lợi nhuận từ việc cho thuê. Nếu có nền tảng có thể kết nối nhu cầu của hai bên này, thì có thể tạo ra một hệ sinh thái kinh doanh lành mạnh.

Mô hình này đặc biệt hấp dẫn đối với các công ty khởi nghiệp AI. Đầu tiên, chi phí xây dựng cơ sở hạ tầng khả năng tính toán quy mô lớn là quá cao, việc thuê mướn phù hợp hơn với nhu cầu linh hoạt của các công ty khởi nghiệp. Thứ hai, trong bối cảnh nguồn cung card đồ họa toàn cầu đang khan hiếm, thậm chí một số khu vực đang phải đối mặt với lệnh cấm, việc thu thập nguồn tài nguyên khả năng tính toán thông qua nền tảng có thể giúp tránh nhiều rủi ro pháp lý và hoạt động. Do đó, nền tảng cơ sở hạ tầng khả năng tính toán phi tập trung đã ra đời.

Tuy nhiên, nền tảng này đối mặt với tình huống điển hình của "con gà hay quả trứng trước". Các công ty AI cần nền tảng có đủ khả năng tính toán tài nguyên mới sẽ tham gia, trong khi những người nắm giữ card đồ họa cần đủ đơn hàng mới sẽ gắn tài nguyên lên nền tảng. Để phá vỡ vòng lặp này, một số nền tảng đã giới thiệu cơ chế tiền điện tử.

![Từ vấn đề trứng, thảo luận về sự khác biệt và tương đồng giữa nền tảng điện toán đám mây phi tập trung IO.Net và Aethir])https://img-cdn.gateio.im/webp-social/moments-00d11eb814ed38b044d54bd3fc87a0be.webp(

Ví dụ, một nền tảng đã áp dụng chiến lược "trước có gà" để thu hút một lượng lớn tài nguyên card đồ họa thông qua việc khuyến khích bằng token. Theo báo cáo, nền tảng này đã thu hút gần 300.000 card đồ họa kết nối trong thời gian cao điểm.

Các nền tảng này thường thiết kế một số ứng dụng mã thông báo, chẳng hạn như cho phép người dùng sử dụng mã thông báo nền tảng để thanh toán phí dịch vụ và hưởng chiết khấu. Cách làm này vừa không bắt buộc người dùng phải sử dụng mã thông báo nền tảng, vừa cung cấp cho mã thông báo một mục đích thực tế, có lợi cho việc nắm giữ mã thông báo một cách phân tán.

Trong việc xây dựng hệ sinh thái, các nền tảng khác nhau đã áp dụng các chiến lược khác nhau. Một số nền tảng đã giới thiệu sản phẩm máy đào ảo và máy đào thực, nhằm tăng cường sự gắn kết của người dùng thông qua việc tạo ra chi phí chìm cho người dùng. Ví dụ, sản phẩm máy đào ảo được giới thiệu bởi một nền tảng đã tạo ra doanh thu vượt quá 100 triệu USD trên một mạng lưới blockchain.

Một số nền tảng còn đưa vào các vai trò bên thứ ba, như thanh tra chất lượng mạng, có trách nhiệm theo dõi trạng thái làm việc của card đồ họa và tình hình xử lý đơn hàng, và thông qua công việc này để nhận phần thưởng bằng token. Thiết kế này làm phong phú thêm hệ sinh thái của nền tảng.

Tổng thể mà nói, các dự án nền tảng AI khả năng tính toán này đều tập trung vào tài nguyên khả năng tính toán GPU chuẩn hóa, điều này giúp họ có thể hợp tác với nhiều bên, mở rộng ảnh hưởng. Có người so sánh GPU như "dầu mỏ" của thời đại mới, phép ẩn dụ này hình ảnh hóa tầm quan trọng của GPU trong thời đại AI.

Mặc dù các nền tảng khác nhau có thể chọn các hệ sinh thái blockchain khác nhau làm cơ sở hạ tầng, nhưng chúng không hoàn toàn đối lập với nhau. Có báo cáo cho rằng giữa một số nền tảng có vẻ cạnh tranh cũng tồn tại mối quan hệ hợp tác, thậm chí đã thực hiện việc trao đổi token, thể hiện bầu không khí hòa hợp trong ngành.

Với sự phát triển và phổ biến không ngừng của công nghệ AI, mô hình nền tảng chia sẻ khả năng tính toán phi tập trung này rất có thể sẽ đóng vai trò ngày càng quan trọng trong tương lai, cung cấp hỗ trợ cơ sở hạ tầng cần thiết cho sự đổi mới AI.