Im Bereich AI + Crypto gibt es viele Projekte, die ungenutzte oder am Rand verfügbare Rechenleistung bündeln und KI mithilfe kryptografischer Anreize mit Rechenkapazität versorgen wollen. Das kürzlich auf Bithumb gestartete AI-DePIN-Projekt @Acurast ist ein typisches Beispiel. Ein kurzer Überblick:
1）Der Bedarf an KI-Inferenz verändert sich ständig. Was zunächst ein Wettrüsten um H100-Hardware für den Rechenleistungswettbewerb bei Modellen war, entwickelt sich allmählich zu einem stärker fragmentierten und ressourcenschonenden Bedarf, der von Agent-Anwendungen angetrieben wird. Wenn Agents häufig kleine Modelle für Entscheidungen, Tool-Aufrufe und Echtzeit-Inferenz nutzen müssen, sind zentralisierte Rechenzentren nicht mehr unbedingt die optimale Lösung. Stattdessen wird Edge Computing zum zentralen Bedarf – insbesondere dort, wo einzelne Rechenaufgaben zwar nicht viel Leistung erfordern, die Anforderungen an Latenz, Datenschutz, Verifizierbarkeit und Kosten aber besonders hoch sind.
Acurast setzt auf die weltweit mehreren Milliarden Smartphones, weil sie zwar nicht die leistungsstärksten Geräte sind, aber zu den am weitesten verbreiteten und dezentralsten Edge-Nodes gehören und bereits über integrierte Hardware-Sicherheitsfunktionen verfügen. Für Nutzer sind sie damit die einfachste und kostengünstigste Möglichkeit zur Teilnahme.
2）Wie funktioniert das? Smartphones verfügen in der Regel über eine TEE (Trusted Execution Environment) und ein Hardware-Sicherheitsmodul. Diese bieten grundlegende Inferenzkapazität und können zugleich zentrale Herausforderungen in den Bereichen Datenschutz und Verifizierbarkeit lösen. Registriert ein Nutzer eine Processor-App und meldet damit sein ungenutztes Smartphone als Node an, können Entwickler Programme wie leichte LLM-Inferenz, API-Aufrufe, zeitgesteuerte Aufgaben oder Datenverarbeitung darauf bereitstellen. So kann das Gerät an Node-Aufgaben teilnehmen und dafür Belohnungen erhalten.
3）Derzeit sind bereits mehr als 300.000 Geräte im Netzwerk aktiv, verteilt auf über 170 Länder. Sie haben mehr als eine Milliarde On-Chain-Transaktionen und Hunderttausende Deployments verarbeitet. Damit wurden der Bedarf und die Tragfähigkeit des Token-Modells zunächst bestätigt. Viele frühere DePIN-Projekte sind jedoch an der mangelnden Nachhaltigkeit ihrer Anreizmodelle gescheitert. Acurast begegnet diesem Problem mit entsprechenden Maßnahmen:
1. Die Belohnungen sind an tatsächliche Zusagen gebunden. Nodes müssen base:0xc5fed7c8ccc75d8a72b601a66dffd7a489073f0b staken und eine bestimmte Rechenleistung zusichern. Wird diese nicht erbracht, kann der Einsatz geslasht werden. Belohnungen werden also nicht einfach nur nach der Online-Zeit vergeben.
2. Rund 70 % der durch die Protokollinflation neu ausgegebenen Token fließen in den Staking-Pool für Rechenleistung. Auch die tatsächlichen Einnahmen der Nachfrager nach Rechenleistung fließen an diejenigen Staker, die tatsächlich Arbeit ausführen. Der Anteil der Frühinvestoren wurde vergleichsweise niedrig angesetzt, damit das Token-Modell an die tatsächliche Arbeitslast gekoppelt ist und Verkaufsdruck durch Akteure ohne Beitrag reduziert wird.
4）Aus Nutzersicht besteht die Teilnahme darin, eine App zu installieren und ein ungenutztes Smartphone laufen zu lassen. So erreicht das DePIN-Angebot normale Nutzer statt professioneller Miner. Entwicklern auf der Nachfrageseite bietet Acurast außerdem Bereitstellungsabläufe für verschiedene Node.js- oder Cargo-Umgebungen – von einfachen APIs bis hin zur LLM-Inferenz. Eine zusätzliche Serververwaltung ist nicht erforderlich.
Das Ziel des niedrigschwelligen Designs ist offensichtlich, das Angebot wirklich skalierbar zu machen. Allerdings liegt die größte Herausforderung weiterhin auf der Nachfrageseite: Wie viele Anwendungsfälle gibt es für Agent-Inferenz, Tool-Aufrufe und Datenverarbeitung?
So viel dazu.
Nur wenn eine starke Nachfrage auf eine wachsende Angebotsseite trifft und das Token-Modell dauerhaft funktioniert, kann dieses Geschäftsmodell wirklich aufgehen. Wer jetzt unbedingt eine präzise Antwort verlangt, wird keine finden.
Doch wenn man der Entwicklung der Narrative folgt, besetzt Acurast genau die Nische des Übergangs vom Wettrüsten um die Rechenleistung großer Modelle hin zur praktischen Umsetzung von Agent-Anwendungen. Solange dieser Trend anhält, lässt sich der Bedarf zumindest bis zu einem gewissen Grad nicht widerlegen. Für die Ausweitung des Geschäftsmodells ist dann nur noch Zeit nötig.
Originalbeitrag (X): https://x.com/tmel0211/status/2114617571693764749
1）Der Bedarf an KI-Inferenz verändert sich ständig. Was zunächst ein Wettrüsten um H100-Hardware für den Rechenleistungswettbewerb bei Modellen war, entwickelt sich allmählich zu einem stärker fragmentierten und ressourcenschonenden Bedarf, der von Agent-Anwendungen angetrieben wird. Wenn Agents häufig kleine Modelle für Entscheidungen, Tool-Aufrufe und Echtzeit-Inferenz nutzen müssen, sind zentralisierte Rechenzentren nicht mehr unbedingt die optimale Lösung. Stattdessen wird Edge Computing zum zentralen Bedarf – insbesondere dort, wo einzelne Rechenaufgaben zwar nicht viel Leistung erfordern, die Anforderungen an Latenz, Datenschutz, Verifizierbarkeit und Kosten aber besonders hoch sind.
Acurast setzt auf die weltweit mehreren Milliarden Smartphones, weil sie zwar nicht die leistungsstärksten Geräte sind, aber zu den am weitesten verbreiteten und dezentralsten Edge-Nodes gehören und bereits über integrierte Hardware-Sicherheitsfunktionen verfügen. Für Nutzer sind sie damit die einfachste und kostengünstigste Möglichkeit zur Teilnahme.
2）Wie funktioniert das? Smartphones verfügen in der Regel über eine TEE (Trusted Execution Environment) und ein Hardware-Sicherheitsmodul. Diese bieten grundlegende Inferenzkapazität und können zugleich zentrale Herausforderungen in den Bereichen Datenschutz und Verifizierbarkeit lösen. Registriert ein Nutzer eine Processor-App und meldet damit sein ungenutztes Smartphone als Node an, können Entwickler Programme wie leichte LLM-Inferenz, API-Aufrufe, zeitgesteuerte Aufgaben oder Datenverarbeitung darauf bereitstellen. So kann das Gerät an Node-Aufgaben teilnehmen und dafür Belohnungen erhalten.
3）Derzeit sind bereits mehr als 300.000 Geräte im Netzwerk aktiv, verteilt auf über 170 Länder. Sie haben mehr als eine Milliarde On-Chain-Transaktionen und Hunderttausende Deployments verarbeitet. Damit wurden der Bedarf und die Tragfähigkeit des Token-Modells zunächst bestätigt. Viele frühere DePIN-Projekte sind jedoch an der mangelnden Nachhaltigkeit ihrer Anreizmodelle gescheitert. Acurast begegnet diesem Problem mit entsprechenden Maßnahmen:
1. Die Belohnungen sind an tatsächliche Zusagen gebunden. Nodes müssen base:0xc5fed7c8ccc75d8a72b601a66dffd7a489073f0b staken und eine bestimmte Rechenleistung zusichern. Wird diese nicht erbracht, kann der Einsatz geslasht werden. Belohnungen werden also nicht einfach nur nach der Online-Zeit vergeben.
2. Rund 70 % der durch die Protokollinflation neu ausgegebenen Token fließen in den Staking-Pool für Rechenleistung. Auch die tatsächlichen Einnahmen der Nachfrager nach Rechenleistung fließen an diejenigen Staker, die tatsächlich Arbeit ausführen. Der Anteil der Frühinvestoren wurde vergleichsweise niedrig angesetzt, damit das Token-Modell an die tatsächliche Arbeitslast gekoppelt ist und Verkaufsdruck durch Akteure ohne Beitrag reduziert wird.
4）Aus Nutzersicht besteht die Teilnahme darin, eine App zu installieren und ein ungenutztes Smartphone laufen zu lassen. So erreicht das DePIN-Angebot normale Nutzer statt professioneller Miner. Entwicklern auf der Nachfrageseite bietet Acurast außerdem Bereitstellungsabläufe für verschiedene Node.js- oder Cargo-Umgebungen – von einfachen APIs bis hin zur LLM-Inferenz. Eine zusätzliche Serververwaltung ist nicht erforderlich.
Das Ziel des niedrigschwelligen Designs ist offensichtlich, das Angebot wirklich skalierbar zu machen. Allerdings liegt die größte Herausforderung weiterhin auf der Nachfrageseite: Wie viele Anwendungsfälle gibt es für Agent-Inferenz, Tool-Aufrufe und Datenverarbeitung?
So viel dazu.
Nur wenn eine starke Nachfrage auf eine wachsende Angebotsseite trifft und das Token-Modell dauerhaft funktioniert, kann dieses Geschäftsmodell wirklich aufgehen. Wer jetzt unbedingt eine präzise Antwort verlangt, wird keine finden.
Doch wenn man der Entwicklung der Narrative folgt, besetzt Acurast genau die Nische des Übergangs vom Wettrüsten um die Rechenleistung großer Modelle hin zur praktischen Umsetzung von Agent-Anwendungen. Solange dieser Trend anhält, lässt sich der Bedarf zumindest bis zu einem gewissen Grad nicht widerlegen. Für die Ausweitung des Geschäftsmodells ist dann nur noch Zeit nötig.
Originalbeitrag (X): https://x.com/tmel0211/status/2114617571693764749