Dans le secteur de l’IA + crypto, nombreux sont les projets qui cherchent à agréger la puissance de calcul inutilisée ou située en périphérie et à la mettre au service de l’IA grâce à des incitations crypto. Le projet AI DePIN @Acurast, récemment lancé sur Bithumb, en est un exemple typique. Petit tour d’horizon :
1）Les besoins en inférence IA évoluent constamment. La course à l’armement matériel, qui exigeait au départ des capacités de calcul de niveau H100 pour entraîner les modèles, se transforme peu à peu en une demande plus fragmentée et plus légère, portée par les applications d’agents. Lorsqu’un agent doit fréquemment faire appel à de petits modèles pour prendre des décisions, utiliser des outils ou effectuer des inférences en temps réel, les centres de données centralisés ne sont plus forcément la solution optimale. L’informatique en périphérie, qui répond à des besoins de calcul limités par opération, mais est plus sensible à la latence, à la confidentialité, à la vérifiabilité et aux coûts, devient alors une priorité.
Acurast a choisi de miser sur les milliards de smartphones dans le monde, car, même si leur puissance de calcul n’est pas la plus élevée, ils constituent des nœuds périphériques très dispersés et largement répandus, dotés de capacités de sécurité matérielle intégrées. Pour les utilisateurs, c’est donc une option à la fois accessible et peu coûteuse ;
2）Comment ça marche ? Les smartphones sont généralement équipés d’un environnement d’exécution sécurisé (TEE) et d’un module de sécurité matérielle. Ces éléments fournissent les capacités de base nécessaires aux opérations d’inférence et permettent aussi de résoudre les enjeux essentiels de confidentialité et de vérifiabilité. Une fois qu’un utilisateur a enregistré une application Processor et inscrit son téléphone inutilisé comme nœud, les développeurs peuvent y déployer des programmes, par exemple pour l’inférence de LLM légers, les appels API, les tâches planifiées ou le traitement de données. L’utilisateur peut alors exécuter des tâches sur le réseau et recevoir des récompenses ;
3）Le réseau compte déjà plus de 300 000 appareils en activité dans plus de 170 pays. Il a traité plus d’un milliard de transactions on-chain et des centaines de milliers de déploiements. Cela constitue une première validation de la demande et de la viabilité du modèle de jeton. Cela dit, nombre de projets DePIN ont échoué par le passé en raison de la faible pérennité de leurs modèles d’incitation. Acurast a mis en place des mesures pour y remédier :
1. Les récompenses sont liées à des engagements réels : les nœuds doivent staker base:0xc5fed7c8ccc75d8a72b601a66dffd7a489073f0b et s’engager à fournir une certaine puissance de calcul. En cas de manquement, ils peuvent être sanctionnés par un slashing. Les récompenses ne sont donc pas simplement distribuées en fonction du temps passé en ligne sur le marché ;
2. Environ 70 % de la majeure partie des nouveaux jetons émis par inflation protocolaire sont alloués au pool de puissance de calcul stakée. Les flux de trésorerie réels versés par les utilisateurs de puissance de calcul sont également redistribués aux stakers qui exécutent effectivement les tâches. La part des investisseurs précoces a été maintenue relativement faible, afin de lier le modèle du jeton à une charge de travail réelle et de réduire la pression vendeuse provenant d’acteurs qui n’apportent aucune contribution.
4）Du point de vue de l’utilisateur, il suffit d’installer une application et de mettre à contribution un téléphone inutilisé. De cette façon, l’activité DePIN s’adresse aux utilisateurs ordinaires plutôt qu’aux mineurs professionnels. Pour les développeurs côté demande, le projet propose également des processus de déploiement dans différents environnements Node.js ou Cargo, des API simples jusqu’à l’inférence de LLM, sans qu’il soit nécessaire de gérer des serveurs supplémentaires.
Il est évident que cette conception à faible barrière d’entrée vise à permettre une véritable montée en échelle de l’activité. Mais soyons honnêtes : son principal défi reste du côté de la demande, notamment le nombre de cas d’usage liés aux agents — inférence, appels d’outils, traitement de données, etc.
Voilà.
Seule une forte demande, combinée à l’expansion de l’offre et au bon fonctionnement continu du modèle de jeton, permettra à ce modèle économique de faire ses preuves. Si vous exigez une réponse précise aujourd’hui, il n’y en a évidemment pas.
Mais si l’on suit l’évolution du récit, Acurast occupe une place dans la transition entre la course à l’armement en puissance de calcul pour les grands modèles et le déploiement concret des applications d’agents. Tant que cette tendance se poursuit, la demande est, dans une certaine mesure, difficile à réfuter. Il ne reste donc plus qu’à attendre que l’activité passe à l’échelle.
Lien vers le texte original (X) : https://x.com/tmel0211/status/2114617571693764749
1）Les besoins en inférence IA évoluent constamment. La course à l’armement matériel, qui exigeait au départ des capacités de calcul de niveau H100 pour entraîner les modèles, se transforme peu à peu en une demande plus fragmentée et plus légère, portée par les applications d’agents. Lorsqu’un agent doit fréquemment faire appel à de petits modèles pour prendre des décisions, utiliser des outils ou effectuer des inférences en temps réel, les centres de données centralisés ne sont plus forcément la solution optimale. L’informatique en périphérie, qui répond à des besoins de calcul limités par opération, mais est plus sensible à la latence, à la confidentialité, à la vérifiabilité et aux coûts, devient alors une priorité.
Acurast a choisi de miser sur les milliards de smartphones dans le monde, car, même si leur puissance de calcul n’est pas la plus élevée, ils constituent des nœuds périphériques très dispersés et largement répandus, dotés de capacités de sécurité matérielle intégrées. Pour les utilisateurs, c’est donc une option à la fois accessible et peu coûteuse ;
2）Comment ça marche ? Les smartphones sont généralement équipés d’un environnement d’exécution sécurisé (TEE) et d’un module de sécurité matérielle. Ces éléments fournissent les capacités de base nécessaires aux opérations d’inférence et permettent aussi de résoudre les enjeux essentiels de confidentialité et de vérifiabilité. Une fois qu’un utilisateur a enregistré une application Processor et inscrit son téléphone inutilisé comme nœud, les développeurs peuvent y déployer des programmes, par exemple pour l’inférence de LLM légers, les appels API, les tâches planifiées ou le traitement de données. L’utilisateur peut alors exécuter des tâches sur le réseau et recevoir des récompenses ;
3）Le réseau compte déjà plus de 300 000 appareils en activité dans plus de 170 pays. Il a traité plus d’un milliard de transactions on-chain et des centaines de milliers de déploiements. Cela constitue une première validation de la demande et de la viabilité du modèle de jeton. Cela dit, nombre de projets DePIN ont échoué par le passé en raison de la faible pérennité de leurs modèles d’incitation. Acurast a mis en place des mesures pour y remédier :
1. Les récompenses sont liées à des engagements réels : les nœuds doivent staker base:0xc5fed7c8ccc75d8a72b601a66dffd7a489073f0b et s’engager à fournir une certaine puissance de calcul. En cas de manquement, ils peuvent être sanctionnés par un slashing. Les récompenses ne sont donc pas simplement distribuées en fonction du temps passé en ligne sur le marché ;
2. Environ 70 % de la majeure partie des nouveaux jetons émis par inflation protocolaire sont alloués au pool de puissance de calcul stakée. Les flux de trésorerie réels versés par les utilisateurs de puissance de calcul sont également redistribués aux stakers qui exécutent effectivement les tâches. La part des investisseurs précoces a été maintenue relativement faible, afin de lier le modèle du jeton à une charge de travail réelle et de réduire la pression vendeuse provenant d’acteurs qui n’apportent aucune contribution.
4）Du point de vue de l’utilisateur, il suffit d’installer une application et de mettre à contribution un téléphone inutilisé. De cette façon, l’activité DePIN s’adresse aux utilisateurs ordinaires plutôt qu’aux mineurs professionnels. Pour les développeurs côté demande, le projet propose également des processus de déploiement dans différents environnements Node.js ou Cargo, des API simples jusqu’à l’inférence de LLM, sans qu’il soit nécessaire de gérer des serveurs supplémentaires.
Il est évident que cette conception à faible barrière d’entrée vise à permettre une véritable montée en échelle de l’activité. Mais soyons honnêtes : son principal défi reste du côté de la demande, notamment le nombre de cas d’usage liés aux agents — inférence, appels d’outils, traitement de données, etc.
Voilà.
Seule une forte demande, combinée à l’expansion de l’offre et au bon fonctionnement continu du modèle de jeton, permettra à ce modèle économique de faire ses preuves. Si vous exigez une réponse précise aujourd’hui, il n’y en a évidemment pas.
Mais si l’on suit l’évolution du récit, Acurast occupe une place dans la transition entre la course à l’armement en puissance de calcul pour les grands modèles et le déploiement concret des applications d’agents. Tant que cette tendance se poursuit, la demande est, dans une certaine mesure, difficile à réfuter. Il ne reste donc plus qu’à attendre que l’activité passe à l’échelle.
Lien vers le texte original (X) : https://x.com/tmel0211/status/2114617571693764749