Salah satu tujuan kekuatan komputasi: metaverse + rendering terdesentralisasi
Setelah memilah semua proyek rantai publik yang menerima pembiayaan pada tahun 2022, kami mengeksplorasi lebih jauh arah rantai publik Metaverse yang terbagi.
Di jalur rantai publik baru, ada banyak rantai publik yang mencoba mencari kegunaan baru untuk daya komputasi PoW. Penggunaan ini tidak lagi digunakan untuk menjaga keamanan jaringan, tetapi untuk menghasilkan bukti, menjalankan bisnis tertentu, dll.
Arah bisnis yang secara bertahap meningkat jumlahnya adalah: rendering terdesentralisasi berdasarkan skenario aplikasi Metaverse. Jenis rantai publik ini diposisikan dalam skenario aplikasi vertikal yang terkait dengan Metaverse, menyediakan layanan rendering 2D/3D berdasarkan daya komputasi dan sesuai dengan logika Web3.
Selain rantai publik baru Caduceus dan Portalverse Network yang menerima pembiayaan tahun lalu, ada juga rantai publik Metaverse iPolloverse yang diumumkan tahun lalu di bidang ini, serta proyek awal Render Network yang pertama kali melibatkan konsep ini. Kami telah mengatur rantai publik di atas:
Layanan rendering tradisional mengandalkan CPU atau GPU berperforma tinggi, yang dikenal sebagai salah satu "jalur daya komputasi tertua".
"Rendering" secara sederhana dapat dipahami sebagai "grafik + daya komputasi + infrastruktur". Rendering daya komputasi tradisional adalah salah satu pasar yang matang di tingkat Web2. Di pasar rendering GPU, rendering mengacu pada "proses pengambilan grafik 3D yang dimodelkan dan mengatur banyak parameter untuk menghasilkan gambar gaya visual tertentu melalui serangkaian perhitungan" selama produksi efek khusus. Objek yang dirender memiliki persyaratan berbeda dalam hal tekstur, material, tekstur, pencahayaan, iluminasi global, shader, keburaman lensa, kedalaman, dll., dan memerlukan gaya visual yang berbeda, apa pun bentuk rendering grafisnya, hal tersebut memerlukan banyak hal kekuatan komputasi.
Industri tradisional yang menyediakan jasa meliputi film, televisi, animasi, permainan, arsitektur/desain interior, periklanan/film dan televisi/pengemasan, penelitian akademis, perawatan medis, pameran, dll.
Skenario aplikasi yang berbeda memiliki persyaratan yang sangat berbeda untuk kualitas, akurasi, dan kecepatan rendering, serta memerlukan solusi CPU/GPU yang berbeda: misalnya, produk film dan televisi memerlukan efek realistis, dan sering kali mengadopsi bentuk pra-render/render offline untuk memastikan gambar kualitas. , tetapi kecepatannya sangat lambat; game dan tampilan AR memerlukan interaksi dan rendering waktu nyata, yang memerlukan kecepatan bingkai tinggi tetapi persyaratan rendah untuk kualitas dan detail gambar.
Render offline: lebih banyak digunakan dalam efek khusus film dan televisi, rendering 3D, animasi CG, desain dekorasi rumah, dan adegan lainnya.
Render waktu nyata: Terutama digunakan dalam game cloud, AR/VR, efek khusus video langsung, pembuatan cloud, dan skenario lain yang memerlukan latensi dan interaktivitas tinggi dan rendah.
Dalam upaya mencapai adegan nyata, sulit untuk membuat model yang sepenuhnya realistis dalam waktu nyata dalam AI, realitas virtual, game 3D, dan adegan lainnya.
Menariknya, beberapa rendering adegan didasarkan pada solusi teknis yang berbeda. Perangkat keras yang berbeda dapat mengimplementasikan solusi rendering dengan karakteristik berbeda. Misalnya: OctaneRender tradisional (diakuisisi oleh perusahaan rendering koperasi Hollywood, OTOY) adalah mesin rendering fisik berbasis GPU yang menggunakan NVIDIA. GPU penelusuran sinar RTX untuk akselerasi perangkat keras.
Dengan intervensi infrastruktur Web3, jaringan terdistribusi yang terdesentralisasi dapat memungkinkan lebih banyak peserta untuk bergabung dengan ekosistem tersebut, seperti penambang CPU/GPU, dan pembuat individu yang membutuhkan layanan rendering, untuk adegan metaverse/VR/AR.
Sampai batas tertentu, rendering terdesentralisasi berpotensi mendobrak rendering tradisional: game Web2 yang ada memerlukan penggunaan gambar interaktif secara ekstensif. Saat PC menjalankan game, kartu grafis akan merender sejumlah besar gambar di latar belakang untuk membentuk sebuah kontinu Untuk efek visual (animasi game), ketika kualitas gambar yang dirender terlalu tinggi atau transisi animasi terlalu sering, jumlah gambar meningkat secara signifikan, dan daya komputasi kartu grafis tidak dapat mengimbangi, yang akan menyebabkan kelambatan dan penundaan. , terutama untuk rendering waktu nyata. Game cloud Web2 selalu sulit untuk memecahkan masalah latensi tinggi dan biaya tinggi. Infrastruktur rendering Web3 memiliki keunggulan dalam simulasi presisi tinggi dan rendering waktu nyata.
Misalnya: jaringan rendering RNDR, proyek utama awal di jalur tersebut, disebutkan dalam rilis terbaru iPad Pro bahwa ketika daya komputasi lokal iPad tidak mencukupi, daya komputasi cloud di Jaringan Render akan digunakan untuk bantuan dalam rendering.
Dalam infrastruktur rendering Web3 yang ada, Tokenomics terutama digunakan untuk mendorong pengguna ekologi agar menyumbangkan daya komputasi kartu grafis di waktu luang mereka, dan menggunakan lebih banyak node GPU pribadi yang terdistribusi untuk membentuk jaringan rendering cloud komputasi tepi yang lebih dekat dengan setiap pengguna. Dan menyeimbangkan pemrakarsa tugas rendering dan penyedia daya komputasi, sekaligus memastikan efektivitas biaya layanan rendering, memberikan manfaat bagi penambang GPU, dan menjaga kelestarian ekologi.
Pada saat yang sama, platform tersebut juga perlu menyediakan layanan yang lebih dekat dengan lapisan aplikasi dan memperkenalkan pencipta, yang merupakan peran kunci dalam Web3, ke dalam ekosistem dengan lebih baik. Mengambil contoh jaringan rendering RNDR awal, ia mengusulkan dua peran: "pencipta" (pembuat gambar 3D yang memerlukan daya komputasi GPU tambahan) dan "penyedia node" (pengguna dengan daya komputasi GPU yang menganggur). Demi mengejar biaya rendering yang rendah dan menjangkau masyarakat.
Sebagai infrastruktur Web3, rantai publik Metaverse dapat mendukung seluruh ekologi rantai dengan lebih baik.
Misalnya: Ambil contoh arsitektur jaringan rantai publik iPolloverse. Arsitektur jaringan memiliki empat lapisan: dari rendah ke tinggi, yaitu lapisan daya komputasi Meta, lapisan jaringan, lapisan rendering, dan lapisan ekologi. Menurut informasi publik, jaringan pengujiannya telah mencapai 1 GPU yang mendukung 500 pengguna.
Dilihat dari Render, proyek awal trek, dan rantai publik baru dari konsep rendering Metaverse, sisi pasokan trek sudah mencukupi, yaitu sisi daya komputasi GPU telah ditempati oleh banyak infrastruktur tipe baru ini penambangan melibatkan banyak Peran, termasuk penyedia layanan cloud GPU, dll.
Jadi, hal berikutnya yang harus dilihat adalah sisi permintaan rendering Metaverse:
Lihat tiga parameter dasar yang membentuk Metaverse: Avatar (jumlah orang/peran), aset NFT, dan infrastruktur. Layanan jaringan rendering terdesentralisasi dapat disentuh pada tiga parameter di atas.
Dari perspektif kekuatan komputasi GPU bersama, konsep berbasis komputasi tepi ini bukanlah yang terbaru, namun kebangkitan konsep Metaverse pada tahun 2022, serta penerapan skenario aplikasi seperti GameFi dan permainan berantai, memberikan peluang baru untuk desentralisasi. rendering. Skenario aplikasi dan ekspektasi skala industri. Sebagai infrastruktur dengan skenario aplikasi praktis, rantai publik rendering Metaverse akan menjadi fokus pengembangan sisi permintaan rendering berikutnya.
Selain itu, dari perspektif penghitungan kompleks, di luar skenario Metaverse, beberapa konsep dan skenario yang masih menggunakan penghitungan kompleks masih terus meningkat. Misalnya, RNDR sedang menguji API ChatGPT untuk menyediakan daya komputasi. Konsep-konsep baru ini mencakup daya komputasi AI, simulasi protein, perhitungan cuaca, dll. Kerangka kerja yang membutuhkan banyak daya komputasi ini telah membuka imajinasi baru.