コンピューティング能力の目的地の 1 つ: メタバース + 分散レンダリング

2022 年に資金調達を受けたすべてのパブリック チェーン プロジェクトを整理した後、メタバースの細分化されたパブリック チェーンの方向性をさらに検討しました。

新しいパブリック チェーン トラックでは、多くのパブリック チェーンが PoW コンピューティング パワーの新たな用途を見つけようとしていますが、この用途はネットワーク セキュリティの維持ではなく、証明の生成や特定のビジネスの実行などに使用されています。

徐々に増えているビジネスの方向性は、メタバース アプリケーション シナリオに基づく分散レンダリングです。このタイプのパブリック チェーンは、メタバースに関連する垂直アプリケーション シナリオに位置付けられ、コンピューティング能力に基づいて Web3 ロジックに準拠した 2D/3D レンダリング サービスを提供します。

昨年融資を受けた新しいパブリック チェーン Caduceus と Portalverse Network に加えて、この分野で昨年発表された Metaverse パブリック チェーン iPolloverse や、この概念を最初に取り入れた初期に確立されたプロジェクト Render Network もあります。上記のパブリック チェーンを整理しました。

従来のレンダリング サービスは、「コンピューティング能力の原動力」の 1 つとして知られる高性能 CPU または GPU に依存しています。

「レンダリング」は、単純に「グラフィックス + コンピューティング能力 + インフラストラクチャ」として理解できます。従来のコンピューティング能力によるレンダリングは、Web2 レベルで成熟した市場の 1 つです。 GPU レンダリング市場では、レンダリングとは、特殊効果制作時に「モデル化された 3D グラフィックスを取得し、多くのパラメーターを設定して、一連の計算を通じて特定の視覚スタイルのイメージを生成するプロセス」を指します。レンダリングされたオブジェクトには、テクスチャ、マテリアル、テクスチャ、照明、グローバル イルミネーション、シェーダ、レンズ ブラー、深度などの点でさまざまな要件があり、さまざまな視覚スタイルが必要になります。ただし、グラフィック レンダリングの形式に関係なく、多くの要素が必要になります。コンピューティング能力。

レンダリング サービスの従来の産業には、映画、テレビ、アニメーション、ゲーム、建築/インテリア デザイン、広告/映画およびテレビ/パッケージング、学術研究、医療、展示会などが含まれます。

アプリケーション シナリオが異なれば、レンダリングの品質、精度、速度に対する要件も大きく異なり、異なる CPU/GPU ソリューションが必要になります。たとえば、映画やテレビ製品ではリアルな効果が必要であり、画像を確実に保つためにプリレンダリング/オフライン レンダリングの形式が採用されることがよくあります。品質は高いですが、速度が非常に遅いです。ゲームや AR ディスプレイにはインタラクションとリアルタイム レンダリングが必要であり、高いフレーム レートが必要ですが、画質と詳細に対する要件は低くなります。

オフライン レンダリング: 映画やテレビの特殊効果、3D レンダリング、CG アニメーション、家の装飾デザイン、その他のシーンでよく使用されます。

リアルタイム レンダリング: 主に、クラウド ゲーム、AR/VR、ビデオ ライブ ブロードキャスト特殊効果、クラウド作成、および高低遅延とインタラクティブ性を必要とするその他のシナリオで使用されます。

リアルなシーンを極限まで追求する場合、AI、仮想現実、3D ゲームなどのシーンにおいて、完全にリアルなモデルをリアルタイムでレンダリングすることは困難です。

興味深いことに、一部のシーンのレンダリングは、さまざまな技術ソリューションに基づいています。たとえば、従来の OctaneRender (ハリウッドの共同レンダリング会社 OTOY が買収) は、NVIDIA の物理レンダリング エンジンを使用します。ハードウェア アクセラレーションのための RTX レイ トレーシング GPU。

Web3 インフラストラクチャの介在により、分散分散ネットワークにより、CPU/GPU マイナーやレンダリング サービスを必要とする個人クリエイターなど、より多くの参加者がメタバース/VR/AR シーンに新たな機会を与えることができます。

分散レンダリングは、ある程度、従来のレンダリングを打ち破る可能性を秘めています。既存の Web2 ゲームでは、PC がゲームを実行する際に、インタラクティブな画像を広範囲に使用する必要があり、グラフィック カードは、連続した画像を形成するためにバックグラウンドで大量の画像をレンダリングします。視覚効果 (ゲーム アニメーション) の場合、レンダリングされる画像の品質が高すぎる場合、またはアニメーションの遷移が頻繁すぎる場合、画像の数が大幅に増加し、グラフィック カードの計算能力が追いつかず、ラグや遅延が発生します。特にリアルタイム レンダリングの場合。 Web2 クラウド ゲームは、高遅延と高コストの問題を解決することが常に困難でした。Web3 レンダリング インフラストラクチャには、高精度のシミュレーションとリアルタイム レンダリングという利点があります。

例: 軌道上の初期の主要プロジェクトである RNDR レンダリング ネットワークは、iPad Pro の最新リリースで、iPad のローカルのコンピューティング能力が不十分な場合、レンダー ネットワーク上のクラウドのコンピューティング能力を使用して、レンダリングに役立ちます。

既存の Web3 レンダリング インフラストラクチャでは、Tokenomics は主にエコロジカル ユーザーが余暇にグラフィックス カードのコンピューティング パワーを提供し、より分散されたパーソナル GPU ノードを使用して各ユーザーに近いエッジ コンピューティング クラウド レンダリング ネットワークを形成することを奨励するために使用されます。また、レンダリング サービスの費用対効果を確保しながら、レンダリング タスクのイニシエーターとコンピューティング パワー プロバイダーのバランスをとり、GPU マイナーに利益をもたらし、生態学的持続可能性を維持します。

同時に、そのようなプラットフォームはアプリケーション層に近いサービスを提供し、Web3 の重要な役割であるクリエイターをエコシステムにうまく導入する必要もあります。初期の RNDR レンダリング ネットワークを例として、「クリエイター」 (追加の GPU コンピューティング能力を必要とする 3D 画像クリエーター) と「ノード プロバイダー」 (アイドル状態の GPU コンピューティング能力を持つユーザー) の 2 つの役割を提案しました。レンダリングの低コストを追求し、大衆に届けるため。

Web3 のインフラストラクチャとして、メタバース パブリック チェーンはチェーン エコロジー全体をより適切にサポートできます。

例: パブリック チェーン ネットワーク アーキテクチャ iPolloverse を例に挙げます。ネットワーク アーキテクチャには、低位から高位まで、メタ コンピューティング パワー レイヤー、ネットワーク レイヤー、レンダリング レイヤー、およびエコロジカル レイヤーの 4 つのレイヤーがあります。公開情報によると、そのテストネットワークは 500 ユーザーをサポートする 1 GPU に達しました。

このトラックの初期のヘッド プロジェクトである Render、およびメタバース レンダリング コンセプトの新しいパブリック チェーンから判断すると、トラックの供給側は十分です。つまり、GPU コンピューティングのパワー側は、この新しいタイプのインフラストラクチャによって占有されています。マイニングには、GPU クラウド サービス プロバイダーなどを含む多くの役割が関係します。

したがって、観察すべき次に重要なことは、メタバース レンダリングの需要側です。

メタバースを構成する 3 つの基本パラメータ、つまりアバター (人数/役割)、NFT アセット、およびインフラストラクチャを参照してください。分散型レンダリング ネットワーク サービスは、上記の 3 つのパラメータすべてに触れることができます。

共有 GPU コンピューティング能力の観点から見ると、エッジ コンピューティングに基づくこの概念は新しいものではありませんが、2022 年のメタバース概念の台頭と、GameFi やチェーン ゲームなどのアプリケーション シナリオの実装により、分散型レンダリングとアプリケーション シナリオの新たな機会が提供されます。業界規模の期待。実用的なアプリケーション シナリオを備えたインフラストラクチャとして、メタバース レンダリング パブリック チェーンは、次のレンダリング デマンドサイド開発の焦点となります。

さらに、複雑な計算の観点から見ると、メタバース シナリオ以外でも、複雑な計算を使用するいくつかの概念やシナリオが依然として増加しています。たとえば、RNDR はコンピューティング能力を提供するために ChatGPT API をテストしています。これらの新しい概念には、AI の計算能力、タンパク質シミュレーション、気象計算などが含まれます。大量の計算能力を必要とするこれらのフレームワークは、新たな想像力を広げてきました。