Um dos destinos do poder computacional: metaverso + renderização descentralizada
Depois de classificar todos os projetos da cadeia pública que receberam financiamento em 2022, exploramos ainda mais as direções subdivididas da cadeia pública do Metaverso.
Na nova cadeia pública, há muitas cadeias públicas tentando encontrar novos usos para o poder de computação PoW. Esse uso não é mais usado para manter a segurança da rede, mas para gerar provas, realizar negócios específicos, etc.
Uma direção de negócios que está aumentando gradualmente em número é: renderização descentralizada baseada em cenários de aplicativos do Metaverso. Este tipo de cadeia pública está posicionada em cenários de aplicação verticais relacionados ao Metaverso, fornecendo serviços de renderização 2D/3D baseados no poder computacional e compatíveis com a lógica Web3.
Além das novas cadeias públicas Caduceus e Portalverse Network que receberam financiamento no ano passado, há também a cadeia pública Metaverse iPolloverse anunciada no ano passado nesta área, bem como o projeto Render Network, já estabelecido, que foi o primeiro a envolver este conceito. Organizamos as cadeias públicas acima:
Os serviços de renderização tradicionais dependem de CPUs ou GPUs de alto desempenho, conhecidas como uma das “potências de poder computacional”.
"Renderização" pode ser simplesmente entendida como "gráficos + poder de computação + infraestrutura". A renderização de poder de computação tradicional é um dos mercados maduros no nível Web2. No mercado de renderização por GPU, renderização refere-se ao “processo de pegar os gráficos 3D modelados e definir muitos parâmetros para gerar uma determinada imagem de estilo visual por meio de uma série de cálculos” durante a produção de efeitos especiais. Os objetos renderizados têm requisitos diferentes em termos de textura, material, textura, iluminação, iluminação global, sombreador, desfoque de lente, profundidade, etc., e requerem diferentes estilos visuais. poder computacional.
As indústrias tradicionais de prestação de serviços incluem cinema, televisão, animação, jogos, arquitetura/design de interiores, publicidade/filme e televisão/embalagens, pesquisa acadêmica, assistência médica, exposições, etc.
Diferentes cenários de aplicação têm requisitos muito diferentes para qualidade, precisão e velocidade de renderização e exigem diferentes soluções de CPU/GPU: por exemplo, produtos de cinema e televisão exigem efeitos realistas e muitas vezes adotam a forma de pré-renderização/renderização offline para garantir a imagem qualidade, mas a velocidade é extremamente lenta; jogos e telas AR exigem interação e renderização em tempo real, que exigem altas taxas de quadros, mas baixos requisitos de qualidade de imagem e detalhes.
Renderização offline: mais usada em efeitos especiais de cinema e televisão, renderizações 3D, animação CG, design de decoração de casa e outras cenas.
Renderização em tempo real: Usado principalmente em jogos em nuvem, AR/VR, efeitos especiais de transmissão de vídeo ao vivo, criação de nuvem e outros cenários que exigem alta latência e interatividade.
Na busca final por cenas reais, é difícil renderizar modelos totalmente realistas em tempo real em IA, realidade virtual, jogos 3D e outras cenas.
Curiosamente, algumas renderizações de cenas são baseadas em diferentes soluções técnicas. Diferentes dispositivos de hardware podem implementar soluções de renderização com características diferentes. Por exemplo: o OctaneRender tradicional (adquirido pela empresa de renderização cooperativa de Hollywood OTOY) é um mecanismo de renderização física baseado em GPU que usa NVIDIA. GPU RTX ray tracing para aceleração de hardware.
Com a intervenção da infraestrutura Web3, a rede distribuída descentralizada pode permitir que mais participantes se juntem a esse ecossistema, como mineradores de CPU/GPU e criadores individuais que precisam de serviços de renderização, para cenas de metaverso/VR/AR.
Até certo ponto, a renderização descentralizada tem o potencial de romper a renderização tradicional: os jogos Web2 existentes exigem o uso extensivo de imagens interativas. Quando o PC executa o jogo, a placa gráfica renderiza um grande número de imagens em segundo plano para formar um contínuo. Para efeitos visuais (animação de jogos), quando a qualidade das imagens renderizadas é muito alta ou as transições de animação são muito frequentes, o número de imagens aumenta significativamente e o poder de computação da placa gráfica não consegue acompanhar, o que levará a atrasos e atrasos , especialmente para renderização em tempo real. Os jogos em nuvem Web2 sempre foram difíceis de resolver os problemas de alta latência e alto custo. A infraestrutura de renderização Web3 tem vantagens em simulação de alta precisão e renderização em tempo real.
Por exemplo: a rede de renderização RNDR, um projeto inicial em andamento, mencionou na última versão do iPad Pro que quando o poder de computação local do iPad for insuficiente, o poder de computação da nuvem na Rede de Renderização será usado para ajuda na renderização.
Na infraestrutura de renderização Web3 existente, o Tokenomics é usado principalmente para incentivar os usuários ecológicos a contribuir com o poder de computação da placa gráfica em seu tempo livre e usar nós de GPU pessoais mais distribuídos para formar uma rede de renderização em nuvem de computação de ponta mais próxima de cada usuário. E equilibre o iniciador da tarefa de renderização e o provedor de energia computacional, garantindo ao mesmo tempo a relação custo-benefício do serviço de renderização, proporcionando benefícios aos mineradores de GPU e mantendo a sustentabilidade ecológica.
Ao mesmo tempo, essas plataformas também precisam fornecer serviços mais próximos da camada de aplicação e introduzir melhor os criadores, um papel fundamental na Web3, no ecossistema. Tomando como exemplo a rede de renderização RNDR inicial, ela propôs duas funções: "criadores" (criadores de imagens 3D que precisam de poder de computação de GPU adicional) e "provedores de nós" (usuários com poder de computação de GPU ocioso). Com o objetivo de buscar o baixo custo de renderização e atingir o público.
Como infraestrutura da Web3, a cadeia pública do Metaverso pode suportar melhor toda a ecologia da cadeia.
Por exemplo: Tomemos como exemplo a arquitetura de rede de cadeia pública iPolloverse. A arquitetura de rede tem quatro camadas: de baixa a alta, são a camada de poder de metacomputação, a camada de rede, a camada de renderização e a camada ecológica. De acordo com informações públicas, sua rede de teste atingiu 1 GPU com suporte para 500 usuários.
A julgar pelo Render, o projeto inicial da pista e a nova cadeia pública do conceito de renderização do Metaverso, o lado da oferta da pista é suficiente, ou seja, o lado do poder de computação da GPU foi ocupado por muitas infraestruturas. da mineração envolve muitas funções, incluindo provedores de serviços em nuvem de GPU, etc.
Portanto, a próxima coisa mais importante a observar é o lado da demanda da renderização do Metaverso:
Consulte os três parâmetros básicos que compõem o metaverso: Avatar (número de pessoas/funções), ativos NFT e infraestrutura. O serviço de rede de renderização descentralizada pode afetar todos os três parâmetros acima.
Do ponto de vista do poder de computação GPU compartilhado, este conceito baseado em edge computing não é o mais recente, mas a ascensão do conceito Metaverso em 2022, bem como a implementação de cenários de aplicativos como GameFi e jogos em cadeia, oferecem novas oportunidades para descentralização renderização. Cenários de aplicação e expectativas em escala industrial. Como uma infraestrutura com cenários de aplicação práticos, a cadeia pública de renderização do Metaverso será o foco do próximo desenvolvimento do lado da demanda de renderização.
Além disso, do ponto de vista de cálculos complexos, fora do cenário do Metaverso, alguns conceitos e cenários que ainda utilizam cálculos complexos ainda estão aumentando. Por exemplo, RNDR está testando a API ChatGPT para fornecer poder de computação. Esses novos conceitos incluem poder de computação de IA, simulação de proteínas, cálculos meteorológicos, etc. Essas estruturas que exigem muito poder de computação abriram novas imaginações.