ИИ × DePIN: повторное использование уже существующего оборудования — направление, заслуживающее внимания
Во всём мире миллионы смартфонов ежедневно простаивают. Какой потенциал можно раскрыть, если эти устройства тоже смогут участвовать в вычислениях для ИИ?
Acurast уже пробует развивать это направление — за ним стоит внимательно следить!
Масштаб сети Acurast на данный момент: к сети подключено около 300–320 тысяч вычислительных устройств, охватывающих более 175 стран.
В чём её ключевые преимущества?
Во-первых, вычислительные мощности берутся из уже существующих устройств.
Пользователи подключаются к сети через приложение Processor. Им не нужно покупать специализированные GPU или строить дата-центры. Для большого количества вычислительных задач малого и среднего масштаба такая модель предлагает альтернативный вариант.
Во-вторых, вычисления можно проверять.
Acurast использует доверенную среду выполнения TEE и аппаратную удалённую аттестацию. Благодаря этому задачи могут выполняться в защищённой среде, а подлинность устройства и исполняемого кода можно проверить.
Это имеет практическое значение для конфиденциальных ИИ-вычислений, автоматизированных задач и ИИ-агентов.
В-третьих, сеть уже начинает обрабатывать реальные рабочие нагрузки ИИ.
В сентябре этого года Acurast развернула модель принятия решений Laya на глобальной сети узлов-смартфонов. Она предназначена для структурированных задач принятия решений — классификации, оценки, модерации контента, обнаружения инъекций в промпты и других подобных задач — и может выполняться на процессорах смартфонов.
Для таких задач не обязательно нужны дорогостоящие кластеры GPU, но необходима стабильная, надёжная среда выполнения, обеспечивающая защиту данных.
Лично я особенно ценю возможности практического применения Acurast.
Вычислительные мощности смартфонов не смогут полностью заменить крупные дата-центры, однако не все ИИ-вычисления обязательно должны быть сосредоточены в облаке.
По мере того как всё больше ИИ-агентов будут обрабатывать пользовательские данные, выполнять автоматизированные рабочие процессы или принимать несложные решения в реальном времени, у распределённых, проверяемых периферийных вычислений появится пространство для применения.
Поэтому долгосрочные перспективы ИИ × DePIN зависят от того, сколько ценной работы смогут выполнять эти устройства.
Если этот подход окажется успешным, распределённые по всему миру смартфоны смогут стать частью децентрализованной инфраструктуры ИИ.
В дальнейшем стоит следить за тремя показателями: реальным спросом на вычисления, устойчивостью стимулов для участников сети и тем,
сможет ли ACU получить выгоду от роста сети.
Во всём мире миллионы смартфонов ежедневно простаивают. Какой потенциал можно раскрыть, если эти устройства тоже смогут участвовать в вычислениях для ИИ?
Acurast уже пробует развивать это направление — за ним стоит внимательно следить!
Масштаб сети Acurast на данный момент: к сети подключено около 300–320 тысяч вычислительных устройств, охватывающих более 175 стран.
В чём её ключевые преимущества?
Во-первых, вычислительные мощности берутся из уже существующих устройств.
Пользователи подключаются к сети через приложение Processor. Им не нужно покупать специализированные GPU или строить дата-центры. Для большого количества вычислительных задач малого и среднего масштаба такая модель предлагает альтернативный вариант.
Во-вторых, вычисления можно проверять.
Acurast использует доверенную среду выполнения TEE и аппаратную удалённую аттестацию. Благодаря этому задачи могут выполняться в защищённой среде, а подлинность устройства и исполняемого кода можно проверить.
Это имеет практическое значение для конфиденциальных ИИ-вычислений, автоматизированных задач и ИИ-агентов.
В-третьих, сеть уже начинает обрабатывать реальные рабочие нагрузки ИИ.
В сентябре этого года Acurast развернула модель принятия решений Laya на глобальной сети узлов-смартфонов. Она предназначена для структурированных задач принятия решений — классификации, оценки, модерации контента, обнаружения инъекций в промпты и других подобных задач — и может выполняться на процессорах смартфонов.
Для таких задач не обязательно нужны дорогостоящие кластеры GPU, но необходима стабильная, надёжная среда выполнения, обеспечивающая защиту данных.
Лично я особенно ценю возможности практического применения Acurast.
Вычислительные мощности смартфонов не смогут полностью заменить крупные дата-центры, однако не все ИИ-вычисления обязательно должны быть сосредоточены в облаке.
По мере того как всё больше ИИ-агентов будут обрабатывать пользовательские данные, выполнять автоматизированные рабочие процессы или принимать несложные решения в реальном времени, у распределённых, проверяемых периферийных вычислений появится пространство для применения.
Поэтому долгосрочные перспективы ИИ × DePIN зависят от того, сколько ценной работы смогут выполнять эти устройства.
Если этот подход окажется успешным, распределённые по всему миру смартфоны смогут стать частью децентрализованной инфраструктуры ИИ.
В дальнейшем стоит следить за тремя показателями: реальным спросом на вычисления, устойчивостью стимулов для участников сети и тем,
сможет ли ACU получить выгоду от роста сети.