В сфере AI + Crypto существует множество проектов, которые объединяют периферийные или простаивающие вычислительные мощности и с помощью криптостимулов предоставляют ресурсы для ИИ. Типичный пример — проект AI DePIN @Acurast, недавно вышедший на Bithumb. Коротко о нём:
1）Потребности в инференсе ИИ постоянно меняются. Сначала шла гонка вооружений за оборудование уровня H100, необходимое для соревнования в вычислительных мощностях моделей. Теперь же запросы постепенно становятся более фрагментированными и лёгкими — их формируют приложения на базе агентов. Когда агентам приходится часто обращаться к небольшим моделям для принятия решений, вызова инструментов и инференса в реальном времени, централизованные дата-центры уже не являются оптимальным решением. Основной потребностью становятся периферийные вычисления: для отдельных задач им требуется не так много мощностей, но они более чувствительны к задержкам, приватности, проверяемости и стоимости.
Acurast выбрала в качестве отправной точки миллиарды смартфонов по всему миру. Хотя их вычислительные мощности не самые высокие, смартфоны — это самые распределённые и распространённые периферийные узлы, к тому же оснащённые аппаратными средствами безопасности. Для пользователей это самый доступный вариант участия с точки зрения порога входа и затрат.
2）Как это работает? В смартфонах обычно уже есть TEE — доверенная среда исполнения — и аппаратный модуль безопасности. Они обеспечивают базовые возможности для инференса и помогают решить ключевые проблемы приватности и проверяемости. Пользователь регистрирует приложение Processor и подключает простаивающий телефон в качестве узла. Затем разработчики размещают на нём программы для таких задач, как инференс лёгких LLM, вызовы API, выполнение задач по расписанию и обработка данных. После этого пользователь может выполнять задания узла и получать вознаграждение.
3）Сейчас в сети работает более 300 тысяч устройств в более чем 170 странах. Обработано свыше миллиарда ончейн-транзакций и выполнено несколько сотен тысяч развёртываний. Это предварительно подтверждает наличие спроса и жизнеспособность модели токеномики. Однако многие прежние DePIN-проекты потерпели неудачу из-за того, что их модели стимулирования оказались неустойчивыми. Acurast предусмотрела следующие меры:
1. Вознаграждения привязаны к реальным обязательствам: узлы должны внести в стейкинг base:0xc5fed7c8ccc75d8a72b601a66dffd7a489073f0b и гарантировать определённый объём вычислительных мощностей. Если они не выполнят обязательства, к ним применят слэшинг. Это не просто выдача вознаграждений за нахождение онлайн.
2. Около 70% основной части инфляционной эмиссии протокола направляется в пул стейкинга вычислительных мощностей. Реальные денежные средства, которые платят потребители вычислительных ресурсов, также поступают тем стейкерам, чьи узлы действительно выполняют работу. Доля ранних инвесторов намеренно сделана сравнительно небольшой, чтобы связать модель токена с реальной рабочей нагрузкой и снизить давление продаж со стороны тех, кто не вносит вклад в сеть.
4）С точки зрения пользовательского опыта всё просто: достаточно установить приложение и запустить простаивающий телефон. Такой формат участия позволяет DePIN-проекту обращаться к обычным пользователям, а не только к профессиональным майнерам. Разработчикам, формирующим спрос, доступны различные процессы развёртывания — от простых API до инференса LLM в средах Node.js или Cargo. Дополнительно управлять серверами не нужно.
Очевидно, что низкий порог входа нужен для того, чтобы проект мог по-настоящему масштабироваться. Но, справедливости ради, главная сложность по-прежнему связана со спросом: сколько будет сценариев, связанных с инференсом для агентов, вызовом инструментов и обработкой данных?
На этом всё.
Только сочетание высокого спроса, роста предложения и устойчивой работы модели токеномики позволит этой бизнес-модели действительно состояться. Если сейчас требовать точного ответа, то его, конечно, нет.
Но если следовать направлению развития нарратива, Acurast занимает свою нишу в переходе от гонки за вычислительными мощностями для больших моделей к практическому внедрению агентских приложений. Пока сохраняется этот тренд, спрос в определённой степени нельзя опровергнуть, а для масштабирования бизнеса нужно лишь время.
Ссылка на оригинал (X): https://x.com/tmel0211/status/2114617571693764749
1）Потребности в инференсе ИИ постоянно меняются. Сначала шла гонка вооружений за оборудование уровня H100, необходимое для соревнования в вычислительных мощностях моделей. Теперь же запросы постепенно становятся более фрагментированными и лёгкими — их формируют приложения на базе агентов. Когда агентам приходится часто обращаться к небольшим моделям для принятия решений, вызова инструментов и инференса в реальном времени, централизованные дата-центры уже не являются оптимальным решением. Основной потребностью становятся периферийные вычисления: для отдельных задач им требуется не так много мощностей, но они более чувствительны к задержкам, приватности, проверяемости и стоимости.
Acurast выбрала в качестве отправной точки миллиарды смартфонов по всему миру. Хотя их вычислительные мощности не самые высокие, смартфоны — это самые распределённые и распространённые периферийные узлы, к тому же оснащённые аппаратными средствами безопасности. Для пользователей это самый доступный вариант участия с точки зрения порога входа и затрат.
2）Как это работает? В смартфонах обычно уже есть TEE — доверенная среда исполнения — и аппаратный модуль безопасности. Они обеспечивают базовые возможности для инференса и помогают решить ключевые проблемы приватности и проверяемости. Пользователь регистрирует приложение Processor и подключает простаивающий телефон в качестве узла. Затем разработчики размещают на нём программы для таких задач, как инференс лёгких LLM, вызовы API, выполнение задач по расписанию и обработка данных. После этого пользователь может выполнять задания узла и получать вознаграждение.
3）Сейчас в сети работает более 300 тысяч устройств в более чем 170 странах. Обработано свыше миллиарда ончейн-транзакций и выполнено несколько сотен тысяч развёртываний. Это предварительно подтверждает наличие спроса и жизнеспособность модели токеномики. Однако многие прежние DePIN-проекты потерпели неудачу из-за того, что их модели стимулирования оказались неустойчивыми. Acurast предусмотрела следующие меры:
1. Вознаграждения привязаны к реальным обязательствам: узлы должны внести в стейкинг base:0xc5fed7c8ccc75d8a72b601a66dffd7a489073f0b и гарантировать определённый объём вычислительных мощностей. Если они не выполнят обязательства, к ним применят слэшинг. Это не просто выдача вознаграждений за нахождение онлайн.
2. Около 70% основной части инфляционной эмиссии протокола направляется в пул стейкинга вычислительных мощностей. Реальные денежные средства, которые платят потребители вычислительных ресурсов, также поступают тем стейкерам, чьи узлы действительно выполняют работу. Доля ранних инвесторов намеренно сделана сравнительно небольшой, чтобы связать модель токена с реальной рабочей нагрузкой и снизить давление продаж со стороны тех, кто не вносит вклад в сеть.
4）С точки зрения пользовательского опыта всё просто: достаточно установить приложение и запустить простаивающий телефон. Такой формат участия позволяет DePIN-проекту обращаться к обычным пользователям, а не только к профессиональным майнерам. Разработчикам, формирующим спрос, доступны различные процессы развёртывания — от простых API до инференса LLM в средах Node.js или Cargo. Дополнительно управлять серверами не нужно.
Очевидно, что низкий порог входа нужен для того, чтобы проект мог по-настоящему масштабироваться. Но, справедливости ради, главная сложность по-прежнему связана со спросом: сколько будет сценариев, связанных с инференсом для агентов, вызовом инструментов и обработкой данных?
На этом всё.
Только сочетание высокого спроса, роста предложения и устойчивой работы модели токеномики позволит этой бизнес-модели действительно состояться. Если сейчас требовать точного ответа, то его, конечно, нет.
Но если следовать направлению развития нарратива, Acurast занимает свою нишу в переходе от гонки за вычислительными мощностями для больших моделей к практическому внедрению агентских приложений. Пока сохраняется этот тренд, спрос в определённой степени нельзя опровергнуть, а для масштабирования бизнеса нужно лишь время.
Ссылка на оригинал (X): https://x.com/tmel0211/status/2114617571693764749