作者：Paul Timofeev 来源：Shoal Research 翻译：善欧巴，金色财经
探讨计算去中心化基础设施在支持去中心化GPU市场中的作用，并提供全面分析和补充案例研究。
关键要点
随着机器学习的兴起，特别是生成式人工智能的发展，需要大量的计算密集型工作负载，计算资源变得越来越受追捧。然而，由于大型公司和政府大量囤积这些资源，初创企业和独立开发者如今在市场上面临GPU短缺，导致成本过高或缺乏可获取性。
计算DePINs通过允许世界各地的人们提供闲置的计算资源（如GPU）以换取货币奖励，从而实现计算资源的去中心化市场。这旨在帮助未被充分服务的GPU消费者获取新的供应流，以较低的成本和开销获得其工作负载所需的开发资源。
今天，计算DePINs在与传统集中式服务提供商竞争时仍面临许多经济和技术挑战，其中一些问题会随着时间自行解决，而另一些问题则需要在未来提出新的解决方案和优化措施。
计算是新的石油
自工业革命以来，技术以空前的速度推动人类前进，几乎日常生活的每个方面都受到了影响或完全改变。计算机最终成为集体研究人员、学者和计算机工程师努力的结晶。最初设计用于解决大型算术任务，以协助先进的军事行动，计算机已发展成为现代生活的支柱。随着计算机对人类影响的持续增长，对这些机器及其所需资源的需求也在不断增长，超过了可用供应。这反过来又在市场上造成了大多数开发者和企业无法获得关键资源的动态，使机器学习和生成式人工智能的发展，今天最具变革性的技术，掌握在少数资金雄厚的玩家手中。同时，大量闲置的计算资源为缓解计算供应和需求之间的不平衡提供了一个有利可图的机会，加剧了交易双方参与者之间足够协调机制的需求。因此，我们认为，由区块链技术和数字资产支持的去中心化系统对于更广泛、更民主和负责任的生成式人工智能产品和服务的发展至关重要。
计算资源
计算可以定义为计算机基于给定输入发出明确输出的各种活动、应用或工作负载。最终，它指的是计算机的计算和处理能力，这是这些机器在当今现代世界中发挥核心效用的基础，去年仅计算机就产生了高达1.1万亿美元的收入。
计算资源指的是各种支持计算和处理的硬件和软件组件。随着这些组件所支持的应用程序和功能数量的持续增长，它们在日常生活中变得越来越重要。这导致国家力量和企业之间争相积累尽可能多的这些资源，作为一种生存手段。这反映在提供这些资源的公司的市场表现中（例如，Nvidia，其市值在过去5年中增长了3000%以上）。
GPU
图形处理单元（GPU）是现代高性能计算中最重要的资源之一。其核心功能是作为专用电子电路，通过并行处理加速计算机图形工作负载。最初服务于游戏和个人计算机行业，GPU已经发展为服务于塑造未来世界的许多新兴技术（如大型机和个人计算机、移动设备、云计算、物联网）。然而，机器学习和人工智能的崛起特别加剧了对这些资源的需求 - GPU通过并行执行计算来加速机器学习和人工智能操作，从而增强最终技术的处理能力和性能。
人工智能的崛起
人工智能（AI）的核心是一种使计算机和机器模拟人类智能和解决问题能力的技术。一个AI模型作为一个由许多不同数据块组成的神经网络运行。模型需要处理能力来识别和学习这些数据之间的关系，然后在基于给定输入创建输出时参考这些关系。
AI开发和生产并不是新事物；在1967年，Frank Rosenblatt 建造了Mark 1 Perceptron，这是第一个基于神经网络的计算机，通过试错法进行“学习”。此外，大量奠定了现代AI发展的学术研究在90年代末和2000年代初发布，行业自此继续发展。
除了研发努力外，“狭义”AI模型还支持着今天使用的各种强大应用程序。例子包括社交媒体算法、Apple的Siri和Amazon的Alexa、定制产品推荐等等。值得注意的是，深度学习的兴起改变了人工生成智能（AGI）的发展。深度学习算法比机器学习应用程序使用更大或“更深”的神经网络，作为具有更广泛性能能力的更可扩展替代方案。生成式AI模型“编码其训练数据的简化表示，并参考它发出类似但不相同的新输出。”
深度学习使开发者能够将生成式AI模型扩展到图像、语音和其他复杂数据类型，而像ChatGPT这样的里程碑应用程序，已经创造了现代最快增长的用户基础记录，仍然只是生成式AI和深度学习可能实现的早期版本。
考虑到这一点，生成式AI开发涉及多个计算密集型工作负载，需要大量的处理能力和计算能力也就不足为奇了。
根据《深度学习应用需求的三重打击》报告，AI应用开发受制于几个关键工作负载：
训练 - 模型必须处理和分析大数据集，以学习如何响应给定输入。
调优 - 模型经历一系列重复过程，在其中调整和优化各种超参数以改善性能和质量。
模拟 - 在部署之前，某些模型（如强化学习算法）要进行一系列测试模拟。
计算紧缺：需求 > 供应
在过去的几十年里，各种技术进步推动了对计算和处理能力的空前需求激增。因此，今天对计算资源（如GPU）的需求远远超过了可用供应，造成了AI开发的瓶颈，如果没有有效的解决方案，这种情况只会继续恶化。
供应的更广泛限制还受到大量公司积极购买超出其实际需求的GPU的推动，这既是一种竞争优势，也是现代全球经济中的生存手段。计算提供商通常采用需要长期资本承诺的合同结构，为客户提供远远超出其需求要求的供应。
Epoch的研究表明，计算密集型AI模型发布的总体数量迅速增长，表明对推动这些技术的资源的需求将继续快速增长。
随着AI模型的复杂性不断增加，应用开发者对计算和处理能力的需求也在不断增长。反过来，GPU的性能及其可用性将扮演越来越重要的角色。这一趋势已经显现出来，高端GPU的需求激增，例如由Nvidia生产的GPU，该公司称GPU为AI行业的“稀土金属”或“黄金”。
AI的快速商业化有可能将控制权交给少数科技巨头，类似于当今的社交媒体行业，这引发了对这些模型伦理基础的担忧。一个著名的例子是最近Google Gemini的争议。虽然其对各种提示的许多奇怪回复当时没有造成任何实际危险，但这一事件展示了少数公司主导和控制AI开发的内在风险。
当今的科技初创企业在获取计算资源以支持其AI模型方面面临越来越多的挑战。这些应用程序在模型部署之前需要执行大量的计算密集型过程。对于小型企业来说，积累大量的GPU是一项不可持续的努力，而传统的云计算服务如AWS或Google Cloud虽然提供了无缝且便捷的开发者体验，但其有限的容量最终导致高昂的成本，使许多开发者望而却步。归根结底，不是每个人都能提出筹集7万亿美元用于硬件成本的计划。
那么该怎么办？
Nvidia之前估计，有超过4万家公司使用GPU进行AI和加速计算，全球有超过400万开发者社区。展望未来，全球AI市场预计将从2023年的5150亿美元增长到2032年的2.74万亿美元，年均增长率为20.4%。同时，GPU市场预计到2032年将达到4000亿美元，年均增长率为25%。
然而，在AI革命之后，计算资源供需之间日益扩大的不平衡可能会创造一个相当反乌托邦的未来，其中少数资金充足的巨头主导了许多变革性技术的发展。因此，我们认为所有的道路都通向去中心化的替代解决方案，以帮助弥合AI开发者需求与可用资源之间的差距。
DePINs的角色
什么是DePINs？
DePIN是由Messari研究团队创造的一个术语，代表去中心化物理基础设施网络。拆开来看，去中心化是指没有单一实体抽取租金和限制访问。同时，物理基础设施指的是利用的“现实生活”物理资源。网络指的是一组参与者以协调的方式工作以实现预定目标或目标集。今天，DePINs的总市值约为283亿美元。
DePINs的核心是全球节点网络，将物理基础设施资源与区块链连接起来，以实现去中心化市场，连接买家和供应商，任何人都可以成为供应商，并为其服务和对网络的贡献获得补偿。在这种情况下，通过各种法律和监管手段以及服务费用限制访问网络的中央中介被智能合约和代码组成的去中心化协议取代，由其各自的代币持有者管理。
DePINs的价值在于它们提供了去中心化、可访问、低成本和可扩展的传统资源网络和服务提供商的替代方案。它们实现了去中心化的市场，旨在达到一个特定的终极目标；商品和服务的成本由市场动态决定，任何人可以随时参与，随着供应商数量的增加和利润率的降低，自然地降低单位成本。
使用区块链使DePINs能够构建加密经济激励系统，帮助确保网络参与者为其服务获得适当的补偿，使关键价值提供者成为利益相关者。然而，重要的是要注意，网络效应是通过将小的个体网络转变为更大的生产系统来实现的，这对于实现DePINs的许多好处至关重要。此外，尽管代币奖励已被证明是网络引导机制的强大手段，但在更广泛的DePINs领域中，建立可持续的激励措施以帮助用户留存和长期采用仍然是一个关键挑战。
DePINs如何运作？
为了更好地理解DePINs在支持去中心化计算市场中提供的价值，重要的是认识到不同的结构组件及其如何协同工作以形成去中心化资源网络。让我们考虑一个DePINs的结构和参与者。
协议
一个去中心化的协议，即建立在基础区块链网络之上的一组智能合约，用于促进网络参与者之间的信任互动。在理想情况下，该协议将由一组多元化的利益相关者管理，他们积极致力于网络的长期成功。这些利益相关者然后使用其持有的协议代币对提议的变更和发展进行投票。鉴于成功协调一个分布式网络本身就是一个巨大挑战，核心团队通常会在初期保留实施这些变更的权力，然后将权力过渡给去中心化自治组织（DAO）。
网络参与者
资源网络的终端用户是其最有价值的参与者，可以根据其功能进行分类。
供应商：提供资源给网络的个人或实体，以换取DePINs原生代币支付的货币奖励。供应商通过区块链本地协议“连接”到网络，该协议可能强制执行白名单上网过程或无权限过程。通过接收代币，供应商在网络中获得了一部分权益，类似于股权所有权上下文中的利益相关者，使他们能够对各种提案和网络发展进行投票，例如他们认为将有助于推动需求和增加网络价值的提案，从而随着时间的推移创造更高的代币价格。当然，接收代币的供应商也很可能利用DePINs作为被动收入的一种形式，并在接收代币时将其出售。
消费者：这些是积极寻找DePINs提供的资源的个人或实体，如寻求GPU的AI初创公司，代表经济方程中的需求方。如果使用DePINs比传统替代方案有实际优势（如更低的成本和开销要求），消费者会被迫使用DePINs，从而代表网络的有机需求。DePINs通常要求消费者以其原生代币支付资源费用，作为创造价值和保持稳定现金流的一种手段。
资源
DePINs可以服务于不同的市场，并采用不同的商业模式分配资源。Blockworks为此提供了一个很好的框架；定制硬件DePINs，为供应商提供专门的专有硬件进行分配；和商品硬件DePINs，使现有的闲置资源（包括但不限于计算、存储和带宽）的分配成为可能。
经济学
在一个理想运作的DePIN中，价值从消费者支付供应商资源的收入中积累。对网络的持续需求意味着对原生代币的持续需求，这与供应商和代币持有者的经济激励相一致。在早期阶段产生可持续的有机需求对大多数初创企业来说是一个挑战，这就是为什么DePINs会提供通胀性代币激励来激励早期供应商和引导网络的供应，以此产生需求，从而产生更多有机供应。这与风投在公司初期阶段补贴Uber乘客成本以引导最初的客户群，从而进一步吸引司机并增强其网络效应的方式非常相似。
DePINs需要尽可能战略性地管理代币激励，因为它们在网络的整体成功中起着关键作用。当需求和网络收入上升时，代币发行应该减少。相反，当需求和收入下降时，代币发行应该被用来再次激励供应。
为了进一步说明一个成功的DePIN网络的样子，可以考虑“DePIN飞轮”，一个用于引导DePINs的积极反射循环。总结如下：
DePIN通过分发通胀性代币奖励来激励供应商向网络提供资源，并建立一个可供消费的基本供应水平。
假设供应商的数量开始增长，网络中开始形成竞争动态，提高了网络提供的商品和服务的整体质量，达到比现有市场解决方案更好的水平，从而获得竞争优势。这意味着一个去中心化系统超越了传统的集中式服务提供商，这绝非易事。
DePIN开始形成有机需求，为供应商提供合法的现金流。这对投资者和供应商来说是一个引人注目的机会，继续推动网络需求并因此推高代币价格。
代币价格的增长增加了供应商的收入，吸引了更多的供应商，重新启动了飞轮。
该框架提供了令人信服的增长策略，但值得注意的是，它很大程度上是理论上的，并且假设网络正在提供具有竞争力的资源，并且在很长一段时间内仍然具有相关性。
计算 DePIN
去中心化计算市场属于被称为“共享经济”的更广泛运动的范围，这是一种点对点经济系统，建立在消费者通过在线平台与其他消费者直接共享商品和服务的基础上。这种模式由 eBay 等公司首创，如今由 Airbnb 和 Uber 等公司主导，并且随着下一代变革性技术席卷全球市场，最终将迎来颠覆。到 2023 年，共享经济的价值将达到 150 亿美元，预计到 2031 年，全球共享经济的价值将增长到近 800 亿美元，这表明了消费者行为的更广泛趋势，我们相信 DePIN 将从中受益，并在实现这一趋势中发挥关键作用。
基本原理
计算 DePIN 是点对点网络，通过分散的市场连接供应商和买家，促进计算资源的分配。这些网络的一个关键区别在于，它们专注于商品硬件资源，而如今许多人已经可以使用这些资源。正如我们所讨论的，深度学习和生成式人工智能的出现，由于其资源密集型工作负载，对处理能力的需求激增，从而在获取人工智能开发的关键资源方面造成了瓶颈。简而言之，去中心化的计算市场旨在通过创建一种新的供应流来缓解这些瓶颈——一种跨越全球、任何人都可以参与的供应流。
在计算 DePIN 中，任何个人或实体都可以立即借出其闲置资源，并因其服务而获得适当的补偿。同时，任何个人或实体都可以从全球无需许可的网络获取必要的资源，并且比现有市场产品具有更低的成本和更大的灵活性。因此，我们可以通过一个简单的经济框架来构建参与计算 DePIN 的参与者：
供应方：拥有计算资源并愿意出借或出售其计算资源以获得补贴的个人或实体。
需求方：需要计算并愿意为此付出代价的个人或实体。
计算DePINs的主要优势
计算DePINs 提供了许多使其成为集中式服务提供商和市场替代方案的优势。首先，允许无许可的跨境市场参与解锁了一条新的供应流，增加了计算密集型工作负载所需的关键资源的数量。计算DePINs专注于大多数人已经拥有的硬件资源——任何拥有游戏PC的人都已经有可以出租的GPU。这扩大了能够参与构建下一代商品和服务的开发者和团队的范围，从而使全球更多的人受益。
深入来看，支持DePINs的区块链基础设施提供了高效且可扩展的结算渠道，用于促进点对点交易。加密原生的金融资产（代币）提供了一个共享的价值单位，需求方的参与者用它来支付供应商，利用分配机制与当今日益全球化的经济相一致。参考之前提到的DePIN飞轮构造，战略性地管理经济激励对增加DePINs的网络效应（供需双方）非常有利，从而增加供应商之间的竞争。这种动态降低了单位成本，同时提高了服务质量，为DePINs创造了可持续的竞争优势，供应商可以作为代币持有者和关键价值提供者从中受益。
DePINs的功能类似于云计算服务提供商，旨在提供灵活的用户体验，资源可以按需访问和支付。根据Grandview Research的预测，全球云计算市场规模预计以21.2%的年均增长率增长，到2030年将超过2.4万亿美元，这证明了这种商业模式的可行性，考虑到未来对计算资源的需求预测。现代云计算平台利用中央服务器处理客户端设备和服务器之间的所有通信，在其运营中创造了一个单点故障。基于区块链构建，DePINs可以提供比传统服务提供商更强的抗审查性和弹性。尽管对单个组织或实体（例如中央云服务提供商）的攻击会危及整个基础资源网络，但DePINs通过其分布式性质设计为对这类事件具有抵抗力。首先，区块链本身是全球分布的专用节点网络，旨在抵御集中式网络权威。此外，计算DePINs还允许无许可的网络参与，绕过法律和监管障碍。根据代币分配的性质，DePINs可以采用公平的投票流程对协议的提议变更和发展进行投票，以消除单个实体突然关闭整个网络的可能性。
计算DePINs的现状
Render Network
Render Network 是一个计算DePIN，通过去中心化计算市场连接GPU买家和卖家，交易通过其原生代币进行。Render 的 GPU 市场涉及两个关键方——寻找处理能力的创作者和租用空闲 GPU 以换取原生 Render 代币补偿的节点运营商。节点运营商按基于信誉的系统进行排名，创作者可以从多层次定价系统中选择 GPU。Proof-of-Render (POR) 共识算法协调操作，节点运营商承诺他们的计算资源 (GPU) 来处理任务，即图形渲染工作。任务完成后，POR 算法会更新节点运营商的状态，包括根据任务质量进行的信誉评分变化。Render 的区块链基础设施促进了任务支付，提供透明和高效的结算渠道，以便供应商和买家通过网络代币进行交易。
Render Network 由 Jules Urbach 于 2009 年构思，网络于 2020 年 9 月在以太坊上上线 (RNDR)，大约三年后迁移到 Solana (RENDER)，以提高网络性能并降低运营成本。
截至撰写本文时，Render Network 已处理多达 3300 万个任务（以渲染帧计），自成立以来已增长到 5600 个节点。刚刚低于 60k 的 RENDER 被烧毁，这是在向节点运营商分发工作积分时发生的过程。
IO Net
Io Net 正在 Solana 上启动一个去中心化 GPU 网络，作为大量闲置计算资源和不断增长的需要这些资源提供的处理能力的个人和实体之间的协调层。Io Net 的独特卖点是它不与市场上的其他 DePINs 直接竞争，而是从包括数据中心、矿工以及包括 Render Network 和 Filecoin 在内的其他 DePINs 在内的各种来源聚合 GPU，同时利用专有 DePIN——Internet-of-GPUs (IoG)——来协调操作并在市场参与者之间对齐激励。Io Net 客户可以通过选择处理器类型、位置、通信速度、合规性和服务期限来为其工作负载定制 IO Cloud 上的集群。相反，任何拥有受支持 GPU 模型（12 GB RAM，256 GB SSD）的人都可以作为 IO Worker 参与，通过将其闲置计算资源借出给网络来赚取报酬。尽管服务支付目前以法定货币和 USDC 结算，但网络很快也将支持以原生 $IO 代币支付。资源支付的价格由其供需以及各种 GPU 规格和配置算法确定。Io Net 的最终目标是通过提供比现代云服务提供商更低的成本和更好的服务质量成为首选 GPU 市场。
多层 IO 架构可以映射如下：
UI 层 - 由公共网站、客户区和工作区组成。
安全层 - 该层由用于网络保护的防火墙、用于用户验证的认证服务和用于跟踪活动的日志记录服务组成。
API 层 - 该层作为通信层，由公共 API、私人 API 和内部 API 组成，用于集群管理、分析和监控与报告。
后端层 - 后端层管理工作区、集群/GPU 操作、客户交互、账单和使用监控、分析和自动扩展。
数据库层 - 该层是系统的数据存储库，使用主存储进行结构化数据和缓存进行频繁访问的临时数据。
消息代理和任务层 - 该层促进异步通信和任务管理。
基础设施层 - 该层包含 GPU 池、编排工具并管理任务部署。
当前统计/路线图：
截至撰写本文时：
总网络收益：$108万
总计算工时：837.6k 小时
准备集群的 GPU 总数：20.4k
准备集群的 CPU 总数：5.6k
链上交易总数：167 万
总推理数：335.7k
创建的总集群数：15.1k
数据来自 Io Net 探索器。
Aethir
Aethir 是一个云计算 DePIN，促进高性能计算资源在计算密集型领域和应用中的共享。它利用资源池以显著降低成本实现全球 GPU 分配，并通过分布式资源拥有实现去中心化所有权。Aether 设计了一个分布式 GPU 框架，专门针对游戏和 AI 模型训练和推理等高性能工作负载。通过将 GPU 集群统一到一个网络中，Aethir 的设计旨在增加集群大小，从而提高其网络上提供的服务的整体性能和可靠性。
Aethir Network 是一个由矿工、开发人员、用户、代币持有者和 Aethir DAO 组成的去中心化经济体。确保网络成功运营的三个关键角色是容器、索引器和检查器。容器是网络的动力节点，作为专用节点履行保持网络活跃度的关键操作，包括验证交易和实时渲染数字内容。检查器是质量保证工人，持续监控容器的性能和服务质量，以确保可靠和高效的操作，满足 GPU 消费者的需求。索引器作为用户与最佳可用容器之间的媒人。支撑这一结构的是 Arbitrum Layer 2 区块链，它提供去中心化结算层，以促进 Aethir 网络上商品和服务的支付，使用原生 $ATH 代币。
渲染证明
Aethir 网络中的节点有两个关键功能——渲染能力证明，每 15 分钟随机选择一组工人来验证交易，以及渲染工作证明，密切监控网络性能以确保用户获得最佳服务，根据需求和地理位置调整资源。采矿奖励以原生 $ATH 代币形式分配给运行 Aethir 网络节点的参与者，以奖励他们提供的计算资源。
Nosana
Nosana 是一个建立在 Solana 之上的去中心化 GPU 网络。Nosana 允许任何人贡献闲置计算资源，并因此获得 $NOS 代币形式的奖励。DePIN 促进了经济高效 GPU 的分配，可用于运行复杂的 AI 工作负载，无需传统云解决方案的开销。任何人都可以通过租借闲置 GPU 来运行 Nosana 节点，赚取与他们提供给网络的 GPU 功率成比例的代币奖励。
该网络连接分配计算资源的两方：寻求访问计算资源的用户和提供计算资源的节点运营商。重要的协议决策和升级由 NOS 代币持有者投票决定，并由 Nosana DAO 管理。
Nosana 为其未来计划制定了详细的路线图——Galactica（v1.0 - 2024年上半年/下半年）将启动主网，发布CLI和SDK，并专注于通过消费者GPU的容器节点进行网络扩展。Triangulum（v1.X - 2024年下半年）将集成主要的机器学习协议和PyTorch、HuggingFace和TensorFlow的连接器。Whirlpool（v1.X - 2025年上半年）将扩展对来自AMD、Intel和Apple Silicon的不同GPU的支持。Sombrero（v1.X - 2025年下半年）将增加对中大型企业的支持、法定货币交换、账单和团队功能。
Akash
Akash 网络是一个建立在 Cosmos SDK 之上的开源权益证明网络，允许任何人加入和贡献的去中心化云计算市场。$AKT 代币用于保护网络、促进资源支付和协调网络参与者之间的经济对齐行为。Akash 网络包括几个关键组件：
区块链层，使用 Tendermint Core 和 Cosmos SDK 提供共识。
应用层，管理部署和资源分配。
提供者层，管理资源、投标和用户应用程序部署。
用户层，允许用户通过 CLI、控制台和仪表板与 Akash 网络交互、管理资源和监控应用程序状态。
最初专注于存储和CPU租赁服务的网络，后来通过其 AkashML 平台扩展了GPU的租赁和分配，以响应 AI 训练和推理工作负载及其处理能力需求的增长。AkashML 使用“反向拍卖”系统，客户（称为租户）提交他们想要支付的 GPU 价格，计算供应商（称为提供商）竞争以供应请求的 GPU。
截至撰写本文时，Akash 区块链的总交易量已超过 1290 万笔，已有超过 53.5 万美元被用于访问计算资源，并且租赁了超过 189k 个独特部署。
值得一提的其他项目
计算 DePIN 领域仍在发展，许多团队竞相将创新且高效的解决方案推向市场。其他值得进一步研究的例子包括：Hyperbolic 正在构建一个用于 AI 开发资源池的协作开放访问平台，Exabits 正在构建一个由计算矿工支持的分布式计算能力网络，Shaga 正在 Solana 上构建一个允许PC租借和货币化用于服务器端游戏的网络。
重要考量与未来展望
现在我们已经了解了计算 DePIN 的基本原理，并审查了几个当前运行的补充案例研究，重要的是考虑这些去中心化网络的影响，包括利弊。
挑战
在大规模构建分布式网络通常需要在性能与安全性、弹性等方面进行权衡。例如，在全球分布的商品硬件网络上训练 AI 模型可能成本效益和时间效率较低。如前所述，AI 模型及其工作负载变得越来越复杂，需要更多高性能 GPU 而不是商品化 GPU。
这就是为什么大公司会大量囤积高性能 GPU，而这是计算 DePINs 试图通过建立一个任何人都可以借出闲置供应的无许可市场来解决 GPU 短缺问题的内在挑战。协议可以通过两种主要方式解决这个问题：为希望向网络贡献的 GPU 提供商设定基准要求，以及通过汇集提供给网络的计算资源来实现更大的整体。然而，与能够分配更多资本直接与硬件供应商（如 Nvidia）进行交易的集中式服务提供商相比，这种模式本质上更具挑战性。DePINs 在未来应该考虑这一点。如果一个去中心化协议拥有足够大的资金库，DAO 可以投票分配部分资金购买高性能 GPU，这些 GPU 可以以去中心化的方式进行管理，并以比商品化 GPU 更高的价格出租。
另一个特定于计算 DePINs 的挑战是管理适量的资源利用。在其早期阶段，大多数计算 DePINs 将面临结构性需求不足的问题，就像许多初创企业今天面临的情况一样。一般来说，DePINs 面临的挑战是在早期建立足够的供应以达到最低可行产品质量。没有供应，网络将无法产生可持续的需求，也无法在高峰需求期间为其客户服务。这个等式的另一面是过剩供应的担忧。超过一定阈值后，只有当网络的利用率接近或达到满负荷时，更多的供应才是有益的。否则，DePIN 将面临过度支付供应的风险，这反过来会导致资源利用不足，除非协议提高代币发行量以留住供应商，否则供应商的收入将减少。
就像一个没有广泛地理覆盖的电信网络没有用处，一个出租车网络如果乘客必须等待过长时间才能搭车也没有用。如果 DePIN 必须长期支付人们提供资源，那么它就没有用。虽然集中式服务提供商可以预测资源需求并高效管理供应，但计算 DePINs 缺乏一个中央权威来管理这种利用率。因此，DePINs 必须特别战略性地建立资源利用。
对于去中心化 GPU 市场来说，一个更大的图景问题是 GPU 短缺可能即将结束。马克·扎克伯格最近在一次采访中表示，他认为未来的瓶颈将是能源，而不是计算资源，因为企业现在将争相大量建设数据中心，而不是像现在这样囤积计算资源。当然，这意味着由于需求减缓，GPU 的成本可能会降低，但这也引发了一个问题，即如果建设专有数据中心将 AI 模型性能标准提高到前所未有的水平，AI 初创企业将如何在性能和服务质量方面与大企业竞争。
计算DePIN的案例
重申一下，AI模型的复杂性及其随后的处理和计算需求与可用的高性能GPU和其他计算资源数量之间存在日益加大的差距。
计算DePINs在计算市场领域具有创新性颠覆潜力，今天该领域由主要硬件制造商和云计算服务提供商主导，基于以下几个关键能力：
提供更低的商品和服务成本。
提供更强的抗审查性和网络弹性保证。
受益于AI的潜在监管指南，要求AI模型尽可能开放以进行微调和训练，并且可以被任何地方的任何人轻松访问。
美国拥有计算机和互联网接入的家庭比例呈指数级增长，接近100%。在世界许多地方也显著增长。这表明潜在的计算资源提供者（GPU所有者）可能会愿意在有足够货币激励和无缝交易流程的情况下借出闲置供应。当然，这是一个非常粗略的估计，但这表明建立可持续的计算资源共享经济的基础可能已经存在。
超越AI，未来对计算的需求还将来自许多其他行业，例如量子计算。量子计算市场规模预计将从2023年的9.288亿美元增长到2030年的65.288亿美元，年均增长率为32.1%。这个行业的生产将需要不同种类的资源，但看看是否有任何量子计算DePINs启动以及它们会是什么样子将是很有趣的。
“在消费硬件上运行的开源模型的强大生态系统是保护未来价值免于被AI过度集中捕获的重要对策，并且比公司巨头和军队都要低得多。” - Vitalik Buterin
大型企业可能不是DePINs的目标受众，也不会是。计算DePINs重新赋予了个人开发者、小型创业者和资源有限的初创企业权力。它们允许将闲置供应转化为通过更多计算资源丰富带来的创新想法和解决方案。AI无疑将改变数十亿人的生活。与其担心它会取代每个人的工作，我们应该鼓励AI可以赋能个人和自我创业者、初创企业以及更广泛的公众的想法。
