Эксперты говорят, что доказательства Zk дают DePIN преимущество, поскольку требования доверия к ИИ растут

Базовый прогноз Goldman Sachs в размере $7,6 трлн капитальных затрат на искусственный интеллект (ИИ) в конечном итоге зависит от того, как долго кремний, предназначенный для ИИ, будет оставаться полезным. Децентрализованные сети обещают значительную экономическую эффективность, но продолжают бороться с проблемами задержек, и эксперты утверждают, что их долгосрочная жизнеспособность будет зависеть от приоритета проверки над чистой производительностью.

Ключевые выводы:

Goldman Sachs прогнозирует, что к 2031 году расходы составят 7,6 триллиона долларов, в зависимости от того, прослужат ли чипы более трех лет.

Эксперты StealthEX и Cysic предупреждают, что задержка DePIN не позволяет децентрализованному ИИ выполнять пакетные задания через чат.

Ончейн-фирмы, такие как Maple, могут сократить кредитный дефицит в размере от 5 до 50 миллионов долларов для центров обработки данных второго уровня к 2028 году.

Базовый уровень в 7,6 триллиона долларов

Недавний отчет Goldman Sachs смещает дискуссию с вопроса о существовании спроса на искусственный интеллект (ИИ) на вопрос о том, какие факторы предложения будут определять фактическую стоимость строительства. В отчете прогнозируются капитальные затраты на ИИ в размере 7,6 триллиона долларов США в качестве базового показателя, но подчеркивается, что эта цифра очень чувствительна к «колеблющимся переменным», включая срок полезного использования кремния ИИ.

Этот срок службы считается наиболее важным фактором, поскольку быстрые инновации могут сделать стандартные чипы, которые обычно служат от четырех до шести лет, устаревшими за три года, что приведет к резкому росту затрат. И наоборот, «многоуровневая модель», в которой старые чипы повторно используются для более простых задач, таких как логический вывод, может стабилизировать затраты.

Сложность центров обработки данных и эластичность спроса на вычислительные ресурсы — это другие переменные, которые, вероятно, повлияют на объем инвестиций в инфраструктуру искусственного интеллекта в ближайшие пять лет. Нехватка мощностей электросетей, специализированной рабочей силы и электрооборудования также рассматривается как фактор, затягивающий строительство.

Между тем, в отдельном докладе эти ошеломляющие расходы на инфраструктуру рассматриваются как краеугольный камень формирующейся «машинной экономики». В этой парадигме агенты ИИ становятся основными экономическими субъектами, выполняющими высокочастотные транзакции и независимо управляющими распределением ресурсов. Авторы отчета утверждают, что устаревшие финансовые системы, характеризующиеся медленными расчетными циклами и жесткой структурой «знай своего клиента» (KYC), принципиально плохо приспособлены к скорости агентской коммерции.

Децентрализованная инфраструктура и компромисс между задержками

Следовательно, он позиционирует криптографические и децентрализованные протоколы как важные, не требующие разрешений «экономические рельсы», необходимые для облегчения этого перехода. Однако скептики по-прежнему насторожены, задаваясь вопросом, могут ли децентрализованные сети физической инфраструктуры (DePIN) действительно смягчить растущие требования к капиталу для ИИ.

Вадим Ташицкий, руководитель отдела роста StealthEX, отмечает, что, хотя децентрализованные сети могут предложить значительную экономию средств, они сталкиваются с физическими ограничениями. Хотя децентрализованный провайдер, такой как Akash, может арендовать графический процессор H100 за 1,48 доллара в час по сравнению с 12,30 доллара на Amazon Web Services, компромиссом является скорость.

«Крупные поставщики облачных услуг могут выполнять [быструю работу], потому что их графические процессоры расположены рядом друг с другом в одном здании и соединены специальными кабелями, которые передают данные за микросекунды», — сказал Ташицкий. Он объяснил, что децентрализованные сети, которые объединяют графические процессоры разных стран через общедоступный Интернет, добавляют миллисекунды задержки. Эта задержка делает децентрализованную оркестрацию конкурентоспособной для пакетных заданий и тонкой настройки, но непригодной для обслуживания крупномасштабных живых чат-ботов, где пользовательский опыт зависит от почти мгновенных ответов.

Лео Фан, основатель Cysic, поддержал это мнение, настаивая на том, что децентрализованный вывод не подходит для рабочих нагрузок с малой задержкой. Фан, однако, утверждает, что задержка — неправильный критерий для сравнения децентрализованных платформ и гиперскейлеров, таких как AWS.

"Сложная проблема заключается не в распределенных вычислениях, а в обнаружении, планировании и аттестации. Суть заключается не в цене за токен, а в проверяемости", - сказал Фан. Он отметил, что доверенные среды выполнения (TEE) и аттестации с нулевым разглашением (ZK) позволяют децентрализованным сетям конкурировать в секторах, где доверие и проверка имеют большее значение, чем «хвостовая задержка».

Ончейн-кредит и дефицит финансирования

Помимо вычислений, акцент смещается на то, как финансируются эти капиталоемкие проекты. Хотя традиционный частный кредит имеет достаточный капитал, он часто упускает из виду более мелкие или нестандартные сделки. Ончейн-кредит предлагает явные преимущества, например, позволяет розничным инвесторам участвовать в доходах центров обработки данных, которые ранее были ограничены институциональными партнерами с ограниченной ответственностью. Кроме того, такие платформы, как Maple и Centrifuge, могут синдицировать кредиты в диапазоне от 5 до 50 миллионов долларов США — эта сумма часто игнорируется такими фирмами, как Apollo, из-за высоких затрат на андеррайтинг по сравнению с комиссионными.

Наконец, ончейн-кредит позволяет использовать новые модели «платы за вывод», в которых доход колеблется в зависимости от использования графического процессора. Такие модели более естественно вписываются в токенизированные структуры распределения доходов, чем жесткая 20-летняя традиционная аренда.

Несмотря на этот потенциал, эксперты выделяют четыре «ворота», которые остаются закрытыми для институционального усыновления: