ماہرین کا کہنا ہے کہ زیڈ کے ثبوت ڈی پنز کو ایک کنارے دیتے ہیں کیونکہ AI ٹرسٹ کے مطالبات میں اضافہ ہوتا ہے

گولڈمین سیکس کی مصنوعی ذہانت (AI) کے سرمائے کے اخراجات میں $7.6 ٹریلین کی بنیادی پیشین گوئی بالآخر اس بات پر منحصر ہے کہ AI سے مخصوص سلکان کب تک مفید رہتا ہے۔ وکندریقرت نیٹ ورکس بڑی لاگت کی افادیت کا وعدہ کرتے ہیں لیکن تاخیر کے مسائل سے لڑتے رہتے ہیں، اور ماہرین کا کہنا ہے کہ ان کی طویل مدتی عملداری خام کارکردگی پر تصدیق کو ترجیح دینے پر منحصر ہوگی۔

اہم نکات:

گولڈمین سیکس نے 2031 تک $7.6 ٹریلین خرچ کا حوالہ دیا، اس بات پر منحصر ہے کہ آیا چپس 3 سال سے زیادہ چلتی ہیں۔

StealthEX اور Cysic ماہرین متنبہ کرتے ہیں کہ DePIN لیٹنسی وکندریقرت AI کو لائیو چیٹ پر بیچ جابز تک محدود کر دیتی ہے۔

میپل جیسی Onchain فرمیں 2028 تک ٹائر 2 ڈیٹا سینٹرز کے لیے $5M سے $50M کے کریڈٹ گیپ کو پورا کر سکتی ہیں۔

$7.6 ٹریلین بیس لائن

گولڈمین سیکس کی ایک حالیہ رپورٹ اس بحث کو منتقل کرتی ہے کہ آیا مصنوعی ذہانت (AI) کی طلب موجود ہے کہ سپلائی کے ضمنی عوامل تعمیر کی اصل قیمت کا تعین کریں گے۔ رپورٹ میں AI کے سرمائے کے اخراجات میں $7.6 ٹریلین کو بیس لائن کے طور پر پیش کیا گیا ہے لیکن اس بات پر زور دیا گیا ہے کہ یہ اعداد و شمار "سوئنگ متغیرات" کے لیے انتہائی حساس ہے، بشمول AI سلیکون کی مفید زندگی۔

اس لمبی عمر کو سب سے اہم عنصر کے طور پر دیکھا جاتا ہے کیونکہ تیز رفتار اختراع معیاری چپس بنا سکتی ہے — جو عام طور پر چار سے چھ سال تک رہتی ہے — تین سالوں میں متروک ہو جاتی ہے، جس کی وجہ سے لاگتیں آسمان کو چھوتی ہیں۔ اس کے برعکس، ایک "ٹائرڈ ماڈل" جہاں پرانے چپس کو آسان کاموں کے لیے دوبارہ استعمال کیا جاتا ہے، جیسے کہ تخمینہ، لاگت کو مستحکم کر سکتا ہے۔

ڈیٹا سینٹر کی پیچیدگی اور کمپیوٹ کی طلب کی لچک دیگر متغیرات ہیں جو اس بات پر اثر انداز ہوتے ہیں کہ اگلے پانچ سالوں میں AI انفراسٹرکچر پر کتنا سرمایہ خرچ کیا جائے گا۔ پاور گرڈ کی گنجائش، خصوصی لیبر، اور برقی آلات میں کمی کو بھی تعمیر کو لمبا کرنے والے عوامل کے طور پر دیکھا جاتا ہے۔

ایک علیحدہ رپورٹ، دریں اثنا، اس حیران کن بنیادی ڈھانچے کے اخراجات کو ابھرتی ہوئی "مشینی معیشت" کے سنگ بنیاد کے طور پر تیار کرتی ہے۔ اس تمثیل میں، AI ایجنٹ بنیادی اقتصادی اداکار بن جاتے ہیں، جو اعلی تعدد کے لین دین کو انجام دیتے ہیں اور وسائل کی تقسیم کا آزادانہ طور پر انتظام کرتے ہیں۔ رپورٹ کے مصنفین کا دعویٰ ہے کہ میراثی مالیاتی نظام، جن کی خصوصیت سست سیٹلمنٹ سائیکل اور سخت جانیں آپ کے کسٹمر (KYC) فریم ورک، بنیادی طور پر ایجنٹی کامرس کی رفتار کے لیے ناقص ہیں۔

ڈی سینٹرلائزڈ انفراسٹرکچر اور لیٹنسی ٹریڈ آف

نتیجتاً، یہ کرپٹو اور وکندریقرت پروٹوکول کو اس تبدیلی کو آسان بنانے کے لیے ضروری، بغیر اجازت کے "اقتصادی ریلوں" کی حیثیت رکھتا ہے۔ تاہم، شک کرنے والے محتاط رہتے ہیں، یہ سوال کرتے ہیں کہ کیا وکندریقرت فزیکل انفراسٹرکچر نیٹ ورکس (DePINs) واقعی AI کے غبارے کے سرمائے کی ضروریات کو کم کر سکتے ہیں۔

StealthEX میں ترقی کے سربراہ Vadim Taszycki نوٹ کرتے ہیں کہ اگرچہ وکندریقرت نیٹ ورکس لاگت میں نمایاں بچت پیش کر سکتے ہیں، لیکن انہیں جسمانی حدود کا سامنا ہے۔ جبکہ آکاش جیسا وکندریقرت فراہم کنندہ ایمیزون ویب سروسز پر $12.30 کے مقابلے میں H100 GPU $1.48 فی گھنٹہ کرایہ پر لے سکتا ہے، تجارت کی رفتار تیز ہے۔

"بڑے کلاؤڈ فراہم کرنے والے [تیز کام] کر سکتے ہیں کیونکہ ان کے GPUs ایک عمارت میں ایک دوسرے کے ساتھ بیٹھتے ہیں، خاص کیبلز کے ذریعے منسلک ہوتے ہیں جو ڈیٹا کو مائیکرو سیکنڈز میں منتقل کرتے ہیں،" Taszycki نے کہا۔ انہوں نے وضاحت کی کہ وکندریقرت نیٹ ورکس، جو عوامی انٹرنیٹ کے ذریعے مختلف ممالک میں GPUs کو اکٹھا کرتے ہیں، ملی سیکنڈ کی تاخیر کا اضافہ کرتے ہیں۔ یہ تاخیر بیچ کی ملازمتوں اور فائن ٹیوننگ کے لیے وکندریقرت آرکیسٹریشن کو مسابقتی بناتی ہے لیکن اعلیٰ درجے کے، لائیو چیٹ بوٹس کی خدمت کے لیے غیر موزوں ہے جہاں صارف کا تجربہ فوری جوابات پر منحصر ہوتا ہے۔

سیسیک کے بانی لیو فین نے ان جذبات کی بازگشت کرتے ہوئے اس بات پر اصرار کیا کہ کم تاخیر والے کام کے بوجھ کے لیے وکندریقرت تخمینہ مناسب نہیں ہے۔ تاہم، فین نے دلیل دی کہ وکندریقرت پلیٹ فارمز اور ہائپر اسکیلرز جیسے AWS کا موازنہ کرنے کے لیے تاخیر غلط بینچ مارک ہے۔

فین نے کہا، "مشکل مسئلہ کمپیوٹ کی تقسیم نہیں بلکہ دریافت، شیڈولنگ، اور تصدیق کا ہے۔ انہوں نے نوٹ کیا کہ قابل اعتماد عملدرآمد کے ماحول (TEEs) اور صفر علم (ZK) کی تصدیق وکندریقرت نیٹ ورکس کو ان شعبوں میں مقابلہ کرنے کی اجازت دیتی ہے جہاں اعتماد اور تصدیق کی اہمیت "ٹیل لیٹینسی" سے زیادہ ہے۔

آنچین کریڈٹ اور فنڈنگ گیپ

حساب سے آگے، توجہ اس طرف مرکوز ہو رہی ہے کہ ان سرمایہ دارانہ منصوبوں کو کس طرح مالی اعانت فراہم کی جاتی ہے۔ اگرچہ روایتی نجی کریڈٹ کافی سرمایہ رکھتا ہے، یہ اکثر چھوٹے یا غیر معیاری سودوں کو نظر انداز کرتا ہے۔ Onchain کریڈٹ الگ الگ فوائد پیش کرتا ہے، جیسے کہ خوردہ سرمایہ کاروں کو ڈیٹا سینٹر کی آمدنی میں حصہ لینے کی اجازت دینا جو پہلے ادارہ جاتی محدود شراکت داروں تک محدود تھا۔ مزید برآں، Maple اور Centrifuge جیسے پلیٹ فارمز $5 ملین سے $50 ملین کی رینج میں قرضوں کو سنڈیکیٹ کر سکتے ہیں—ایک خط وحدانی جسے اپالو جیسی فرموں کی طرف سے اکثر فیسوں کی نسبت زیادہ انڈر رائٹنگ اخراجات کی وجہ سے نظر انداز کیا جاتا ہے۔

آخر میں، onchain کریڈٹ ناول "پے-فی-انفرنس" ماڈلز کو قابل بناتا ہے، جہاں GPU کے استعمال کے ساتھ آمدنی میں اتار چڑھاؤ آتا ہے۔ ایسے ماڈلز 20 سالہ سخت روایتی لیز کے مقابلے ٹوکنائزڈ ریونیو شیئر ڈھانچے میں قدرتی طور پر فٹ ہوتے ہیں۔

اس صلاحیت کے باوجود، ماہرین چار "دروازوں" کی نشاندہی کرتے ہیں جو ادارہ جاتی اختیار کے لیے بند رہتے ہیں: دیوالیہ پن کی عدالتوں میں قانونی نفاذ،