前回の記事では、AI業界の発展の歴史を振り返り、ディープラーニングの業界チェーンと現在の市場状況を詳しく紹介しました。この記事では引き続き、暗号通貨 x AI の関係と、暗号通貨業界のバリューチェーンにおけるいくつかの注目すべきプロジェクトについて説明していきます。
暗号×AIの関係
ZK テクノロジーの発展のおかげで、ブロックチェーンは分散化 + 不信の概念に進化しました。ブロックチェーンの誕生の始まり、つまりビットコインチェーンに戻ってみましょう。サトシ・ナカモトの論文「ビットコイン、ピアツーピア電子キャッシュ・システム」の中で、彼は初めてビットコインをトラストレスな価値移転システムと呼んだ。その後、Vitalik らは、分散型でトラストレスな価値交換スマート コントラクト プラットフォームを立ち上げるための論文「次世代スマート コントラクトと分散型アプリケーション プラットフォーム」を発表しました。
本質に立ち返ると、私たちはブロックチェーンネットワーク全体が価値ネットワークであり、すべてのトランザクションは基礎となるトークンに基づいた価値変換であると信じています。ここでの値は Token の形式的な表現であり、Tokenomics は Token の値を表現するための特定の規則です。
従来のインターネットでは、価値の生成は PER で決済され、最終的な形、つまり株価に反映されます。すべてのフロー、価値、影響が企業のキャッシュ フロー、つまりこのキャッシュを形成します。フローこそが価値 最終的な式は最終的にPERに換算され、株価や時価に反映されます。
ネットワークの価値は、ネイティブ トークンの価格と多次元の観点によって決まります。出典: Gate Ventures
しかし、イーサリアムネットワークにとって、ETHはイーサリアムネットワークの多次元的な価値を具現化したものであり、ステーキングを通じて安定したキャッシュフローを得ることができるだけでなく、価値交換の媒体、価値の保存媒体、そして価値の保存媒体としても機能します。ネットワークアクティビティ用のコンシューマ製品。さらに、セキュリティ保護レイヤーの再取得、レイヤー 2 エコシステムのガス料金などとしても機能します。
トークンノミクスは非常に重要です。トークンノミクスは、エコシステムの決済アイテム (つまり、ネットワークのネイティブ トークン) の相対的な価値を規定することができますが、これは多次元の価値を体現するものです。 . コインの価格。この価値は社債の存在をはるかに超えています。トークンがネットワークに割り当てられ、そのトークンが流通すると、テンセントと同様のすべての Q コインは数に制限があり、デフレとインフレのメカニズムを持ち、巨大なテンセントのエコシステムを代表し、決済対象としての存在も可能になります。価値を蓄積し、利益を生み出す手段。この価値は株価の価値をはるかに超えるはずです。そしてトークンは、複数の価値の次元を究極的に具現化したものです。
トークンは魅力的です。私たちはブラウザを使用しますが、トークンが発行された場合、その価値はトランザクションに反映されます。 。 MEMEコインの存在とその背後にあるユーモラスな思想も価値があり、トークンエコノミクスは、アイデアであろうと物理的な創造物であろうと、あらゆる種類のイノベーションと存在に力を与えることができます。
価値を再定義し発見する手段であるトークンとブロックチェーン技術も、AI 業界を含むあらゆる業界にとって重要です。 AI 業界では、トークンの発行により AI 産業チェーンのあらゆる側面の価値が再形成され、より多くの人々が AI 産業のさまざまな分野に根付く意欲を促進します。さらに重要なことは、現在の価値を決めるのはキャッシュフローだけではなく、トークンの相乗効果によってインフラストラクチャの価値が高まり、自然にファットプロトコルとシンアプリケーションパラダイムの形成につながることです。
第二に、AI 産業チェーンのすべてのプロジェクトは資本評価の恩恵を受け、このトークンはエコシステムにフィードバックし、特定の哲学的アイデアの誕生を促進することができます。
トークンエコノミクスは明らかに業界にプラスの影響を及ぼします。ブロックチェーン技術の改ざん不可能でトラストレスな性質は、AI 業界にとっても実用的な意味を持ち、ユーザーデータなどの信頼を必要とする一部のアプリケーションを実現できます。ただし、モデルが特定のデータを知らないこと、モデルがデータを漏洩しないこと、モデルによって推論された実際のデータが返されることを保証します。 GPU が不十分な場合は、GPU が反復するときに、アイドル状態の GPU がネットワークにコンピューティング能力を提供し、残りの価値を再発見することができます。これは、グローバル バリュー ネットワークが実行できることです。
つまり、トークンエコノミクスは価値の再形成と発見を促進することができ、分散型台帳は信頼の問題を解決し、世界規模で価値を再流動させることができます。
暗号産業バリューチェーンプロジェクトの概要
GPU供給側
GPU クラウド コンピューティング電力市場におけるいくつかのプロジェクト、出典: Gate Ventures
上記は、GPU クラウド コンピューティング市場における主なプロジェクト参加者であり、より優れた市場価値と根本的な開発を行っているのは、2020 年に開始された Render です。ただし、データの非公開性と透明性により、一時的に停止されています。ビジネスのリアルタイムの発展を知ることができません。現在、Render を使用している企業の大部分は、大規模モデルではないビデオ レンダリング タスクです。
Render は、実績のある Depin の老舗企業として、確かに AI/Depin の流れに乗って成功しましたが、Render が直面するシナリオは AI とは異なるため、厳密な意味での AI 分野ではありません。また、同社のビデオ レンダリング ビジネスには一定の実際のニーズがあるため、GPU クラウド コンピューティングの電力市場は、AI モデルのトレーニングと推論に重点を置くだけでなく、従来のレンダリング タスクにも適用でき、GPU クラウドのリスクを軽減できます。単一市場に依存する市場。
世界的な GPU コンピューティング電力需要の傾向、出典: PRECEDENCE RESEARCH
クリプトの AI 産業チェーンにおいて、コンピューティング電源は間違いなく最も重要なポイントです。業界の予測によると、GPU コンピューティングの電力需要は 2024 年に約 750 億米ドル、市場需要は 2032 年までに約 7,730 億米ドルとなり、年間平均成長率 (CAGR) は約 33.86% になると予想されています。
GPU のイテレーション レートはムーアの法則に従います (パフォーマンスは毎月 18 日から 24 日まで 2 倍になり、価格は半分に下がります)。その場合、GPU 市場の爆発的な影響により、共有 GPU コンピューティング パワーの需要が非常に大きくなります。将来のムーアの法則 この時点では、最新世代以外の GPU が多数形成され、これらのアイドル状態の GPU が共有ネットワーク内でロングテール コンピューティング パワーとしての価値を発揮し続けることになります。実際、このトラックの長期的な可能性と実際の有用性については、中小規模のモデル ビジネスや従来のレンダリング ビジネスだけでなく、比較的強い需要があると楽観的です。
多くのレポートでは、オンチェーン GPU 共有およびコンピューティング市場の広範な領域を説明するために、低価格がこれらの製品の主なセールスポイントであると見なされていることを思い出してください。しかし、クラウド コンピューティングのパワー市場は価格設定によって決まることを強調したいと思います。これは、使用される GPU だけでなく、データ送信の帯域幅、エッジ デバイス、AI ホスティング開発者ツールのサポートなどにも関連します。ただし、帯域幅、エッジ機器などの同じ状況では、トークン補助金の存在により、価値の一部はトークンとネットワーク効果によって決まります。これは確かに価格の利点があります。同時に、データ送信が遅いと、モデルの開発やレンダリングのタスクが遅くなるという欠点も生じます。
ハードウェア帯域幅
共有帯域幅トラックの一部のプロジェクト、出典: Gate Ventures
GPU の供給側で述べたように、クラウド コンピューティングのパワー メーカーの価格設定は GPU チップに関連することが多いですが、帯域幅、冷却システム、AI サポート開発ツールなどにも関連します。レポートの AI 産業チェーンの章では、大規模モデルのパラメーターとデータ容量がデータ転送プロセス中の大規模モデルのトレーニング時間に大きく影響するため、帯域幅が影響を与える主な理由であることにも言及しました。大規模なモデル、特にオンチェーン クラウド コンピューティングの分野では、世界中のユーザーが共同作業するため、帯域幅とデータ交換が遅くなり、影響が大きくなりますが、Azure などの他のクラウド ベンダーは集中型 HPC を確立しています。帯域幅を調和させて改善します。
Menson ネットワーク アーキテクチャ図、出典: Meson
Menson Network を例に挙げると、その Meson は、ユーザーが残りの帯域幅をトークンと簡単に交換でき、必要な人々が Meson 市場内のグローバル帯域幅にアクセスできる未来を構想しています。ユーザーはユーザーのデータベースにデータを保存し、他のユーザーは最も近いユーザーが保存したデータにアクセスできるため、ネットワーク データの交換が高速化され、モデルのトレーニングが高速化されます。
ただし、HPC の場合、データは主にローカル ノードに保存されますが、この共有帯域幅の場合、データは一定の距離 (1 km、10 km、100 km など) に保存されるため、共有帯域幅は疑似概念であると考えられます。 ) さらに、これらの地理的距離によって生じる遅延は、ローカル データ ストレージの遅延よりもはるかに高くなります。これは、頻繁なスケジュールと割り当てにつながるためです。したがって、この誤った要求は、Meson Networkの最新の資金調達ラウンドの価値が取引所に上場された後、わずか930万ドルと、その10分の1未満である理由でもあります。評価。
データ
ディープラーニング業界チェーンで述べたことによると、大規模モデルのパラメータ数、計算能力、およびデータは共同して大規模モデルの品質に影響を及ぼします。データ ソース企業とベクトル データベース プロバイダーには多くの市場機会があります。企業はさまざまな特定の種類のデータ サービスを提供します。
AI データプロバイダーのいくつかのプロジェクト、出典: Gate Ventures
現在のオンライン プロジェクトには、EpiK プロトコル、Synesis One、Masa などが含まれます。違いは、EpiK プロトコルと Synesis One はパブリック データ ソースを収集しますが、Masa は ZK テクノロジーに基づいており、プライベート データを収集できるため、よりユーザー フレンドリーです。
他の従来の Web2 データ会社と比較して、Web3 データ プロバイダーの利点はデータ収集面にあります。これは、個人が独自の非プライベート データを提供できるためです (ZK テクノロジは、漏洩を明らかにすることなく、ユーザーがプライベート データを提供することを促進できます)。コンタクトエリアは非常に広くなり、ToB だけでなく、あらゆるユーザーのデータに価値があり、トークンエコノミクスの存在により、ネットワークの価値と価格は相互依存します。ネットワークの価値が高まるにつれて、トークンはより高くなり、これらのトークンは開発者のコストを削減し、ユーザーに報酬を与えるために使用され、ユーザーはデータを提供する意欲が高まります。
Web2 と Web3 の両方に同時に公開でき、ほとんどすべての人がユーザー レベルで独自のデータを提供する機会を持つこのメカニズムは、部分的な範囲の「大量導入」を実装するのが非常に簡単であると私たちは考えています。データ消費面では、さまざまなモデルがあり、実際の供給側と需要側があり、ユーザーはインターネット上で自由にクリックすることができ、操作の難易度も非常に低いです。考慮する必要がある唯一のことはプライバシー コンピューティングの問題であるため、ZK 方向のデータ プロバイダーにはより良い開発の見通しがある可能性があり、代表的なプロジェクトにはmasa が含まれます。
ZKML
ZK トレーニング/推論プロジェクト、出典: Gate Ventures
データのプライベートな計算とトレーニングを実現したい場合、業界で現在使用されている ZK ソリューションは、準同型暗号化テクノロジーを使用してデータをオフチェーンで推論し、結果と ZK 証明をアップロードします。これにより、データのプライバシーと低レベルが保証されます。推論のコスト効率。連鎖上の推論には非常に不向きです。これは、ZKML トラックの投資家の質が一般に高い理由でもあります。これはビジネス ロジックと一致しているからです。
これらのプロジェクトは、人工知能の分野でのオフチェーンのトレーニングと推論に焦点を当てているだけでなく、チューリング完全な ZK 協調処理機能を提供し、オフチェーンの計算や計算に対する ZK 証明を提供できる汎用 ZK プロジェクトもいくつかあります。 Axiom、Risc Zero、Ritual などのプロジェクトを含むデータも注目に値します。このタイプのプロジェクトはアプリケーション境界が広く、VC の耐障害性が高くなります。
AIアプリケーション
AI x 暗号アプリケーションの展望、出典: Foresight News
ブロックチェーンの適用状況も従来の AI 産業と同様であり、現在、最も繁栄している産業チェーンは依然として上流産業チェーンですが、そのような下流産業チェーンが発展しています。アプリケーション側としては比較的弱いです。
このタイプの AI + ブロックチェーン アプリケーションは、従来のブロックチェーン アプリケーション + 自動化および汎用化機能に近いものです。たとえば、DeFi はユーザーのアイデアによって最適な取引や融資パスを実行できます。このタイプのアプリケーションは AI エージェントと呼ばれます。ソフトウェア革命に対するニューラル ネットワークとディープ ラーニング テクノロジの最も基本的な貢献は、多くの異なる人々のグループの異なるニーズやデータの異なる形式に適応できる一般化機能にあります。
この一般化機能は、ユーザーと複数のアプリケーションの間の橋渡しとして、ユーザーがチェーン上で複雑な意思決定を行い、最適なパスを選択できるようにするのにまず役立つと考えています。 Fetch.AI はその代表的なプロジェクトの 1 つです (現在の MC は 21 億米ドル)。Fetch.AI を使用して AI エージェントの動作原理を簡単に説明します。
Fetch.AI アーキテクチャ図、出典: Fetch.AI
上の図は Fetch.AI のアーキテクチャ図です。Fetch.AI の AI エージェントの定義は、「ブロックチェーン ネットワーク上で独自に実行され、接続、検索、取引を容易にするプログラムも可能です」です。ネットワーク内の他のエージェントとの対話。」 DeltaV は、Agentverse と呼ばれるエージェント ライブラリから登録エージェントを作成するためのプラットフォームです。 AI エンジンはユーザーのテキストと目的を解析し、それをエージェントが受け入れられる正確な指示に変換し、エージェントバースでこれらの指示を実行するのに最適なエージェントを見つけます。あらゆるサービスをエージェントとして登録できるため、インテントに基づいた組み込みネットワークを形成できます。すべての入り口がエージェントバースであり、チャット ボックスへのあらゆる入力がすべての操作やアイデアに反映されるため、このネットワークは Telegram などのアプリケーションに組み込むのに非常に適しています。対応するエージェントをチェーン上で実行します。 Agentverse は、さまざまな dAPP に接続することで、チェーン上のアプリケーション対話タスクを完了できます。私たちは、AI エージェントには実用的な意義があり、ブロックチェーン業界にとって独自のニーズがあると信じています。大規模なモデルはアプリケーションに頭脳を与えますが、AI エージェントはアプリケーションに手を与えます。
現在の市場データによると、Fetch.AI は現在約 6,103 の AI エージェントをオンラインに抱えており、このエージェント数では価格が過大評価される可能性があるため、市場はそのビジョンに対してより高いプレミアムを付けることを望んでいます。
AIパブリックチェーン
Tensor、Allora、Hypertensor、AgentLayer などのパブリック チェーンと同様に、AI モデルまたはエージェント用に特別に構築された適応ネットワークです。これは、ブロックチェーンのネイティブ AI 産業チェーンのリンクです。
Allora アーキテクチャ、出典: Allora Network
Allora を使用して、このタイプの AI チェーンの動作原理を簡単に説明します。
1. 消費者は根拠として Allora Chain に注目します。
2. マイナーは推論モデルと予測モデルをオフチェーンで実行します。
3. 評価者はマイナーが提供する推論の質を評価する責任を負います。評価者は通常、推論の質を正確に評価するための権威ある分野の専門家です。
これは、推論がチェーンにアップロードされる RLHF (強化学習) に似ており、チェーン上の評価者は結果をランク付けすることでモデルのパラメーターを改善でき、これはモデル自体にとっても利点です。同様に、トークンエコノミクスに基づくプロジェクトでは、プロジェクトの開発において重要な役割を果たすトークンの配布を通じて推論コストを大幅に削減できます。
RLHFアルゴリズムを使用した従来のAIモデルと比較して、スコアリングモデルは一般的にセットアップされますが、このスコアリングモデルは依然として手動介入が必要であり、そのコストを削減できず、対照的に、Cryptoはより多くの参加者をもたらすことができます。広範なネットワーク効果をさらに刺激する
要約する
まず第一に、現在私たちがよく知っている AI 開発と産業チェーンの議論は、実際にはディープラーニング技術に基づいており、すべての AI の開発方向を表すものではないということを強調する必要があります。ディープではないものもまだたくさんあります。ここでは学習と有望な技術が育成されていますが、GPT の効果が非常に優れているため、市場の注目のほとんどがこの効果的な技術パスに集まっています。
業界の巨人の中には、現在のディープラーニング技術では一般的な人工知能を実現できないと考えているため、この技術スタックは行き詰まる可能性があると考えていますが、私たちはこの技術にはすでに意義があると考えており、GPTの現実もあります。需要シナリオが存在するため、TikTok のレコメンデーション アルゴリズムに似ています。この種の機械学習は人工知能を実現することはできませんが、レコメンデーション プロセスを最適化するためにさまざまな情報フローで実際に使用されています。したがって、私たちはこの分野が合理的かつ精力的に深化する価値があると依然として認識しています。
価値（世界的な流動性）を再定義し発見する手段であるトークンとブロックチェーン技術には、AI業界にとって有益な側面もあります。 AI 業界では、トークンの発行により AI 産業チェーンのあらゆる側面の価値が再形成され、より多くの人々が AI 産業のさまざまな分野に根付く意欲を促進します。さらに重要なことは、その現在の価値を決定するのはキャッシュフローだけではないということです。第二に、AI 産業チェーン内のすべてのプロジェクトは資本評価益を受け取り、このトークンはエコシステムにフィードバックし、特定の哲学的アイデアの誕生を促進することができます。
ブロックチェーン技術の改ざん不可能でトラストレスな性質は、AI 業界でも実用的な意味を持ちます。たとえば、特定のモデルではユーザー データを許可することができます。モデルは特定のデータを認識していないため、モデルがデータを漏洩しないことを確認し、モデルによって推論された実際のデータが返されることを確認します。 GPU が足りない場合は、GPU が反復するときに、アイドル状態の GPU がネットワークにコンピューティング能力を提供し、無駄を再利用できます。これがグローバル バリュー ネットワークでできることです。
GPU コンピューター ネットワークの欠点は帯域幅です。つまり、HPC クラスターの場合、帯域幅は一元的に解決できるため、トレーニング効率が向上します。 GPU 共有プラットフォームの場合、アイドル状態のコンピューティング能力を使用でき、(トークン補助金により) コストが削減されますが、地理的な位置によりトレーニング速度が非常に遅くなるため、これらのアイドル状態のコンピューティング能力は緊急でないユーザーにのみ適しています。小型モデル。さらに、これらのプラットフォームにはサポートする開発者ツールも不足しているため、現在の状況では中規模および大企業は従来のクラウド エンタープライズ プラットフォームを好みます。
つまり、AI の組み合わせの実用性は依然として認識されています。
参考文献
免責事項:
上記の内容は参考用であり、アドバイスとして考慮されるべきではありません。投資する前に必ず専門家のアドバイスを求めてください。
ゲートベンチャーズについて
Gate Venturesは Gate.io のベンチャー キャピタル部門で、Web 3.0 時代に世界を再構築する分散型インフラストラクチャ、エコシステム、アプリケーションへの投資に重点を置いています。 Gate Ventures は世界的な業界リーダーと協力して、社会と金融の相互作用モデルを再定義する革新的な思考と能力をチームやスタートアップに与えます。
公式サイト： https://ventures.gate.io/
Twitter: https://x.com/gate_ventures
