AI e DePIN: a ascensão das redes GPU descentralizadas

Desde 2023, a IA e a Descentralização de Infraestruturas Físicas (DePIN) têm apresentado um crescimento robusto no domínio do Web3. O valor de mercado da IA atingiu 30 mil milhões de dólares, enquanto o valor de mercado da DePIN é de cerca de 23 mil milhões de dólares. Estes dois domínios abrangem numerosos protocolos diferentes, servindo a várias necessidades. Este artigo irá explorar a intersecção entre os dois e investigar o desenvolvimento dos protocolos nesta área.

Na pilha de tecnologia de IA, a rede DePIN fornece utilidade à IA através de recursos computacionais. O desenvolvimento de grandes empresas de tecnologia levou à escassez de GPUs, dificultando a obtenção de GPUs suficientes para cálculos por parte de outros desenvolvedores que estão a construir modelos de IA. Isso geralmente força os desenvolvedores a escolher fornecedores de nuvem centralizados, mas, devido à necessidade de assinar contratos de hardware de alto desempenho de longo prazo e inflexíveis, resulta em ineficiência.

DePIN oferece essencialmente uma alternativa mais flexível e econômica, utilizando recompensas em tokens para incentivar a contribuição de recursos alinhados com os objetivos da rede. O DePIN na inteligência artificial faz o crowdsourcing de recursos de GPU de proprietários individuais para centros de dados, formando um fornecimento unificado para usuários que precisam acessar hardware. Essas redes DePIN não apenas oferecem personalização e acesso sob demanda para desenvolvedores que precisam de capacidade computacional, mas também proporcionam uma renda adicional para os proprietários de GPU.

Existem várias redes DePIN de IA no mercado, este artigo irá explorar o papel de cada protocolo e os seus objetivos, bem como alguns destaques concretos que já foram alcançados.

Visão Geral da Rede DePIN AI

Render é o pioneiro de uma rede P2P que fornece capacidade de computação GPU, anteriormente focada na renderização de gráficos para criação de conteúdo, e depois, através da integração de ferramentas como o Stable Diffusion, expandiu seu alcance para incluir tarefas de computação que vão desde campos de reflexão neural (NeRF) até geração de IA.

Características do Render:

1. Fundada pela OTOY, uma empresa de gráficos em nuvem com tecnologia premiada com o Oscar
2. A rede GPU foi utilizada por grandes empresas da indústria de entretenimento como a Paramount Pictures, PUBG e Star Trek.
3. Colaborar com a Stability AI e a Endeavor, integrando modelos de IA com fluxos de trabalho de renderização de conteúdo 3D utilizando a GPU da Render.
4. Aprovar vários clientes de computação, integrar mais GPUs da rede DePIN

Akash posiciona-se como uma alternativa ao "super nuvem" para plataformas tradicionais que suportam armazenamento, computação GPU e CPU. Utilizando ferramentas amigáveis para desenvolvedores, como a plataforma de contêineres Akash e nós de computação geridos por Kubernetes, é capaz de implantar software de forma perfeita em diferentes ambientes, permitindo a execução de qualquer aplicação nativa da nuvem.

Características do Akash:

1. Para uma ampla gama de tarefas computacionais, desde computação genérica até hospedagem de rede.
2. AkashML permite que sua rede GPU execute mais de 15.000 modelos na Hugging Face, enquanto se integra à Hugging Face.
3. Akash está hospedando algumas aplicações notáveis, como o modelo de chatbot LLM da Mistral AI, o modelo de texto para imagem SDXL da Stability AI, e o novo modelo base AT-1 da Thumper AI.
4. As plataformas para construir o metaverso, a implementação de inteligência artificial e o aprendizado federado estão a utilizar o Supercloud.

io.net oferece acesso a clusters de GPU em nuvem distribuídos, que são especificamente projetados para casos de uso de IA e ML. Ele agrega GPUs de data centers, mineradores de criptomoedas e outras redes descentralizadas.

Características do io.net:

1. A sua IO-SDK é compatível com frameworks como PyTorch e Tensorflow, e a sua arquitetura em múltiplas camadas pode ser automaticamente expandida de forma dinâmica com base nas necessidades de computação.
2. Suporte para a criação de 3 tipos diferentes de clusters, que podem ser iniciados em 2 minutos
3. Esforços de colaboração robustos para integrar as GPUs de outras redes DePIN, incluindo Render, Filecoin, Aethir e Exabits

A Gensyn oferece capacidade de computação GPU focada em aprendizado de máquina e aprendizado profundo. Ela afirma ter alcançado um mecanismo de validação mais eficiente combinando conceitos como provas de trabalho para validação, protocolos de localização gráfica baseados em execução de validação, e jogos de incentivo estilo Truebit envolvendo o staking e a redução dos provedores de computação.

Características do Gensyn:

1. O custo por hora do GPU equivalente V100 é estimado em cerca de 0,40 dólares/hora, o que resulta em uma grande economia de custos.
2. Através da prova de empilhamento, é possível ajustar o modelo base pré-treinado para realizar tarefas mais específicas.
3. Estes modelos básicos serão descentralizados, de propriedade global, e fornecerão funcionalidades adicionais além da rede de computação de hardware.

Aethir é especializado em GPUs empresariais, focando em áreas de alta intensidade computacional, principalmente inteligência artificial, aprendizado de máquina (ML), jogos em nuvem, entre outros. Os contêineres na sua rede atuam como pontos finais virtuais para a execução de aplicativos baseados em nuvem, transferindo a carga de trabalho de dispositivos locais para os contêineres, a fim de proporcionar uma experiência de baixa latência. Para garantir a prestação de serviços de qualidade aos usuários, eles posicionam as GPUs próximas à fonte de dados com base na demanda e na localização, ajustando assim os recursos.

Características do Aethir:

1. Além da inteligência artificial e dos jogos na nuvem, a Aethir também se expandiu para os serviços de smartphone na nuvem e colaborou com a APhone para lançar um smartphone inteligente na nuvem Descentralização.
2. Estabelecemos uma ampla colaboração com grandes empresas como NVIDIA, Super Micro, HPE, Foxconn e Well Link.
3. Vários parceiros no Web3, como CARV, Magic Eden, Sequence, Impossible Finance, etc.

A Phala Network atua como a camada de execução para soluções de IA Web3. Sua blockchain é uma solução de computação em nuvem sem necessidade de confiança, projetada para lidar com questões de privacidade através do uso do seu ambiente de execução confiável (TEE). Sua camada de execução não é usada como a camada de computação para modelos de IA, mas sim permite que agentes de IA sejam controlados por contratos inteligentes na blockchain.

Características da Phala Network:

1. Actuar como um protocolo de coprocessador de computação verificável, ao mesmo tempo que permite que agentes de IA acessem recursos na cadeia.
2. O seu contrato de agente de inteligência artificial pode ser obtido através do Redpill, com os principais modelos de linguagem de grande porte, como OpenAI, Llama, Claude e Hugging Face.
3. O futuro incluirá zk-proofs, computação multipartidária (MPC), criptografia totalmente homomórfica (FHE) e outros sistemas de prova múltipla.
4. No futuro, suportará GPUs TEE como a H100, aumentando a capacidade de cálculo.

Comparação de Projetos

| | Render | Akash | io.net | Gensyn | Aethir | Phala | |--------|-------------|------------------|---------------------|---------|---------------|----------| | Hardware | GPU & CPU | GPU & CPU | GPU & CPU | GPU | GPU | CPU | | Foco de Negócios | Renderização Gráfica e IA | Computação em Nuvem, Renderização e IA | IA | IA | Inteligência Artificial, Jogos em Nuvem e Telecomunicações | Execução de IA em Cadeia | | Tipo de tarefa de IA | Inferência | Treinamento e inferência | Treinamento e inferência | Treinamento | Treinamento | Execução | | Preço de Trabalho | Preço Baseado em Desempenho | Leilão Reverso | Preço de Mercado | Preço de Mercado | Sistema de Licitação | Cálculo de Direitos | | Blockchain | Solana | Cosmos | Solana | Gensyn | Arbitrum | Polkadot | | Privacidade de Dados | Criptografia&Hash | Autenticação mTLS | Criptografia de Dados | Mapeamento Seguro | Criptografia | TEE | | Custos de trabalho | 0,5-5% por trabalho | 20% USDC, 4% AKT | 2% USDC, 0,25% taxa de reserva | Taxas baixas | 20% por sessão | Proporcional ao montante em staking | | Seguro | Prova de Renderização | Prova de Participação | Prova de Cálculo | Prova de Participação | Prova de Capacidade de Renderização | Herdado da Cadeia Intermediária | | Prova de conclusão | - | - | Prova de bloqueio de tempo | Prova de aprendizado | Prova de trabalho de renderização | Prova TEE | | Garantia de Qualidade | Controvérsia | - | - | Verificador e Denunciante | Nó do Verificador | Prova Remota | | GPU Cluster | Não | Sim | Sim | Sim | Sim | Não |

A disponibilidade de clusters e computação paralela é crucial para treinar modelos de IA complexos. A maioria dos projetos agora integrou clusters para computação paralela. A io.net colaborou com outros projetos como Render, Filecoin e Aethir para incorporar mais GPUs em sua rede e conseguiu implantar mais de 3.800 clusters no primeiro trimestre de 24.

A privacidade dos dados é uma questão chave no desenvolvimento de modelos de IA. A maioria dos projetos utiliza alguma forma de criptografia de dados para proteger a privacidade dos dados. A io.net lançou recentemente uma parceria com a Mind Network para introduzir a criptografia homomórfica totalmente (FHE), permitindo o processamento de dados criptografados sem a necessidade de os decifrar primeiro. A Phala Network introduziu um ambiente de execução confiável (TEE), que pode impedir que processos externos acessem ou modifiquem os dados.

A prova de conclusão de cálculo e a verificação de qualidade são essenciais para garantir a qualidade do trabalho. Gensyn e Aethir geram provas para indicar que o trabalho foi concluído e realizam inspeções de qualidade nos cálculos finalizados. Render recomenda usar um processo de resolução de disputas; se o comitê de revisão identificar problemas com um nó, esse nó será penalizado.

Dados Estatísticos de Hardware

| | Render | Akash | io.net | Gensyn | Aethir | Phala | |-------------|--------|-------|--------|------------|------------|--------| | Número de GPUs | 5600 | 384 | 38177 | - | 40000+ | - | | Número de CPU | 114 | 14672 | 5433 | - | - | 30000+ | | H100/A100 quantidade | - | 157 | 2330 | - | 2000+ | - | | Custo H100/hora | - | $1.46 | $1.19 | - | - | - | | A100 custo/hora | - | $1.37 | $1.50 | $0.55 ( previsto ) | $0.33 ( previsto ) | - |

As GPUs de alto desempenho são essenciais para o treinamento de modelos de IA. A io.net e a Aethir estão à frente em quantidade de GPUs H100 e A100, tornando-as mais adequadas para cálculos de grandes modelos. O custo das redes de GPUs descentralizadas já é muito mais baixo do que o dos serviços de GPUs centralizados, abrindo a situação de oligopólio para a construção de mais casos de uso de IA e ML.

As GPU/CPU de nível de consumo também desempenham um papel importante nessas redes. Projetos como Render, Akash e io.net podem atender a essa parte do mercado, oferecendo mais opções aos desenvolvedores.

Conclusão

O campo de DePIN em IA, embora ainda relativamente novo, já demonstrou um forte impulso de desenvolvimento. O número de tarefas e hardware executados nessas redes de GPU descentralizadas está em constante aumento, destacando a crescente demanda por alternativas aos recursos de hardware dos provedores de nuvem Web2. Olhando para o futuro, essas redes de GPU descentralizadas desempenharão um papel fundamental em fornecer opções de computação economicamente viáveis para os desenvolvedores, contribuindo significativamente para o futuro da inteligência artificial e da infraestrutura computacional.