Render Network 董事表示，DePIN 可能緩解 AI 的瓶頸

來源：CryptoNewsNet 原標題：Render Network 董事表示 DePIN 可能緩解 AI 瓶頸 原始連結： 隨著人工智慧 (AI) 的日益強大，運行它所需的基礎設施將達到極限，而這些限制可能為去中心化實體基礎設施網絡 (DePINs) 開啟大門，Render Network 基金會董事 Trevor Harries-Jones 如是說。

Harries-Jones 表示，去中心化 GPU 網絡並非旨在取代傳統數據中心，而是通過解決一些 AI 最緊迫的擴展挑戰來補充它們。

DePIN 不是取代集中式基礎設施

簡單來說，DePIN 讓全球用戶共享現實世界的網絡基礎設施，並以獎勵作為回報，從而避免對集中式公司的依賴或控制。

其中一個項目是 Render Network。它實際上是一個去中心化的 GPU 渲染平台，旨在民主化數字創作過程，並讓創作者擺脫集中式實體的束縛。

近期來自集中式 AI 領域的例子包括由於 GPU 限制而不得不限制使用的視頻生成應用。

Harries-Jones 反對 outright 替代的想法：

“我不認為這是取代的問題。我實際上認為這是兩者利用的問題。”

集中式 GPU 集群仍然對訓練大型 AI 模型至關重要，這些模型受益於巨大的記憶體池和緊密集成的硬件。但訓練只是 AI 總計算工作量的一部分。

Harries-Jones 解釋說，推理——即運行 AI 模型——幾乎佔 GPU 工作的 80%。

這個區別正是 Render 等去中心化網絡發揮作用的地方。雖然早期版本的 AI 模型資源密集，但 Harries-Jones 表示，隨著工程師優化和壓縮模型，它們很快變得更高效。

隨著時間推移，曾經需要龐大基礎設施的模型可以在更簡單的設備如智能手機上運行。

“所以我們在所有新出模型中都會看到這個趨勢。它們一開始非常繁重且不成熟，但在很短的時間內就會被優化，使其能在去中心化、簡單的設備上運行。”

從成本角度來看，這一轉變使去中心化 GPU 網絡越來越具有吸引力。與其依賴昂貴的高端數據中心，推理工作負載可以分散到全球閒置的 GPU 上。

“在去中心化的閒置用戶節點上運行它們會比在集中式節點上更便宜。”

Harries-Jones 對 DePIN 行業持樂觀態度

Harries-Jones 將 DePIN 描述為緩解 AI 在計算和能源基礎設施方面日益增長瓶頸的一種方式。

當集中式電力系統承受壓力時，去中心化計算通過利用全球未充分利用的資源提供了平行解決方案。

“所以我對整個行業非常看好。”

Harries-Jones 強調，全球 GPU 需求遠遠超過供應。“今天世界上沒有足夠的 GPU，” 他說。

因此，關鍵在於充分利用所有閒置的 GPU，而不是為供應不足的高端 GPU 競爭。

根據 Harries-Jones 的說法，AI 基礎設施的未來既不是集中式網絡，也不是 DePIN，而是兩者的靈活結合，以滿足爆炸性的 AI 需求。