DeepBrain Chain ($DBC), juga dikenal sebagai DeepBrain Chain, adalah jaringan komputasi GPU desentralisasi berkinerja tinggi yang dapat diperluas secara tak terbatas. Ini mengintegrasikan dan menyediakan daya komputasi yang tidak terpakai dan sumber daya data dari seluruh dunia, menawarkan jaminan keamanan dan ekonomi untuk pengembangan aplikasi kecerdasan buatan. Tujuannya adalah menjadi infrastruktur komputasi GPU yang paling banyak digunakan dalam era kecerdasan buatan dan metaverse global.

Latar Belakang Proyek

Latar Belakang Proyek:
DeepBrain Chain resmi diluncurkan pada tahun 2017, menyelesaikan penggalangan dana dan terdaftar di Bursa Huobi pada tahun 2018. Pada tahun 2020, layanan telah diberikan kepada lebih dari 500 universitas dan laboratorium terkait kecerdasan buatan di seluruh dunia. Pada tahun 2021, mainnet untuk node secara resmi diluncurkan. Tahun ini, DeepBrain Chain berencana untuk mengembangkan model sewa GPU jangka pendek dan mencapai interaksi token dalam jaringan.

Anggota Tim Inti

He Yong: Ketua dan CEO Yayasan DeepBrain Chain, pakar kecerdasan buatan, dan figur inovatif dalam industri komputer Shanghai. Dia mulai meneliti Bitcoin dan teknologi blockchain pada tahun 2014. Dia mahir dalam desain produk dan algoritma pembelajaran mesin dan adalah penemu mesin koreksi kesalahan semantik pintar yang umum digunakan dalam terjemahan game. He Yong juga salah satu pengusaha pertama di bidang kecerdasan buatan China dan memimpin pengembangan pembicara AI pertama di dunia.

Wang Dongyan: Chief AI Officer dari DeepBrain Chain. Dia adalah seorang ahli dengan pengalaman hampir 20 tahun dalam kecerdasan buatan, kecerdasan bisnis, dan ilmu data di Silicon Valley. Dr. Wang Dongyan telah memimpin tim teknis teratas untuk perusahaan Fortune 500 (Cisco, NetApp, Grup Midea, Samsung) dan telah memenangkan berbagai penghargaan.

Brain Xu: Kepala Ilmuwan Data dari DeepBrain Chain. Sejak tahun 1998, ia memiliki pengalaman luas dengan lebih dari 48 produk (AI, ML, dan analisis data, dll.) di bidang perangkat lunak. Ia telah mengembangkan 20 proyek untuk klien-klien utama (Boeing, DARPA, dll.), menulis 38 makalah teknis dan paten AS, serta menghasilkan 76 laporan teknis.

Jason Pai: Ahli Produk Senior dan Direktur Mesin Pertambangan AI di Silicon Valley Labs. Dia memegang gelar Master dalam Analitika Bisnis dari Stern School of Business Universitas New York dan gelar Master dalam Teknik Industri dari Fulton School of Engineering Universitas Arizona State, dengan fokus pada manajemen teknologi dan riset operasi. Sebelum bergabung dengan DeepBrain Chain, Jason memiliki pengalaman 15 tahun dalam penelitian dan pengembangan perangkat keras serta manajemen produk, bekerja di Supermicro, IBM, dan Ford Motor Company.

Data DeepBrain Chain

Data Rantai DeepBrain (Sumber:Rantai Otak Mendalam)

Per 30 Juli 2024, terdapat 810 GPU dalam mainnet kekuatan komputasi, dengan 11 kolam komputasi berpartisipasi. Nilai total kekuatan komputasi telah mencapai 272.731,31. GPU ini secara kolektif telah melakukan staking 80.544.779 $DBC, dengan tingkat sewa GPU sebesar 77,41%. Lebih dari 200.000 alamat memegang $DBC, dengan hampir 1,3 miliar token yang distaking.

Struktur dan Optimisasi Rantai DeepBrain

Struktur Jaringan DeepBrain Chain:

1. Struktur jaringan keseluruhan dibagi menjadi rantai utama (DeepBrain Chain) + node relay + rantai kerja/rantai samping.
2. DeepBrain Chain, sebagai rantai utama, akan bertanggung jawab atas semua transaksi (lintas-rantai) dari rantai kerja/rantai samping.
3. Node relay bertanggung jawab untuk menghubungkan rantai utama dan rantai kerja/rantai samping.
4. Rantai kerja/rantai samping akan menangani aplikasi bisnis dan kebutuhan komersial masing-masing secara independen. Melalui simpul relay, rantai utama dan rantai kerja/rantai samping dapat mencapai penambatan dan konversi dua arah.

Diagram Struktur DeepBrain Chain (Sumber:DeepBrain Chain)

Sebagai jaringan komputasi berkinerja tinggi terdistribusi, DeepBrain Chain pada dasarnya membangun infrastruktur untuk era 5G+AI. Blockchain saat ini menghadapi isu-isu seperti kinerja yang tidak memadai, skalabilitas, kesulitan upgrade, dan kurangnya infrastruktur. DeepBrain Chain telah melakukan berbagai optimisasi teknis untuk mengatasi masalah-masalah blockchain yang ada ini:

1. Platform Matrix dan Arsitektur Perangkat Lunak khusus Topik: DeepBrain Chain mengadopsi platform Matrix dan arsitektur perangkat lunak unik dari Topik.
2. Arsitektur Blockchain Bertingkat: Arsitektur ini dibagi menjadi lapisan penyimpanan, jaringan, dan komputasi, masing-masing diproses secara berlapis dan berpipa. Setiap lapisan menggunakan arsitektur yang sangat skalabel yang mendukung penskalaan elastis.
3. Kerangka Multi-chain: Terdiri dari satu rantai utama dan beberapa rantai kerja. Rantai utama mencakup definisi skema untuk semua rantai kerja, tanpa batasan jumlah rantai kerja. Rantai kerja terdiri dari blockchain terfragmentasi, mendukung fragmentasi yang tidak terbatas.
4. Kompresi Transaksi: Mendukung penyimpanan dan transmisi data transaksi yang terkompresi, meningkatkan efisiensi transmisi sebesar 40%.
5. Protokol Transmisi Dua Lapisan: Menggunakan protokol transmisi dua lapisan yang mengenkripsi diri sendiri atau protokol transmisi enkripsi dua lapisan, mengurangi lebar pita jaringan. Protokol enkode dari paket pesan yang berbeda pada tautan yang sama dapat diubah dengan bebas, membuat transmisi lebih aman.
6. Jaringan Multi-layer: Dibangun di atas jaringan P2P, memperkenalkan node relay dan mengadopsi mekanisme routing pesan jaringan multi-layer, meningkatkan efisiensi transmisi dan konektivitas jaringan secara keseluruhan.
7. Mekanisme Konsensus AI-POC (Proof of Contribution): Berdasarkan algoritma kecerdasan buatan, mekanisme ini menggunakan algoritma yang membuktikan kontribusi berdasarkan aset pengguna dan tingkat partisipasi.

Ekosistem Aplikasi DeepBrain Chain

Siapa pun dapat membangun platform layanan awan GPU mereka sendiri berdasarkan jaringan DeepBrain. DeepBrain Chain bertujuan untuk membentuk ekosistem komprehensif, menghasilkan platform perdagangan data AI, platform perdagangan algoritma AI, platform perdagangan model AI, platform perdagangan kontainer AI, dan platform perdagangan aplikasi AI.

Pelatihan AI:
Pelatihan AI melibatkan penggunaan sejumlah besar data dan algoritma untuk melatih jaringan. Tujuannya adalah untuk mendapatkan model yang mampu membuat prediksi. Ukuran pasar untuk server GPU yang digunakan untuk pelatihan AI diperkirakan akan mencapai $12 miliar pada tahun 2024 dan terus tumbuh.

Inferensi AI:
Inferensi AI memungkinkan model AI yang terlatih untuk membuat prediksi berdasarkan data baru. Pasar diperkirakan akan mencapai $8 miliar tahun ini dan akan terus tumbuh dari waktu ke waktu.

Cloud Gaming:
Layanan game cloud memungkinkan game dirender dan diproses melalui server GPU berbasis awan, dengan gambar game disiarkan ke perangkat pemain. Game cloud memungkinkan game AAA apa pun dijalankan pada setiap perangkat.

Visual Rendering:
Solusi rendering visual utamanya digunakan dalam industri film dan animasi 3D. Ukuran pasar global mencapai $723.7 juta pada tahun 2023 dan diharapkan tumbuh pesat tahun ini.

Cloud Cafes:
Cloud cafe adalah jenis layanan internet cafe baru berbasis teknologi komputasi awan. Di cloud cafe, game dan aplikasi berjalan pada server GPU jarak jauh dan disiarkan secara real-time ke komputer-komputer di cafe tersebut. Operator internet cafe tidak perlu berinvestasi dalam perangkat keras GPU kinerja tinggi, yang secara signifikan mengurangi biaya investasi perangkat keras. Pada tahun 2023, terdapat lebih dari 200.000 internet cafe di seluruh dunia dengan total 10 juta komputer.

ZK Mining:
ZK Mining mengacu pada proyek-proyek seperti Filecoin, Aleo, dan jaringan Layer 2 Ethereum yang memerlukan server GPU untuk perhitungan bukti pengetahuan nol.

Model Ekonomi Token $DBC

Token asli DeepBrain Chain, $DBC, memiliki total peredaran sebanyak 10 miliar token. 40% dari pasokan total dihasilkan melalui penambangan, dengan seluruh pasokan diharapkan akan diterbitkan sepenuhnya dalam waktu 100 tahun. $DBC mengikuti model deflasi: ketika jumlah total GPU dalam jaringan DeepBrain Chain berada di bawah 5.000, 30% dari biaya sewa pengguna dibakar. Ketika jumlah melebihi 5.000, tingkat pembakaran meningkat menjadi 70%, dan ketika melebihi 10.000, tingkat pembakaran mencapai 100%.

Pembagian Alokasi $DBC:

Alokasi $DBC (Sumber:DeepBrain Chain):

15% untuk penjualan awal

17.35% untuk Yayasan DBC

10% untuk tim

10% untuk insentif daya komputasi sebelum peluncuran mainnet

7.65% untuk Dewan DBC

8% untuk supernode

32% untuk imbalan node

Penggunaan Token $DBC

• Sewa GPU: Setiap kali pengguna menyewa GPU, mereka perlu membeli $DBC dari bursa dan kemudian membayar sejumlah $DBC kepada DeepBrain Chain untuk mendapatkan hak penggunaan GPU. Token ini pada dasarnya mencakup biaya sewa.
• Hak Pilih: Setiap token $DBC memberikan satu suara, memungkinkan pemegang untuk berpartisipasi dalam keputusan tata kelola.
• Transaksi Data: $DBC dapat digunakan untuk membeli dan menjual data, yang mungkin mencakup area seperti pelatihan kecerdasan buatan dan analisis pasar.
• Ecosystem Rewards: $DBC dapat digunakan untuk memberikan imbalan kepada peserta ekosistem, seperti pengembang, penambang, dan operator node, untuk mempromosikan pengembangan dan operasi platform.

Bagaimana Mendapatkan Token $DBC

Untuk mendapatkan token $DBC, Anda dapat membelinya melalui pertukaran kripto. Misalnya, pertukaran Gate.io yang terkemuka mendukung pembelian $DBC. Anda hanya perlu membuat akun Gate.io, menyelesaikan proses KYC, dan kemudian melakukan deposit dana ke akun Anda untuk langsung membeli token $DBC.

Pengembangan di Masa Depan

DeepBrain Chain sedang aktif berkembang ke pasar luar negeri. Pertemuan terbaru di Seoul menarik banyak investor, pengembang media, dan profesional industri, yang berakhir dengan sukses. Perusahaan juga sedang maju ke pasar aplikasi luar negeri seperti Singapura dan Vietnam. Setelah pendirian DBC-IDC di Korea, peluncuran cloud cafes juga sedang berlangsung.

Selain itu, DeepBrain Chain bertujuan untuk mempromosikan adopsi global kemampuan AI terdesentralisasi dan GPU. Ini bertujuan untuk mendorong kolaborasi di antara pengembang AI, penyedia GPU, dan investor, menciptakan dan mempertahankan ekosistem yang berkelanjutan dan inovatif. Pendekatan ini tidak hanya beradaptasi dengan masa depan AI tetapi juga secara aktif membentuknya, mendorong inovasi dan efisiensi global.

Kesimpulan

DeepBrain Chain membantu praktisi kecerdasan buatan, perusahaan, universitas, lembaga penelitian, cloud gaming, rendering, dan pengguna blockchain dalam mengurangi biaya komputasi, meningkatkan efisiensi komputasi, dan meningkatkan pengalaman produk. Kemajuan signifikan telah dicapai di bidang platform cloud GPU, jaringan komputasi terdistribusi, dan mainnet.

DeepBrain Chain menyediakan layanan yang cepat, ekonomis, dan aman bagi komunitas kecerdasan buatan global. Dengan mengintegrasikan teknologi Web3, ini secara efektif mengatasi beberapa tantangan di domain aplikasi kecerdasan buatan, seperti privasi dan biaya tinggi, dan terus memperluas ruang lingkup aplikasinya. Tim DeepBrain Chain, dengan reputasi tinggi dan pengalaman luas di industri kecerdasan buatan, kini aktif memperluas ke pasar luar negeri dan mengembangkan ekosistem jaringannya. Jika Anda optimis tentang masa depan industri kecerdasan buatan, mungkin layak untuk mempertimbangkan investasi awal di DeepBrain Chain.