Forward the Original Title ‘Foresight Ventures: การลงทุนที่มีความคิดหน้าที่: การเริ่มต้นของการเปลี่ยนแปลงในคลาวด์ที่ไม่มีศูนย์กลาง?’

ด้วยการพัฒนาเทคโนโลยีระดับโลกความเร็วสูงในระยะยาวมูลค่าตลาดของ บริษัท ยักษ์ใหญ่เช่น OpenAI และ NVIDIA ได้ทวีคูณในช่วงสองปีที่ผ่านมา Crypto x AI ได้กลายเป็นการเล่าเรื่องหลักของวงจรนี้ด้วยความเชื่อมั่นของตลาดที่เพิ่มขึ้นและการไหลเข้าอย่างต่อเนื่องของเงินทุนที่พิสูจน์ว่ามีฉันทามติที่แข็งแกร่งเกิดขึ้น ในสภาพแวดล้อมที่ AI เป็นจุดสนใจการกระจายอํานาจเป็นเครื่องมือที่มีประสิทธิภาพสําหรับการพัฒนา AI นั้นมีเสน่ห์และจินตนาการอย่างมาก แม้ว่าจะยังมีช่องว่างที่สําคัญระหว่างรูปแบบการกระจายอํานาจและแบบรวมศูนย์ในแง่ของการใช้งานทางธุรกิจในทางปฏิบัติ แต่การใช้ประโยชน์จากข้อดีของ Web3 เพื่อขยายสี่ด้านหลักของ AI และการเพิ่มประสิทธิภาพอย่างต่อเนื่องเพื่อปลดปล่อยศักยภาพที่มากขึ้นได้กลายเป็นเป้าหมายร่วมกันสําหรับผู้เข้าร่วม Web3

1. ข้อมูล
2. โมเดล
3. การฝึกอบรม
4. การสรุป

ปัจจุบัน การกระจายอำนาจสามารถให้การสนับสนุนในสี่พื้นที่ที่กล่าวถึงข้างต้น แรกและสำคัญที่สุด ข้อมูลเป็นองค์ประกอบหลัก รูปแบบ การฝึกอบรม และการสร้างสรรค์เป็นวิธีการประมวลผลข้อมูลทั้งหมด ดังนั้น ข้อมูลสามารถถือเป็นวัสดุดิบของเทคโนโลยี AI ในขณะที่อื่น ๆ เป็นวิธีการประมวลผล ไม่ว่าจะเป็นการติดป้ายข้อมูลหรือการจัดเก็บข้อมูล การกระจายอำนาจเล่น per significant role และมีค่ามากในส่วนนี้

ถ้าข้อมูลคือวัสดุดิบ แล้วพลังการคำนวณคือเครื่องมือสำหรับประมวลผลวัสดุดิบนี้ ที่ใช้ในการสูงสุดประสิทธิภาพในการผลิต เราจะไปที่หัวข้อของบทความนี้โดยตรง เราจะวิเคราะห์โครงสร้างระบบนิเวศ และโมเดลเศษเงินของ Crypto x AI x DePIN โดยให้ความสำคัญกับ "พลังการคำนวณ"

บทความนี้จะอธิบายโครงสร้างระบบนิเวศและสถานการณ์ตลาดของ "Crypto x AI x DePIN" โดยมีวัตถุประสงค์เพื่อช่วยให้ผู้อ่านเข้าใจค่าและศักยภาพของพลังการคำนวณแบบกระจาย

1. DePIN & กรอบการทำงานของระบบพลังงานคำนวณแบบกระจาย

จุดเจ็บ: ความจำเป็นของพลังการคำนวณคุณภาพสูงสำหรับการพัฒนา AI แต่ทรัพยากรที่ขาดคือทรัพยากรที่ถูกจำกัดโดยยัยใหญ่แบบดั้งเดิม ทำให้ยากสำหรับธุรกิจเริ่มต้นและผู้ใช้รายบุคคลที่จะซื้อพลังการคำนวณที่มีคุณภาพและมีมูลค่า ราคาที่อันทรงไม่ยอมรับ

Decentralized Solution: ปัจจุบันมีโครงการหลายๆ โครงการในกลุ่ม DePIN ที่ใช้รูปแบบเศรษฐกิจแบบ peer-to-peer (P2P) เพื่อให้ทรัพยากรคุณภาพสูงให้กับฝ่ายที่ต้องการทรัพยากร โดยรูปแบบนี้ช่วยให้ผู้ใช้ทุกคนสามารถเป็นผู้ให้บริการทรัพยากรโครงสร้างทางกายภาพ พร้อมทั้งได้รับรางวัลโทเค็นเป็นการตอบแทน

ด้วยการเติบโตอย่างรุนแรงในความต้องการเพื่อความสามารถในการคำนวณ AI แบบกระจาย การพัฒนากรอบที่สมดุลและเป็นรูปธรรมอย่างครบวงจรสำหรับนิเวศการจัดหาพลังงานคำนวณ AI แบบกระจายมีการเกิดขึ้นเพื่อตอบสนองความต้องการของลูกค้าได้ดียิ่งขึ้น โครงการชั้นนำเช่น Io.net, Exabit และ PingPong เล่นบทบาทสำคัญที่แตกต่างกันในนิเวศ. ขีดจำกัดทางเทคโนโลยีและนวัตกรรมพัฒนาในอนาคตของโครงการเหล่านี้ในการจัดหาพลังงานคำนวณแบบกระจายมีความน่าประทับใจอย่างมาก

ระบบประมวลกำลังความสามารถด้าน AI แบบกระจายหลักโดยส่วนใหญ่ประกอบด้วยสามส่วน โดยแต่ละส่วนทำหน้าที่เป็นตัวแทนทรัพยากร ผู้ให้บริการทรัพยากร และพันธมิตรในช่องทางในระบบนั้นตามลำดับ

Resource Agent - Io.net

Io.net เป็นเครือข่ายคอมพิวเตอร์ที่ไร้ศูนย์กลางซึ่งเป็นตัวแทนพลังการคำนวณ ให้พลังการคำนวณ AI คุณภาพสูงให้กับลูกค้าในราคาที่เป็นไปได้ มี GPU ที่กระจายทั่วโลกในด้านการจัดหาและในปัจจุบันเน้นธุรกิจ AI inference ของสตาร์ทอัพต์ตั้งแต่รอบเริ่มต้นจนถึงรอบ Series B

เร็ว ๆ นี้โครงการ DePIN นี้ที่อ้างอิงจากโซลาน่าเสร็จสิ้นรอบทุนระดับ A จำนวน 30 ล้านดอลลาร์ ซึ่งถูกนำโดย Hack VC พร้อมกับการเข้าร่วมจาก Multicoin Capital, Foresight Ventures, Solana Labs, และผู้อื่น ๆ

ในฐานะเอเจนต์ทรัพยากรความสามารถด้านความสามารถทางปัญญาประดิษฐ์ระดับบน Io.net รวมกัน 1,000,000 GPUs เพื่อสร้างเครือข่ายการคำนวณ DePIN ขนาดใหญ่เพื่อมุ่งเน้นการให้บริการทางด้านความสามารถทางปัญญาประดิษฐ์ให้ลูกค้าในราคาที่ต่ำกว่า ผู้ใช้สามารถมีส่วนร่วมโดยเสริมทรัพยากรความสามารถทางปัญญาประดิษฐ์ GPU & CPU ที่ไม่ได้ใช้งานเพื่อรับสิทธิประโยชน์ใน $IO tokens วัตถุประสงค์หลักคือการให้บริการทางด้านความสามารถทางปัญญาประดิษฐ์ที่มีคุณภาพสูงในราคาที่ต่ำภายใต้การควบคุมราคาแบบกระจายทำให้ช่วยให้บริษัทที่ดำเนินธุรกิจด้านความสามารถทางปัญญาประดิษฐ์ลดต้นทุน

บริการคอมพิวเตอร์ที่ให้บริการโดย Io.net เรียกว่า IO Cloud IO Cloud ใช้โมดูลการสร้างคลัสเตอร์เพื่อให้ GPU ทั้งหมดเชื่อมต่อกันทําให้ GPU สามารถประสานงานในขนาดใหญ่ระหว่างการฝึกอบรมและกระบวนการอนุมาน ด้วยงาน GPU แบบประสานงานพลังการประมวลผลสามารถรวมศูนย์เพื่อเข้าถึงฐานข้อมูลขนาดใหญ่และคํานวณโมเดลที่ซับซ้อนมากขึ้น สตาร์ทอัพ AI สามารถบรรลุความต้องการด้านการประมวลผลที่ต้องการในขณะที่ดําเนินการปรับใช้ฮาร์ดแวร์ให้เสร็จสิ้นในราคาหนึ่งในสิบของราคาส่วนกลางโดยใช้ผลิตภัณฑ์ของ Io.net นอกจากนี้ Io.net ยังมุ่งเน้นไปที่การรวมพลังการประมวลผลแมชชีนเลิร์นนิ่ง มันสามารถช่วยยักษ์ใหญ่ DePIN เช่น Render Network และ FileCoin รูปแบบ GPU วัสดุสิ้นเปลืองสําหรับการเรียนรู้ของเครื่องให้การสนับสนุนทรัพยากรพื้นฐานและโดยตรงในระดับเทคนิค

ปัจจุบัน Io.net มีคลัสเตอร์ GPU รวมจํานวนมากที่สุดในอุตสาหกรรม จํานวน GPU ที่มีจําหน่ายทางออนไลน์เกิน 200,000 ตัว โดย GeForce RTX 4090 มีให้เลือกมากที่สุด โดยมีเกือบ 50,000 ยูนิต ตามด้วย GeForce RTX 3090 Ti ที่มีมากกว่า 30,000 ยูนิต

ผู้ให้บริการทรัพยากร - Exabit

เป็นหนึ่งในผู้ให้บริการพลังการคำนวณ AI ที่มีความมั่นคงสูงที่สุด Exabits ในฐานะโหนดบริการพลังการคำนวณ AI สามารถให้ชิปมากมายสำหรับการเรียนรู้ของเครื่องฝึกสอนลึก ทีม Exabits ยอดเยี่ยมในทรัพยากรพลังการคำนวณ AI แบบดั้งเดิมและสามารถถือเป็นการมีตัวตนที่เป็นเอกลักษณ์ ด้วยประวัติในฐานะผู้จัดจำหน่ายหลักสำหรับ AI ยักษ์ใหญ่ NVIDIA ทีมมีการเข้าถึงศูนย์ข้อมูลสาวรถึงร้อยละพันเครื่องจักร เพื่อให้การเข้าถึงเครื่องจักรเช่น A/H100 RTX4090 และ A6000 โดยใช้ข้อจำกัดทรัพยากรเทคโนโลยีที่มีที่ปลายทางของการผลิต

Exabits ให้พลังการคำนวณที่ใหญ่ขึ้นสำหรับยักษ์ใหญ่ในการคำนวณ web3 ที่ด้านลูกค้า เมื่อเปรียบเทียบกับ Nebula Block ลูกค้าของตัวเองต้องใช้เงินกว่า $140,000 ต่อเดือนสำหรับบริการคลาวด์ โดยการย้ายมาใช้ Exabits จะลดค่าบริการคลาวด์รายเดือนเหลือประมาณ $40,000 ลดค่าใช้จ่ายได้ถึง 70% พร้อมเพิ่มประสิทธิภาพได้ถึง 30%

Exabits เป้าหมายที่จะให้บริการลูกค้าด้วยความเร็ว คุณภาพที่สูงที่สุด และพลังการคำนวณที่เชื่อถือได้ที่สุดผ่านช่องทางการจัดหาที่เป็นเอกลักษณ์ของตน เพลิดเพลินกับความหลากหลายของบริการที่เสนอให้กับลูกค้า ที่ไม่เพียงแต่ช่วยประหยัดค่าใช้จ่ายของผู้ใช้ แต่ยังมีตัวเลือกบริการอย่างครอบคลุม

คุณภาพของพลังการคำนวณ AI ที่ Exabits มีได้รับการยอมรับจากหลายตัวแทนพลังการคำนวณ AI ตอนนี้มีความร่วมมือกับยักษ์ใหญ่เช่น Renders Network และ Io.net ซึ่งมีส่วนช่วยเหลือในการเรียนรู้ของเครื่องผ่านการกระจายอำนวยความสะดวก

พาร์ทเนอร์ช่องทรัพยากร (Uber) - PingPong

ในฐานะเป็นพันธมิตรช่องทางทรัพยากร DePIN ปิงปองจับคู่ความต้องการกับผู้ให้บริการโดยใช้โปรโตคอลเปิดบนแพลตฟอร์ม มันรวมทรัพยากรที่ชั้นฐานก่อนเสนอบริการ ปิงปองมีเป้าหมายที่จะเป็นเครื่องรวมบริการสำหรับ DePIN เหมือนกับ 1inch สำหรับ DePIN หรือ Uber ที่รวมกัน

บริการการให้บริการ: PingPong ให้ SDK โดยการเข้าถึงเครือข่ายต่าง ๆ กลยุทธ์ สถานการณ์ทรัพยากร ประสิทธิภาพ ความเสถียรภาพ และด้านอื่น ๆ ผ่านชั้นควบคุม จากนั้นใช้อัลกอริทึมการเสร็จเพื่อให้บริการ SDK เหล่านี้ให้ผู้ใช้

ปัญหา: ทรัพยากรและบริการในเครือข่าย DePIN ต่าง ๆ มีจำกัด และคุณภาพของบริการเสียเนื่องจากการจัดสรรทรัพยากรแบบกลางในบางภูมิภาค

Solution: อัลกอริทึมเส้นทางรวบรวมข้อมูลพื้นฐานเกี่ยวกับข้อมูล เครือข่าย และทรัพยากรของเครื่องเพื่อสร้างกลยุทธ์ อัลกอริทึมเหล่านี้จับคู่การให้บริการตามความต้องการของลูกค้า จุดมุ่งหมายคือการปรับปรุงคุณภาพและการให้บริการของ DePIN ที่ชั้นแอปพลิเคชันและหาเครือข่ายพลังการคำนวณที่เหมาะสมที่สุดในราคาที่ดีที่สุดเมื่อทรัพยากรไม่เพียงพอ

2. การวิเคราะห์นิวเคลียร์คอมพิวเตอร์ของ Gate.io

Io.net และ Exabits ได้เข้าสู่พันธมิตรกับ Exabits ที่ทำหน้าที่เป็นฝ่ายจำหน่ายด้วยไลบรารี GPUs ที่มีมากมาย ที่มุ่งมั่นที่จะเพิ่มความเร็วและความเสถียรของเครือข่าย Io.net Io.net ช่วยให้ลูกค้าสามารถซื้อและเช่าพลังการคำนวณคุณภาพสูงสุดที่ Exabits ให้เป็นตัวแทนบนเครือข่าย Io.net ทั้ง Io.net และ Exabits เห็นด้วยว่าความสำเร็จของอุตสาหกรรมการคำนวณที่ไม่มีการกระจายและการผสานระหว่าง web3 กับ AI สามารถทำได้เฉพาะผ่านความร่วมมืออย่างใกล้ชิดของผู้นำอุตสาหกรรมในช่วงเริ่มต้น กับความต้องการที่เพิ่มขึ้นสำหรับพลังการคำนวณ การคำนวณคลาวด์แบบดั้งเดิมเผชิญกับปัญหาบางประการปัจจุบัน:

• Limited Availability: การใช้บริการคลาวด์ เช่น AWS, GCP และ Azure มักต้องใช้เวลาหลายสัปดาห์เพื่อเข้าถึงฮาร์ดแวร์ และโมเดล GPU ที่ใช้มากที่สุดมักไม่พร้อมใช้งาน
• ความสามารถในการเลือกจำกัด: ผู้ใช้ถูกจำกัดในการเลือกฮาร์ดแวร์ GPU, ตำแหน่ง, ระดับความปลอดภัย, ความหน่า, ฯลฯ
• ค่าใช้จ่ายสูง: ค่าใช้จ่ายในการเลือก GPU คุณภาพสูงมีราคาแพง และค่าใช้จ่ายรายเดือนสำหรับโครงการระหว่างกระบวนการฝึกอบรมและการอุณหภูมิสามารถเรียกเป็นร้อยหลายหมื่นดอลลาร์ได้โดยง่าย

วิสัยทัศน์ของการประมวลผลแบบกระจายอํานาจคือการมอบทางเลือกที่เปิดกว้างเข้าถึงได้และราคาไม่แพงซึ่งสามารถแก้ไขปัญหาหลักของผู้ให้บริการคลาวด์แบบรวมศูนย์รวมถึงความพร้อมใช้งานที่ จํากัด ตัวเลือกฮาร์ดแวร์ที่ จํากัด และค่าใช้จ่ายสูงสําหรับการฝึกอบรมและการอนุมาน จากสถานการณ์ปัจจุบันการท้าทายตําแหน่งที่โดดเด่นของผู้เล่นรายใหญ่ในการประมวลผลแบบคลาวด์ยังคงต้องการนักประดิษฐ์เพื่อทํางานร่วมกันและสนับสนุนซึ่งกันและกันเพื่อก้าวไปข้างหน้า

โมเดลสินทรัพย์

• โมเดลที่มีสินทรัพย์มาก

Exabits, ซึ่งได้รับการสนับสนุนจาก NVIDIA มีความได้เปรียบที่แท้จริงเป็นผู้ผลิตที่มีอุปสรรค์ที่แข็งแกร่ง ความสำคัญของเครื่องจักรสำหรับพลังการคำนวณเรียนรู้ของเครื่องระดับมหาศาลรวมถึง A100, RTX4090 และ H100 โดยที่แต่ละเครื่องมีราคาประมาณ 300,000 ดอลลาร์ ทำให้เกิดการขาดแคลนของเครื่องจักรเหล่านี้ที่เป็นทรัพยากรที่มีความหายากที่ถูกครอบครองโดยยั่งยืนจากยักษ์ใหญ่ด้าน AI ทางเดียว ในสถานการณ์นี้ ทรัพยากรที่ Exabits สามารถเข้าถึงทางด้านการจัดหามีค่ามากมาย

เนื่องจากพลังการคำนวณ GPU ของบุคคลทั่วไปที่ใช้ร่วมกันไม่เพียงพอสำหรับการคำนวณและประมวลผลโมเดล AI ขนาดใหญ่ Exabits เป็นสิ่งสำคัญและไม่สามารถแทนที่ในระบบนิวเมติกการคำนวณพลังงาน

โมเดลทรัพยากรหนักของ Exabits ต้องการการลงทุนในทรัพยากรคงที่มากมาย ซึ่งทำให้ยากสำหรับบริษัทเริ่มต้นที่จะทำซ้ำได้ ดังนั้น หาก Exabits สามารถร่วมมือกับตัวแทนพลังการคำนวณแบบกระจายมากขึ้น และขยายด้าน供และให้ทรัพยากรการคำนวณที่ต้องการให้กับอุตสาหกรรมอย่างต่อเนื่อง ก็สามารถบรรลุการครองตลาดและมีขนาดใหญ่ในฟิลด์ของพลังการคำนวณแบบกระจาย B2B ได้อย่างง่ายดาย

อย่างไรก็ตาม ความเสี่ยงที่สำคัญที่สุดอยู่ที่ที่ไม่สามารถให้ทรัพยากรให้กับตัวแทนพลังการคำนวณได้อย่างยั่งยืนหลังจากลงทุนจำนวนมาก ดังนั้น ความกำไรของฝั่งการจัดหาขึ้นอยู่กับว่าตัวแทนพลังการคำนวณสามารถดึงดูดลูกค้าอย่างต่อเนื่องไหม โดยไม่ว่าตัวแทนพลังการคำนวณจะเป็นใครก็ตาม แค่มีลูกค้าและความต้องการ มูลค่าของ Exabits ในฐานะผู้จัดหาจะเติบโตพร้อมกับความต้องการที่เพิ่มขึ้น

• โมเดลทรัพย์สินเบา

Io.net, ในฐานะตัวแทนพลังการคำนวณชั้นนำ ขึ้นอยู่กับเครือข่ายการคำนวณที่กระจายอย่างแน่นอนทั่วโลกที่เรียกว่า GPUs ที่ฝังตัวอยู่ในด้านการจัดหา จากมุมมองทางธุรกิจ Io.net นำรูปแบบการดำเนินงานที่เป็นสินทรัพย์เบา ๆ โดยสร้างแบรนด์ที่แข็งแกร่งในภาคกระทรวงการคำนวณ AI ผ่านการดำเนินงานในชุมชนและสร้างความเห็นร่วมที่สูง

ธุรกิจหลักของ Io.net:

1. การรวมกำลังคำนวณ GPU ของลูกค้าทั่วไปและการแลกเปลี่ยนโทเค็นเป็นการรีวอร์ด
2. การได้รับพลังการคำนวณคุณภาพสูงจากฝั่ง供ฎเพื่อขายให้กับธุรกิจเริ่มต้นด้าน AI

มุมมองทางธุรกิจ:

1. การซื้อกำลังคำนวณคุณภาพสูงและขายให้ลูกค้าสุดท้ายจากด้านการจัดหา
2. การช่วยเหลือผู้ใช้ในการรับโทเคนโดยการแบ่งปันพลังการคำนวณ GPU ที่ว่างอยู่
3. การ提供แพลตฟอร์มที่ให้บริการการขุดและการจำลองการถือครองพลังคำนวณให้กับลูกค้า ซึ่งต้องการการลงทุนเริ่มต้นประมาณ 4000 ดอลลาร์เพื่อทำให้ได้ผลตอบแทนที่ดี จากนี้ Exabits ยังมีเครื่อง H100 แบบแยกส่วนเพื่อเช่าเพิ่มความเป็นเหลือ

มุมมองของลูกค้า:

1. ค่าพลังงานคอมพิวเตอร์บนเครือข่าย Io.net ราว ๆ ถูกลงประมาณ 80% โดยเปรียบเทียบกับบริการคอมพิวเตอร์ในรูปแบบคลาวด์ที่ให้บริการแบบกลาง
2. Stake เพื่อรับได้ & Share เพื่อรับได้
3. ลูกค้าสามารถคอมพาวด์รายได้หลังจากลงทุนจำนวนเงินที่เฉพาะเจาะจง

ในฐานะ บริษัท แบบจําลองสินทรัพย์เบาทั่วไปข้อได้เปรียบที่ยิ่งใหญ่ที่สุดอยู่ที่ความเสี่ยงที่ค่อนข้างต่ํา ทีมไม่จําเป็นต้องลงทุนอย่างมากในต้นทุนเครื่องจักรเพื่อเริ่มต้นซึ่งแตกต่างจากด้านอุปทาน ด้วยเงินทุนที่น้อยลงทําให้ทั้ง บริษัท และนักลงทุนบรรลุอัตรากําไรที่สูงขึ้นได้ง่ายขึ้น ในขณะเดียวกันเนื่องจากอุปสรรคต่ําในการเข้าสู่อุตสาหกรรมรูปแบบธุรกิจจึงมีความอ่อนไหวต่อการคัดลอกหรือทําซ้ําซึ่งเป็นสิ่งที่นักลงทุนมูลค่าระยะยาวต้องพิจารณาอย่างรอบคอบ

3. จาก 10 ถึง 100?

หากความร่วมมือระหว่าง Exabit และ Io.net สามารถเพิ่มพลังการคำนวณแบบกระจายจาก 1 ไปสู่ 10 แล้ว การนำ PingPong มาด้วยอาจมีศักยภาพที่จะทำให้มันก้าวหน้าไปสู่ 100

PingPong มุ่งเน้นที่จะเป็นผู้รวมบริการ DePIN ที่ใหญ่ที่สุด แข่งขันโดยตรงกับ Uber ของ Web2 ในฐานะที่เป็นพันธมิตรในช่องทาง มันเชื่อมต่อลูกค้ากับทรัพยากรที่ราคาดีที่สุดและคุณภาพสูงที่สุดโดยรวมข้อมูลแบบเรียลไทม์เกี่ยวกับทรัพยากรต่าง ๆ PingPong นำรูปแบบธุรกิจทรัพยากรเบา B2B2C โดยที่ฝั่ง B ด้านแรกคือฝั่งที่มีทรัพยากร เชื่อมต่อกับฝั่งที่สองในฝั่งที่เป็นตัวแทนทรัพยากรในขณะที่ฝั่ง C ได้รับการเลือกทรัพยากรที่เหมาะสมที่สุดผ่านข้อมูลที่ให้

ในฐานะแพลตฟอร์มหากพันธมิตรช่องทางสามารถพัฒนาแพลตฟอร์มที่สามารถออกสินทรัพย์ได้มากที่สุดก็จะทําให้ผลิตภัณฑ์มีคุณค่ามากขึ้น PingPong ใช้ SDK ที่จัดทําโดยอัลกอริธึมการกําหนดเส้นทางเพื่อใช้ทรัพยากรการประมวลผลเพื่อสร้างตัวแทน AI ของตัวเองในขณะที่ช่วยเหลือลูกค้าแบบไดนามิกโดยใช้แอปพลิเคชันที่มีการขุดแบบไดนามิกผ่าน SDK โดยมุ่งเน้นไปที่การขุดทรัพยากรคอมพิวเตอร์ที่มีประโยชน์ โมเดลนี้เข้าใจว่าเป็น "สินทรัพย์ในสินทรัพย์" ซึ่งสามารถเพิ่มสภาพคล่องของทรัพยากรและเงินทุนได้อย่างมาก

PingPong หวังว่าจะได้เห็นซัพพลายเออร์และตัวแทนจํานวนมากเข้าสู่ระบบนิเวศพลังงานการประมวลผลแบบกระจายอํานาจเพื่อเน้นข้อได้เปรียบของพวกเขาขยายสายธุรกิจที่ยาวขึ้นและหาลูกค้ามากขึ้น พูดง่ายๆก็คือ Baidu และ Dianping สามารถครองช่องข้อมูลได้เนื่องจากมีธุรกิจและข้อมูลอัปโหลดไปยังอินเทอร์เน็ตมากขึ้นสิ่งนี้จะเพิ่มความต้องการพันธมิตรช่องทางโดยลูกค้า

4. อนาคตน่าจะสดใส

การประมวลผลแบบคลาวด์แบบกระจายอํานาจยังคงพัฒนาไปทีละขั้นตอน ในขณะที่ระบบนิเวศและรูปแบบของการประมวลผลแบบคลาวด์แบบกระจายอํานาจมีความชัดเจนมากบทบาทนําในระบบนิเวศกําลังเติมเต็มความรับผิดชอบของพวกเขา อย่างไรก็ตามมันยังห่างไกลจากการสั่นคลอนตําแหน่งของยักษ์ใหญ่คลาวด์คอมพิวติ้งแบบดั้งเดิม เมื่อเปรียบเทียบกับการประมวลผลแบบคลาวด์แบบรวมศูนย์แบบดั้งเดิมการกระจายอํานาจสามารถแก้ปัญหามากมายให้กับลูกค้าได้อย่างแท้จริง อย่างไรก็ตามทรัพยากรโดยรวมและขนาดของตลาดนี้ยังคงค่อนข้างเล็ก ด้วยทรัพยากรพลังงานการประมวลผลที่ขับเคลื่อนโดย AI ที่ห่างไกลจากความเพียงพอตลาดจึงต้องการโซลูชันหรือโมเดลอื่นเพื่อเอาชนะภาวะที่กลืนไม่เข้าคายไม่ออกนี้ เราจะเห็นได้ว่าการประมวลผลแบบคลาวด์แบบกระจายอํานาจสามารถตอบสนองความต้องการบางอย่างของ บริษัท AI สตาร์ทอัพได้อย่างแท้จริง สําหรับสิ่งที่อยู่ข้างหน้าให้เราร่วมกันเป็นพยานและมีส่วนร่วมในวิวัฒนาการของเส้นทางที่ก่อกวนนี้ในฐานะผู้สังเกตการณ์และผู้เข้าร่วมการปฏิวัติ

Disclaimer：

1. บทความนี้ถูกพิมพ์ใหม่จาก [Gateการวิจัย Foresight].Forward the Original Title ‘Foresight Ventures：去中心化云计算的革命才刚刚开始？’. All copyrights belong to the original author [David]. หากมีการคัดค้านในการพิมพ์ซ้ำนี้ กรุณาติดต่อ Gate Learnทีม และพวกเขาจะดำเนินการด้วยรวดเร็ว
2. คำปฏิเสธความรับผิด: มุมมองและความคิดเห็นที่แสดงในบทความนี้เป็นเพียงของผู้เขียนเท่านั้น และไม่เป็นการให้คำแนะนำในการลงทุนใดๆ
3. การแปลบทความเป็นภาษาอื่นๆ จะทำโดยทีม Gate Learn หากไม่ได้กล่าวถึง การคัดลอก การแจกจ่าย หรือการลอกเลียนแบบบทความที่ถูกแปลนั้นถือเป็นการละเมิดลิขสิทธิ์