La chasse au DePIN : l'infrastructure informatique de l'IA comme appât, une route longue et semée d'embûches
TechFlow SélectionTechFlow Sélection
La chasse au DePIN : l'infrastructure informatique de l'IA comme appât, une route longue et semée d'embûches
L'entraînement des grands modèles d'intelligence artificielle les plus populaires n'est pas le meilleur scénario d'application pour DePIN.
Dédié à des analyses Web3 approfondiesRédaction : Hedy Bi, OKG Research
Le Web3 Festival de Hong Kong est désormais terminé, mais le pouls de la liberté Web3 continue de battre et s'infiltre progressivement dans d'autres secteurs. Comparé au dernier cycle, la logique du démarrage du marché haussier actuel a évolué d’un modèle basé sur une « narration d’innovation native » vers un modèle fondé sur la « reconnaissance par le grand public et la conduite par les capitaux ». La phase de développement Web3 que j'ai observée est passée d'une « liberté absolue, fermée et marginale » à une « liberté relative véritablement inclusive ».
Dans ce contexte, continuer à analyser sans sortir des cadres traditionnels signifie que l’attente passive d’une innovation native ne peut plus suivre le rythme actuel du développement Web3. Depuis que l'écosystème Web3 entier a commencé à adopter la conformité réglementaire, soutenu activement par le gouvernement de Hong Kong, l'attention s'est recentrée sur le secteur financier. Les institutions financières traditionnelles participent de plus en plus activement au Web3 via les RWA (actifs physiques tokenisés) et les ETF spot.
Outre cette entrée des institutions traditionnelles dans le Web3, ce sommet a également révélé une opportunité prometteuse de connexion entre Web2 et Web3 : le domaine DePIN. En particulier, avec l'avancée des grands modèles d'IA, la redistribution du pouvoir de calcul dans les sous-secteurs de DePIN est redevenue un sujet brûlant d'actualité.
Source : OKG Research
La puissance de calcul comme appât, mais l'entraînement des grands modèles d'IA n'est pas le meilleur cas d'usage pour DePIN
« La blockchain crée de la confiance par la technologie, tandis que l'IA est une industrie qui a un besoin extrême de confiance », a déclaré lors du sommet Haseed Qureshi, associé gérant de Dragonfly Capital.
Le domaine DePIN n’est pas nouveau ; il a été introduit il y a plusieurs années. Ce n’est que grâce à l’essor des grands modèles d’IA que des discussions approfondies ont émergé autour de la puissance de calcul et des données. Selon certaines estimations, le coût du calcul pour les grands modèles augmente de 31 fois chaque année. Face à la pénurie mondiale de GPU, des entreprises telles que NVIDIA dominent actuellement la chaîne de valeur du marché avec un pouvoir de fixation des prix considérable. Le débat entre monopole et décentralisation est ainsi redevenu central, relançant l’intérêt pour le secteur DePIN dans l’écosystème Web3.
Bien que l’entraînement des grands modèles d’IA ait servi de catalyseur, Rome ne s’est pas construite en un jour : l’entraînement des grands modèles d’IA n’est pas aujourd’hui le meilleur cas d’usage pour DePIN. L’entraînement de ces modèles repose principalement sur deux aspects : l’inférence et l’entraînement proprement dit. Pendant la phase d’entraînement, un réseau neuronal complexe est formé à partir d’un volume massif de données. En phase d’inférence, le modèle entraîné est utilisé pour générer des conclusions à partir de nouvelles données.
Source : NVIDIA
La combinaison entre décentralisation et puissance de calcul devient progressivement plus facile à mesure qu’on passe de l’entraînement à l’entraînement par ajustement fin puis à l’inférence. Dans l’écosystème DePIN, on observe que la majorité des projets se concentrent davantage sur l’inférence plutôt que sur l’entraînement. La plupart des entreprises utilisent des clusters GPU de NVIDIA pour leurs entraînements IA car ces puces offrent des capacités exceptionnelles de calcul parallèle et une bande passante mémoire élevée. En revanche, l’inférence nécessite beaucoup moins de puissance de calcul parallèle et de bande passante. De plus, l’entraînement de grands modèles exige une grande stabilité : toute interruption implique de recommencer l’entraînement depuis le début. Par exemple, construire une application de calcul décentralisée sur Ethereum pour servir GPT entraînerait un coût en gaz atteignant 10 milliards de dollars pour une seule opération de multiplication matricielle, avec une durée de traitement d’environ un mois.
En outre, après avoir analysé l’état actuel de plusieurs projets populaires présentés lors de ce sommet, j’ai constaté un excès d’offre par rapport à la demande : la puissance de calcul distribuée à travers le monde dépasse actuellement les besoins des développeurs d’IA en tâches d’entraînement ou d’inférence. Cela ne signifie pas qu’il n’y ait pas de demande : Sam Altman, cofondateur d’OpenAI, a annoncé son intention de lever 7 000 milliards de dollars pour construire une usine de puces avancées dix fois plus grande que celle de TSMC actuelle, destinée à la production de puces et à l’entraînement de modèles. Une étude de l’Université Stanford montre également que, quelle que soit la langue du modèle, lorsque la taille des paramètres dépasse un seuil critique, sa performance (par exemple en précision) augmente fortement. Cette observation va à l’encontre de la croyance populaire selon laquelle « la puissance brute produit des miracles », et indique que, dans la réalité, de nombreux obstacles restent à surmonter avant que la vision d’un calcul décentralisé ne devienne viable.
L’origine historique du secteur DePIN remonte à l’économie du partage
Le concept de DePIN est en soi assez simple, voire ancré dans l’histoire du Web2. En repensant l’industrie Internet, on constate qu’il y a déjà plus de 15 ans, les acteurs du Web2 exploitaient l’agrégation des actifs physiques individuels pour créer ce qu’on appelle « l’économie du partage ». Si maintenant, au lieu d’actifs physiques, on redistribue directement des actifs immatériels (comme des serveurs inutilisés), sous forme pair-à-pair (P2P) ou pair-à-entreprise (P2B), alors la technologie blockchain décentralisée peut optimiser les relations de production grâce à des mécanismes incitatifs. C’est exactement ce que vise à accomplir DePIN.
C’est pourquoi l’enthousiasme côté offre est élevé dans le secteur DePIN. En réalité, le Web2 a déjà posé les bases de cette « redistribution » pendant longtemps – la seule différence, cette fois, est l’élimination totale de l’intermédiaire. Il existe aujourd’hui près de mille projets DePIN, notamment dans l’écosystème Solana. Selon Messari, Solana domine actuellement en matière d’infrastructures DePIN, grâce à une intégration élevée des infrastructures et à des performances supérieures de sa blockchain. Sur le plan géographique, on prévoit que plusieurs des dix premiers projets DePIN proviendront d’Asie entre 2024 et 2025.
Source : Messari
Le Web3 et l’IA présentent de nombreux points de convergence. La puissance de calcul, considérée comme la monnaie universelle du futur monde numérique, est naturellement ce qui attire d’abord l’attention. Pourtant, malgré sa pertinence apparente, le scénario de calcul décentralisé reste difficile à concrétiser.
Au croisement du Web3 et de l’IA, au-delà des efforts techniques visant à surmonter ces défis, d’autres pistes méritent d’être explorées, comme l’octroi de droits de propriété aux créateurs via des agents d’IA ou les cas d’usage des petits modèles d’IA, qui s’avèrent plus praticables. Le succès commercial et la percée technologique doivent toujours trouver un équilibre. DePIN accélère justement ce processus, et son « voyage de chasse » sera couronné de succès.
Bienvenue dans la communauté officielle TechFlow
Groupe Telegram :https://t.me/TechFlowDaily
Compte Twitter officiel :https://x.com/TechFlowPost
Compte Twitter anglais :https://x.com/BlockFlow_News
@OKGResearch
