ผู้เขียนเรื่อง: เควิน, BlockBoosterพิมพ์ซ้ํา: Luke, Mars Financeหนึ่ง การจัดระเบียบความสัมพันธ์ระหว่างข้อตกลงในการทำงานโดยการวิเคราะห์โครงสร้างเทคโนโลยี ตำแหน่งของฟังก์ชัน และกรณีการใช้จริง ฉันจะแบ่งนิเวศทั้งหมดเป็น: ชั้นพื้นฐาน ชั้นกลาง ชั้นโมเดล และชั้นแอปพลิเคชัน และแสดงความสัมพันธ์ของมัน1、เลเยอร์พื้นฐานเลเยอร์พื้นฐานให้บริการทรัพยากรชั้นล่างแบบไร้ศูนย์กลาง (กำลังคำนวณ พื้นที่จัดเก็บ L1) โดยมีโปรโตคอลกำลังคำนวณเช่น Render Akash io.net ฯลฯ โปรโตคอลพื้นที่จัดเก็บเช่น Arweave Filecoin Storj ฯลฯ L1 มี NEAR Olas Fetch.ai ฯลฯโมเดลการสนับสนุนโมเดลการฝึกอบรม การคิดลำบากและการทำงานของกรอบ; โปรโตคอลการจัดเก็บข้อมูลการฝึกอบรมพารามิเตอร์โมเดลและบันทึกการโต้ตอบบนโซน; L1 ด้วยโหนดที่เฉพาะเจาะจงเพิ่มประสิทธิภาพการถ่ายโอนข้อมูลลดความล่าช้า2、ชั้นกลางของซอฟต์แวร์เลเยอร์มิดเดิลเป็นสะพานที่เชื่อมต่อโครงสร้างพื้นฐานและแอปพลิเคชันชั้นบน ซึ่งมีเครื่องมือพัฒนาเฟรมเวิร์ก เซอร์วิสข้อมูลและความเป็นส่วนตัว โดยมีโปรโตคอลป้ายกำกับข้อมูลเช่น: Grass, Masa, Vana และอื่น ๆ โปรโตคอลเฟรมเวิร์กพัฒนาเช่น: Eliza, ARC, Swarms และอื่น ๆ และโปรโตคอลคำนวณความเป็นส่วนตัวเช่น: Phala และอื่น ๆชั้นบริการข้อมูลให้พลังงานสำหรับการฝึกโมเดล กรอบการพัฒนาขึ้นอยู่กับความสามารถในการคำนวณและการจัดเก็บของชั้นพื้นฐาน ชั้นคำนวณความเป็นส่วนตัวคุ้มครองความปลอดภัยของข้อมูลในการฝึก / การคาดการณ์3、ชั้นข้อมูลชั้นข้อมูลใช้สำหรับการพัฒนา ฝึก และกระจายโมเดล โดยมีแพลตฟอร์มการฝึกโมเดลโอเพนซอร์ซ: Bittensorชั้นแบบจำลองพึงพอใจในพลังงานประกอบและข้อมูลในชั้นมิดเดิล; โมเดลได้รับการจัดให้ใช้งานในเชื่อมต่อ; ตลาดของโมเดลจะส่งผลลัพธ์การฝึกอบรมไปยังชั้นแอพพลิเคชัน4、ชั้นประยุกต์การประยุกต์ใช้งานเป็นผลิตภัณฑ์ AI ที่เน้นผู้ใช้งานปลายทาง ซึ่ง Agent ประกอบด้วย: GOAT, AIXBT เป็นต้น; โดย DeFAI มีโปรโตคอลเช่น: Griffain, Buzz เป็นต้นโมเดลก่อนการฝึกอบรมใช้โมเดลเชิงปฏิบัติในชั้นแอปพลิเคชัน; การคำนวณความเป็นส่วนตัวของชั้นกลางที่ขึ้นอยู่กับ; แอปพลิเคชันที่ซับซ้อนต้องการพื้นฐานสำหรับการคำนวณแบบเรียลไทม์ในชั้นพื้นฐานที่สอง ผลกระทบที่เป็นลบต่อพลังการคำนวณที่ไม่มีศูนย์ตามการสำรวจตัวอย่าง ประมาณ 70% ของโครงการ Web3 AI ใช้ OpenAI หรือแพลตฟอร์มคลาวด์ที่เซ็นทรัลไว้ใช้จริง โดยมีเพียง 15% ของโครงการที่ใช้ GPU ที่ไม่มีศูนย์กลาง (เช่น โมเดลเครือข่ายย่อย Bittensor) และส่วนที่เหลือ 15% มีโครงการที่มีโครงสร้างผสม (ข้อมูลที่เป็นอย่างมากเก็บและจัดการที่เครื่องที่มีความละเอียดสูง และงานทั่วไปก็อยู่บนคลาวด์)อัตราการใช้งานจริงของโปรโตคอลพลังงานการประมวลผลแบบกระจายอํานาจนั้นต่ํากว่าที่คาดไว้มากและไม่ตรงกับมูลค่าตลาดที่แท้จริง มีเหตุผลสามประการที่ทําให้อัตราการใช้งานต่ํา: นักพัฒนา Web2 ที่ย้ายไปยัง Web3 จะยังคงใช้เครื่องมือดั้งเดิมต่อไป แพลตฟอร์ม GPU แบบกระจายอํานาจยังไม่ได้เปรียบด้านราคา บางโครงการหลีกเลี่ยงการตรวจสอบการปฏิบัติตามข้อกําหนดของข้อมูลในนามของ "การกระจายอํานาจ" และพลังการประมวลผลที่แท้จริงยังคงต้องอาศัยระบบคลาวด์แบบรวมศูนย์AWS/GCP เข้าครองส่วนแบ่งตลาดกำลังการคำนวณ AI มากกว่า 90% โดยคำนวณเทียบเทียบ Akash มีเพียง 0.2% ของ AWS เท่านั้น ประตูป้อมของแพลตฟอร์มคลาวด์ที่จำกัดคือ: การจัดกลุ่มที่ดี เครือข่ายความเร็วสูง RDMA การยืดหยุ่นในการขยายหรือหดขนาด; แพลตฟอร์มคลาวด์ที่ไม่มีศูนย์กลางมีรุ่นปรับปรุงของเทคโนโลยีที่กล่าวถึงข้างต้น แต่ข้อบกพร่องที่ยังไม่สมบูรณ์มีดังนี้ ปัญหาความล่าช้า: การสื่อสารของโหนดที่กระจายมีความล่าช้าถึง 6 เท่าของคลาวด์ที่มีศูนย์กลาง; การแยกเชื่อมโยงของเครื่องมือ: PyTorch/TensorFlow ไม่รองรับการจัดตารางที่ไม่มีศูนย์กลางอย่างเดิมDeepSeek ลดการใช้พลังงานคำนวณ 50% ด้วยการฝึกอบอุ่นแบบห่างกัน (Sparse Training) และทำการตัดโมเดลไดนามิกเพื่อฝึกโมเดลที่มีพารามิเตอร์ร้อยล้าน ตลาดคาดว่าความต้องการของ GPU ระดับสูงในช่วงสั้น ๆ นี้จะลดลงอย่างมาก ศักยภาพของการคำนวณที่ขอบเขตถูกประเมินใหม่ ดังที่แสดงในภาพ ก่อนที่ DeepSeek จะเกิดขึ้น ส่วนใหญ่ของโปรโตคอลและแอปในอุตสาหกรรมใช้แพลตฟอร์มเช่น AWS เท่านั้น มีเพียงไม่กี่กรณีที่ใช้งานไปยังเครือข่าย GPU ที่ไม่มีจุดศูนย์กลาง กรณีเหล่านี้ให้ความสำคัญกับการมีความได้เปรียบในการใช้พลังงานคำนวณระดับผู้บริโภค และไม่สนใจผลกระทบจากความล่าช้าสถานการณ์นี้อาจทำให้เลวรุ่งไปกว่านี้กับการปรากฏของ DeepSeek โดยที่ DeepSeek มีการปลดปล่อยข้อจำกัดของนักพัฒนาทางก้าวหาซึ่งจะทำให้โมเดลการคิดราคาต่ำที่มีประสิทธิภาพสูงมากมีอัตราการกระจายที่ไม่เหมือนเคย ในความเป็นจริง ณ ขณะนี้แพลตฟอร์มคลาวด์ที่มีการกลายเป็นศูนย์กลางและหลายประเทศได้เริ่มการใช้งาน DeepSeek ค่าใช้จ่ายในการคิดราคาลดลงอย่างมากจะทำใให้มีแอปพลิเคชันด้านหน้าจำนวนมาก แอปพลิเคชันเหล่านี้มีความต้องการใหญ่ใน GPU สำหรับผู้บริโภค พบกับตลาดที่กำลังจะมาถึงที่ใหญ่ แพลตฟอร์มคลาวด์ที่มีการกลายเป็นศูนย์กลางจะเริ่มสร้างสงครามผู้ใช้ใหม่ๆ ไม่เพียงแต่แข่งขันกับแพลตฟอร์มชั้นนำเท่านั้น แต่ยังแข่งขันกับแพลตฟอร์มคลาวด์ที่มีขนาดเล็กมากมาย และวิธีการแข่งขันที่ตรงไปตรงมาคือการลดราคา สามารถคาดเดาได้ว่า 4090 ราคาในแพลตฟอร์มที่กลายเป็นศูนย์กลางจะได้รับการลดลง สิ่งนี้เป็นอันตรายอย่างมากสำหรับแพลตฟอร์มความสามารถใน Web3 เมื่อราคาไม่ใช่ส่วนตัวของอัลกอริทึมแพลตฟอร์มในอุตสาหกรรมก็จะถูกบังคับให้ลดราคา ผลลัพธ์คือ io.net การเขียน Akash ที่ไม่สามารถรับมือได้ สงครามราคาจะทำลายขีดจำกัดที่เหลือของตลาดบนตลาด ประสิทธิภาพลดลงและการสูญเสียผู้ใช้ตอนนี้เป็นที่สิ้นสุดของการหมุนล้มที่มาจากความตายของโครงสร้างอัลกอริทึมที่ไม่เชื่อมต่อสาม ความหมายที่มาจากข้อตกลงของฝั่งบนและฝั่งล่างตามภาพที่แสดง ฉันเชื่อว่า DeepSeek จะมีผลต่อชั้นพื้นฐาน ชั้นโมเดล และชั้นแอปพลิเคชั่นต่างๆ โดยมีผลเชิงบวก:ชั้นประยุกต์จะได้รับประโยชน์จากการลดต้นทุนของการวิเคราะห์อย่างมาก แอปพลิเคชันมากขึ้นสามารถใช้ต้นทุนต่ำเพื่อให้แน่ใจว่าตัวแทนแอปพลิเคชันอยู่ออนไลน์ตลอดเวลาและทำงานให้เสร็จสิ้นทันทีพร้อมกับที่นี่ DeepSeek รูปแบบต้นทุนต่ำ เช่นนี้สามารถทำให้โมเดล DeFAI มีการสร้าง SWARM ที่ซับซ้อนมากขึ้น และทำให้เอเจนต์หลายพันตัวถูกใช้ในกรณีใดกรณีหนึ่ง การแบ่งงานของแต่ละเอเจนต์จะเป็นอย่างละเอียดและชัดเจน ซึ่งจะช่วยเพิ่มประสิทธิภาพการใช้งานของผู้ใช้อย่างมาก และป้องกันการแยกวิเคราะห์และการดำเนินการของโมเดลที่ผิดพลาดของผู้ใช้นักพัฒนาด้านแอปพลิเคชันสามารถปรับแต่งโมเดลได้ ให้การใช้งาน AI ที่เกี่ยวข้องกับ DeFi สามารถเข้าถึงข้อมูลราคา ข้อมูลบนเชื่อมโยงและการวิเคราะห์ ข้อมูลการบริหารโปรโตคอลโดยไม่ต้องจ่ายค่าใบอนุญาตที่แพงอีกต่อไปหลังจาก DeepSeek ถูกเปิดตัว ปรากฏว่ามีความหมายโดยมีการพิสูจน์ โมเดลระดับสูงถูกเปิดให้นักพัฒนาที่มีความต้องการน้อย สามารถกระตุ้นความคลาดเคลื่อนทางการพัฒนาได้มากในช่วงสามปีที่ผ่านมา กำแพงความสามารถทางคำนวณที่สร้างขึ้นรอบ GPU ระดับสูงถูกทำลายอย่างสมบูรณ์แบบ นักพัฒนามีตัวเลือกมากขึ้น และตั้งทิศทางให้กับโมเดลโอเพ่นมากขึ้น ในอนาคตการแข่งขันของโมเดล AI จะไม่ได้เป็นเรื่องของความสามารถทางคำนวณและจะเปลี่ยนไปเป็นเรื่องของอัลกอริทึม การเปลี่ยนแปลงในความเชื่อจะกลายเป็นฐานที่แข็งแรงของนักพัฒนาโมเดลโอเพ่นโครงข่ายย่อยที่เฉพาะเจาะจงของ DeepSeek จะเกิดขึ้นอย่างไม่รู้จบ พารามิเตอร์ของโมเดลจะเพิ่มขึ้นในกำลังคำนวณเท่ากัน มีนักพัฒนามากขึ้นเข้าร่วมชุมชนโอเพ่นซอร์สจากผลกระทบทางลบมาดู:ในพื้นฐานของโครงสร้างพื้นฐาน โปรโตคอลความสามารถในการใช้งานที่มีความล่าช้าที่ไม่สามารถปรับปรุงได้และเน็ตเวิร์กผสมที่ประกอบด้วย A100 และ 4090 ต้องการข้อกำหนดของอัลกอริทึมที่สูงกว่า ซึ่งไม่ใช่ข้อได้เปรียบของแพลตฟอร์มที่ไม่มีศูนย์กลางการทะลุฟองฟิคเอเจนท์ การเลี้ยงลูกโดย DeFAIเอเจ้นท์เป็นหวังหวั่นสุดท้ายในวงการ AI การเกิดของ DeepSeek ได้เปิดประเด็นถึงข้อจำกัดของพลังคำนวณ และเขียนร่ายความคาดหวังในอนาคตที่เต็มไปด้วยการระเบิดของการใช้งาน มันเป็นข่าวดีใหญ่สำหรับเอเจ้นท์ แต่ถูกแทรกแทรกเข้าไปโดยตลอดจากวงการและตลาดหุ้นในสหรัฐอเมริกา รวมถึงนโยบายของสำนักงานบรรณาธิการของสหรัฐ ได้กระทบกระทบทำให้มีเพียงฟองฟองเดียวที่เหลืออยู่ ค่าตลาดของเอเจ้นท์ลงลึกลงในก้นหลุมในความรวมกันระหว่าง AI และอุตสาหกรรม เทคโนโลยีที่ทะลุและการเล่นตลกของตลาดมักจะเกิดขึ้นพร้อมกัน การสะท้อนสะท้อนค่าตลาดของ NVIDIA ที่เขวานสร้างสรรค์เสียงสะท้อนได้ดีเหมือนกระจกที่สะท้อนออกมาแสดงความยากลำบากในการสร้างเรื่องราวเกี่ยวกับ AI ภายในอุตสาหกรรม: จาก On-chain Agent ไปถึง DeFAI Engine ดูเหมือนว่ามีแผนผังนิเวศที่สมบูรณ์ แต่ภายใต้ผลปกติของทางเทคโนโลยีการสร้างสรรค์ที่อ่อนแอ ลีของตรรกะค่า และความเฉื่อยเฉื่อยของการครอบครองของทุน เช่นเคย เอาหน้าของสถานการณ์ซึ่งเจาะจงของอุปสรรค์บนโซน: การแข่งขันเยอะมาก แท็กเครื่องแรกมีการล่าสุด ทรัสตีนี้บอก เครื่องมือพัฒนาตัวตนใน PVP โดนขับขี่ในการใช้พลังสร้างสรรค์ เมื่อเงินทุนเพิ่มขึ้นและผู้ใช้เพิ่มขึ้นจนถึงฝนตก อุตสาหกรรมทั้งหมดตกอยู่ใน 'ที่อับสนุก' ที่ฝ่าฝันที่จะทะลุเส้นจำกัดในการสร้างเรื่องราวที่น่าตื่นตาตื่นใจ และยากจะหนีจากโซนที่ติดตามเส้นทาง สถานการณ์ที่แบ่งส่วนนี้เป็นโอกาสที่เป็นประวัติศาสตร์สำหรับ AI Agent: มันไม่เพียงเป็นอุปกรณ์เทคโนโลยีที่อัปเกรด แต่ยังเป็นการสร้างแบบแนวคิดค่าที่สำคัญในปีที่ผ่านมา มีทีมหลายทีมพบว่าโมเดลทุนเงินแบบเดิมกำลังล้มเหลว - การให้ VC สัดส่วนเล็ก ๆ การควบคุมอย่างเข้มงวด และการเพิ่มขึ้นของค่าเหรียญที่ระดับโรงหลังทำให้เกิดการเล่นฉากที่ยากมากขึ้น VC มีกระเป๋าที่คับคั่ง นักลงทุนทั่วไปปฏิเสธที่จะซื้อ และค่าธรรมเนียมการลงเหรียญขึ้นของโรงหลังมีระดับสูง ภายใต้ความกดดันสามชั้น มีวิธีการเล่นใหม่ที่เหมาะสมกับตลาดหมีกำลังขึ้น: ร่วมมือกับ KOL ชั้นนำ + VC จำนวนน้อย สร้างชุมชนใหญ่ ๆ เปิดตัวเหรียญที่มูลค่าตลาดต่ำนวัฒกรรมที่เป็นตัวแทนโดย Soon และ Pump Fun กำลังเปิดทางใหม่ผ่าน "การเปิดตัวจากชุมชน" - โดยมี KOL ชั้นนำร่วมด้วย ให้เหรียญ 40%-60% จะถูกแจกจากตรงสู่ชุมชน ในระดับการประเมินที่ต่ำถึง 1000 ล้านดอลลาร์ FDV เพื่อเริ่มโครงการและระดบเงินทุนทรัพย์เป็นล้านดอลลาร์ โดยโมเดลนี้สร้างความเชื่อร่วมกัน FOMO ผ่านอิทธิพลของ KOL ทำให้ทีมล็อคกำไรล่วงหน้า พร้อมกับเปลี่ยนแลกสภาพคลื่นตลาดด้วยความเป็นเงินสูง แม้จะละทิ้งความได้เปรียบในการควบคุมสถานการณ์ในระยะสั้น แต่สามารถซื้อกลับเหรียญในราคาต่ำในตลาดหมุนตลาดผ่านกลไกการซื้อขายที่ถูกต้อง โดยประเภทเชิงรุกของโครงสร้างอำนาจ: จากการเล่นเกมโกงที่ได้รับการสนับสนุนจาก VC (การรับซื้อของสถาบัน - การขายของบนตลาด - การซื้อของนักลงทุนสามัคคี) เปลี่ยนเป็นการเล่นเกมโปร่งใสที่สร้างความเข้าใจร่วมกันจากชุมชนในการกำหนดราคา ผู้ดำเนินโครงการและชุมชนจะสร้างความสัมพันธ์ใหม่ในการเกิดเหลือในการค้าหลายระดับเมื่ออุตสาหกรรมเข้าสู่รอบชีวิตของความโปร่งใส โครงการที่ติดมั่นอยู่กับตรรกะการควบคุมสถานการณ์传统ก็อาจกลายเป็นเงาของยุคที่เติบโตขึ้นการเจริญเติบโตทางเทคโนโลยีที่ไม่สามารถย้อนกลับของเกล็ดยาวได้รับการยืนยันในช่วงสั้น ๆ นี้ เมื่อ AI Agent ลดต้นทุนการโต้ตอบบนเชื่อมต่อโซ่ลงมา 2 ระดับ และโมเดลที่ปรับตัวอัตราการใช้ทรัพยากรของโปรโตคอล DeFi อย่างต่อเนื่อง อุดมคติของอุตสาหกรรมกำลังมองหาการนำมาสิงห์แบบมวล. การเปลี่ยนแปลงนี้ไม่ได้ขึ้นอยู่กับการทำเป็นหรือการผลิตทุนของความคิด แต่อยู่บนพื้นฐานของความสามารถของเทคโนโลยีที่เกิดจากความต้องการจริงๆ — เหมือนการปฏิวัติของไฟฟ้าไม่เคยหยุดพักระหว่างที่บริษัทผลิตหลอดไฟล้มละลาย, Agent จะกลายเป็นเส้นทางทองแท้หลังจากฟองสบัดแตก. และ DeFAI อาจเป็นที่ดินที่เหมาะสมสำหรับการเกิดของชีวิตใหม่เมื่อการคำนวณต้นทุนต่ำกลายเป็นสิ่งปกติ, เราอาจจะได้เห็น Use case ที่สร้างขึ้นจากการรวมกันของ Agent ร้อยตัวใน Swarm บางช่วง. ภายใต้พลังงานคำนวณเทียบเท่า พารามิเตอร์โมเดลที่สูงขึ้นอาจให้ความมั่นใจในการปรับแต่ง Agent ในยุคของโมเดลโอเพ่นซอร์สได้เต็มที่, แม้กระทั่งต่อหน้าคำสั่งของผู้ใช้ที่ซับซ้อน ก็สามารถแบ่งออกเป็นงาน Pipeline ที่ Agent ตัวเดียวโดยที่สามารถทำได้อย่างเต็มความสามารถ แต่ละ Agent จะปรับปรุงการดำเนินการบนโซ่, อาจส่งผลทำให้ความเคลื่อนไหวของโปรโตคอล DeFi โดยรวมเพิ่มขึ้นและความเหมาะสมของเงินทุนเพิ่มขึ้น ภายใต้การคำนวณที่เทียบเท่า, การเพิ่มอัตราพารามิเตอร์อาจรักษา Agent ยุคโมเดลโอเพ่นซอร์สได้เต็มที่, แม้กระทั่งต่อหน้าคำสั่งของผู้ใช้ที่ซับซ้อน ก็สามารถแบ่งออกเป็นงาน Pipeline ที่ Agent ตัวเดียวโดยที่สามารถทำได้อย่างเต็มความสามารถ แต่ละ Agent จะปรับปรุงการดำเนินการบนโซ่, อาจส่งผลทำให้ความเคลื่อนไหวของโปรโตคอล DeFi โดยรวมเพิ่มขึ้นและความเหมาะสมของเงินทุนเพิ่มขึ้น ภายใต้การคำนวณที่เทียบเท่า, การเพิ่มอัตราพารามิเตอร์อาจรักษา Agent ยุคโมเดลโอเพ่นซอร์สได้เต็มที่, แม้กระทั่งต่อหน้าคำสั่งของผู้ใช้ที่ซับซ้อน ก็สามารถแบ่งออกเป็นงาน Pipeline ที่ Agent ตัวเดียวโดยที่สามารถทำได้อย่างเต็มความสามารถ แต่ละ Agent จะปรับปรุงการดำเนินการบนโซ่, อาจส่งผลทำให้ความเคลื่อนไหวของโปรโตคอล DeFi โดยรวมเพิ่มขึ้นและความเหมาะสมของเงินทุนเพิ่มขึ้น ภายใต้การคำนวณที่เทียบเท่า, การเพิ่มอัตราพารามิเตอร์อาจรักษา Agent ยุคโมเดลโอเพ่นซอร์สได้เต็มที่, แม้กระทั่งต่อหน้าคำสั่งของผู้ใช้ที่ซับซ้อน ก็สามารถแบ่งออกเป็นงาน Pipeline ที่ Agent ตัวเดียวโดยที่สามารถทำได้อย่างเต็มความสามารถ แต่ละ Agent จะปรับปรุงการดำเนินการบนโซ่, อาจส่งผลทำให้ความเคลื่อนไหวของโปรโตคอล DeFi โดยรวมเพิ่มขึ้นและความเหมาะสมของเงินทุนเพิ่มขึ้น ภายใต้การคำนวณที่เทียบเท่า, การเพิ่มอัตราพารามิเตอร์อาจรักษา Agent ยุคโมเดลโอเพ่นซอร์สได้เต็มที่, แม้กระทั่งต่อหน้าคำสั่งของผู้ใช้ที่ซับซ้อน ก็สามารถแบ่งออกเป็นงาน Pipeline ที่ Agent ตัวเดียวโดยที่สามารถทำได้อย่างเต็มความสามารถ แต่ละ Agent จะปรับปรุงการดำเนินการบนโซ่, อาจส่งผลทำให้ความเคลื่อนไหวของโปรโตคอล DeFi โดยรวมเพิ่มขึ้นและความเหมาะสมของเงินทุนเพิ่มขึ้น
DeepSeek ต่อผลกระทบที่เกิดขึ้นจากโปรโตคอลบน Web3 AI ทั้งส่วนบนและส่วนล่าง
ผู้เขียนเรื่อง: เควิน, BlockBooster
พิมพ์ซ้ํา: Luke, Mars Finance
หนึ่ง การจัดระเบียบความสัมพันธ์ระหว่างข้อตกลงในการทำงาน
โดยการวิเคราะห์โครงสร้างเทคโนโลยี ตำแหน่งของฟังก์ชัน และกรณีการใช้จริง ฉันจะแบ่งนิเวศทั้งหมดเป็น: ชั้นพื้นฐาน ชั้นกลาง ชั้นโมเดล และชั้นแอปพลิเคชัน และแสดงความสัมพันธ์ของมัน
1、เลเยอร์พื้นฐาน
เลเยอร์พื้นฐานให้บริการทรัพยากรชั้นล่างแบบไร้ศูนย์กลาง (กำลังคำนวณ พื้นที่จัดเก็บ L1) โดยมีโปรโตคอลกำลังคำนวณเช่น Render Akash io.net ฯลฯ โปรโตคอลพื้นที่จัดเก็บเช่น Arweave Filecoin Storj ฯลฯ L1 มี NEAR Olas Fetch.ai ฯลฯ
โมเดลการสนับสนุนโมเดลการฝึกอบรม การคิดลำบากและการทำงานของกรอบ; โปรโตคอลการจัดเก็บข้อมูลการฝึกอบรมพารามิเตอร์โมเดลและบันทึกการโต้ตอบบนโซน; L1 ด้วยโหนดที่เฉพาะเจาะจงเพิ่มประสิทธิภาพการถ่ายโอนข้อมูลลดความล่าช้า
2、ชั้นกลางของซอฟต์แวร์
เลเยอร์มิดเดิลเป็นสะพานที่เชื่อมต่อโครงสร้างพื้นฐานและแอปพลิเคชันชั้นบน ซึ่งมีเครื่องมือพัฒนาเฟรมเวิร์ก เซอร์วิสข้อมูลและความเป็นส่วนตัว โดยมีโปรโตคอลป้ายกำกับข้อมูลเช่น: Grass, Masa, Vana และอื่น ๆ โปรโตคอลเฟรมเวิร์กพัฒนาเช่น: Eliza, ARC, Swarms และอื่น ๆ และโปรโตคอลคำนวณความเป็นส่วนตัวเช่น: Phala และอื่น ๆ
ชั้นบริการข้อมูลให้พลังงานสำหรับการฝึกโมเดล กรอบการพัฒนาขึ้นอยู่กับความสามารถในการคำนวณและการจัดเก็บของชั้นพื้นฐาน ชั้นคำนวณความเป็นส่วนตัวคุ้มครองความปลอดภัยของข้อมูลในการฝึก / การคาดการณ์
3、ชั้นข้อมูล
ชั้นข้อมูลใช้สำหรับการพัฒนา ฝึก และกระจายโมเดล โดยมีแพลตฟอร์มการฝึกโมเดลโอเพนซอร์ซ: Bittensor
ชั้นแบบจำลองพึงพอใจในพลังงานประกอบและข้อมูลในชั้นมิดเดิล; โมเดลได้รับการจัดให้ใช้งานในเชื่อมต่อ; ตลาดของโมเดลจะส่งผลลัพธ์การฝึกอบรมไปยังชั้นแอพพลิเคชัน
4、ชั้นประยุกต์
การประยุกต์ใช้งานเป็นผลิตภัณฑ์ AI ที่เน้นผู้ใช้งานปลายทาง ซึ่ง Agent ประกอบด้วย: GOAT, AIXBT เป็นต้น; โดย DeFAI มีโปรโตคอลเช่น: Griffain, Buzz เป็นต้น
โมเดลก่อนการฝึกอบรมใช้โมเดลเชิงปฏิบัติในชั้นแอปพลิเคชัน; การคำนวณความเป็นส่วนตัวของชั้นกลางที่ขึ้นอยู่กับ; แอปพลิเคชันที่ซับซ้อนต้องการพื้นฐานสำหรับการคำนวณแบบเรียลไทม์ในชั้นพื้นฐาน
ที่สอง ผลกระทบที่เป็นลบต่อพลังการคำนวณที่ไม่มีศูนย์
ตามการสำรวจตัวอย่าง ประมาณ 70% ของโครงการ Web3 AI ใช้ OpenAI หรือแพลตฟอร์มคลาวด์ที่เซ็นทรัลไว้ใช้จริง โดยมีเพียง 15% ของโครงการที่ใช้ GPU ที่ไม่มีศูนย์กลาง (เช่น โมเดลเครือข่ายย่อย Bittensor) และส่วนที่เหลือ 15% มีโครงการที่มีโครงสร้างผสม (ข้อมูลที่เป็นอย่างมากเก็บและจัดการที่เครื่องที่มีความละเอียดสูง และงานทั่วไปก็อยู่บนคลาวด์)
อัตราการใช้งานจริงของโปรโตคอลพลังงานการประมวลผลแบบกระจายอํานาจนั้นต่ํากว่าที่คาดไว้มากและไม่ตรงกับมูลค่าตลาดที่แท้จริง มีเหตุผลสามประการที่ทําให้อัตราการใช้งานต่ํา: นักพัฒนา Web2 ที่ย้ายไปยัง Web3 จะยังคงใช้เครื่องมือดั้งเดิมต่อไป แพลตฟอร์ม GPU แบบกระจายอํานาจยังไม่ได้เปรียบด้านราคา บางโครงการหลีกเลี่ยงการตรวจสอบการปฏิบัติตามข้อกําหนดของข้อมูลในนามของ "การกระจายอํานาจ" และพลังการประมวลผลที่แท้จริงยังคงต้องอาศัยระบบคลาวด์แบบรวมศูนย์
AWS/GCP เข้าครองส่วนแบ่งตลาดกำลังการคำนวณ AI มากกว่า 90% โดยคำนวณเทียบเทียบ Akash มีเพียง 0.2% ของ AWS เท่านั้น ประตูป้อมของแพลตฟอร์มคลาวด์ที่จำกัดคือ: การจัดกลุ่มที่ดี เครือข่ายความเร็วสูง RDMA การยืดหยุ่นในการขยายหรือหดขนาด; แพลตฟอร์มคลาวด์ที่ไม่มีศูนย์กลางมีรุ่นปรับปรุงของเทคโนโลยีที่กล่าวถึงข้างต้น แต่ข้อบกพร่องที่ยังไม่สมบูรณ์มีดังนี้ ปัญหาความล่าช้า: การสื่อสารของโหนดที่กระจายมีความล่าช้าถึง 6 เท่าของคลาวด์ที่มีศูนย์กลาง; การแยกเชื่อมโยงของเครื่องมือ: PyTorch/TensorFlow ไม่รองรับการจัดตารางที่ไม่มีศูนย์กลางอย่างเดิม
DeepSeek ลดการใช้พลังงานคำนวณ 50% ด้วยการฝึกอบอุ่นแบบห่างกัน (Sparse Training) และทำการตัดโมเดลไดนามิกเพื่อฝึกโมเดลที่มีพารามิเตอร์ร้อยล้าน ตลาดคาดว่าความต้องการของ GPU ระดับสูงในช่วงสั้น ๆ นี้จะลดลงอย่างมาก ศักยภาพของการคำนวณที่ขอบเขตถูกประเมินใหม่ ดังที่แสดงในภาพ ก่อนที่ DeepSeek จะเกิดขึ้น ส่วนใหญ่ของโปรโตคอลและแอปในอุตสาหกรรมใช้แพลตฟอร์มเช่น AWS เท่านั้น มีเพียงไม่กี่กรณีที่ใช้งานไปยังเครือข่าย GPU ที่ไม่มีจุดศูนย์กลาง กรณีเหล่านี้ให้ความสำคัญกับการมีความได้เปรียบในการใช้พลังงานคำนวณระดับผู้บริโภค และไม่สนใจผลกระทบจากความล่าช้า
สถานการณ์นี้อาจทำให้เลวรุ่งไปกว่านี้กับการปรากฏของ DeepSeek โดยที่ DeepSeek มีการปลดปล่อยข้อจำกัดของนักพัฒนาทางก้าวหาซึ่งจะทำให้โมเดลการคิดราคาต่ำที่มีประสิทธิภาพสูงมากมีอัตราการกระจายที่ไม่เหมือนเคย ในความเป็นจริง ณ ขณะนี้แพลตฟอร์มคลาวด์ที่มีการกลายเป็นศูนย์กลางและหลายประเทศได้เริ่มการใช้งาน DeepSeek ค่าใช้จ่ายในการคิดราคาลดลงอย่างมากจะทำใให้มีแอปพลิเคชันด้านหน้าจำนวนมาก แอปพลิเคชันเหล่านี้มีความต้องการใหญ่ใน GPU สำหรับผู้บริโภค พบกับตลาดที่กำลังจะมาถึงที่ใหญ่ แพลตฟอร์มคลาวด์ที่มีการกลายเป็นศูนย์กลางจะเริ่มสร้างสงครามผู้ใช้ใหม่ๆ ไม่เพียงแต่แข่งขันกับแพลตฟอร์มชั้นนำเท่านั้น แต่ยังแข่งขันกับแพลตฟอร์มคลาวด์ที่มีขนาดเล็กมากมาย และวิธีการแข่งขันที่ตรงไปตรงมาคือการลดราคา สามารถคาดเดาได้ว่า 4090 ราคาในแพลตฟอร์มที่กลายเป็นศูนย์กลางจะได้รับการลดลง สิ่งนี้เป็นอันตรายอย่างมากสำหรับแพลตฟอร์มความสามารถใน Web3 เมื่อราคาไม่ใช่ส่วนตัวของอัลกอริทึมแพลตฟอร์มในอุตสาหกรรมก็จะถูกบังคับให้ลดราคา ผลลัพธ์คือ io.net การเขียน Akash ที่ไม่สามารถรับมือได้ สงครามราคาจะทำลายขีดจำกัดที่เหลือของตลาดบนตลาด ประสิทธิภาพลดลงและการสูญเสียผู้ใช้ตอนนี้เป็นที่สิ้นสุดของการหมุนล้มที่มาจากความตายของโครงสร้างอัลกอริทึมที่ไม่เชื่อมต่อ
สาม ความหมายที่มาจากข้อตกลงของฝั่งบนและฝั่งล่าง
ตามภาพที่แสดง ฉันเชื่อว่า DeepSeek จะมีผลต่อชั้นพื้นฐาน ชั้นโมเดล และชั้นแอปพลิเคชั่นต่างๆ โดยมีผลเชิงบวก:
ชั้นประยุกต์จะได้รับประโยชน์จากการลดต้นทุนของการวิเคราะห์อย่างมาก แอปพลิเคชันมากขึ้นสามารถใช้ต้นทุนต่ำเพื่อให้แน่ใจว่าตัวแทนแอปพลิเคชันอยู่ออนไลน์ตลอดเวลาและทำงานให้เสร็จสิ้นทันที
พร้อมกับที่นี่ DeepSeek รูปแบบต้นทุนต่ำ เช่นนี้สามารถทำให้โมเดล DeFAI มีการสร้าง SWARM ที่ซับซ้อนมากขึ้น และทำให้เอเจนต์หลายพันตัวถูกใช้ในกรณีใดกรณีหนึ่ง การแบ่งงานของแต่ละเอเจนต์จะเป็นอย่างละเอียดและชัดเจน ซึ่งจะช่วยเพิ่มประสิทธิภาพการใช้งานของผู้ใช้อย่างมาก และป้องกันการแยกวิเคราะห์และการดำเนินการของโมเดลที่ผิดพลาดของผู้ใช้
นักพัฒนาด้านแอปพลิเคชันสามารถปรับแต่งโมเดลได้ ให้การใช้งาน AI ที่เกี่ยวข้องกับ DeFi สามารถเข้าถึงข้อมูลราคา ข้อมูลบนเชื่อมโยงและการวิเคราะห์ ข้อมูลการบริหารโปรโตคอลโดยไม่ต้องจ่ายค่าใบอนุญาตที่แพงอีกต่อไป
หลังจาก DeepSeek ถูกเปิดตัว ปรากฏว่ามีความหมายโดยมีการพิสูจน์ โมเดลระดับสูงถูกเปิดให้นักพัฒนาที่มีความต้องการน้อย สามารถกระตุ้นความคลาดเคลื่อนทางการพัฒนาได้มาก
ในช่วงสามปีที่ผ่านมา กำแพงความสามารถทางคำนวณที่สร้างขึ้นรอบ GPU ระดับสูงถูกทำลายอย่างสมบูรณ์แบบ นักพัฒนามีตัวเลือกมากขึ้น และตั้งทิศทางให้กับโมเดลโอเพ่นมากขึ้น ในอนาคตการแข่งขันของโมเดล AI จะไม่ได้เป็นเรื่องของความสามารถทางคำนวณและจะเปลี่ยนไปเป็นเรื่องของอัลกอริทึม การเปลี่ยนแปลงในความเชื่อจะกลายเป็นฐานที่แข็งแรงของนักพัฒนาโมเดลโอเพ่น
โครงข่ายย่อยที่เฉพาะเจาะจงของ DeepSeek จะเกิดขึ้นอย่างไม่รู้จบ พารามิเตอร์ของโมเดลจะเพิ่มขึ้นในกำลังคำนวณเท่ากัน มีนักพัฒนามากขึ้นเข้าร่วมชุมชนโอเพ่นซอร์ส
จากผลกระทบทางลบมาดู:
ในพื้นฐานของโครงสร้างพื้นฐาน โปรโตคอลความสามารถในการใช้งานที่มีความล่าช้าที่ไม่สามารถปรับปรุงได้
และเน็ตเวิร์กผสมที่ประกอบด้วย A100 และ 4090 ต้องการข้อกำหนดของอัลกอริทึมที่สูงกว่า ซึ่งไม่ใช่ข้อได้เปรียบของแพลตฟอร์มที่ไม่มีศูนย์กลาง
การทะลุฟองฟิคเอเจนท์ การเลี้ยงลูกโดย DeFAI
เอเจ้นท์เป็นหวังหวั่นสุดท้ายในวงการ AI การเกิดของ DeepSeek ได้เปิดประเด็นถึงข้อจำกัดของพลังคำนวณ และเขียนร่ายความคาดหวังในอนาคตที่เต็มไปด้วยการระเบิดของการใช้งาน มันเป็นข่าวดีใหญ่สำหรับเอเจ้นท์ แต่ถูกแทรกแทรกเข้าไปโดยตลอดจากวงการและตลาดหุ้นในสหรัฐอเมริกา รวมถึงนโยบายของสำนักงานบรรณาธิการของสหรัฐ ได้กระทบกระทบทำให้มีเพียงฟองฟองเดียวที่เหลืออยู่ ค่าตลาดของเอเจ้นท์ลงลึกลงในก้นหลุม
ในความรวมกันระหว่าง AI และอุตสาหกรรม เทคโนโลยีที่ทะลุและการเล่นตลกของตลาดมักจะเกิดขึ้นพร้อมกัน การสะท้อนสะท้อนค่าตลาดของ NVIDIA ที่เขวานสร้างสรรค์เสียงสะท้อนได้ดีเหมือนกระจกที่สะท้อนออกมาแสดงความยากลำบากในการสร้างเรื่องราวเกี่ยวกับ AI ภายในอุตสาหกรรม: จาก On-chain Agent ไปถึง DeFAI Engine ดูเหมือนว่ามีแผนผังนิเวศที่สมบูรณ์ แต่ภายใต้ผลปกติของทางเทคโนโลยีการสร้างสรรค์ที่อ่อนแอ ลีของตรรกะค่า และความเฉื่อยเฉื่อยของการครอบครองของทุน เช่นเคย เอาหน้าของสถานการณ์ซึ่งเจาะจงของอุปสรรค์บนโซน: การแข่งขันเยอะมาก แท็กเครื่องแรกมีการล่าสุด ทรัสตีนี้บอก เครื่องมือพัฒนาตัวตนใน PVP โดนขับขี่ในการใช้พลังสร้างสรรค์ เมื่อเงินทุนเพิ่มขึ้นและผู้ใช้เพิ่มขึ้นจนถึงฝนตก อุตสาหกรรมทั้งหมดตกอยู่ใน 'ที่อับสนุก' ที่ฝ่าฝันที่จะทะลุเส้นจำกัดในการสร้างเรื่องราวที่น่าตื่นตาตื่นใจ และยากจะหนีจากโซนที่ติดตามเส้นทาง สถานการณ์ที่แบ่งส่วนนี้เป็นโอกาสที่เป็นประวัติศาสตร์สำหรับ AI Agent: มันไม่เพียงเป็นอุปกรณ์เทคโนโลยีที่อัปเกรด แต่ยังเป็นการสร้างแบบแนวคิดค่าที่สำคัญ
ในปีที่ผ่านมา มีทีมหลายทีมพบว่าโมเดลทุนเงินแบบเดิมกำลังล้มเหลว - การให้ VC สัดส่วนเล็ก ๆ การควบคุมอย่างเข้มงวด และการเพิ่มขึ้นของค่าเหรียญที่ระดับโรงหลังทำให้เกิดการเล่นฉากที่ยากมากขึ้น VC มีกระเป๋าที่คับคั่ง นักลงทุนทั่วไปปฏิเสธที่จะซื้อ และค่าธรรมเนียมการลงเหรียญขึ้นของโรงหลังมีระดับสูง ภายใต้ความกดดันสามชั้น มีวิธีการเล่นใหม่ที่เหมาะสมกับตลาดหมีกำลังขึ้น: ร่วมมือกับ KOL ชั้นนำ + VC จำนวนน้อย สร้างชุมชนใหญ่ ๆ เปิดตัวเหรียญที่มูลค่าตลาดต่ำ
นวัฒกรรมที่เป็นตัวแทนโดย Soon และ Pump Fun กำลังเปิดทางใหม่ผ่าน "การเปิดตัวจากชุมชน" - โดยมี KOL ชั้นนำร่วมด้วย ให้เหรียญ 40%-60% จะถูกแจกจากตรงสู่ชุมชน ในระดับการประเมินที่ต่ำถึง 1000 ล้านดอลลาร์ FDV เพื่อเริ่มโครงการและระดบเงินทุนทรัพย์เป็นล้านดอลลาร์ โดยโมเดลนี้สร้างความเชื่อร่วมกัน FOMO ผ่านอิทธิพลของ KOL ทำให้ทีมล็อคกำไรล่วงหน้า พร้อมกับเปลี่ยนแลกสภาพคลื่นตลาดด้วยความเป็นเงินสูง แม้จะละทิ้งความได้เปรียบในการควบคุมสถานการณ์ในระยะสั้น แต่สามารถซื้อกลับเหรียญในราคาต่ำในตลาดหมุนตลาดผ่านกลไกการซื้อขายที่ถูกต้อง โดยประเภทเชิงรุกของโครงสร้างอำนาจ: จากการเล่นเกมโกงที่ได้รับการสนับสนุนจาก VC (การรับซื้อของสถาบัน - การขายของบนตลาด - การซื้อของนักลงทุนสามัคคี) เปลี่ยนเป็นการเล่นเกมโปร่งใสที่สร้างความเข้าใจร่วมกันจากชุมชนในการกำหนดราคา ผู้ดำเนินโครงการและชุมชนจะสร้างความสัมพันธ์ใหม่ในการเกิดเหลือในการค้าหลายระดับเมื่ออุตสาหกรรมเข้าสู่รอบชีวิตของความโปร่งใส โครงการที่ติดมั่นอยู่กับตรรกะการควบคุมสถานการณ์传统ก็อาจกลายเป็นเงาของยุคที่เติบโตขึ้น
การเจริญเติบโตทางเทคโนโลยีที่ไม่สามารถย้อนกลับของเกล็ดยาวได้รับการยืนยันในช่วงสั้น ๆ นี้ เมื่อ AI Agent ลดต้นทุนการโต้ตอบบนเชื่อมต่อโซ่ลงมา 2 ระดับ และโมเดลที่ปรับตัวอัตราการใช้ทรัพยากรของโปรโตคอล DeFi อย่างต่อเนื่อง อุดมคติของอุตสาหกรรมกำลังมองหาการนำมาสิงห์แบบมวล. การเปลี่ยนแปลงนี้ไม่ได้ขึ้นอยู่กับการทำเป็นหรือการผลิตทุนของความคิด แต่อยู่บนพื้นฐานของความสามารถของเทคโนโลยีที่เกิดจากความต้องการจริงๆ — เหมือนการปฏิวัติของไฟฟ้าไม่เคยหยุดพักระหว่างที่บริษัทผลิตหลอดไฟล้มละลาย, Agent จะกลายเป็นเส้นทางทองแท้หลังจากฟองสบัดแตก. และ DeFAI อาจเป็นที่ดินที่เหมาะสมสำหรับการเกิดของชีวิตใหม่เมื่อการคำนวณต้นทุนต่ำกลายเป็นสิ่งปกติ, เราอาจจะได้เห็น Use case ที่สร้างขึ้นจากการรวมกันของ Agent ร้อยตัวใน Swarm บางช่วง. ภายใต้พลังงานคำนวณเทียบเท่า พารามิเตอร์โมเดลที่สูงขึ้นอาจให้ความมั่นใจในการปรับแต่ง Agent ในยุคของโมเดลโอเพ่นซอร์สได้เต็มที่, แม้กระทั่งต่อหน้าคำสั่งของผู้ใช้ที่ซับซ้อน ก็สามารถแบ่งออกเป็นงาน Pipeline ที่ Agent ตัวเดียวโดยที่สามารถทำได้อย่างเต็มความสามารถ แต่ละ Agent จะปรับปรุงการดำเนินการบนโซ่, อาจส่งผลทำให้ความเคลื่อนไหวของโปรโตคอล DeFi โดยรวมเพิ่มขึ้นและความเหมาะสมของเงินทุนเพิ่มขึ้น ภายใต้การคำนวณที่เทียบเท่า, การเพิ่มอัตราพารามิเตอร์อาจรักษา Agent ยุคโมเดลโอเพ่นซอร์สได้เต็มที่, แม้กระทั่งต่อหน้าคำสั่งของผู้ใช้ที่ซับซ้อน ก็สามารถแบ่งออกเป็นงาน Pipeline ที่ Agent ตัวเดียวโดยที่สามารถทำได้อย่างเต็มความสามารถ แต่ละ Agent จะปรับปรุงการดำเนินการบนโซ่, อาจส่งผลทำให้ความเคลื่อนไหวของโปรโตคอล DeFi โดยรวมเพิ่มขึ้นและความเหมาะสมของเงินทุนเพิ่มขึ้น ภายใต้การคำนวณที่เทียบเท่า, การเพิ่มอัตราพารามิเตอร์อาจรักษา Agent ยุคโมเดลโอเพ่นซอร์สได้เต็มที่, แม้กระทั่งต่อหน้าคำสั่งของผู้ใช้ที่ซับซ้อน ก็สามารถแบ่งออกเป็นงาน Pipeline ที่ Agent ตัวเดียวโดยที่สามารถทำได้อย่างเต็มความสามารถ แต่ละ Agent จะปรับปรุงการดำเนินการบนโซ่, อาจส่งผลทำให้ความเคลื่อนไหวของโปรโตคอล DeFi โดยรวมเพิ่มขึ้นและความเหมาะสมของเงินทุนเพิ่มขึ้น ภายใต้การคำนวณที่เทียบเท่า, การเพิ่มอัตราพารามิเตอร์อาจรักษา Agent ยุคโมเดลโอเพ่นซอร์สได้เต็มที่, แม้กระทั่งต่อหน้าคำสั่งของผู้ใช้ที่ซับซ้อน ก็สามารถแบ่งออกเป็นงาน Pipeline ที่ Agent ตัวเดียวโดยที่สามารถทำได้อย่างเต็มความสามารถ แต่ละ Agent จะปรับปรุงการดำเนินการบนโซ่, อาจส่งผลทำให้ความเคลื่อนไหวของโปรโตคอล DeFi โดยรวมเพิ่มขึ้นและความเหมาะสมของเงินทุนเพิ่มขึ้น ภายใต้การคำนวณที่เทียบเท่า, การเพิ่มอัตราพารามิเตอร์อาจรักษา Agent ยุคโมเดลโอเพ่นซอร์สได้เต็มที่, แม้กระทั่งต่อหน้าคำสั่งของผู้ใช้ที่ซับซ้อน ก็สามารถแบ่งออกเป็นงาน Pipeline ที่ Agent ตัวเดียวโดยที่สามารถทำได้อย่างเต็มความสามารถ แต่ละ Agent จะปรับปรุงการดำเนินการบนโซ่, อาจส่งผลทำให้ความเคลื่อนไหวของโปรโตคอล DeFi โดยรวมเพิ่มขึ้นและความเหมาะสมของเงินทุนเพิ่มขึ้น