Render Network 主管表示，DePIN 可能缓解 AI 的瓶颈

来源：CryptoNewsNet 原文标题：Render Network 主管表示 DePIN 可能缓解 AI 瓶颈 原文链接： 随着人工智能 (AI) 变得更加强大，运行它所需的基础设施将达到极限，而这些极限可能为去中心化实体基础设施网络 (DePINs) 打开大门，Render Network 基金会的主管 Trevor Harries-Jones 如是说。

Harries-Jones 表示，去中心化 GPU 网络并非旨在取代传统数据中心，而是通过解决一些 AI 最紧迫的扩展挑战来补充它们。

DePIN 不是关于取代中心化基础设施

简单来说，DePIN 让全球用户共享现实世界的网络基础设施，以换取奖励，从而不依赖或受控于某个中心化公司。

其中一个项目是 Render Network。它实际上是一个去中心化的 GPU 渲染平台，旨在实现数字创作的民主化，让创作者摆脱中心化实体的束缚。

来自中心化 AI 领域的最新例子包括视频生成应用，由于 GPU 资源限制，使用量不得不进行限制。

Harries-Jones 反对完全取代的观点：

“我不认为这是一个取代的问题。我实际上认为这是两个的利用问题。”

中心化的 GPU 集群在训练大型 AI 模型方面仍然至关重要，这些模型受益于庞大的内存池和紧密集成的硬件。但训练只是 AI 总计算工作的一部分。

Harries-Jones 解释说，推理——即运行 AI 模型——几乎占据了 GPU 工作的 80%。

正是这个区别，让像 Render 这样的去中心化网络发挥作用。虽然早期版本的 AI 模型资源消耗大，但 Harries-Jones 表示，随着工程师优化和压缩模型，它们很快变得更高效。

随着时间推移，曾经需要庞大基础设施的模型可以在更简单的设备上运行，比如智能手机。

“所以我们在所有新出的模型上都能看到这个趋势。它们一开始非常庞大且不成熟，但在很短的时间内就被优化得可以在去中心化、简单的设备上运行。”

从成本角度来看，这一转变使得去中心化 GPU 网络变得越来越有吸引力。无需依赖昂贵的高端数据中心，推理工作负载可以分布在全球空闲的 GPU 上。

“在去中心化的空闲消费者节点上运行它们比在中心化节点上更便宜。”

Harries-Jones 对 DePIN 领域持乐观态度

Harries-Jones 将 DePIN 描述为缓解日益增长的 AI 瓶颈的方式，无论是在计算还是能源基础设施方面。

当中心化电力系统承受压力时，去中心化计算通过利用全球未充分利用的资源提供了平行解决方案。

“所以我对整个行业非常看好。”

Harries-Jones 强调，全球 GPU 需求远远超过供应。“今天世界上没有足够的 GPU，”他说。

因此，关键在于利用所有空闲的 GPU，而不是争夺供不应求的高端 GPU。

据 Harries-Jones 所述，AI 基础设施的未来既不是中心化网络，也不是单一的 DePIN，而是两者的灵活结合，以满足爆炸式增长的 AI 需求。