Aethir网络中的节点有两个关键功能渲染容量证明，其中一组这些工作节点每15分钟随机选择一次来验证交易；渲染工作证明，密切监控网络性能，以确保用户获得最佳服务，根据需求和地理位置调整资源。矿工奖励分配给在Aethir网络上运行节点的参与者，以他们借出的计算资源的价值计算，奖励以本地$ATH代币支付。
Nosana是一个基于Solana构建的去中心化GPU网络。Nosana允许任何人贡献闲置计算资源，并因此获得$NOS代币形式的奖励。DePIN促进了经济高效的GPU分配，可以用于运行复杂的AI工作负载，而没有传统云解决方案的开销。任何人都可以通过借出闲置GPU来运行Nosana节点，获得与其提供给网络的GPU功率成比例的代币奖励。
网络连接了分配计算资源的两个参与方：寻求访问计算资源的用户和提供计算资源的节点操作员。重要的协议决策和升级由NOS代币持有者投票并由NosanaDAO管理。
Nosana为其未来计划制定了广泛的路线图Galactica（v1.0-2024上半年/下半年）将启动主网，发布CLI和SDK，并专注于通过消费者GPU的容器节点扩展网络。Triangulum（v1.X-2024下半年）将集成主要的机器学习协议和连接器，例如PyTorch、HuggingFace和TensorFlow。Whirlpool（v1.X-2025上半年）将扩大对AMD、Intel和AppleSilicon的多样化GPU的支持。Sombrero（v1.X-2025下半年）将增加对中大型企业的支持，法币支付、账单和团队功能。
Akash网络是一个基于CosmosSDK构建的开源权益证明网络，允许任何人无许可地加入和贡献，创建一个去中心化的云计算市场。$AKT代币用于保障网络安全、促进资源支付并协调网络参与者之间的经济行为。Akash网络由几个关键组件组成：
该网络最初专注于存储和CPU租赁服务，随着AI训练和推理工作负载的需求增长，网络已扩展其服务范围，涵盖GPU的租赁和分配，通过其AkashML平台响应这些需求。AkashML使用反向拍卖系统，客户（称为租户）提交其期望的GPU价格，计算供应商（称为提供者）竞争以供应所请求的GPU。
截至撰写本文时，Akash区块链已完成超过1290万次交易，超过53.5万美元被用于访问计算资源，并租赁出超过18.9万个独特部署。
计算DePIN领域仍在发展，许多团队正在竞争以将创新和高效的解决方案推向市场。值得进一步研究的其他示例包括Hyperbolic，它正在构建一个用于AI开发的资源池协作开放访问平台，以及Exabits ，它正在建立一个由计算矿工支撑的分布式计算能力网络。
现在我们已经了解了计算DePIN的基本原理并审查了几个当前正在运行的补充案例研究，重要的是要考虑这些去中心化网络的影响，包括优点和缺点。
在规模上构建分布式网络通常需要在性能、安全性和弹性等方面做出权衡。例如，在全球分布的商品硬件网络上训练AI模型可能在成本效益和时间效率上远不如在集中式服务提供商上训练。正如我们之前提到的，AI模型及其工作负载变得越来越复杂，需要更多高性能GPU而不是商品GPU。
这就是大型企业大量囤积高性能GPU的原因，也是旨在通过建立一个任何人都可以借出闲置GPU的无许可市场来解决GPU短缺问题的计算DePINs所面临的固有挑战（有关去中心化人工智能协议所面临挑战的更多信息，请参阅此推文）。协议可以通过两种关键方式解决这一问题：一是为希望为网络做出贡献的GPU提供商建立基准要求，二是汇集提供给网络的计算资源，以实现更大的整体性。尽管如此，与集中式服务提供商相比，这种模式的建立本身就具有挑战性，因为集中式服务提供商可以分配更多资金与硬件提供商（如Nvidia）直接交易。这是DePINs在前进过程中应该考虑的问题。如果去中心化协议拥有足够大的资金，DAO 可以投票决定分配一部分资金用于购买高性能GPU，这些GPU可以用去中心化的方式进行管理，并以高于商品GPU的价格借出。
另一个特定于计算DePINs的挑战是管理适当的资源利用率。在其早期阶段，大多数计算DePINs将面临结构性需求不足的问题，正如许多初创公司今天所面临的那样。一般来说，DePINs面临的挑战是早期建立足够的供应以达到最低可行产品质量。没有供应，网络将无法产生可持续的需求，也无法在需求高峰期为其客户服务。另一方面，过剩供应也是一个问题。在某个阈值以上，只有当网络利用率接近或达到满负荷时，更多的供应才有帮助。否则，DePIN将面临为供应支付过多费用的风险，从而导致资源利用不足，除非协议提高代币发行以保持供应商的参与，否则供应商的收入将减少。
没有广泛的地理覆盖范围，电信网络就没有用武之地。如果乘客必须等待很长时间才能搭到车，出租车网络就不会有用。如果DePIN必须向长期提供资源的人员支付费用，那么它就不会有用。集中式服务提供商可以预测资源需求并有效管理资源供应，而计算DePIN则缺乏管理资源利用的中央机构。因此，对DePIN而言，尽可能战略性地确定资源利用率尤为重要。
一个更大的问题是，去中心化GPU市场可能不再面临GPU短缺的局面。马克扎克伯格最近在一次采访中表示，他认为能源将成为新的瓶颈，而不是计算资源，因为企业现在将争相大规模建设数据中心，而不是像现在这样囤积计算资源。当然，这意味着GPU成本的潜在降低，但也提出了一个问题，即如果建设专有数据中心提高了AI模型性能的整体标准，AI初创公司将如何在性能和提供的商品和服务质量上与大公司竞争。
重申一下，AI模型的复杂性及其随后的处理和计算需求与可用高性能GPU和其他计算资源之间的差距正在扩大。
计算DePINs在计算市场领域有望成为创新的颠覆者，这些市场今天由主要硬件制造商和云计算服务提供商主导，基于以下几个关键能力：
1)提供更低的商品和服务成本。
2)提供更强的抗审查性和网络弹性保障。
3)受益于可能要求AI模型尽可能开放以进行微调和训练的潜在监管准则，并且任何人都可以轻松访问。
美国拥有计算机和互联网接入的家庭比例呈指数增长，接近100%。全球许多地区的比例也显著增长。这表明潜在的计算资源提供者（GPU拥有者）数量的增加，如果有足够的货币激励和无缝的交易过程，他们将愿意借出闲置供应。当然，这是一个非常粗略的估计，但它表明建立可持续共享经济计算资源的基础可能已经存在。
除了AI之外，未来对计算的需求还将来自许多其他行业，例如量子计算。量子计算市场规模预计将从2023年的928.8百万美元增长到2030年的6528.8百万美元，年复合增长率为32.1%。该行业的生产将需要不同种类的资源，但看看是否会有任何量子计算DePINs启动以及它们的样子将会很有趣。
在消费者硬件上运行的开放模型的强大生态系统是对抗未来价值被AI高度集中和大多数人类思维被少数几个人控制的中央服务器读取和调解的一个重要对冲。这些模型的风险也比企业巨头和军队的风险要低得多。VitalikButerin
大型企业可能不是DePINs的目标受众，将来也不会是。计算DePINs让个人开发者、零散的建设者、拥有最少资金和资源的初创企业重新回归。它们允许将闲置的供应转化为创新的想法和解决方案，并通过更丰富的计算能力来实现。人工智能无疑将改变数十亿人的生活。我们不应该担心人工智能会取代每个人的工作，而应该鼓励这样一种想法，即人工智能可以增强个人和自主创业者、初创企业以及广大公众的能力。
以上就是io.net大火，全面了解计算类DePIN赛道的生态版图的全部内容，望能这篇io.net大火，全面了解计算类DePIN赛道的生态版图可以帮助您解决问题，能够解决大家的实际问题是非常好学习网一直努力的方向和目标。