DePIN赛道是什么?一文解密DePIN生态(AI算力的变革力量)

时间:2024-06-22  分类:电子

开源AI模型在许多领域表现优于闭源模型,如稳定扩散模型(StableDiffusion)在图像生成方面的表现优于OpenAI的DALL-E2,并且成本更低。开源模型的权重是公开的,使得开发者和艺术家可以根据具体需求进行微调。


开源AI的社区驱动创新也是一个亮点,开源AI项目得益于多样化社区的集体贡献和审查,促进了快速创新和改进。开源AI模型提供了前所未有的透明度,用户可以审查训练数据和模型权重,从而增强信任和安全性。


开源AI和闭源AI的详细对比如下图所示:


Source:@heurist_ai


10.2数据隐私


Heurist项目在处理AI模型推理时,集成了LitProtocol来实现数据在传输过程中的加密,包括AI推理的输入和输出。对于矿工,Heurist有两个大的分类,分为公共矿工和隐私矿工:



Source:@heurist_ai


如何建立隐私矿工(Privacy-enabledminers)的信任?主要通过下面两种方法



10.3代币经济学模型


Heurist项目的代币名为HUE,作为一种实用型代币,其供应量具有动态性,通过发行和销毁机制进行调节。HUE代币的最大供应量被限制在10亿枚。


代币分配和发行机制大概可以分成两种,即挖矿和质押:



代币的销毁机制


类似于以太坊的EIP-1559模型,Heurist项目实施了代币销毁机制。当用户支付AI推理费用时,部分HUE支付将被永久从流通中移除。代币的发行和销毁平衡与网络活动密切相关,在高使用率时期,代币的销毁率可能会超过新代币的发行率,从而使Heurist网络进入通缩阶段。该机制有助于调节代币供应,并使代币价值与网络内的实际需求保持一致。


代币的贿赂机制(Bribes)


贿赂机制最早由CurveFinance的用户提出,作为一种游戏化的激励机制,用于帮助引导流动性池的奖励。Heurist项目借鉴了这一机制,并将其应用于提高挖矿效率。矿工可以选择设置其挖矿奖励的一定百分比作为贿赂以吸引质押者。质押者可能会选择提供最高贿赂的矿工,但也会考虑矿工的硬件性能和正常运行时间等因素。矿工被激励提供贿赂,因为较高的质押将导致较高的挖矿效率,从而创造一个竞争与合作并存的环境,矿工和质押者共同为网络提供更好的服务。


通过这些机制,Heurist项目旨在创建一个动态且高效的代币经济体系,以支持其去中心化的AI模型托管和推理网络。


10.4激励测试网


Heurist项目在激励测试网(IncentivizedTestnet)阶段为挖矿奖励分配了HUE代币总供应量的5%。这些奖励以积分形式计算,在主网代币生成事件(TGE)后,这些积分可以兑换成完全流动的HUE代币。测试网奖励分为两类:一类用于StableDiffusion模型,另一类用于大型语言模型(LLMs)。


积分机制


LlamaPoint:用于LLM矿工,每处理1000个由Mixtral8-7b模型处理的输入/输出代币可获得一个LlamaPoint。具体计算如下图所示:


WaifuPoint:用于StableDiffusion矿工,每生成一个512x512像素的图像(使用StableDiffusion1.5模型,经过20步迭代)可获得一个WaifuPoint。具体计算如下图所示:


每个计算任务完成后,系统会根据GPU性能基准测试结果评估任务的复杂性,并给予相应的积分。LlamaPoints和WaifuPoints的分配比例将在接近TGE时确定,考虑到未来几个月内两种模型类别的需求和使用情况。


Source:@heurist_ai


参与测试网主要有两种方式:



参与Heurist挖矿推荐的GPU,如下图所示:


Source:@heurist_ai


注意,Heurist测试网有反作弊措施,每个计算任务的输入和输出都由异步监控系统存储和跟踪。如果矿工有恶意行为以操纵奖励系统(如提交不正确或低质量的结果、篡改下载的模型文件、篡改设备和延迟指标数据),Heurist团队有权削减其测试网积分。


10.5Heurist挖矿


Heurist测试网提供两种积分:WaifuPoint和LlamaPoint。WaifuPoint是通过运行生成图像的StableDiffusion模型获得的,而LlamaPoint是通过运行大型语言模型(LLM)获得的。在运行这些模型时,对显卡型号没有限制,但对显存的要求是硬性规定。显存需求越高的模型,其积分系数也会更高。


下图列出了目前支持的LLM模型。对于StableDiffusion模型,有两种模式:启用SDXL模式和排除SDXL模式。启用SDXL模式需要12GB显存,而排除SDXL模式在我的测试中发现只需8GB显存即可运行。


Source:@heurist_ai


10.6应用


Heurist项目通过图像生成、聊天机器人和AI搜索引擎这三个应用方向,展示了其强大的AI能力和广泛的应用前景。在图像生成方面,Heurist利用StableDiffusion模型提供高效灵活的图像生成服务;在聊天机器人方面,通过大型语言模型实现智能对话和内容生成;在AI搜索引擎方面,结合预训练语言模型提供精确的信息检索和详细的答案。


这些应用不仅提升了用户体验,还展示了Heurist在去中心化AI领域的创新和技术优势,应用效果如下图所示:


Source:@heurist_ai


图像生成


Heurist项目的图像生成应用主要依赖于StableDiffusion模型,通过文本提示生成高质量的图像。用户可以通过RESTAPI与StableDiffusion模型进行交互,提交文本描述来生成图像。每个生成任务的成本取决于图像的分辨率和迭代次数。例如,使用SD1.5模型生成一个1024x1024像素、40次迭代的图像,需要8个标准信用单位。通过这种机制,Heurist实现了高效且灵活的图像生成服务。


聊天机器人


Heurist项目的聊天机器人应用通过大型语言模型(LLM)实现智能对话。HeuristGateway是一个与OpenAI兼容的LLMAPI端点,使用LiteLLM构建,允许开发者以OpenAI格式调用HeuristAPI。例如,使用Mistral8x7b模型,开发者只需几行代码即可替换现有的LLM提供商,并以更低的成本获得类似于ChatGPT3.5或Claude2的性能。


Heurist的LLM模型支持多种应用,包括自动客服、内容生成和复杂问题解答等。用户可以通过API请求与这些模型交互,提交文本输入并获取模型生成的响应,从而实现多样化的对话和交互体验。


AI搜索引擎


Heurist项目的AI搜索引擎通过集成大规模预训练语言模型(如Mistral8x7b)来提供强大的搜索和信息检索功能。用户可以通过简单的自然语言查询获取准确且详细的答案。例如,在谁是币安的CEO?这个问题上,Heurist搜索引擎不仅提供了当前CEO的名字(RichardTeng),还详细解释了他的背景和前任CEO的情况。


Heurist搜索引擎结合了文本生成和信息检索技术,能够处理复杂的查询,提供高质量的搜索结果和相关信息。用户可以通过API接口提交查询,并获取结构化的答案和参考资料,这使得Heurist的搜索引擎不仅适用于一般用户,还能满足专业领域的需求。


总结


DePIN是一种新的共享经济,是沟通物理世界和物理世界的桥梁。从市值估值角度和应用区域范围角度来分析,其还有很大的增长空间。相比较于CePIN,DePIN具有去中心化、透明性、用户自主权、激励机制和抗审查性等方面的优势,这些优势进一步推动了DePIN的发展。由于DePIN独特的经济模型,所以其较容易形成飞轮效应。当前很多DePIN项目已经完成了供给端的构建,如何激发真实用户的需求,扩大需求端的数量才是这些DePIN项目接下来需要重点攻克的方向。


DePIN虽然展现出了巨大的发展潜力,但仍面临着技术成熟度、服务稳定度、市场接受度和监管环境等方面的挑战。然而,随着技术的进步和市场的发展,这些挑战有望逐步得到解决。 可以预见,一旦这些挑战得到有效解决,DePIN将会迎来大规模应用(MassAdoption),为加密领域带来海量的新增用户和关注度,并很有可能成为成为新一轮的牛市发动机。让我们共同见证这一天的到来!



-->> 7/7 文章结束,返回第一页

以上就是DePIN赛道是什么?一文解密DePIN生态(AI算力的变革力量)的全部内容,望能这篇DePIN赛道是什么?一文解密DePIN生态(AI算力的变革力量)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。