AIの主流化により、計算能力が重要な資源となっています。Multicoin CapitalのShayon Senguptaは、分散型物理インフラネットワーク（DePINs）がこのギャップを埋めることができると述べています。AIの発展は、法廷での法的戦略の策定、エンターテイメント業界のワークフローの強化、自動運転車の導入など、人々の生活や仕事の仕方を変えつつあります。しかし、計算リソースへのアクセスがシステムの拡大の主なボトルネックとなっています。NvidiaのA100やH100チップの待ち時間や時間単価は2023年を通じて上昇し続け、チップの生産能力は需要に追いついていません。
AIワークロードに関連するデータセンターの収益は2023年に約1000億ドルでしたが、新しいデータセンターは設立と運営に外部資金を必要としています。AIモデルはサイズと複雑さが増しており、計算性能の価格は30ヶ月ごとに半減する一方で、AI特有の計算要件は6ヶ月ごとに倍増しています。需要は供給をはるかに上回る速度で増加しています。
DePINsは、未利用の供給を見つけることで、計算能力不足の問題に対処しています。世界中には約15億枚の消費者向けGPUと、ハイパースケーラー以外のデータセンターに展開されている600万枚のデータセンターGPUがあります。これらのGPUを有効に活用するために、Render NetworkやIO.netなどのAIに特化したDePINsが登場しました。これらのネットワークは、GPUのオペレーターに報酬と引き換えにリソースを共有ネットワークに提供するインセンティブを与え、分散型のネットワーキング層を作成して、AI開発者がクラスタとして利用できるようにしています。これにより、従来のクラウドプロバイダーよりも最大90%安いコストで計算リソースを提供しています。
今後、これらの分散型ネットワークがAI競争の主要プレイヤーとして台頭することが期待されています。現在、世界中の主要企業の需要を満たすだけのGPU（ましてや手頃な価格のGPU）は十分にありません。Shayon SenguptaはMulticoin Capitalの投資パートナーであり、公開市場とプライベート市場でカテゴリーを定義する暗号企業やプロトコルに長期的で高い確信を持って投資を行っています。
from Crypto Can Be a Coordination Layer for Artificial Intelligence.
