Cơ hội mới cho nền tảng AI khả năng tính toán: Giải pháp phi tập trung giải quyết điểm đau của ngành

Gần đây, hai dự án dựa trên khái niệm AI đã lần lượt được ra mắt, gây ra những suy nghĩ mới trong ngành về phân bổ tài nguyên khả năng tính toán AI. Cả hai dự án đều tập trung vào một mô hình kinh doanh cổ điển: kết nối các doanh nghiệp khởi nghiệp AI với tài nguyên card đồ họa nhàn rỗi.

Mô hình này xuất phát từ nhu cầu thực tế. Một mặt là các công ty khởi nghiệp AI và các doanh nghiệp render game đang cần khẩn cấp khả năng tính toán, mặt khác là các cá nhân hoặc tổ chức sở hữu các card đồ họa hiệu năng cao nhàn rỗi (như 4090, 3090, A100, H100, v.v.). Thông qua nền tảng, hai bên nhu cầu này được kết nối, không chỉ tạo ra lợi nhuận cho những người sở hữu card đồ họa mà còn cung cấp cho các công ty AI một giải pháp khả năng tính toán tiết kiệm hơn so với cách truyền thống.

Mô hình này được ưa chuộng chủ yếu vì các lý do sau:

1. Kiểm soát chi phí: Các công ty AI có xu hướng thuê linh hoạt thay vì mua số lượng lớn card đồ họa để giảm chi phí cố định.

2. Hạn chế cung cấp: Nguồn cung card đồ họa toàn cầu đang bị căng thẳng, cùng với một số hạn chế thương mại ở một số khu vực, khiến việc mua trực tiếp trở nên khó khăn và tốn kém.

3. Lợi thế phi tập trung: Nền tảng phi tập trung có thể bỏ qua các trung gian truyền thống, giảm chi phí bổ sung và rủi ro tiềm ẩn.

Tuy nhiên, mô hình này phải đối mặt với tình huống điển hình "con gà có trước hay quả trứng có trước". Nền tảng cần phải thu hút đủ nhà cung cấp và người tiêu dùng Khả năng tính toán cùng một lúc để tạo ra vòng tuần hoàn tích cực. Để giải quyết vấn đề này, các nền tảng đã giới thiệu cơ chế tiền điện tử, thông qua việc khuyến khích bằng mã thông báo để thúc đẩy sự phát triển nhanh chóng của hệ sinh thái.

Một nền tảng đã áp dụng chiến lược "trứng trước gà" bằng cách sử dụng tiền mã hóa để thu hút một lượng lớn tài nguyên card đồ họa. Nền tảng khác thì đã ra mắt sản phẩm "máy khai thác" ảo và thực, nhằm nuôi dưỡng lòng trung thành của người dùng và củng cố vị thế trên thị trường. Hai phương pháp này đều có những đặc điểm riêng, và đều nhằm mục đích nhanh chóng xây dựng một cộng đồng người dùng ổn định.

Những nền tảng này còn khéo léo thiết kế cơ chế sử dụng token, như cung cấp giảm giá khi thanh toán bằng token, vừa không ép buộc người dùng phải sử dụng token của nền tảng, vừa tạo ra ứng dụng thực tế cho token, có lợi cho việc phân phối rộng rãi và duy trì giá trị lâu dài của token.

Trong kiến trúc công nghệ, một số nền tảng còn đưa vào vai trò kiểm tra viên, thông qua việc theo dõi liên tục trạng thái làm việc của card đồ họa để đảm bảo chất lượng dịch vụ, và dựa vào đó làm cơ sở phân phối token. Thiết kế đổi mới này đã giải quyết hiệu quả vấn đề ổn định mà các nguồn lực tính toán phân tán có thể gặp phải.

Cần lưu ý rằng, mặc dù những nền tảng này có mối quan hệ cạnh tranh ở một mức độ nào đó, nhưng chúng cũng thể hiện tư thế hợp tác. Ví dụ, đã có báo cáo cho rằng những nền tảng này đã thực hiện việc hoán đổi token với nhau, hành động này có thể gợi ý về xu hướng hợp tác trong ngành.

Tóm lại, sự xuất hiện của các nền tảng tính toán AI phi tập trung này không chỉ cung cấp một cách phân bổ tài nguyên mới cho ngành AI mà còn tạo ra những phương thức hiện thực hóa giá trị mới cho những người nắm giữ card đồ họa. Với sự phát triển và phổ biến không ngừng của công nghệ AI, mô hình này có thể sẽ phát huy vai trò lớn hơn trong tương lai, thúc đẩy sự thịnh vượng hơn nữa của ngành công nghiệp AI.