Super cykl sztucznej inteligencji powoduje niedobór mocy obliczeniowej, a Render i Bittensor wyłaniają się jako kluczowi beneficjenci
BlockBeats News, 30 maja – w miarę jak rośnie zapotrzebowanie na szkolenie modeli sztucznej inteligencji i ich wnioskowanie, globalna podaż wysokowydajnych GPU pozostaje napięta, a czas oczekiwania na dostawę zaawansowanych chipów NVIDIA wydłużył się do kilku tygodni. Analiza rynkowa wskazuje, że projekty kryptowalutowe, które potrafią zintegrować niewykorzystaną moc obliczeniową i oferować zdecentralizowane usługi GPU, mogą być głównymi beneficjentami w trakcie cyklu ekspansji mocy obliczeniowej AI. Do najbardziej wyróżniających się obecnie projektów kryptowalutowych należą:
· Render (RENDER): Początkowo skoncentrowany na obliczeniach renderujących, obecnie rozszerzył działalność na obszar AI inference, łącząc popyt na moc obliczeniową z wartością tokena poprzez mechanizm Burn-and-Mint.
· Akash Network (AKT): Zdecentralizowana platforma chmury obliczeniowej, która w pierwszym kwartale 2026 roku osiągnęła rekordowe wydatki na moc obliczeniową w wysokości 5 milionów dolarów, oferuje niedrogie usługi wynajmu GPU dla firm z branży AI.
· io.net (IO): Agreguje dziesiątki tysięcy GPU na całym świecie, deklarując zmniejszenie kosztów obliczeń AI nawet o 70%, stając się kluczowym projektem infrastrukturalnym w ramach DePIN AI.
· Bittensor (TAO): Zachęca współtwórców modeli, danych i mocy obliczeniowej poprzez mechanizm „inteligentnego dowodu”, budując zdecentralizowaną sieć AI.
Analitycy uważają, że wraz z dynamicznym wzrostem zapotrzebowania na AI Agents, agentów autonomicznych oraz inference, zdecentralizowane sieci mocy obliczeniowej mogą przejąć część popytu, którego tradycyjni dostawcy usług chmurowych nie są w stanie zaspokoić. W porównaniu do scentralizowanych usług takich jak AWS czy Azure, platformy te zazwyczaj oferują przewagę kosztową rzędu 50–90% i przyciągają globalne, niewykorzystane zasoby GPU do sieci dzięki zachętom tokenowym.
Zastrzeżenie: Treść tego artykułu odzwierciedla wyłącznie opinię autora i nie reprezentuje platformy w żadnym charakterze. Niniejszy artykuł nie ma służyć jako punkt odniesienia przy podejmowaniu decyzji inwestycyjnych.
Może Ci się również spodobać

Meta wdroży własne chipy AI w pierwszej połowie przyszłego roku, aby obniżyć koszty i zmniejszyć zależność od Nvidia
Meta będzie używać swojego trzeciego pokolenia własnych chipów AI, MTIA 450, w centrach danych od pierwszej połowy przyszłego roku, a czwarte pokolenie jest przewidywane do wdrożenia pod koniec 2027 roku. W ciągu najbliższych 12 miesięcy Meta zobowiązała się do wdrożenia własnych chipów o zapotrzebowaniu energetycznym przekraczającym 1 gigawat. Yee Jiun Song, wiceprezes ds. inżynierii w Meta, podkreślił, że w porównaniu do produktów obecnie dostarczanych przez Nvidia, autorskie chipy Meta są bardziej wydajne podczas uruchamiania modeli AI i mają niższe zużycie energii.
