:format(webp)/cloudfront-us-east-1.images.arcpublishing.com/coindesk/GWSBFCC5NBC5TFZO357W4LCPA4.jpg)
Les développements de l’IA générative au cours des 12 derniers mois ont commencé à transformer la façon dont les gens vivent et travaillent. Des modèles linguistiques sont utilisés pour développer des stratégies juridiques dans les affaires judiciaires ; des modèles de diffusion d'images sont utilisés pour augmenter les flux de travail des grands studios de divertissement ; et les progrès de la vision par ordinateur ont amené des flottes de voitures autonomes sur les routes en masse.
Il est bien entendu que le principal goulot d’étranglement lors de la mise à l’échelle de ces systèmes est l’accès aux ressources de calcul. Les temps d'attente et les tarifs horaires pour les instances ponctuelles des puces A100 et H100 de Nvidia ont constamment tendance à augmenter tout au long de 2023, et la capacité de production de puces ne peut tout simplement pas KEEP la demande. La pénurie actuelle de cartes graphiques découle d'une tempête parfaite de contraintes de matériaux , de perturbations de la chaîne d'approvisionnement , d'une demande croissante , de tensions géopolitiques et des longs cycles de production inhérents à la fabrication de GPU complexes. De plus, des matériaux clés, comme le silicium avancé utilisé dans les puces GPU, les substrats spécialisés pour les PCB et les puces mémoire, sont également confrontés à des pénuries en raison des déséquilibres entre l'offre et la demande.
Les revenus des centres de données associés aux charges de travail d'IA s'élevaient à environ 100 milliards de dollars en 2023. Les centres de données nécessitent d'énormes investissements initiaux sous forme de terrains, d'électricité et de matériel de qualité entreprise. Les nouveaux centres de données dépendent d'un financement externe pour leur installation et leur fonctionnement, mais les taux sont élevés et les capitaux sont limités. Les modèles d’IA augmentent en taille et en complexité, et bien que le prix par unité de performance informatique diminue de moitié tous les trente mois, les besoins de calcul spécifiques à l’IA doublent tous les six mois. La demande est en passe d’ augmenter de plusieurs ordres de grandeur plus rapidement que l’offre.
C’est quelque chose dont rêvent les investisseurs : un changement tectonique dans l’innovation qui affectera pratiquement toutes les entreprises du jour au lendemain, poussé par une ressource limitée et une demande qui monte en flèche, provoquant une flambée des prix des matières premières. Les rendements cumulatifs de NVIDIA de 231,5 % au cours des 12 derniers mois en sont un parfait indicateur, mais même cela ne représente pas l'opportunité qui se présente. Nous n’en sommes qu’aux premiers balbutiements de la renaissance de l’IA. Toutes les entreprises du Fortune 500 élaborent actuellement leur stratégie en matière d'IA, et la demande que nous constatons aujourd'hui est loin d'être comparable à celle de demain. L’IA augmentera et déplacera la main-d’œuvre, stimulera la productivité et remodèlera fondamentalement le fonctionnement des entreprises. Le calcul est le nouveau pétrole.
Il existe une réponse au problème de plus en plus vaste de la pénurie de ressources informatiques : trouver les ressources inutilisées.
Une nouvelle forme de réseau cryptographique, appelée « réseaux d’infrastructure physique décentralisée » ou « DePIN » en abrégé, vient à la rescousse. On estime qu’il existe 1,5 milliard de GPU grand public disponibles gratuitement dans le monde, et six millions de GPU de centres de données déployés dans le monde entier en dehors des hyperscalers (AWS, GCP, Azure, Oracle). Les cartes matérielles grand public ont souvent un débit de calcul comparable à celui des cartes d'entreprise.
Par exemple, le RTX 3090 grand public est capable de 83 TFLOPS FP32, tandis que les A100 de qualité entreprise n'ont que 19,5 TFLOPS FP32. Actuellement, il existe plus de 330 millions de GPU grand public dans les ordinateurs personnels (joueurs, concepteurs, éditeurs vidéo, ETC) et les centres de données qui pourraient être mis en ligne. Le problème est qu’historiquement, il n’a T été possible d’encourager ou de coordonner ces GPU disparates en clusters utilisables.
Récemment, des DePIN spécialisés et axés sur l'IA, tels que Render Network et IO.net , ont résolu ce problème. Premièrement, ils incitent les opérateurs de GPU latents à contribuer leurs ressources à un réseau partagé en échange de récompenses. Deuxièmement, ils créent une couche réseau décentralisée qui représente des GPU disparates que les développeurs d’IA en cluster peuvent utiliser. Ces marchés de calcul décentralisés offrent désormais des centaines de milliers de ressources de calcul de différents types, créant ainsi une nouvelle voie pour répartir les charges de travail d'IA sur une cohorte de matériel qualifié auparavant indisponible.
En plus de créer une nouvelle offre nette de GPU, les réseaux DePIN sont souvent nettement moins chers – jusqu'à 90 % moins chers – que les fournisseurs de cloud traditionnels. Ils parviennent à ces coûts en externalisant la coordination et les frais généraux du GPU vers la blockchain. Les fournisseurs de cloud majorent les coûts d'infrastructure car ils incluent les dépenses de personnel, la maintenance du matériel et les frais généraux du centre de données. Les réseaux DePIN n'ont aucune de ces dépenses, ils peuvent donc répercuter les coûts de calcul pratiquement au prix coûtant (avec des frais de coordination réseau insignifiants en plus) sur les clients finaux.
Alors que nous envisageons l’année à venir, nous nous attendons à ce que ces réseaux décentralisés deviennent l’ un des acteurs clés dans la course à l’IA. Il n’y a tout simplement pas assez de GPU (et encore moins de GPU abordables) à l’heure actuelle pour répondre à la demande de toutes les grandes entreprises du monde.
Les GPU sont la monnaie de l’IA, et les DePIN sont là pour la fournir.
