作者：PatrickBush，MatthewSigel?來源：VanEck?翻譯：善歐巴，喜來順財經(jīng)
本文概述了人工智能加密貨幣到 2030 年的潛在收入場景，以 $102 億為基準(zhǔn)預(yù)測，并強調(diào)了公共區(qū)塊鏈在推動人工智能采用方面通過關(guān)鍵功能發(fā)揮的重要作用。請注意，VanEck 可能持有以下所述數(shù)字資產(chǎn)的頭寸。
關(guān)鍵要點：
在我們的基準(zhǔn)預(yù)測中，預(yù)計到 2030 年，加密貨幣人工智能收入將達到 102 億美元。
區(qū)塊鏈技術(shù)可能成為人工智能采用和去中心化人工智能解決方案進步的關(guān)鍵驅(qū)動因素。
與加密激勵措施的集成可以提高人工智能模型的安全性和效率。
區(qū)塊鏈可能成為解決人工智能身份驗證和數(shù)據(jù)完整性挑戰(zhàn)的方案。
公共區(qū)塊鏈極有可能成為解鎖人工智能 (AI) 廣泛采用的關(guān)鍵，而 AI 應(yīng)用將成為加密貨幣存在的意義。這是因為加密貨幣提供了人工智能所需的重要基礎(chǔ)元素，例如透明度、不可變性、明確定義的所有權(quán)屬性和對抗性測試環(huán)境。我們相信這些屬性將證明對人工智能充分發(fā)揮其潛力至關(guān)重要。基于對人工智能增長的估計，我們認(rèn)為到 2030 年，專注于人工智能的加密項目收集的年度收入基準(zhǔn)預(yù)測為 102 億美元。在這篇文章中，我們推測了加密貨幣在促進人工智能采用方面所扮演的角色以及加密貨幣將從人工智能業(yè)務(wù)中獲得的價值。
我們發(fā)現(xiàn)加密貨幣在人工智能中的最佳應(yīng)用是：
提供分散的計算資源
模型測試、微調(diào)和驗證
版權(quán)保護和數(shù)據(jù)完整性
人工智能安全
身份
加密貨幣對人工智能來說非常有用，因為它已經(jīng)解決了人工智能當(dāng)前和未來面臨的許多挑戰(zhàn)。從本質(zhì)上講，加密貨幣解決了協(xié)調(diào)問題。加密貨幣將人員、計算和貨幣資源結(jié)合在一起來運行開源軟件。它通過以與每個網(wǎng)絡(luò)的價值相關(guān)的代幣形式向創(chuàng)建、支持和使用每個區(qū)塊鏈網(wǎng)絡(luò)的人提供獎勵來實現(xiàn)這一目標(biāo)。該獎勵系統(tǒng)可用于引導(dǎo)人工智能價值堆棧的不同組件。將加密技術(shù)與人工智能相結(jié)合的一個重要意義在于，利用加密貨幣激勵措施來開發(fā)必要的物理基礎(chǔ)設(shè)施，例如 GPU 集群，專門用于訓(xùn)練、微調(diào)和支持生成模型的使用。
區(qū)塊鏈還帶來了數(shù)字所有權(quán)的透明度，這可能有助于解決人工智能將在法庭上面臨的一些開源軟件問題，這在《紐約時報》訴 OpenAI 和微軟的訴訟中已經(jīng)很引人注目。也就是說，加密可以透明地證明數(shù)據(jù)所有者、模型構(gòu)建者和模型用戶的所有權(quán)和版權(quán)保護。這種透明度還將擴展到將模型有效性的數(shù)學(xué)證明發(fā)布到公共區(qū)塊鏈上。最后，由于不可偽造的數(shù)字簽名和數(shù)據(jù)完整性，我們相信公共區(qū)塊鏈將有助于減輕識別和安全問題，否則這些問題會削弱人工智能的有效性。
資料來源：摩根士丹利、彭博資訊、VanEck Research 截至 2024 年 1 月 29 日。過去的表現(xiàn)并不能保證將來的結(jié)果。本博客中提供的信息、估值情景和價格目標(biāo)無意作為財務(wù)建議或任何行動號召、購買或出售建議，或作為對人工智能業(yè)務(wù)未來表現(xiàn)的預(yù)測。未來的實際表現(xiàn)尚不清楚，可能與此處描述的假設(shè)結(jié)果有很大差異。所提出的場景中可能存在未考慮到的風(fēng)險或其他因素，這些因素可能會阻礙績效。這些僅僅是基于我們研究的模擬結(jié)果，僅供說明之用。請進行自己的研究并得出自己的結(jié)論。
為了預(yù)測加密人工智能的市場，我們首先估計人工智能帶來的商業(yè)生產(chǎn)力收益的總可尋址市場（TAM），我們的這一數(shù)字的基線來自麥肯錫2022 年的假設(shè)。然后，我們將經(jīng)濟和生產(chǎn)率增長假設(shè)應(yīng)用到麥肯錫的數(shù)據(jù)中，找到一個基本案例，即 2030 年 TAM 為 5.85T 美元。在此基本情況下，我們假設(shè) AI 生產(chǎn)力增長比 GDP 增長高 50%，GDP 增長 3%。然后，我們預(yù)測人工智能在全球企業(yè)中的市場滲透率（在基本情況下為 33%），并將其應(yīng)用到我們的初始 TAM 中，預(yù)計人工智能將為企業(yè)帶來 1.93T 美元的生產(chǎn)力提升。為了計算所有人工智能業(yè)務(wù)的收入，我們假設(shè)這些生產(chǎn)力收益的 13% 由人工智能業(yè)務(wù)捕獲（或由企業(yè)消費者花費）作為收入。我們通過應(yīng)用標(biāo)準(zhǔn)普爾 500 強企業(yè)勞動力成本的平均收入份額來估算人工智能收入占比，并假設(shè)人工智能支出應(yīng)該相似。我們分析的下一部分應(yīng)用 Bloomberg Intelligence 對 AI 價值堆棧分布的預(yù)測來估算每個 AI 業(yè)務(wù)群體的年收入。最后，我們對每個人工智能業(yè)務(wù)的加密貨幣市場份額進行具體估計，以得出每個案例和每個市場的最終數(shù)據(jù)。
我們設(shè)想未來將利用開源公共存儲庫構(gòu)建的去中心化人工智能模型應(yīng)用于每個可以想象的用例。在許多情況下，這些開源模型勝過集中式人工智能創(chuàng)作。這一假設(shè)的基礎(chǔ)源于這樣的假設(shè)：開源社區(qū)將有獨特動機改進事物的愛好者和愛好者聚集在一起。我們已經(jīng)看到開源互聯(lián)網(wǎng)項目打破了傳統(tǒng)業(yè)務(wù)。這種現(xiàn)象最好的例子是維基百科有效地結(jié)束了商業(yè)百科全書業(yè)務(wù)，而推特則擾亂了新聞媒體。這些開源社區(qū)在傳統(tǒng)企業(yè)失敗的地方取得了成功，因為開源團體通過社會影響力、意識形態(tài)和團體團結(jié)的結(jié)合來協(xié)調(diào)和激勵人們提供價值。簡而言之，?關(guān)心。
將開源人工智能模型與加密貨幣激勵相結(jié)合，可以擴大這些新興社區(qū)的影響力，賦予他們財務(wù)能力，以創(chuàng)建必要的基礎(chǔ)設(shè)施來吸引新參與者。將這一前提應(yīng)用于人工智能將是熱情和金錢資源的迷人結(jié)合。人工智能模型將在加密貨幣激勵競賽中接受測試，建立模型評估基準(zhǔn)的環(huán)境。在這種環(huán)境下，最有效的模型和評估標(biāo)準(zhǔn)會獲勝，因為每個模型的價值都被明確量化。因此，在我們的基本案例中，我們預(yù)計區(qū)塊鏈生成的人工智能模型將占所有人工智能軟件收入的 5%。這一估算包括硬件、軟件、服務(wù)、廣告、游戲等，反映了企業(yè)運營數(shù)量的轉(zhuǎn)變。在 AI 軟件的總收入中，我們預(yù)計這將占所有 AI 收入的一半左右，即 $125.50B 左右。因此，我們預(yù)計開源模型的 5% 市場份額相當(dāng)于$6.27B的收入將用于加密代幣支持的人工智能模型。
我們預(yù)計，到 2030 年，用于微調(diào)、訓(xùn)練和推理的計算（或人工智能基礎(chǔ)設(shè)施即服務(wù)）的 TAM 可能會達到 $47.44B。隨著人工智能的廣泛采用，人工智能將成為世界經(jīng)濟許多功能不可或缺的一部分，計算和存儲的供應(yīng)可以被設(shè)想為類似于發(fā)電和配電的公共設(shè)施。在這種動態(tài)中，絕大多數(shù)“基本負(fù)載”將來自 Amazon 和 Google 等 GPU 云超大規(guī)模企業(yè)，其市場份額將近似帕累托分布80%。我們看到區(qū)塊鏈分配的后端服務(wù)器基礎(chǔ)設(shè)施可以滿足特殊需求，并在高網(wǎng)絡(luò)需求期間充當(dāng)“峰值”提供商。對于定制人工智能模型的生產(chǎn)者來說，加密存儲和計算提供商提供了諸如按需服務(wù)交付、更短的 SLA 鎖定期、更定制的計算環(huán)境以及更高的延遲敏感性等優(yōu)勢。此外，去中心化 GPU 可以與智能合約中的去中心化 AI 模型無縫集成，從而實現(xiàn) AI 代理擴展自己的計算需求的無需許可的用例。將區(qū)塊鏈提供的 GPU 視為人工智能計算基礎(chǔ)設(shè)施的 Uber/Lyft 等價物，我們認(rèn)為區(qū)塊鏈提供的計算和存儲將占據(jù)人工智能基礎(chǔ)設(shè)施非超大規(guī)模市場的 20%，可能產(chǎn)生到 2030 年將達到 $1.90B。
通過可證明的鏈上人性在人工智能代理和模型的背景下定義“身份”可以被視為世界計算機網(wǎng)絡(luò)的女巫防御機制。我們可以通過檢查與保護不同區(qū)塊鏈網(wǎng)絡(luò)相關(guān)的費用來估計這項服務(wù)的成本。2023 年，比特幣、以太坊和 Solana 的成本分別約為1.71%、4.3%、 和 5.57%，分別為每個網(wǎng)絡(luò)通脹發(fā)行價值的 5.57%。保守地說，我們可以推斷身份識別應(yīng)占人工智能市場的 3.5% 左右。考慮到 AI 軟件的 TAM 為 $125.5B，這對應(yīng)于 $8.78B 的年度收入。由于我們相信加密貨幣為身份問題提供了最佳解決方案，因此我們相信它將占據(jù)該終端市場 10% 的市場份額，預(yù)計其年收入約為?8.78 億美元。
人工智能安全有望成為人工智能設(shè)備的另一個重要組成部分，其基本要求是使用未損壞的、相關(guān)的最新數(shù)據(jù)來驗證模型是否運行正確。隨著人工智能擴展到人類生命面臨風(fēng)險的應(yīng)用領(lǐng)域，例如自動駕駛汽車、工廠機器人和醫(yī)療保健系統(tǒng)，對失敗的容忍度變得很小。發(fā)生事故時問責(zé)的需要將推動保險市場需要具體的安全證明。公共區(qū)塊鏈?zhǔn)菍崿F(xiàn)此功能的理想選擇，因為它們可以在任何人都可以看到的不可更改的分類賬上發(fā)布“安全證明”。這項業(yè)務(wù)可以被認(rèn)為類似于金融機構(gòu)的合規(guī)性。考慮到美國的商業(yè)和投資銀行產(chǎn)生 $660B 的收入，同時花費 $58.75B 的合規(guī)成本（占收入的 8.9%），我們預(yù)計 AI 安全應(yīng)占 $251B AI TAM 的 $22.34B 左右。盡管加密貨幣具有增強人工智能安全的潛力，但鑒于美國政府對人工智能的關(guān)注，我們相信人工智能的大部分合規(guī)性將是集中的。因此，我們估計加密貨幣將占該市場的 5% 左右，即$1.12B左右。
加密貨幣可以將其巨大的社會和財務(wù)協(xié)調(diào)優(yōu)勢應(yīng)用于計算訪問的民主化，從而解決當(dāng)前困擾人工智能開發(fā)人員的痛點。除了高昂的成本和獲得優(yōu)質(zhì) GPU 的機會有限之外，人工智能模型構(gòu)建者目前還面臨著其他棘手的問題。其中包括供應(yīng)商鎖定、缺乏安全性、計算可用性有限、延遲差以及國家法律規(guī)定的地理圍欄。
加密貨幣能夠滿足人工智能對 GPU 的需求，源于加密貨幣通過代幣激勵匯集資源的能力。比特幣網(wǎng)絡(luò)的代幣價值為 850B 美元，股權(quán)價值為 20B 美元，這證明了這種能力。因此，當(dāng)前的比特幣礦工和有前途的去中心化 GPU 市場都有潛力通過提供去中心化計算來為人工智能增加巨大的價值。
對于理解通過區(qū)塊鏈提供 GPU 的一個有用的類比是發(fā)電業(yè)務(wù)。簡單來說，有一些實體運營著大型、昂貴的工廠，可以穩(wěn)定地發(fā)電以滿足大多數(shù)電網(wǎng)需求。這些“基本負(fù)荷”工廠的需求穩(wěn)定，但需要大量的建設(shè)資本投資，導(dǎo)致資本回報率相對較低但有保證。補充基本負(fù)載的是另一類稱為“峰值功率”的發(fā)電機。當(dāng)電力需求超過基本負(fù)荷發(fā)電能力時，這些企業(yè)提供電力。這涉及高成本、小規(guī)模的能源生產(chǎn)，其戰(zhàn)略定位接近該能源的需求。我們預(yù)計“按需計算”領(lǐng)域也會出現(xiàn)類似的動態(tài)。
比特幣和其他工作量證明加密貨幣與人工智能一樣對能源有很高的需求。這種能源必須被創(chuàng)造、獲取、運輸并分解成可用電力來為采礦設(shè)備和計算集群供電。該供應(yīng)鏈需要礦商對發(fā)電廠、購電協(xié)議、電網(wǎng)基礎(chǔ)設(shè)施和數(shù)據(jù)中心設(shè)施進行大量投資。挖礦 PoW 加密貨幣帶來的貨幣激勵導(dǎo)致了許多分布在全球的比特幣礦工的出現(xiàn)，這些礦工擁有能源和電力權(quán)利以及集成的網(wǎng)格架構(gòu)。這些能源大部分來自成本較低、社會回避的碳密集型能源。因此，比特幣礦工可以提供的最引人注目的價值主張是為人工智能后端基礎(chǔ)設(shè)施提供動力的低成本能源基礎(chǔ)設(shè)施。
AWS 和微軟等超大規(guī)模計算提供商一直奉行投資垂直整合運營并建立自己的能源生態(tài)系統(tǒng)的戰(zhàn)略。大型科技公司已經(jīng)向上游發(fā)展，設(shè)計自己的芯片并采購自己的能源，其中大部分是可再生能源。目前，數(shù)據(jù)中心消耗了美國企業(yè)可用的可再生能源的三分之二。微軟和亞馬遜都承諾到 2025 年實現(xiàn) 100% 可再生能源供應(yīng)。然而，如果預(yù)期的計算需求超出預(yù)期，正如一些人所說，到 2027 年，以人工智能為中心的數(shù)據(jù)中心數(shù)量可能會增加一倍，資本支出可能是目前估計的三倍。大型科技公司已經(jīng)支付了 0.06-0.10 美元/千瓦時的電力費用，比競爭性比特幣礦工通常支付的價格（0.03-0.05 千瓦時）貴得多。如果人工智能對能源的需求超過了大型科技公司當(dāng)前的基礎(chǔ)設(shè)施計劃，那么比特幣礦商相對于超大規(guī)模礦商的電力成本優(yōu)勢可能會大幅增加。礦工越來越被與 GPU 供應(yīng)相關(guān)的高利潤人工智能業(yè)務(wù)所吸引。值得注意的是，蜂巢10 月份報道稱，按每兆瓦計算，其 HPC 和 AI 業(yè)務(wù)產(chǎn)生的收入是比特幣挖礦的 15 倍。其他抓住人工智能機會的比特幣礦工包括 Hut 8 和 Applied Digital。
比特幣礦商在這個新市場中經(jīng)歷了增長，這有助于實現(xiàn)收入多元化并增強收益報告。在 Hut 8 的 2023 年第三季度分析師電話會議中，首席執(zhí)行官 Jaime Leverton 表示：“在我們的 HPC 業(yè)務(wù)中，我們在第三季度通過新客戶的增加和現(xiàn)有客戶的增長創(chuàng)造了一些動力。上周，我們推出了按需云服務(wù)，為那些從我們的 GPU 尋求 HPC 服務(wù)的客戶提供基于 Kubernetes 的應(yīng)用程序，這些應(yīng)用程序可以支持人工智能、機器學(xué)習(xí)、視覺效果和渲染工作負(fù)載。這項服務(wù)將控制權(quán)交到我們的客戶手中，同時將配置時間從幾天縮短到幾分鐘，這對于那些尋求短期 HPC 項目的人來說尤其具有吸引力。小屋8已實現(xiàn)2023 年第三季度 HPC 業(yè)務(wù)收入為 450 萬美元，占該公司同期收入的 25% 以上。對 HPC 服務(wù)和新產(chǎn)品的需求不斷增長，應(yīng)有助于該業(yè)務(wù)線的未來增長，隨著比特幣減半即將到來，HPC 收入可能很快就會超過挖礦收入，具體取決于市場狀況。
盡管他們的業(yè)務(wù)聽起來很有前途，但轉(zhuǎn)向人工智能的比特幣礦工可能會因缺乏數(shù)據(jù)中心建設(shè)技能或無法擴大電力供應(yīng)而陷入困境。由于雇用新的以數(shù)據(jù)中心為中心的銷售人員的成本，這些礦工還可能會發(fā)現(xiàn)與運營管理費用相關(guān)的挑戰(zhàn)。此外，當(dāng)前的采礦作業(yè)沒有足夠的網(wǎng)絡(luò)延遲或帶寬，因為它們對廉價能源的優(yōu)化導(dǎo)致它們位于偏遠(yuǎn)地區(qū)，通常缺乏高速光纖連接。
我們還看到了以計算為中心的加密項目的長尾，這些項目將占據(jù)人工智能服務(wù)器資源市場的一小部分但很大一部分。這些實體將協(xié)調(diào)超大規(guī)模之外的計算集群，以提供適合新貴人工智能構(gòu)建者需求的價值主張。去中心化計算的好處包括可定制性、開放訪問和更好的合同條款。這些基于區(qū)塊鏈的計算公司使小型人工智能參與者能夠避免 H100 和 A100 等高端 GPU 的巨額費用和普遍不可用的情況。加密人工智能企業(yè)將通過創(chuàng)建圍繞加密代幣激勵構(gòu)建的物理基礎(chǔ)設(shè)施網(wǎng)絡(luò)來滿足需求，同時提供專有IP來創(chuàng)建軟件基礎(chǔ)設(shè)施以優(yōu)化人工智能應(yīng)用程序的計算使用。區(qū)塊鏈計算項目將使用市場方法和加密獎勵來從獨立數(shù)據(jù)中心、具有過剩計算能力的實體和前 PoW 礦工那里發(fā)現(xiàn)更便宜的計算。為人工智能模型提供去中心化計算的一些項目包括Akash、渲染和io.net。
Akash每日收入。資料來源：Cloudmos 截至 2024 年 1 月 30 日。過去的表現(xiàn)并不能保證將來的結(jié)果。
Akash 是一個基于 Cosmos 的項目，可以認(rèn)為是一個通用的去中心化“超級云””，提供 CPU、GPU、內(nèi)存和存儲。實際上，它是一個連接云服務(wù)用戶和云服務(wù)提供商的雙向市場。Akash 的軟件旨在協(xié)調(diào)計算供應(yīng)與需求，同時創(chuàng)建促進 AI 模型訓(xùn)練、微調(diào)和運行的工具。Akash 還確保市場買家和賣家誠實履行其義務(wù)。Akash 通過其 $AKT 代幣進行協(xié)調(diào)，該代幣可用于以折扣價支付云服務(wù)費用。$AKT 還作為 GPU 計算提供商和其他網(wǎng)絡(luò)參與者的激勵機制。在供應(yīng)方面，Akash 在添加計算供應(yīng)商方面取得了長足進步，因為 Akash 市場上有 65 家不同的供應(yīng)商。盡管在 Akash 的 AI 超級云于 2023 年 8 月 31 日首次亮相之前，計算需求一直低迷，
最近遷移到 Solana 的 Render 最初專注于將藝術(shù)家與分散的團體聯(lián)系起來，這些團體將提供 GPU 能力來渲染圖像和視頻。然而，Render 已開始將其去中心化 GPU 集群的重點放在滿足機器學(xué)習(xí)工作負(fù)載上，以支持深度學(xué)習(xí)模型。通過網(wǎng)絡(luò)改進提案RNP-004，Render 現(xiàn)在擁有一個 API 可以連接外部網(wǎng)絡(luò)（例如 io.net），該網(wǎng)絡(luò)將利用 Render 的 GPU 網(wǎng)絡(luò)進行機器學(xué)習(xí)。渲染社區(qū)隨后提出的提案獲得通過，允許通過Beam和FEDML訪問其 GPU來完成機器學(xué)習(xí)任務(wù)。因此，Render 已成為 GPU 工作負(fù)載的去中心化促進者，通過向提供商支付 RNDR 美元以及向運行網(wǎng)絡(luò)后端基礎(chǔ)設(shè)施的實體提供 RNDR 激勵來協(xié)調(diào)。
Io.net GPU 價格比較。來源：io.net截至 2024 年 1 月 4 日。
Solana 上另一個有趣的項目是 io.net，它被認(rèn)為是 DePIN 或去中心化物理基礎(chǔ)設(shè)施網(wǎng)絡(luò)。io.net 的目的也是提供 GPU，但其重點僅在于應(yīng)用 GPU 來驅(qū)動 AI 模型。除了簡單地協(xié)調(diào)計算之外，Io.net 還在其核心堆棧中添加了更多服務(wù)。其系統(tǒng)聲稱可以處理人工智能的所有組件，包括創(chuàng)建、使用和微調(diào)，以正確促進整個網(wǎng)絡(luò)中的人工智能工作負(fù)載并對其進行故障排除。該項目還利用了其他去中心化 GPU 網(wǎng)絡(luò)，例如 Render 和 Filecoin 及其自己的 GPU。盡管 io.net 目前缺乏代幣，但計劃于 2024 年第一季度推出。
然而，由于典型的633TB+提出的網(wǎng)絡(luò)需求，利用這種分布式計算仍然是一個挑戰(zhàn)訓(xùn)練深度學(xué)習(xí)模型所需的數(shù)據(jù)。由于計算機能力的延遲和差異，位于全球各地的計算機系統(tǒng)也給并行模型訓(xùn)練帶來了新的障礙。Together 是一家積極進軍開源基礎(chǔ)模型市場的公司，該公司正在構(gòu)建一個去中心化云來托管開源人工智能模型。Together 將使研究人員、開發(fā)人員和公司能夠通過結(jié)合數(shù)據(jù)、模型和計算的直觀平臺來利用和改進人工智能，擴大人工智能的可訪問性并為下一代科技公司提供支持。Together 與領(lǐng)先的學(xué)術(shù)研究機構(gòu)合作，構(gòu)建了 Together 研究計算機，使實驗室能夠集中計算進行人工智能研究。該公司還與斯坦福基礎(chǔ)模型研究中心 (CRFM) 合作創(chuàng)建了語言模型的整體評估 (HELM)。HELM 是一個“活基準(zhǔn)”，旨在通過提供評估此類基礎(chǔ)模型的標(biāo)準(zhǔn)化框架來提高人工智能的透明度。
自 Together 成立以來，創(chuàng)始人 Vipul Ved Prakash 率先啟動了多個項目，包括 1) GPT-JT，一個開放式 LLM，具有通過
喜來順財經(jīng)
