Au cours des derniers mois, en raison du développement florissant de toute l'industrie de l'IA, de nombreux talents du secteur crypto se sont tournés vers l'IA. Les chercheurs actifs dans les deux domaines explorent également une question qui n'a jamais été résolue :
La blockchain, peut-elle faire partie des infrastructures de l'IA
Ces deux dernières années, le marché a vu de nombreuses versions de la combinaison IA et Crypto : Agent IA, inférence sur chaîne, marché des données, location de puissance de calcul. La popularité est élevée, mais les projets qui ont véritablement formé une boucle commerciale fermée ne sont en réalité pas nombreux, la raison est simple : la plupart des projets restent au « niveau applicatif de l'IA ». Mais Gensyn s'attaque à la couche la plus centrale et la plus coûteuse de l'industrie de l'IA :
« L'entraînement des modèles »
Comment y parvenir ? En organisant les ressources GPU dispersées dans le monde en un réseau ouvert d'entraînement d'IA, les développeurs peuvent soumettre des tâches d'entraînement et les nœuds fournir de la puissance de calcul, le réseau est responsable de vérifier les résultats de l'entraînement et d'effectuer la distribution des incitations. Ce qui mérite vraiment l'attention, ce n'est pas la « décentralisation » en elle-même, mais un problème de plus en plus incontournable dans l'industrie de l'IA :
Les ressources de calcul se concentrent rapidement entre les mains d'une oligarchie, les grands fabricants se disputent les cartes graphiques jusqu'à plusieurs années à l'avance. L'année dernière, l'industrie de l'IA a progressivement formé une tendance claire : celui qui maîtrise les GPU, maîtrise la vitesse de développement de l'IA, en particulier à l'ère des grands modèles, les ressources d'entraînement sont devenues un seuil d'entrée central.
L'offre des H100 est tendue, les prix des services cloud continuent d'augmenter. La première étape des grands fabricants chinois pour développer l'IA n'est pas d'étendre les équipes, mais de sécuriser les ressources de calcul. C'est aussi pourquoi derrière OpenAI, Anthropic, xAI, se trouvent de grands fournisseurs cloud, car derrière la compétition des modèles, il s'agit essentiellement d'une compétition d'infrastructures. Et la signification de Gensyn réside dans :
Fournir une nouvelle méthode d'organisation des ressources pour l'entraînement de l'IA
一、Il s'attaque à la couche d'infrastructure la plus centrale de l'industrie de l'IA
De nombreux projets IA+Crypto penchent davantage vers un récit de couche applicative, en clair, tout le monde ne fait que des applications, mais Gensyn entre directement dans l'étape de l'entraînement, c'est la partie de toute la chaîne de valeur de l'IA où le seuil technologique est le plus élevé et la consommation de ressources la plus importante, et c'est aussi actuellement la couche où il est le plus facile de former des barrières à l'entrée. Car une fois que le réseau d'entraînement atteint une certaine échelle, ce n'est pas seulement un marché de la puissance de calcul, mais il pourrait aussi devenir une porte d'entrée importante pour le futur développement de l'IA. C'est pourquoi le marché continue de suivre Gensyn de près, et c'est aussi pourquoi A16Z est intervenu deux fois en tant que principal investisseur.
二、Il propose un modèle de collaboration de puissance de calcul plus ouvert
L'entraînement traditionnel de l'IA dépend fortement des plateformes cloud centralisées, l'avantage est la stabilité, mais les coûts ne cessent d'augmenter, en particulier pour les petites et moyennes équipes d'IA, les ressources d'entraînement deviennent progressivement un facteur limitant l'innovation. Et l'approche de Gensyn est la suivante : faire entrer davantage de GPU inactifs dans le réseau, permettre une allocation dynamique des ressources d'entraînement, améliorant ainsi le taux d'utilisation global de la puissance de calcul. Derrière cela, c'est un peu la logique qui prévalait lors de l'émergence du cloud computing : il ne s'agit pas de réinventer le calcul, mais de réorganiser les ressources de calcul. Si ce modèle peut continuer à fonctionner, il apportera non seulement une optimisation des coûts, mais pourrait aussi améliorer l'efficacité des ressources de toute l'industrie de l'IA.
三、Le seuil technologique est en réalité son fossé protecteur important
La véritable difficulté d'un réseau d'entraînement n'a jamais été de « connecter des GPU », mais : comment vérifier les résultats de l'entraînement, comment s'assurer que les nœuds exécutent honnêtement les tâches, comment maintenir la fiabilité de l'entraînement dans un environnement distribué, et c'est précisément cette partie que Gensyn s'est efforcé de résoudre, incluant des mécanismes de vérification probabiliste, des modèles de distribution des tâches, des systèmes de coordination des nœuds, etc. Ces éléments ne sont peut-être pas aussi « visibles » que le récit des Agents, mais ils déterminent si le réseau est vraiment utilisable. Dans une certaine mesure, Gensyn ressemble plus à une entreprise d'infrastructure de technologie de pointe, c'est aussi sa plus grande différence avec de nombreux projets de la même catégorie.
四、Il a déjà formé une boucle commerciale fermée
L'une des plus grandes controverses dans l'industrie Crypto est que : de nombreux projets ont un récit, mais manquent de demande réelle. Mais l'entraînement de l'IA est différent, c'est un marché réel qui a été validé et qui croît rapidement, la demande mondiale en entraînement d'IA continue de s'étendre, le déficit en ressources GPU existe à long terme, et Gensyn s'attaque précisément à un maillon de la chaîne industrielle où une demande claire existe déjà. En d'autres termes, il ne s'agit pas de « faire sur la chaîne pour le principe », mais parce que l'industrie de l'IA elle-même a besoin d'un système d'allocation des ressources plus flexible et plus ouvert. C'est aussi pourquoi de plus en plus de capitaux commencent à s'intéresser à la direction de l'Infrastructure IA, car par rapport aux applications à cycle court, une fois qu'une infrastructure forme un effet de réseau, son cycle de vie est souvent plus long.
Enfin, un changement très intéressant est en train de se produire. Autrefois, on pensait toujours : la Crypto est un système financier, l'IA est un système technique.
Mais maintenant, la frontière entre les deux devient de plus en plus floue, l'IA a besoin de coordination des ressources, de mécanismes d'incitation, de collaboration mondiale. Et ce sont précisément les domaines où la Crypto excelle. Rendre la capacité d'entraînement non plus exclusive à une poignée de géants, mais en faire un système plus ouvert et plus collaboratif. Au moins pour l'instant, ce n'est plus seulement une histoire conceptuelle, mais une évolution vers une véritable infrastructure d'IA, et les entreprises les plus précieuses de l'ère de l'IA naissent souvent justement dans la couche d'infrastructure.
