Последние несколько месяцев из-за бурного развития всей индустрии ИИ большое количество специалистов из криптоиндустрии переходят в область ИИ. Исследователи, работающие в обеих областях, также обсуждают вопрос, который до сих пор никто не смог решить:
Может ли блокчейн стать частью инфраструктуры ИИ?
За последние два года рынок видел множество вариантов интеграции ИИ и криптовалют: AI Agent, ончейн-инференс, рынки данных, аренда вычислительных мощностей. Хайп был высоким, но проектов, которые действительно сформировали коммерческий цикл, на самом деле не так много. Причина проста: большинство проектов оставались на уровне «приложений ИИ». Но Gensyn подходит к самому ядру и самой дорогой части индустрии ИИ:
«Обучение моделей»
Как это достигается? Организация распределенных по всему миру ресурсов GPU в открытую сеть для обучения ИИ. Разработчики могут подавать задачи обучения, узлы предоставляют вычислительные мощности, сеть отвечает за верификацию результатов обучения и распределение стимулов. То, что действительно заслуживает внимания здесь, — не сама «децентрализация», а всё более значимая проблема в индустрии ИИ:
Ресурсы вычислительных мощностей быстро концентрируются в руках олигополий. Крупные компании скупают видеокарты на годы вперед. За последний год в индустрии ИИ явно обозначилась тенденция: кто владеет GPU, тот владеет и скоростью развития ИИ, особенно в эпоху больших моделей, где ресурсы для обучения стали ключевым барьером.
Поставки H100 ограничены, цены на облачные сервисы продолжают расти. Первым шагом китайских IT-гигантов в развитии ИИ стало не расширение команд, а блокировка ресурсов вычислительных мощностей. Именно поэтому за OpenAI, Anthropic, xAI стоят крупные облачные провайдеры. Потому что конкуренция моделей по сути превратилась в конкуренцию инфраструктур. Значимость Gensyn заключается в следующем:
Он предлагает новый способ организации ресурсов для обучения ИИ.
1. Он заходит на уровень самой ядерной инфраструктуры индустрии ИИ.
Многие проекты на стыке ИИ и крипто больше склоняются к нарративу прикладного уровня. Проще говоря, все просто делают приложения. Но Gensyn напрямую входит в этап обучения. Это часть всей цепочки создания стоимости ИИ с самым высоким технологическим порогом входа и наибольшим потреблением ресурсов, а также слой, на котором в данный момент легче всего формировать платформенные барьеры. Потому что как только тренировочная сеть достигнет масштаба, это будет не просто рынок вычислительных мощностей, но и, возможно, важная точка входа для будущей разработки ИИ. Именно поэтому рынок продолжает внимательно следить за Gensyn, и именно поэтому A16Z дважды возглавлял крупные раунды инвестиций.
2. Он предлагает более открытую модель сотрудничества в области вычислительных мощностей.
Традиционное обучение ИИ в высокой степени зависит от централизованных облачных платформ. Преимущество — стабильность, но стоимость также постоянно растет. Особенно для небольших и средних команд в сфере ИИ ресурсы для обучения постепенно становятся фактором, ограничивающим инновации. А подход, предлагаемый Gensyn, таков: включить больше простаивающих GPU в сеть, позволить динамически распределять ресурсы для обучения, тем самым повышая общую утилизацию вычислительных мощностей. За этим стоит логика, похожая на ту, что была на ранних этапах появления облачных вычислений: не изобретение вычислений заново, а реорганизация вычислительных ресурсов. Если эта модель сможет устойчиво работать, она принесет не только оптимизацию затрат, но и может повысить эффективность использования ресурсов во всей индустрии ИИ.
3. Технологический порог входа, напротив, является его важным конкурентным преимуществом.
Настоящая сложность тренировочной сети никогда не заключалась в «подключении GPU», а в следующем: как проверять результаты обучения, как гарантировать честное выполнение задач узлами, как поддерживать надежность обучения в распределенной среде. И именно эти проблемы Gensyn постоянно решал, включая механизмы вероятностной верификации, модели распределения задач, системы координации узлов и т.д. Возможно, это не так «броско», как нарратив агентов, но именно это определяет, действительно ли сеть пригодна к использованию. В какой-то степени Gensyn больше похож на компанию глубоких технологий в области инфраструктуры, и это его самое большое отличие от многих проектов в той же нише.
4. Уже сформирован коммерческий цикл.
Одним из самых больших споров в криптоиндустрии в прошлом было то, что у многих проектов есть нарратив, но не хватает реального спроса. Однако с обучением ИИ все иначе — это уже проверенный и быстрорастущий реальный рынок. Глобальный спрос на обучение ИИ продолжает расширяться, дефицит ресурсов GPU сохраняется в долгосрочной перспективе. И Gensyn заходит именно в тот сегмент производственной цепочки, где уже существует четкий спрос. Другими словами, он не делает что-то «в блокчейне ради блокчейна», а потому, что самой индустрии ИИ нужна более гибкая и открытая система управления ресурсами. Именно поэтому все больше капитала начинает обращать внимание на направление AI Infra (инфраструктура ИИ). Потому что по сравнению с краткосрочными приложениями инфраструктура, как только формирует сетевой эффект, обычно имеет более длительный жизненный цикл.
Наконец, происходит очень интересное изменение. Раньше все считали, что крипто — это финансовая система, а ИИ — техническая система.
Но теперь границы между ними становятся все более размытыми. ИИ нуждается в координации ресурсов, в стимулирующих механизмах, в глобальном сотрудничестве. А это именно те области, в которых крипто сильнее всего. Сделать так, чтобы возможности обучения перестали принадлежать лишь горстке гигантов. Превратить их в более открытую, более совместную систему. По крайней мере, на данный момент это уже не просто концептуальная история, а движение в направлении становления настоящей инфраструктуры ИИ. А самые ценные компании эпохи ИИ, как правило, рождаются именно на инфраструктурном уровне.
