Làn Sóng AI Tiếp Theo Có Thể Bị Cản Trở Bởi Kết Nối, Không Phải Bởi Năng Lực Tính Toán
Hàng tỷ USD đang được đổ vào GPU, trung tâm dữ liệu và cơ sở hạ tầng đám mây khổng lồ, đưa tổng chi tiêu cho cơ sở hạ tầng AI toàn cầu lên 318 tỷ USD vào năm 2025. Tuy nhiên, một nút thắt thầm lặng đang nổi lên: kết nối mạng.
Trong khi nhiều nhà đầu tư và công ty AI vẫn tập trung vào sức mạnh xử lý, thực tế là các ứng dụng AI không chỉ cần điện toán. Chúng đòi hỏi khả năng di chuyển dữ liệu khổng lồ, giao tiếp thời gian thực và mạng lưới toàn cầu liền mạch. Khi AI chuyển từ phòng thí nghiệm đào tạo tập trung sang triển khai thực tế, kết nối đang nhanh chóng trở thành điểm tắc nghẽn cuối cùng.
Cơ sở hạ tầng internet truyền thống, được xây dựng trên kiến trúc đám mây tập trung, không theo kịp nhu cầu của AI phân tán hiện đại. Điều này dẫn đến chi phí băng thông cao, độ trễ nghiêm trọng, điểm hỏng hóc tập trung và các lỗ hổng về quyền riêng tư dữ liệu.
Giải pháp khả thi là phi tập trung hóa thông qua các Mạng lưới Cơ sở Hạ tầng Vật lý Phi tập trung (DePIN). DePIN tận dụng các tài nguyên chưa được sử dụng hết như điện toán, lưu trữ và băng thông từ những người tham gia toàn cầu, tạo ra một lớp cơ sở hạ tầng thay thế có khả năng phục hồi cao. Thế hệ AI tiếp theo, bao gồm các trợ lý AI, công cụ video phi tập trung hoặc các đại lý tự trị, sẽ cần phối hợp và yêu cầu độ trễ cực thấp.
Do đó, kiến trúc internet đang chuyển từ trọng tâm là đám mây sang trọng tâm là mạng lưới. Tương lai của AI sẽ thuộc về những ai có thể vận chuyển dữ liệu hiệu quả nhất trên toàn thế giới, không chỉ đơn thuần là những ai có sức mạnh điện toán lớn nhất. Các dự án như Datagram Network đang xây dựng lớp định tuyến dựa trên AI này để bổ sung cho đám mây, cung cấp khả năng mở rộng cho cả doanh nghiệp Web2 và Web3.
TheNewsCrypto40 phút trước