Sa mga nakalipas na buwan, dahil sa pag-unlad ng buong industriya ng AI, maraming propesyonal sa cryptocurrency ang umalis patungo sa AI. Ang mga mananaliksik na may karanasan sa parehong larangan ay nag-uusap din tungkol sa isang paksa na hanggang ngayon ay hindi pa nagtagumpay:
Maaari ba ang blockchain na maging bahagi ng AI infrastructure?
Sa nakalipas na dalawang taon, ang pagkakaisa ng AI at Crypto ay nakakita na ng maraming bersyon: AI Agent, on-chain inference, data market, at pag-rent ng computing power. Mataas ang init, ngunit kaunti ang mga proyekto na nakabuo ng tunay na komersyal na siklo; ang dahilan ay simpleng simpleng: ang karamihan sa mga proyekto ay nananatili sa 'application layer' ng AI. Ngunit ang Gensyn ay sumisilip sa pinakamahalaga at pinakamahal na layer ng AI industry:
Model training
Paano ito gagawin? I-organize ang mga GPU resource na nakalatag sa buong mundo bilang isang bukas na AI training network, kung saan ang mga developer ay makakapag-submit ng mga training task habang ang mga node ay nagbibigay ng computing power, at ang network ang magpapatotoo sa mga resulta ng training at magpapatupad ng pagkakaloob ng incentives. Ang totoong dapat tandaan dito ay hindi ang «decentralization» mismo, kundi ang isang problema sa industriya ng AI na patuloy na nagiging mahalaga:
Ang computing power ay naging mabilis na nakonsentrado sa mga malalaking kumpanya; ang mga malalaking negosyo ay nagsisikap na mag-akita ng mga chip hanggang sa ilang taon mula ngayon. Sa nakaraang taon, ang industriya ng AI ay nagsimulang magkaroon ng malinaw na trend: sino man ang may kontrol sa GPU, siya ang may kontrol sa bilis ng pag-unlad ng AI, lalo na sa panahon ng malalaking modelo, kung saan ang mga yunit para sa pag-train ay naging pangunahing hadlang.
Kakulangan sa suplay ng H100, patuloy na tataas ang presyo ng cloud services, ang unang hakbang ng mga malalaking lokal na kumpanya sa pag-unlad ng AI ay hindi ang pagpapalawak ng team, kundi ang pagpapakita ng mga mapagkukunan ng computing power—dito nagmumula ang dahilan kung bakit ang OpenAI, Anthropic, at xAI ay nakabatay sa mga malalaking cloud provider, sapagkat sa likod ng kompetisyon ng mga modelo, ito ay naging kompetisyon sa imprastruktura. At ang kahalagahan ng Gensyn ay:
Isang bagong paraan ng pag-organisa ng mga yaman para sa pag-train ng AI
I. Ito ay sumasakop sa pinakadulo ng imprastruktura ng industriya ng AI
Maraming proyekto ng AI+Crypto na mas nakatuon sa aplikasyon layer, o sa madaling salita, lahat ay gumagawa ng app, ngunit ang Gensyn ay diretso nang pumasok sa proseso ng pagtatrabaho—ito ang pinakamataas na teknikal na hadlang at pinakamalaking pagkakasunod sa buong halaga chain ng AI, at ang pinakamadaling magkaroon ng platform na barrier. Dahil kapag naging malaki na ang training network, hindi ito lamang isang market ng computing power, kundi maaari ring maging mahalagang entry point sa hinaharap na pag-unlad ng AI. Ito ang dahilan kung bakit patuloy na pinapansin ng merkado ang Gensyn, at kung bakit dalawang beses nang binigyan ng malaking suporta ng A16Z.
Ikalawa, ito ay nagtataguyod ng isang mas bukas na modelo ng pagkakasundo ng computing power
Ang tradisyonal na pag-train ng AI ay malakas na nakadepende sa sentralisadong cloud platform; ang kalamangan nito ay ang katatagan, ngunit patuloy na tumataas ang gastos, lalo na para sa mga katamtamang at maliit na AI team, kung saan ang mga mapagkukunan sa pag-train ay naging isang mahalagang hadlang sa pag-innoB. Ang ideya na ibinibigay ng Gensyn ay: pagsali ng higit pang mga GPU na nasa pahinga sa network, upang maaaring ma-dynamic ang pagkakasundo ng mga mapagkukunan sa pag-train, kaya mas mataas ang paggamit ng kabuuang computing power—ito ay may katulad na lohika sa panahon ng pagkakaroon ng unang cloud computing, hindi pagbubuo muli ng computing, kundi pagpapalit muli ng mga mapagkukunan sa computing. Kung maaari nitong patuloy na maipatupad ang modelo, hindi lamang ito magdudulot ng pagpapababa ng gastos, kundi maaari ring palakasin ang efficiency ng mga mapagkukunan sa buong industriya ng AI.
Tatlo, ang teknikal na hadlang ay ang kanyang mahalagang parapeto
Ang tunay na hirap sa pagtrato ng network ay hindi ang "pagkonekta sa GPU", kundi: paano masusuri ang mga resulta ng pagtatrabaho, paano masisiguro na ang mga node ay sumasagawa ng mga gawain nang tapat, at paano mapapanatili ang reliability ng pagtatrabaho sa isang distributed na kapaligiran—at ang Gensyn ay patuloy na naglulutas ng bahaging ito, kabilang ang mekanismo ng probabilistic na pag-verify, modelo ng pagbabahagi ng gawain, at sistema ng pagkakasundo ng mga node. Maaaring hindi ito magmukhang "nakakatangi" tulad ng mga kuwento tungkol sa Agent, ngunit ito ang nagdedesisyon kung ang network ay tunay na magagamit. Sa ilang paraan, mas katulad ang Gensyn sa isang kompanya ng malalim na teknolohiya na pang-imbentong infrastruktura, at ito ang pinakamalaking pagkakaiba nito sa maraming iba pang proyekto sa parehong larangan.
apat, nabuo na ang komersyal na siklo
Isa sa pinakamalalaking kontrobersiya sa industriya ng crypto ay ang maraming proyekto na may kuwento ngunit kulang sa totoong pangangailangan. Ngunit iba ang pagtatrain ng AI—ito ay isang totoo at mabilis na umuunlad na merkado na napatunayan na, at patuloy na lumalawak ang pangangailangan sa pagtatrain ng AI sa buong mundo, habang ang kakulangan sa GPU resources ay isang pangmatagalang problema. At ang Gensyn ay sumasali sa isang bahagi ng supply chain na may malinaw na pangangailangan. Sa madaling salita, hindi ito para sa “blockchain para sa blockchain,” kundi dahil sa sariling pangangailangan ng industriya ng AI para sa isang mas fleksibleng at mas bukas na sistema ng pagpaplano ng mga yunit. Ito ang dahilan kung bakit lalong tumataas ang interes ng mga investor sa direksyon ng AI Infra, dahil sa pagkakaroon ng network effect, mas mahaba ang buhay na cycle ng infrastraktura kumpara sa mga aplikasyon na may maikling cycle.
Sa huli, isang interesanteng pagbabago ang nangyayari. Noon, palaging isinasaalang-alang ng mga tao: ang Crypto ay isang sistema sa pagsasalapi, ang AI ay isang teknolohikal na sistema.
Ngayon, ang hangganan ng dalawa ay patuloy na nagiging malabo; kailangan ng AI ang pagcoordinasyon ng mga yaman, mga insentibo, at pandaigdigang pakikipagtulungan. At ang mga ito, eksaktong ang mga bagay na pinakamahusay ng Crypto—upang gawing hindi eksklusibo sa ilang malalaking kumpanya ang kakayahang matutunan, kundi gawing isang mas bukas at mas kooperatibong sistema. Kung titingnan natin ang kasalukuyang kalagayan, ito ay hindi na lamang isang kuwentong konsepto, kundi isang pag-unlad patungo sa tunay na infrastraktura ng AI. At karaniwan, ang mga pinakamahalagang kumpanya sa panahon ng AI ay nagmula sa antas ng infrastraktura.