Au cours des derniers mois, en raison de la croissance exponentielle de l'industrie de l'IA, un grand nombre de professionnels de la cryptomonnaie ont migré vers l'IA. Les chercheurs ayant une expérience dans les deux domaines explorent également une question qui n'a jamais été résolue :
La blockchain peut-elle devenir une partie de l'infrastructure de l'IA ?
Au cours des deux dernières années, la combinaison de l'IA et de la crypto a vu de nombreuses versions : agents IA, inférence sur chaîne, marchés de données, location de puissance de calcul. La popularité est élevée, mais peu de projets ont réellement établi une boucle commerciale, pour une raison simple : la plupart des projets restent à « l'application de l'IA ». Mais Gensyn s'attaque à la couche la plus centrale et la plus coûteuse de l'industrie de l'IA :
Entraînement du modèle
Comment y parvenir ? Organiser les ressources GPU réparties dans le monde entier en un réseau ouvert d'entraînement AI, où les développeurs peuvent soumettre des tâches d'entraînement et les nœuds fournissent de la puissance de calcul, tandis que le réseau se charge de valider les résultats de l'entraînement et de répartir les récompenses. Ce qui mérite vraiment attention derrière cela, ce n'est pas le « décentralisé » en soi, mais le problème de plus en plus incontournable dans l'industrie de l'IA :
Les ressources de calcul se sont rapidement concentrées entre les mains des géants ; les grandes entreprises ont déjà réservé des cartes jusqu'à plusieurs années à l'avance. Au cours de la dernière année, l'industrie de l'IA a progressivement établi une tendance claire : celui qui contrôle les GPU contrôle la vitesse du développement de l'IA, notamment à l'ère des grands modèles, où les ressources d'entraînement sont devenues un seuil critique.
La pénurie de H100 entraîne une hausse continue des prix des services cloud ; les grands acteurs nationaux, pour leur premier pas dans le développement de l'IA, ne cherchent pas à élargir leurs équipes, mais à sécuriser des ressources de calcul. C'est pourquoi OpenAI, Anthropic et xAI sont tous liés à de grands fournisseurs de cloud : derrière la concurrence entre modèles, il s'agit en réalité d'une concurrence sur les infrastructures. La signification de Gensyn réside dans :
Offrir un nouvel moyen d'organiser les ressources pour l'entraînement de l'IA
I. Il cible la couche d'infrastructure la plus fondamentale de l'industrie de l'IA
De nombreux projets AI+Crypto se concentrent sur des récits au niveau des applications : en clair, tout le monde développe des applications. Mais Gensyn entre directement dans la phase d’entraînement, qui constitue la partie la plus techniquement exigeante et la plus gourmande en ressources de toute la chaîne de valeur de l’IA, ainsi que le niveau le plus propice à la création de barrières à l’entrée. En effet, une fois qu’un réseau d’entraînement atteint une échelle significative, il ne s’agit plus seulement d’un marché de puissance de calcul, mais il pourrait devenir une porte d’entrée essentielle pour le développement futur de l’IA. C’est pourquoi le marché suit constamment Gensyn, et c’est aussi pourquoi A16Z a investi à deux reprises en tant que principal investisseur.
II. Il offre un modèle de collaboration de puissance de calcul plus ouvert
L'entraînement traditionnel de l'IA repose fortement sur des plateformes cloud centralisées, avantageux par leur stabilité, mais dont les coûts ne cessent d'augmenter, notamment pour les petites et moyennes équipes d'IA, où les ressources d'entraînement deviennent progressivement un facteur limitant l'innovation. Gensyn propose une approche consistant à intégrer davantage de GPU inutilisés au réseau, permettant une allocation dynamique des ressources d'entraînement et augmentant ainsi l'utilisation globale de la puissance de calcul — une logique similaire à celle qui a sous-tendu l'émergence du cloud computing à ses débuts : il ne s'agit pas d'inventer de nouveau le calcul, mais de réorganiser les ressources de calcul. Si ce modèle peut être maintenu à long terme, il ne se limitera pas à une optimisation des coûts, mais pourrait également améliorer l'efficacité globale des ressources dans l'industrie de l'IA.
Troisièmement, la barrière technologique est en fait son avantage concurrentiel majeur
Le véritable défi du entraînement de réseaux n'a jamais été de « se connecter à un GPU », mais plutôt : comment valider les résultats de l'entraînement, comment s'assurer que les nœuds exécutent les tâches de manière honnête, et comment garantir la fiabilité de l'entraînement dans un environnement distribué. Gensyn a toujours travaillé sur ces aspects, notamment grâce à des mécanismes de vérification probabiliste, des modèles de distribution de tâches et des systèmes de coordination entre nœuds. Ces éléments ne sont peut-être pas aussi visibles que les récits autour des agents, mais ils déterminent si le réseau est véritablement utilisable. En quelque sorte, Gensyn ressemble davantage à une entreprise d'infrastructure deep tech, ce qui constitue sa principale différence avec de nombreux autres projets du même secteur.
Quatrièmement, un cercle commercial est déjà établi
L’un des plus grands débats de l’industrie crypto par le passé était que de nombreux projets avaient une narration, mais manquaient de besoins réels. Toutefois, l’entraînement de l’IA est différent : il s’agit d’un marché réel, déjà validé et en forte croissance, dont la demande mondiale pour l’entraînement de l’IA continue de s’étendre, et où le déficit de ressources GPU persiste à long terme. Gensyn intervient précisément dans un maillon de la chaîne de valeur qui présente déjà une demande claire. Autrement dit, ce n’est pas une solution « pour la blockchain pour la blockchain », mais une réponse aux besoins inhérents à l’industrie de l’IA, qui exige un système de gestion des ressources plus flexible et plus ouvert. C’est pourquoi un nombre croissant de capitaux commencent à se concentrer sur les infrastructures de l’IA : contrairement aux applications à cycle court, les infrastructures, une fois qu’elles ont établi un effet de réseau, ont souvent une durée de vie bien plus longue.
Enfin, un changement très intéressant est en cours. Autrefois, tout le monde pensait que le Crypto était un système financier et l’IA un système technologique.
Mais aujourd'hui, la frontière entre les deux s'efface de plus en plus : l'IA nécessite une coordination des ressources, des mécanismes d'incitation et une collaboration mondiale — exactement les domaines où la Crypto excelle, permettant à la capacité d'entraînement de ne plus appartenir uniquement à quelques géants, mais de devenir un système plus ouvert et plus collaboratif. Du moins, selon les observations actuelles, cela ne se limite plus à une histoire conceptuelle, mais évolue vers une véritable infrastructure pour l'IA. Et les entreprises les plus précieuses de l'ère de l'IA sont souvent nées au niveau de l'infrastructure.