В последние месяцы из-за бурного развития всей индустрии ИИ большое количество специалистов из криптоиндустрии перешли в ИИ. Исследователи, работающие в обеих областях, также обсуждают всегда нерешённую проблему:
Может ли блокчейн стать частью инфраструктуры ИИ?
За последние два года рынок уже видел множество версий сочетания ИИ и криптовалюты: AI Agent, цепочечные рассуждения, рынки данных, аренда вычислительной мощности. Хотя интерес высок, реальных проектов, создавших коммерческий цикл, немного — причина проста: большинство проектов остаются на «уровне приложений ИИ». Но Gensyn затрагивает самую ключевую и самую дорогую часть индустрии ИИ:
Обучение модели
Как это сделать? Объединить распределенные по всему миру ресурсы GPU в открытую сеть для обучения ИИ, где разработчики могут отправлять задачи на обучение, а узлы предоставляют вычислительную мощность; сеть отвечает за проверку результатов обучения и распределение вознаграждений. То, что действительно заслуживает внимания за всем этим, — это не сама «децентрализация», а все более неприметная проблема в индустрии ИИ:
Вычислительные ресурсы быстро сосредоточились в руках олигополий; крупные компании уже забронировали чипы на несколько лет вперед. За последний год в индустрии ИИ сформировалась явная тенденция: кто владеет GPU, тот управляет темпами развития ИИ, особенно в эпоху крупных моделей, где вычислительные ресурсы для обучения стали ключевым барьером.
H100 дефицитен, цены на облачные сервисы продолжают расти; первым шагом крупных китайских компаний в развитии ИИ становится не расширение команд, а обеспечение доступа к вычислительным ресурсам. Именно поэтому OpenAI, Anthropic и xAI тесно связаны с крупными облачными провайдерами — за конкуренцией моделей стоит в сущности конкуренция инфраструктуры. А значение Gensyn заключается в том, что:
Новый способ организации ресурсов для обучения ИИ
Он проникает в самую основную инфраструктурную часть индустрии ИИ
Многие проекты AI+Crypto сосредоточены на прикладном уровне — проще говоря, все просто создают приложения. Но Gensyn напрямую входит в этап обучения, что является самой технически сложной и ресурсоемкой частью всей цепочки создания ИИ, а также тем уровнем, который сегодня легче всего превращается в платформенную барьерную структуру. Ведь как только сеть обучения достигнет масштаба, она станет не просто рынком вычислительных мощностей, но и потенциально важнейшим входом для будущей разработки ИИ. Именно поэтому рынок постоянно обращает внимание на Gensyn, и именно поэтому A16Z дважды крупно возглавляла инвестиции.
Во-вторых, оно предлагает более открытую модель совместной вычислительной мощности
Традиционное обучение ИИ сильно зависит от централизованных облачных платформ: преимуществом является стабильность, но стоимость постоянно растет, особенно для небольших и средних ИИ-команд, где ресурсы для обучения постепенно становятся важным ограничением для инноваций. Gensyn предлагает идею: подключить к сети больше простаивающих GPU, чтобы ресурсы для обучения могли динамически распределяться, тем самым повышая общую эффективность использования вычислительных мощностей. По сути, это напоминает логику, которая лежала в основе появления ранних облачных вычислений — не изобретать вычисления заново, а переорганизовать вычислительные ресурсы. Если эта модель сможет успешно функционировать, она принесет не только оптимизацию затрат, но и потенциально повысит эффективность использования ресурсов во всей индустрии ИИ.
Третье, технологические барьеры являются его важным конкурентным преимуществом
Самая сложная часть обучения сетей — это никогда не «подключение GPU», а: как проверять результаты обучения, как гарантировать, что узлы честно выполняют задачи, и как обеспечивать надежность обучения в распределенной среде. Gensyn все это время решал именно эти проблемы, включая механизмы вероятностной проверки, модели распределения задач и системы координации узлов. Эти аспекты могут быть менее заметными, чем нарративы об агентах, но именно они определяют, действительно ли сеть пригодна для использования. В некотором смысле Gensyn больше похожа на компанию глубоких технологий в сфере инфраструктуры — и это главное отличие от многих других проектов в этой сфере.
Четвертый: создано коммерческое замкнутое кольцо
Одним из крупнейших споров в криптоиндустрии ранее было то, что многие проекты имеют нарративы, но отсутствует реальный спрос. Однако обучение ИИ отличается: это уже проверенный и быстро растущий реальный рынок, глобальный спрос на обучение ИИ постоянно расширяется, а дефицит ресурсов GPU сохраняется долгосрочно. Gensyn входит именно в тот сегмент цепочки создания стоимости, где уже существует четкий спрос. Другими словами, это не «блокчейн ради блокчейна», а ответ на потребность самой индустрии ИИ в более гибкой и открытой системе распределения ресурсов. Именно поэтому все больше капитала начинает обращать внимание на направление AI Infra: в отличие от приложений с коротким циклом, инфраструктура, как только формирует сетевой эффект, часто имеет более длительный жизненный цикл.
Наконец, происходит интересное изменение: раньше все считали, что Crypto — это финансовая система, а AI — это технологическая система.
Но сейчас границы между ними становятся все более расплывчатыми: ИИ требует координации ресурсов, механизмов стимулирования и глобального сотрудничества — именно это является сильной стороной Crypto, позволяя возможностям обучения принадлежать не только немногим гигантам, а превращая их в более открытую и совместимую систему. По крайней мере, на данный момент это уже не просто концептуальная история, а реальное развитие в направлении истинной инфраструктуры ИИ, а самые ценные компании эпохи ИИ, как правило, рождаются именно на уровне инфраструктуры.