ในช่วงไม่กี่เดือนที่ผ่านมา ด้วยการเติบโตอย่างมากของอุตสาหกรรม AI ผู้เชี่ยวชาญจำนวนมากจากวงการคริปโตจึงเปลี่ยนไปทำงานด้าน AI นักวิจัยที่มีประสบการณ์ในทั้งสองสาขาต่างก็กำลังศึกษาข้อสมมติที่ยังไม่มีใครพิสูจน์ได้สำเร็จ:
บล็อกเชนสามารถเป็นส่วนหนึ่งของโครงสร้างพื้นฐานของ AI ได้หรือไม่
ในสองปีที่ผ่านมา ความร่วมมือระหว่าง AI กับ Crypto ได้เห็นเวอร์ชันต่างๆ มากมาย เช่น AI Agent, การประมวลผลบนโซ่, ตลาดข้อมูล, และการเช่ากำลังการประมวลผล แม้จะมีความนิยมสูง แต่โครงการที่สร้างวงจรธุรกิจที่สมบูรณ์จริงๆ มีไม่มากนัก เหตุผลก็คือ โครงการส่วนใหญ่ยังคงอยู่ที่ “ชั้นการประยุกต์ใช้ AI” แต่ Gensyn กลับเข้าสู่ชั้นที่สำคัญที่สุดและแพงที่สุดในอุตสาหกรรม AI:
การฝึกโมเดล
ทำได้อย่างไร? จัดระเบียบทรัพยากร GPU ที่กระจายทั่วโลกให้เป็นเครือข่ายการฝึกอบรม AI แบบเปิด นักพัฒนาสามารถส่งงานฝึกอบรม ขณะที่โหนดต่างๆ ให้กำลังการประมวลผล เครือข่ายจะรับผิดชอบการตรวจสอบผลลัพธ์การฝึกอบรมและจัดสรรแรงจูงใจ ซึ่งสิ่งที่น่าสนใจจริงๆ ที่อยู่เบื้องหลังสิ่งนี้ ไม่ใช่เรื่อง “การกระจายศูนย์” เอง แต่เป็นปัญหาที่กำลังกลายเป็นเรื่องไม่สามารถมองข้ามได้ในอุตสาหกรรม AI:
ทรัพยากรการคำนวณได้รวมตัวอย่างรวดเร็วไปอยู่ในมือของผู้เล่นรายใหญ่เพียงไม่กี่ราย บริษัทชั้นนำได้จองชิปไปจนถึงหลายปีข้างหน้าแล้ว ในปีที่ผ่านมา อุตสาหกรรม AI ได้ก่อรูปแนวโน้มที่ชัดเจนขึ้น คือผู้ใดครอบครอง GPU จะควบคุมความเร็วในการพัฒนา AI โดยเฉพาะในยุคของโมเดลขนาดใหญ่ ทรัพยากรการฝึกอบรมได้กลายเป็นอุปสรรคหลัก
H100 ขาดแคลน ราคาบริการคลาวด์ยังคงเพิ่มสูงขึ้น บริษัทขนาดใหญ่ในประเทศต่างแข่งขันกันเพื่อพัฒนา AI ในขั้นแรก ไม่ใช่การขยายทีม แต่คือการจับจองทรัพยากรการประมวลผล นี่คือเหตุผลที่ OpenAI, Anthropic, xAI ต่างผูกพันกับผู้ให้บริการคลาวด์รายใหญ่ เพราะการแข่งขันของโมเดลในพื้นฐานแล้วได้เปลี่ยนเป็นการแข่งขันด้านโครงสร้างพื้นฐาน และความหมายของ Gensyn คือ:
การจัดระเบียบทรัพยากรใหม่สำหรับการฝึกฝน AI
หนึ่ง มันเข้าสู่ชั้นโครงสร้างพื้นฐานที่สำคัญที่สุดของอุตสาหกรรม AI
โครงการ AI+Crypto จำนวนมากเน้นไปที่การเล่าเรื่องในระดับแอปพลิเคชัน ซึ่งพูดให้เข้าใจง่ายคือทุกคนกำลังทำแอป แต่ Gensyn กลับเข้าสู่กระบวนการฝึกอบรมโดยตรง ซึ่งเป็นส่วนที่มีอุปสรรคทางเทคโนโลยีสูงที่สุดและใช้ทรัพยากรมากที่สุดในห่วงโซ่มูลค่าของ AI และยังเป็นระดับที่ง่ายที่สุดในการสร้างกำแพงแพลตฟอร์ม เพราะเมื่อเครือข่ายการฝึกอบรมมีขนาดใหญ่พอ มันจะไม่ใช่แค่ตลาดกำลังประมวลผล แต่ยังอาจกลายเป็นช่องทางสำคัญสำหรับการพัฒนา AI ในอนาคต นี่จึงเป็นเหตุผลที่ตลาดยังคงให้ความสนใจ Gensyn อย่างต่อเนื่อง และเป็นเหตุผลที่ A16Z ลงทุนอย่างใหญ่หลวงถึงสองครั้ง
สอง มันให้รูปแบบการร่วมมือด้านกำลังการประมวลผลที่เปิดกว้างยิ่งขึ้น
การฝึกอบรม AI แบบดั้งเดิมพึ่งพาแพลตฟอร์มคลาวด์แบบศูนย์กลางอย่างมาก ข้อดีคือมีความเสถียร แต่ต้นทุนก็เพิ่มสูงขึ้นเรื่อยๆ โดยเฉพาะสำหรับทีม AI ขนาดเล็กและกลาง ทรัพยากรการฝึกอบรมได้กลายเป็นปัจจัยจำกัดสำคัญต่อการสร้างนวัตกรรม ในขณะที่ Gensyn นำเสนอแนวคิดที่ว่า: ให้ GPU ที่ไม่ได้ใช้งานจำนวนมากเข้าสู่เครือข่าย เพื่อให้ทรัพยากรการฝึกอบรมสามารถจัดสรรแบบไดนามิก ซึ่งจะช่วยเพิ่มประสิทธิภาพการใช้งานพลังการคำนวณโดยรวม แนวคิดนี้แท้จริงแล้วคล้ายกับตรรกะที่เกิดขึ้นในช่วงเริ่มต้นของคลาวด์คอมพิวติ้ง ไม่ใช่การสร้างการคำนวณขึ้นใหม่ แต่เป็นการจัดระเบียบทรัพยากรการคำนวณใหม่ หากโมเดลนี้สามารถดำเนินการได้อย่างต่อเนื่อง มันจะไม่เพียงแค่ช่วยลดต้นทุน แต่ยังอาจเพิ่มประสิทธิภาพการใช้ทรัพยากรของอุตสาหกรรม AI โดยรวม
สาม อุปสรรคทางเทคนิค กลับเป็นรั้วป้องกันที่สำคัญของมัน
จุดที่ยากที่สุดในการฝึกเครือข่าย ไม่ใช่การ “เชื่อมต่อ GPU” แต่คือ: วิธีการตรวจสอบผลลัพธ์การฝึก วิธีรับประกันว่าโหนดดำเนินงานอย่างซื่อสัตย์ และวิธีรักษาความน่าเชื่อถือของการฝึกในสภาพแวดล้อมแบบกระจาย ซึ่ง Gensyn ได้แก้ปัญหาเหล่านี้มาโดยตลอด รวมถึงกลไกการตรวจสอบแบบน่าเชื่อถือ โมเดลการแจกจ่ายงาน และระบบการทำงานร่วมกันของโหนด สิ่งเหล่านี้อาจไม่โดดเด่นเท่าเรื่องราวของ Agent แต่มันคือปัจจัยที่กำหนดว่าเครือข่ายจะใช้งานได้จริงหรือไม่ ในบางแง่ Gensyn ดูเหมือนบริษัทโครงสร้างพื้นฐานด้านเทคโนโลยีลึกมากกว่า ซึ่งเป็นจุดที่แตกต่างจากโครงการอื่นๆ ในสายเดียวกัน
สี่: ได้สร้างวงจรธุรกิจที่สมบูรณ์แล้ว
หนึ่งในข้อถกเถียงที่ใหญ่ที่สุดในอุตสาหกรรมคริปโตในอดีตคือ: โครงการจำนวนมากมีเรื่องเล่า แต่ขาดความต้องการที่แท้จริง อย่างไรก็ตาม การฝึกอบรม AI นั้นแตกต่างกัน เพราะเป็นตลาดที่มีการพิสูจน์แล้วและเติบโตอย่างรวดเร็ว ความต้องการในการฝึกอบรม AI ทั่วโลกกำลังขยายตัวอย่างต่อเนื่อง และขาดแคลนทรัพยากร GPU มาอย่างยาวนาน ในขณะที่ Gensyn เข้าสู่ห่วงโซ่อุปทานที่มีความต้องการที่ชัดเจนอยู่แล้ว พูดอีกแบบหนึ่งคือ มันไม่ได้ถูกสร้างขึ้นเพื่อ “บนบล็อกเชนเพื่อความเป็นบล็อกเชน” แต่เกิดจากความจำเป็นของอุตสาหกรรม AI ที่ต้องการระบบการจัดสรรทรัพยากรที่ยืดหยุ่นและเปิดกว้างมากขึ้น นี่คือเหตุผลที่ทุนจำนวนมากเริ่มให้ความสนใจกับทิศทาง AI Infra เพราะเมื่อเทียบกับแอปพลิเคชันระยะสั้น โครงสร้างพื้นฐานเมื่อสร้างผลกระทบของเครือข่ายแล้ว มักมีอายุการใช้งานที่ยาวนานกว่า
สุดท้ายนี้ มีการเปลี่ยนแปลงที่น่าสนใจเกิดขึ้น ในอดีตที่ผ่านมา ทุกคนมักคิดว่า: Crypto เป็นระบบการเงิน AI เป็นระบบเทคโนโลยี
แต่ในขณะนี้ ขอบเขตของทั้งสองอย่างกำลังจางลงเรื่อยๆ AI ต้องการการประสานทรัพยากร ต้องการกลไกการกระตุ้น และต้องการความร่วมมือระดับโลก และสิ่งเหล่านี้ล้วนเป็นจุดแข็งของ Crypto ที่ทำให้ความสามารถในการฝึกอบรมไม่ได้อยู่แค่ในมือของผู้เล่นรายใหญ่ไม่กี่รายอีกต่อไป แต่กลับกลายเป็นระบบเปิดและสามารถร่วมมือกันได้มากขึ้น อย่างน้อยจากที่เห็นในปัจจุบัน สิ่งนี้ไม่ใช่แค่เรื่องเล่าเชิงแนวคิดอีกต่อไป แต่กำลังวิวัฒนาการไปสู่โครงสร้างพื้นฐานของ AI จริงๆ และบริษัทที่มีค่าที่สุดในยุค AI มักเกิดขึ้นจากชั้นโครงสร้างพื้นฐาน