Back to top
  • 공유 分享
  • 인쇄 列印
  • 글자크기 字體大小
已複製網址

灰度列出3個AI區塊鏈案例:資料、GPU融資與運算

隔著玻璃可見的GPU運算設備 / TokenPost.ai

灰度(Grayscale)介紹了3個瞄準人工智慧(AI)產業需求的區塊鏈專案,分別聚焦訓練資料、GPU設備融資,以及結合AI運算與工作量證明。灰度指出,這些專案的長期發展仍取決於實際採用情況與競爭力。

灰度在10月23日發布的分析中介紹這3個專案,內容並未宣布買進相關代幣或將其納入基金。

資料網路(Data Network)正在開發工具,用來追蹤個人提供的照片、影片與音訊等資料的來源和使用權,並將資料授權給AI研究機構等使用。這套架構除了蒐集訓練資料,也會記錄資料由誰提供,以及提供者授予哪些使用權。

水基金會(Sui Foundation)與資料網路於10月12日宣布,計畫將協定遷移至水(SUI),並採用華勒斯(Walrus)作為預設儲存層。水基金會表示,資料網路的Trace資料登錄系統自6月推出以來,已登錄超過2.5億筆資料,平均每日處理超過300萬筆收據。這些數字代表登錄與處理量,不代表已簽訂付費授權合約,也不代表支付給資料提供者的金額。

GPU是用於AI訓練與推論的運算裝置。USD.AI以GPU設備及相關現金流作為擔保安排貸款;灰度介紹的架構則透過鏈上貸款池,將區塊鏈上的資金連結至GPU融資。

貸款業務的成長與CHIP持有者的收益是兩回事。USD.AI的《加密資產市場法規》(MiCA)白皮書將CHIP描述為參與協定決策與風險管理的治理代幣,並明確指出,單純持有代幣不會產生股權、股利或收益請求權。

珀爾(Pearl)提出讓GPU在處理AI工作時,同時保護採用工作量證明的區塊鏈。工作量證明是透過運算驗證網路交易紀錄的方式。灰度表示,若這套架構得以實現,運算提供者可能同時取得AI服務收入與區塊鏈獎勵。

珀爾9月發布的白皮書提出將AI運算所需的矩陣乘法用於工作量證明。不過,設計文件本身無法證明實際AI工作處理量或獲利能力。

灰度在10月23日發布的研究報告中,引用CoinGecko截至10月22日的資料指出,珀爾近3個月漲幅為580%。這是過去的價格變動;灰度也提醒,不應預期相同報酬率會再次出現。這3個專案分別著眼於資料供應、設備融資與GPU運算,後續發展仍有待觀察。

<版權所有 ⓒ TokenPost,未經授權禁止轉載與散佈>

最受歡迎

其他相關文章

留言 0

留言小技巧

好文章。 希望有後續報導。 分析得很棒。

0/1000

留言小技巧

好文章。 希望有後續報導。 分析得很棒。
1