Автор: Andrey Kuznetsov | Crypto-Economics Researcher | Советник Render Network и Akash

Рыночная капитализация NVIDIA пересекла $3 триллиона в 2024. Одна компания, производящая один продукт, стала одной из самых ценных сущностей на Земле. Причина проста: AI нужны вычисления, вычислениям нужны GPU, а NVIDIA производит GPU.

Эта концентрация — проблема. Крипта может быть решением. Добро пожаловать в экономику compute-токенов.

Бутылочное горлышко вычислений

Обучение GPT-4 потребовало по оценкам $100 миллионов затрат на вычисления. Следующее поколение будет стоить больше. Возможности AI масштабируются с вычислениями, а вычисления дефицитны.

Дефицит не только в железе. Это доступ. NVIDIA продаёт сначала гиперскейлерам — Amazon, Google, Microsoft. Стартапы стоят в очереди. Исследователи довольствуются остатками. Иерархия вычислений отражает иерархию власти.

Тем временем огромные вычисления простаивают. Игровые ПК с мощными GPU. Дата-центры со свободной мощностью. Крипто-майнеры с железом, ищущим новое применение. Ресурс существует — он просто недоступен.

Распределённые сети вычислений нацелены разблокировать это. Токенизировать ресурс. Создать рынки. Позволить предложению встретить спрос без централизованных привратников.

Как работают compute-токены

Базовая модель проста.

Провайдеры контрибьютят вычисления — GPU, CPU, хранилище, пропускную способность. Они регистрируются в сети, доказывают свою мощность и предлагают ресурсы в аренду.

Потребителям нужны вычисления — обучение AI, инференс, рендеринг, научные симуляции. Они платят токены за доступ к ресурсам провайдеров.

Сеть координирует matching. У кого какая мощность? Кому какие ресурсы нужны? Как верифицировать, что работа реально выполнена? Как решать споры?

Токены выполняют множество функций. Оплата услуг. Стейкинг для надёжности провайдеров. Governance для решений протокола. Экономика становится сложной, но ядро простое: токенизированный маркетплейс вычислений.

Основные игроки

Несколько проектов строят эту инфраструктуру, каждый с разным подходом.

Render Network фокусируется на GPU-рендеринге — визуальные эффекты, 3D-графика, креативные приложения. Художники отправляют задачи, владельцы GPU рендерят их, токены текут. Они обработали миллионы кадров для реальных продакшн-работ. Реальное использование, не просто спекуляция.

Akash Network — децентрализованное облако. Вычисления общего назначения, не только GPU. Разворачивай контейнеры, запускай приложения, плати токенами AKT. Стоит примерно на 85% меньше, чем AWS за эквивалентные ресурсы. Скидка драйвит принятие.

io.net агрегирует GPU-кластеры специально для AI-нагрузок. Они партнёрятся с существующими дата-центрами, крипто-майнерами и владельцами потребительских GPU. Масштаб через агрегацию, а не индивидуальных провайдеров.

Gensyn берётся за сложнейшую проблему: распределённое обучение AI. Обучение на гетерогенных, ненадёжных нодах технически жестоко. Они строят системы верификации, чтобы обеспечить корректное завершение тренировки, даже когда отдельные провайдеры отказывают или жульничают.

Bittensor идёт под другим углом — маркетплейс не для сырых вычислений, а для AI-способностей. Майнеры запускают модели и конкурируют, чтобы давать лучшие ответы. Токены награждают качество, не только количество.

Экономика реально работает (иногда)

Позвольте быть точным о том, где это имеет экономический смысл.

Инференс-нагрузки выигрывают больше всего. Запуск обученной модели не требует тесной координации между GPU. Толерантность к латентности варьируется по приложениям. Распределённые сети могут реально конкурировать по цене.

Пакетная обработка работает хорошо. Рендеринг, транскодинг, научные симуляции — задачи, которые можно параллелизовать и которые не требуют реалтайм-ответа. Это идеально для распределённых вычислений.

Обучение сложнее. Обучение больших моделей требует быстрых интерконнектов между GPU — NVLink, InfiniBand. Потребительское железо не может сравниться с сетями дата-центров. Распределённые сети обучения делают прогресс, но физика ограничивает, как далеко они могут зайти.

Честное сравнение: распределённые вычисления побеждают облачное ценообразование для подходящих нагрузок. Они не побеждают наличие собственного дата-центра. Целевой рынок — люди, платящие сейчас гиперскейлерам, не люди со своей инфраструктурой.

Вопрос ценности токена

Вот тут я надеваю шляпу экономиста.

Compute-токены сталкиваются с фундаментальным вызовом: это utility-токены, пытающиеся поддерживать ценность, пока их тратят. Если токен просто метод оплаты, почему он не торговался бы около своей утилитарной стоимости? Что создаёт устойчивый рост цены токена?

Несколько механизмов пытаются решить это.

Требования стейкинга лочат предложение. Провайдеры должны стейкать токены для участия. Больше провайдеров означает больше залоченных токенов. Предложение уменьшается, цена должна расти. Работает пока работает — экономика провайдеров всё ещё должна иметь смысл.

Механизмы сжигания создают дефляционное давление. Некоторая часть комиссий сжигается. Циркулирующее предложение уменьшается со временем. Теоретически поддерживает цену, но только если спрос растёт быстрее новой эмиссии.

Права governance дают не-денежную ценность. Токены голосуют за направление протокола. Крупные холдеры влияют на будущее системы. Это важнее, чем протокол становится важнее.

Спекуляция обеспечивает ликвидность, но также волатильность. Люди, покупающие токены в надежде на рост, позволяют рынку функционировать, но создают отрывы цены от фундаментальной стоимости.

Моё мнение: экономика compute-токенов всё ещё экспериментальна. Некоторые найдут устойчивые равновесия. Многие нет. Инвестируй соответственно.

Регуляторный ландшафт

Compute-токены занимают неопределённую регуляторную позицию.

Они securities? Если покупаются в основном для инвестиций с ожиданием прибыли от усилий других — возможно. SEC не прояснила, но риск существует.

Они commodities? Вычисления, возможно, commodity. Токены, представляющие доступ к вычислениям, могут быть commodity-деривативами. Возможна юрисдикция CFTC.

Они просто software-лицензии? Оплата услуг, как кредиты AWS? Эта рамка наиболее благоприятна, но требует, чтобы токен функционировал чисто как утилита.

Большинство проектов пытаются структурироваться как чистые utility-токены. Никаких обещаний роста. Никакого инвестиционного маркетинга. Просто оплата compute-услуг. Примут ли регуляторы эту рамку — ещё предстоит увидеть.

За чем я слежу в 2025

Метрики реального использования важнее всего. Не застейканные токены, не рыночная капитализация — реально потреблённые вычисления, реально обработанные задачи, реально доставленные доллары ценности. Проекты с растущим использованием выживут. Остальные — спекуляция.

Enterprise-принятие сигнализирует зрелость. Когда компании помещают production-нагрузки на распределённые вычисления — не эксперименты, не proof-of-concept, а реальные бизнес-приложения — это валидация. Следи за анонсами Fortune 500.

Спрос на AI-вычисления взорвётся. Каждая компания хочет AI-способности. Немногие могут позволить цены гиперскейлеров. Разрыв между спросом и доступным предложением — возможность, которую адресуют распределённые вычисления.

Консолидация вероятна. Слишком много проектов, недостаточно дифференциации. Некоторые объединятся, некоторые умрут, несколько будут доминировать. Рынок не может поддерживать двадцать compute-сетей.

Тезис compute-commodity будет протестирован. Если распределённые сети смогут надёжно доставлять вычисления в масштабе, они станут эссенциальной инфраструктурой. Если не смогут, останутся нишевыми курьёзами. 2025 даст ответы.

Andrey Kuznetsov исследует токен-экономику и децентрализованную инфраструктуру. Он консультирует Render Network и Akash по дизайну экономических механизмов и ранее работал в a16z crypto.