Forwarded original title: การตีความของ Fluence: การเพิ่มความเชื่อถือในการคำนวณแบบกระจายโดยใช้หน่วยประมวลผลร่วม

AI X Crypto กลายเป็นหัวข้อที่ฮอทในอุตสาหกรรมปีนี้

ผู้ก่อตั้ง Bankless ฮอฟแมนชี้แจงในโพสต์บล็อกล่าสุดว่าจุดเริ่มต้นของนิเวศ AI x Crypto เริ่มต้นที่ชั้น 'Decentralized Compute'

จำนวนมากของโครงการ AI และโครงการ DePIN เกือย่มาก ที่เกือย่สามารถวินิจฉัยไปได้หรือไม่สามารถหลีกเลี่ยงไปได้ การรวมกลุ่มของทรัพยากรคอมพิวเตอร์ว่างเปล่าบนโลกเพื่อให้การสนับสนุนการคำนวณ AI

จากการเก็บข้อมูลและอุปกรณ์คอมพิวเตอร์ในศูนย์กลางไปสู่บริการคลาวด์ และตอนนี้ไปสู่การคำนวณแบบไม่มีจุดศูนย์ ทุกเทคโนโลยีใหม่นำไปสู่การเพิ่มราคาของโทเค็นเป็นวันใหม่

So what new stories can cryptocurrency and AI tell?

หากคุณมองอย่างใกล้ชิด คุณจะพบว่าในขณะที่การคำนวณแบบกระจายกล่าวถึงการประชาธิปไตย AI ทำให้ทรัพยากรการคำนวณถูกลงและเข้าถึงได้ง่ายขึ้น มันละเว้นคำถามสำคัญ

ว่าจะรู้ได้อย่างไรว่าผลลัพธ์ที่คำนวณโดยโหนดที่แตกต่างกันนั้นถูกต้องทั้งหมด? ใครได้ทำการตรวจสอบมันบ้าง?

โครงการคอมพิวเตอร์ที่ถูกตำหนิในฟิลด์การเข้ารหัสที่ไม่มีการแยกแยะมีวิธีการดำเนินการที่แตกต่างกัน แต่พวกเขาโดยทั่วไปไม่ได้ให้การพิสูจน์ถูกต้องของผลลัพธ์การดำเนินการ ดังนั้น ในช่องว่างเรื่องนี้ แนวคิดของ "coprocessor" จึงปรากฎโดยน้อย

จัดการโหนดการคำนวณแบบกระจายที่แตกต่างกันเหมือนเป็นหน่วยประมวลผลเดียวกันเพื่อดำเนินการคำนวณร่วมกัน ในทำเวลาเดียวกันเรายังต้องการหน่วยประมวลผลร่วมเพื่อให้มั่นใจและยืนยันความถูกต้องของการคำนวณ

มันเหมือนกับกลุ่มคนสองกลุ่ม กลุ่มหนึ่งรับผิดชอบงาน และกลุ่มอื่นรับผิดชอบการยอมรับ เท่านั้นที่จะทำให้งานนั้นน่าเชื่อถือมากขึ้น

ดังนั้นโครงการใดกำลังจำหน่ายบนตลาดที่เล่าเรื่องราวของ coprocessors ในปัจจุบัน? โอกาสในการเข้าร่วมมีอะไรบ้าง?

Fluence: การคำนวณที่สามารถยืนยันได้แบบกระจาย

Fluence เป็นแพลตฟอร์มแบบ serverless แบบกระจายและตลาดคำนวณที่ขับเคลื่อนด้วยเศรษฐมนุษยวิทยาบล็อกเชน

ด้วย Fluence, นักพัฒนาสามารถสร้างแอปพลิเคชันและ implement ไปยังระบบของผู้ให้บริการคอมพิวเตอร์ โปรดทราบว่าผู้ให้บริการนี้อาจเป็นศูนย์ข้อมูลมืออาชีพหรืออาจเป็นคอมพิวเตอร์ที่อยู่ในบ้าน

ผู้ให้บริการแข่งขันกันด้านราคาและประสิทธิภาพ และเพื่อที่จะได้รับการชำระเงินและรางวัลพวกเขาต้องพิสูจน์อย่างต่อเนื่องว่าพวกเขากำลังให้บริการทรัพยากรคอมพิวเตอร์ให้แก่แอปพลิเคชันเหล่านี้

ธุรกิจนี้จริงๆ มีความคล้ายกับโครงการ AI ที่เข้ารหัสหลายๆ โครงการ มันมีเครือข่ายทรัพยากรคอมพิวเตอร์ที่กระจายอยู่ที่ให้บริการ มอบหมายงานให้กับโหนดต่างๆ สำหรับการคำนวณ และแข่งขันกับบริการคลาวด์传统ในลักษณะที่กระจาย

แต่ละสแต็กเทคโนโลยีในสแต็กบริการคลาวด์มีบริการที่สอดคล้องใน Fluence เพื่อแทนที่

อย่างไรก็ตาม, โดยไม่เหมือนกับบริการคลาวด์ส่วนใหญ่และโครงการคอมพิวเตอร์กระจาย, เมื่อใช้ Fluence, นักพัฒนาสามารถยืนยันได้ว่าแอปพลิเคชันของพวกเขากำลังทำงานตามที่คาดหวังและการคำนวณถูกดำเนินการอย่างถูกต้องโดยการตรวจสอบพิสูจน์ที่เผยแพร่โดยผู้ให้บริการบนโซ่

แพลตฟอร์ม Fluence ให้นักพัฒนาได้รับสภาพแวดล้อมการคำนวณที่สามารถยืนยันได้แบบเป็นพิเศษผ่านสถาปัตยกรรมเซิร์ฟเวอร์ที่กระจายอยู่ บนแพลตฟอร์มนี้ ผู้ให้บริการทรัพยากรคำนวณไม่เพียงแค่ต้องทำงานคำนวณที่ได้รับมอบหมายแต่ยังต้องสร้างพิสสำหรับการคำนวณ พิสเหล่านี้ให้ความแม่นยำของการคำนวณผ่านการเข้ารหัสลับ

ทุกโหนดจะส่งพิสูจน์เหล่านี้สำหรับงานที่เสร็จสิ้น เพื่อแสดงความสามารถและคุณภาพของมันในการทำงาน

ข้อดีของวิธีการนี้คือมันเพิ่มชั้นสำคัญในการคำนวณแบบกระจาย — ความเชื่อถือได้ นักพัฒนาสามารถตรวจสอบได้ว่าแอปพลิเคชันของพวกเขากำลังทำงานตามที่คาดหวังและว่ากระบวนการคำนวณทั้งหมดได้รับการตรวจสอบและตรวจสอบแล้ว

นี่คือแนวคิดของ "coprocessor" ที่เรากล่าวถึงก่อนหน้านี้ --- "coprocessor" อาจจะไม่ใช่โหนดที่ดำเนินการคำนวณหลัก แต่เป็นโหนดหรือบริการช่วยเหลือที่รับประกันและตรวจสอบความถูกต้องของการคำนวณสำหรับเครือข่ายคอมพิวเตอร์กระจายทั้งหมด

หากเราทำให้พลังการคำนวณแบบกระจายอยู่ในหน้าที่ของโปรเซสเซอร์ที่รวมกัน ซึ่งรับผิดชอบในการคำนวณ แล้วโปรเซสเซอร์อื่นที่อยู่ตรงข้ามก็รับผิดชอบในการตรวจสอบการคำนวณ

โดยเฉพาะอย่างยิ่ง Fluence ได้ถูกนำมาใช้ด้วยสองส่วนประกอบหลัก: Aqua และ Marine

Aquaเป็นผู้รับผิดชอบในการกระจายสคริปต์และดำเนินการในเซิร์ฟเวอร์ต่าง ๆ สามารถให้ความมั่นใจได้ว่าทุกขั้นตอนที่ดำเนินการในเครือข่ายที่ไม่มีศูนย์กลางสามารถตรวจสอบและยืนยันได้ทุกครั้งที่สคริปต์ Aqua ถูกดำเนินการ โหนดที่มีส่วนร่วมจะลงนาม

Marine,อีกด้านหนึ่ง ช่วยให้การปฏิบัติงานหลายโมดูลภายในโหนดและสร้างพิสูจน์ทางคริปโตกระบวนการสำหรับฟังก์ชันการคำนวณที่ดำเนินการ พิสูจน์เหล่านี้จากนั้นจะถูกตรวจสอบโดยโหนดอื่นในเครือข่ายและเชื่อมต่อเป็นหลักฐานของการประมวลผล

สำหรับรายละเอียดทางเทคนิคเพิ่มเติม คุณสามารถคลิกที่เอกสารทางการเพื่อตรวจสอบ ที่นี่มีเพียงวิธีการนำมาใช้ที่สรุปและเข้าใจง่ายเท่านั้น

ดังนั้น ประโยชน์ของการใช้วิธีการประมวลผลแบบ coprocessor สำหรับการตรวจสอบความถูกต้องของการคำนวณเมื่อเทียบกับโครงการคำนวณที่มีลักษณะที่มีความสำคัญและกระจาย

• Decentralized Verifiability: Developers can use the cryptographic proofs of the Fluence network to ensure that their computing tasks are executed correctly.
• การเลือกผู้ให้บริการทรัพยากรไดนามิก: นักพัฒนาสามารถสลับระหว่างผู้ให้บริการทรัพยากรที่เชื่อมต่อกันได้โดยอิสระ ไม่จำกัดอยู่ที่ผู้ให้บริการคลาวด์เดียว
• ความคุ้มค่า: Fluence ช่วยลดต้นทุนโดยการลดความสำคัญของผู้ให้บริการเฉพาะ, ให้ทรัพยากรคอมพิวเตอร์ที่เศษฐกิจมากขึ้น
• การจัดการเชื้อเพลิงสำหรับ Web3: รองรับการจัดการและชำระค่าใช้จ่ายของโครงสร้างผ่านองค์กรที่ไม่ central อย่าง DAOs เพื่อเสริมสร้างการมีส่วนร่วมของชุมชน
• การปรับการใช้งานที่หลากหลายของคอมพิวเตอร์: รองรับการคำนวณที่ซับซ้อน เช่น backend APIs และการประมวลผลข้อมูล งานที่ไม่เหมาะสมสำหรับการดำเนินการโดยตรงบนโซ่ ยังสามารถนำมาใช้ได้บน Fluence ด้วย

Token กำลังจะ TGE, การประเมิน OTC กำลังเพิ่มขึ้น

Fluence ขับเคลื่อนด้วยโทเคนเหรียญระดับชาติของมัน $FLT ซึ่งใช้โดยผู้ให้บริการคอมพิวเตอร์เป็นหลักทรัพย์สำหรับการเข้าร่วมและเป็นสิ่งสร้างสรรค์เชิงการเงิน ผู้ให้บริการได้รับโทเคนของ Fluence และการชำระเงินสำหรับการให้บริการแอปพลิเคชัน

ในวันที่ 7 มีนาคม Fluence ทวิตเตอร์อย่างเป็นทางการก็ประกาศโมเดลเศรษฐศาสตร์โทเค็นด้วยจำนวนโทเค็นทั้งหมด 1,000,000,000 FLT และส่วนจำนวนที่หมุนเวียนเริ่มต้นคือ 50,000,000 (5%) FLT เกือบ 45% ของจำนวนทั้งหมดของ FLT จะถูกปลดล็อคภายใน 24 เดือนหลังจากเปิดตัวโทเค็น

ที่อยู่โทเค็นคือ: 0x236501327e701692a281934230AF0b6BE8Df3353

ในเวลาเดียวกัน เจ้าหน้าที่ก็ระบุไว้ชัดเจนว่าโทเคน FLT ในปัจจุบันยังไม่มีการประกาศ TGE สาธารณะ และเพียงผู้มีส่วนร่วมในช่วงแรกเท่านั้นที่จะได้รับรางวัลจากการแจกฟรี ต้องระวังเวลาที่จะลงรายการโทเคนอย่างแน่นอนโดยติดตามข้อมูลจากสื่อสังคมในสัปดาห์ถัดไป

อย่างไรก็ตาม ตามการวิเคราะห์ของผู้ใช้ Twitter @atterX_, ราคาก่อนการซื้อขายปัจจุบันของ FLT ในตลาดเอกชนอยู่ที่ประมาณ 16.30 ดอลลาร์ และปริมาณการซื้อขายรายวันเป็นประมาณ 400,000 ดอลลาร์ ร่วมกับโมเดลเศรษฐศาสตร์ที่กล่าวถึงข้างต้น สามารถประมาณค่าว่าตามราคาตลาดเอกชนปัจจุบัน มูลค่าตลาดของ FLT จะถึงประมาณ 800 ล้านดอลลาร์สหรัฐ และ FDV โดยรวมจะเป็น 16 พันล้านดอลลาร์สหรัฐ

ควรกล่าวถึงว่า ในวันที่ 22 กุมภาพันธ์ Multicoin Capital ได้ประกาศว่าได้เป็นผู้นำการลงทุนมูลค่า 9 ล้าน​ ดอลลาร์สหรัฐในโครงการ แต่แค่ที่คอนเซปต์ AI ไม่ได้เป็นที่นิยมมากนักในเวลานั้น และ Fluence ยังไม่ได้เผยแพร่โทเค็น

ดังนั้นภายใต้ราคาปัจจุบัน, ปริมาณและเรื่องราว AI, FLT มีราคาสูงเกินไปหรือต่ำเกินไปหรือ?

ยังมีโครงการบางรายที่มีแนวคิดของ coprocessor บนตลาด เช่น Marlin Protocol และ Phala Network

มูลค่าตลาดปัจจุบันของโครงการสองโครงการนี้คือ 235 ล้านดอลลาร์สหรัฐและ 104 ล้านดอลลาร์สหรัฐตามลำดับ แต่เนื่องจากเรื่องที่เวลาการเปิดจำหน่ายโทเค็นสามารถติดตามกลับไปถึง 21 ปี มูลค่า FDV ปัจจุบันของโครงการสองโครงการนี้เกือบเท่ากับมูลค่าตลาดที่หมุนเวียน

น่าสนใจอย่างมากว่าเพราะการเปิดตัวโทเค็นใน 21 ปีที่ผ่านมาทำให้ติดอยู่กับวงจรตลาดตลาดของวัวที่ดี ATH ในประวัติศาสตร์ของโครงการสองโครงการเป็นประมาณ 10 เท่าของปัจจุบัน หลังจากรอบการหมุนเวียนเรื่องราว โครงการเก่าสองโครงการยังคงมีมูลค่าตลาดหมุนเวียนประมาณ 100-200 ล้านดอลลาร์สหรัฐ

ดังนั้น โดยพิจารณาจากวงจรตลาดตลาดรุนแรงปัจจุบันและเรื่องราวของ AI มูลค่าตลาดหุ้นที่วางจำหน่ายโดยประมาณของ Fluence token FLT มูลค่า 800 ล้านดอลลาร์สหรัฐไม่ดูเหมือนจะมีมูลค่าสูงเกินไปเมื่อเปรียบเทียบกับช่วงเวลายอดของโครงการที่คล้ายกัน และยังมีพื้นที่สำหรับการเติบโตขึ้นอย่างแน่นอน

สิ่งที่แน่นอนคือว่าเรื่องราวเกี่ยวกับ AI ในตลาดคริปโตจะยังคงต้องเล่าต่อ

ในบริบทของหัวข้อหลักที่ค่อนข้างเหมือนกัน การเล่าเรื่องราวย่อยๆ เกี่ยวกับ AI มีจุดเด่นที่โค้งงอไม่เหมือนกับโครงการอื่น ๆ จะเป็นเรื่องธรรมชาติที่จะนำเข้ามาด้วยโอกาสของตัวเองในกระแสที่กำลังขึ้น

ให้เรารอดูว่า Fluence จะ表现如何ในอนาคต

คำแถลง:

1. บทความนี้ถูกคัดลอกมาจาก [GateTechFlow], ชื่อเรื่องต้นฉบับคือ “การอ่านความหมายของ Fluence: การเกิดขึ้นของแนวคิด co-processor ทำให้การคำนวณแบบกระจายมีความเชื่อถือมากขึ้น”, ลิขสิทธิ์เป็นของผู้เขียนต้นฉบับ [Deep Tide TechFlow], หากคุณมีข้อโต้แย้งใดๆ เกี่ยวกับการนำเผยแพร่ใหม่ โปรดติดต่อGate Learn Teamทีมจะดำเนินการโดยเร็วที่สุดตามขั้นตอนที่เกี่ยวข้อง

2. คำประกาศ: มุมมองและความคิดเห็นที่แสดงในบทความนี้เป็นเพียงมุมมองส่วนตัวของผู้เขียนเท่านั้น และไม่เป็นคำแนะนำในการลงทุนใด ๆ

3. เวอร์ชันภาษาอื่น ๆ ของบทความถูกแปลโดยทีม Gate Learn ซึ่งไม่ได้กล่าวถึงในGate.io, บทความที่ถูกแปลอาจไม่นำเสนอหรือกระทำการลอกเลียนหรือทำการละเมิดลิขสิทธิ์