Эксперты: zk-доказательства дают DePIN’ам преимущество по мере роста спроса на доверие к ИИ

Базовый прогноз Goldman Sachs о капитальных затратах на ИИ в размере 7,6 трлн долларов в конечном счёте зависит от того, как долго сохраняет полезность ИИ-специфичный кремний. Децентрализованные сети обещают заметную экономию затрат, но продолжают бороться с проблемами задержек (latency). Эксперты считают, что их долгосрочная жизнеспособность будет зависеть от приоритизации верифицируемости, а не от «сырой» производительности.

• Основные выводы:
• • Goldman Sachs указывает на расход 7,6 трлн долларов к 2031 году — в зависимости от того, будут ли чипы служить более 3 лет.
• • Эксперты StealthEX и Cysic предупреждают, что задержки в DePIN ограничивают децентрализованный ИИ пакетными задачами вместо работы в живом чате.
• • Onchain-компании вроде Maple могут закрыть разрыв $5M to $50M кредитования для ЦОД уровня 2 к 2028 году.

Базовые $7,6 трлн

Недавний отчёт Goldman Sachs смещает дискуссию с вопроса о том, существует ли спрос на ИИ, на то, какие факторы со стороны предложения определят фактическую стоимость развертывания. Отчёт прогнозирует 7,6 трлн долларов капитальных затрат на ИИ в качестве базового сценария, но подчёркивает, что эта цифра сильно зависит от «переменных колебаний» (swing variables), включая полезный срок службы ИИ-силикона.

Эта долговечность рассматривается как самый критический фактор, поскольку быстрое развитие технологий может сделать стандартные чипы — обычно рассчитанные на срок от 4 до 6 лет — устаревшими уже через три года, что приведёт к резкому росту расходов. В то же время «эшелонированная модель», при которой более старые чипы повторно используются для более простых задач, например для inference, может стабилизировать затраты.

Сложность дата-центров и эластичность спроса на вычисления — другие переменные, которые, вероятно, повлияют на то, сколько капитала будет потрачено на ИИ-инфраструктуру в ближайшие пять лет. Также среди факторов, удлиняющих развертывание, называют дефицит мощностей энергосетей, специализированной рабочей силы и электрооборудования.

Между тем отдельный отчёт описывает это масштабное инфраструктурное вложение как основу формирующейся «машинной экономики». В этой парадигме ИИ-агенты становятся главными экономическими участниками, выполняя высокочастотные транзакции и самостоятельно управляя распределением ресурсов. Авторы отчёта утверждают, что действующие финансовые системы, для которых характерны медленные циклы расчётов и жёсткие рамки «знай своего клиента» (KYC), в принципе плохо приспособлены к скорости агентской торговли.

Децентрализованная инфраструктура и компромисс по задержкам

В итоге он рассматривает крипто и децентрализованные протоколы как необходимые, permissionless «экономические рельсы» (economic rails), которые нужны для реализации этого сдвига. Однако скептики остаются настороженными: они задаются вопросом, смогут ли децентрализованные сети физической инфраструктуры (DePINs) действительно снизить раздувающиеся капитальные требования ИИ.

Вадим Ташицкий, руководитель роста в StealthEX, отмечает, что хотя децентрализованные сети могут обеспечить существенную экономию затрат, они сталкиваются с физическими ограничениями. При том что децентрализованный провайдер вроде Akash может сдавать в аренду GPU H100 за $1,48 в час вместо $12,30 в Amazon Web Services, компромисс — скорость.

«Большие облачные провайдеры могут делать [быструю работу], потому что их GPU расположены рядом в одном здании и соединены специальными кабелями, которые передают данные за микросекунды», — сказал Ташицкий. Он пояснил, что децентрализованные сети, которые «склеивают» GPU по разным странам через публичный интернет, добавляют миллисекунды задержки (delay). Эта задержка делает децентрализованную оркестрацию конкурентной для пакетных задач и тонкой настройки, но неподходящей для обслуживания высокомасштабных live-чатботов, где пользовательский опыт зависит от почти мгновенных ответов.

Лео Фан, основатель Cysic, повторил эти тезисы, заявив, что децентрализованный inference непригоден для низколатентных нагрузок. При этом Фан отметил, что задержка — неправильный показатель для сравнения децентрализованных платформ и гиперскейлеров вроде AWS.

«Трудная проблема — не распределённые вычисления, а поиск, планирование и аттестация. Клином не является цена за токен; это верифицируемость», — сказал Фан. Он отметил, что доверенные среды исполнения (TEEs) и аттестации с нулевым разглашением (ZK) позволяют децентрализованным сетям конкурировать в секторах, где доверие и проверка важнее, чем «tail latency».

Onchain-кредит и разрыв в финансировании

Помимо вычислений, внимание смещается на то, как финансируются эти капиталоёмкие проекты. Хотя традиционный частный кредит располагает достаточным объёмом капитала, он часто упускает более мелкие или нестандартные сделки. Onchain-кредит даёт отдельные преимущества, например позволяет розничным инвесторам участвовать в доходах дата-центров, которые раньше были доступны лишь институциональным limited partners. Кроме того, платформы вроде Maple и Centrifuge могут синдицировать кредиты в диапазоне от $5 млн до $50 млн — сегмент, который часто игнорируют компании вроде Apollo из-за высоких затрат на андеррайтинг относительно комиссий.

Наконец, onchain-кредит открывает новые модели «оплата за inference», где выручка колеблется в зависимости от использования GPU. Такие модели естественнее ложатся на токенизированные структуры доли в выручке, чем жёсткие 20-летние традиционные лизинги.

Несмотря на этот потенциал, эксперты выделяют четыре «врат» (gates), которые по-прежнему закрыты для институционального принятия: юридическая исполнимость в судах по банкротству, отсутствие инфраструктуры оракулов, устойчивых к подмене (tamper-evident), для обслуживания ковенантов, регуляторная неопределённость для траншей на миллиарды долларов и отсутствие стандартизации налоговых и бухгалтерских продуктов.

Согласованный вывод сводится к тому, что реалистичный горизонт для того, чтобы синдицированные сделки среднего размера получили onchain-применение — 12–24 месяца, при этом меццанинный долг с большинством onchain, скорее всего, появится через три-пять лет. Первые прорывы, вероятно, придут от операторов уровня 2, а не от лидеров отрасли вроде Coreweave.