Geleneksel bilgisayarlar, bilgisayar, bellek, denetleyici, veri yolu ve G/Ç olmak üzere beş parçadan oluşur. Blockchain gelişimi açısından bilgisayar ve bellek bileşenlerinin ilerlemesi nispeten olgun durumdadır. Tüm dağıtılmış sistemini bir insan olarak düşünürsek, beyin ve bellek sistemleri zaten iyi gelişmiş durumdayken duyusal ve algısal sistemler hala çok ilkel bir durumdadır. Bu aşamada DePIN şüphesiz en popüler moda kelimesidir, ancak nasıl gerçekleştirilebilir? Kuşkusuz bu, “güvenilir dokunuş” ile başlar ve bildiğimiz gibi “duygu” işleme için omurilik ve sinir sistemiyle ilgilidir.

Eğer blok zincir sistemleri buzdağı üzerine inşa edilmiş bir farkındalığı temsil ediyorsa, DePIN tarafından temsil edilen sensör ağları buzdağının altındaki bilinçaltıdır. Şimdi, dağıtılmış sistemlerin omurgası ve sinirleri kimdir? Omurga ve sinirleri nasıl inşa ederiz? Bu makalede, Nesnelerin İnterneti (IoT) gelişiminden küçük derslerle başlayarak, DePIN'in gelişim fikirlerini oluşturmayı ve yapımcıların daha iyi uygulamalarını sağlamayı amaçlıyoruz.

Çok uzun; okumadım

1. Depin, cihazlar olarak birimlere dayandırılmamalıdır çünkü cihazların yatay ölçekleme yetenekleri yoktur. Bunun yerine, modüllere odaklanmalıdır. Depin'in çekirdeği, Pin'de yatar ve Pin'in çekirdeği yetkilendirme kodudur. Bir cihazı bir sensör modülleri koleksiyonu olarak görüyoruz ve her sensör modülünün pin kodu, verilerin ağa katılması ve aynı zamanda PoPW kimlik doğrulama izni için izindir. Yalnızca ağ erişim izinleri olan cihazlar ve katkıları tanınanlar madencilik makineleri olarak adlandırılabilir. Bu nedenle, tüm depin sektörünün çekirdeği, kenar cihazların ölçülebilir şekilde katkıda bulunmasını nasıl sağlayacağını ve aynı sensörlere sahip farklı cihazlardan gelen katkıların tutarlı ölçüleri nasıl sağlanacağını belirler.
2. Geleneksel bilgisayar veri iletimine göre, otobüsler (Bus) üç kategoriye ayrılabilir: çeşitli verileri ileten Veri Otobüsü, çeşitli adres bilgilerini ileten Adres Otobüsü ve çeşitli kontrol sinyallerini ileten Kontrol Otobüsü. Benzer şekilde, DePin otobüsü aşağıdaki bileşenlere sahip olacaktır: ağa katılan cihazların kimlik bilgisi belgesi (Adres Otobüsü); veri doğrulama için PoPW kimlik bilgesi (Veri Otobüsü); cihaz yönetimi için araç (Kontrol Otobüsü).

a. Adres BUS: Cihaz DID (Dephy)
b. Veri BUS: Sanal İletişim Katmanı + Sensör Ağı
c. Kontrol BUS: Hücresel Yönetim Modülü

1. Kısmi RWA özelliklerine ve fiziksel dünyaya olan bağlantısına sahip olduğu için, Depin projesi gerçek ekonomik hayatla ilgilidir. Bu nedenle, otonom risk kontrolü için daha fazla gerçek zamanlı yönetim yöntemine ihtiyaç vardır. İki ana uygulama kanalı vardır: İlk olarak, hücresel operatör trafiği yönetimi aracılığıyla, bir cihaz düzenlemelere uymadığında, trafik sonundan PoPW madencilik haklarını kaybedebilir, bu, kesme işlemine kıyasla daha gerçek zamanlı bir yönetim yöntemidir. İkincisi, madenci + kaynak havuzu modeli aracılığıyla yukarı akış kaynaklarını satın alarak. Örneğin, bir dağıtıcı 100 numara segment kaynağına sahipse ve bunların 30'u risk altındaysa, cezalarla karşılaşabilir veya lisans iptali konusunda uyarı alabilir. Bugün, bu 30 kaynağı diğer dağıtıcılarınkilerle karıştırıyoruz, madenciler aracılığıyla gerçek dünya kaynaklarını (RWR) satın alıyoruz ve kaynak risk kontrolü için karışık bir numara segment yaklaşımı kullanıyoruz. Bu, yukarı akış dağıtıcı risklerini koruma önkoşulu altında maksimum kaynak edinimi sağlar. Likidite modeli çeşitli türlerdeki RW kaynaklarına uygulanmaktadır.

1. Nesnelerin İnterneti Tarihine Genel Bir Bakış

2015 yılından bu yana IoT gelişiminin tarihine geri dönüp baktığımızda, o yılın başlıca iki zorluğu vardı: ilk olarak, donanım cihazlarının sınırlı giriş-çıkış yetenekleri vardı; ikinci olarak, cihazlar ağa katıldıktan sonra, ürün özellikleri gelişmedi, ölçeklenebilirlik eksikti.

Bu dönemde, donanım cihazlarının mikrokontrolcülerinin ağa katıldığında hangi değişiklikler olacağı temel soruydu. Başlangıçta, bağlantı donanım cihazlarının veri yüklemesine ve indirmesine olanak sağladı. Sonraki soru ise, donanım cihazlarının neden veri yüklemesi ve indirmesi gerektiği idi. Bu eylemler ürün rekabetini artırabilir miydi? O zamanlar akıllı perdeler, akıllı klima gibi ürün dalgalarını gördük. Bununla birlikte, donanım tasarımında nispeten sabit I/O mimarisi ve yazılım geliştirme için sınırlı alan nedeniyle, ağ bağlantısı eklenmesi daha çok mobil uygulama kontrolü gibi özellikler sunmuştur, örneğin “uzaktan klima etkinleştirme” ve “uzaktan perde kapatma” gibi. Bu işlevler, esas olarak geleneksel denetleyicilerin uzaktan uzantılarıydı ve son kullanıcılar için biraz hayal kırıklığı yaratmıştı.

Başka bir önemli konu, IoT cihazlarının ağa bağlandıktan sonra ölçeklendirme yeteneğine sahip olup olmadığıydı. Daha önce belirtildiği gibi, ağ bağlantısı veri yükleme ve indirme imkanı sağlar. İndirmeler, işlevsel yükseltmeleri ve genişlemeleri temsil ederken, yüklemeler veri birleştirme ve entegrasyonunu kolaylaştırdı. Bununla birlikte, erken IoT döneminde veri gölleri değerliydi ancak depolama maliyetlerinin hızla artması ve veri satış fırsatlarına erişimde yaşanan zorluklar nedeniyle zorluklara neden oldu.

Özetle, hem indirme hem de yükleme modundaki IoT cihazları, ürün yeteneklerini ve hizmet boyutlarını geliştirmekte zorlandı. Depin çağına baktığımızda, bu zorluklar aşılabilecek mi?

AI'nin Getirdiği Değişiklikler Nelerdir?

Yapay zekanın özelliklerinden, birçok olasılık görüyoruz:

1. Her Şeyin Antropomorfizmi: Bağımsız yükleme ve indirme gereksinimleri. Eğer kenar tarafı çıkarımlama büyük modellerle başa çıkamazsa, o zaman uç cihazlar bağımsız ağlara ihtiyaç duyacaktır. Bu, geçmişte mobil uç noktalarının yıldızlar olduğu ve cihazların uydular olduğu bir iletişim yapısından, cihazların bağımsız olarak ağlara bağlandığı bir iletişim yapısına geçişi sağlayacaktır.
2. Cihaz Egemenliği: Basit ürün satışlarından kullanıcı satın almaları ve veri satışlarının çift tekerlekli tahrikine geçiş. Cihazlar, toplu olarak kullanıcılara hesap verebilir ve sensör koleksiyonları için veri tüccarlarına sorumludur.
3. “Veri Güvenilirliği, Güvenilir Gizlilik”: Bunlar, sıradan cihazların madencilik makinelerine dönüşmesi için önkoşuldur. Eğer veri güvenilmezse, mantıksal olarak birden fazla sanal makine açmak, tüm teşvik sisteminin hacklenmesine neden olabilir. Gizlilik güvenilmezse, uzun vadeli kullanıcı etkileşim niyetleri engellenebilir.

Yapay zeka geliştirme ile birlikte, Depin için birkaç potansiyel farklılık görüyoruz:

1. Yapay zekanın ortaya çıkması, yapay zeka donanımlarının otomatik olarak ağlara bağlanma ihtiyacını artırır. Cihaz ağlama maliyeti, depolama ve hesaplama maliyetlerindeki düşüşlerle birlikte önümüzdeki üç yıl içinde hızla azalabilir ve bu da kenar hesaplama/sensör dağıtımının maliyetini önemli ölçüde düşürebilir. Birçok cihazın dağıtılmasından sonra, onları madencilik makinelerine dönüştürerek sensör verileri toplamak bir eşik noktasına ulaşabilir.
2. Cihazlar ve bulut arasındaki bağımsız bağlantı sorunu çözüldükten sonra, cihazlar arasındaki etkileşim senaryoları daha da artacak. NFC gibi çeşitli düşük maliyetli donanımlarla etkileşimli kullanımların keşfi potansiyel inovasyon noktaları haline gelebilir.
3. Çeşitli toplanmış algısal verilerin ticarileştirilmesi, cihaz madenciliği için temel bir engeldir. Soyut bilgi emtiaları için standartlar belirlemek büyük bir zorluktur.

2. Yatırım Temaları ve Depin'e Bakış Açıları:

Geçmiş 5 yıllık IoT geliştirme deneyimi ve AI özelliklerinin değişen manzarasına dayanarak, üç ana yatırım teması olduğuna inanıyoruz:

• Hücresel modüller, temel donanım altyapısı olarak kullanılır.
• İletişim bilgi mallarına odaklanan soyut iletişim katmanı hizmetleri.
• Geniş madencilik, bir distribütör hizmeti şeklinde.

Yatırım Teması Bir: Adres Otobüs Modülleri Etrafında Odaklanmış Altyapı Merkezi

Bir modül nedir?

Bir modül, standartlaştırılmış arabirimler sağlayan tek bir devre kartına, baz bant çiplerine, belleklere, güç amplifikatörlerine ve diğer bileşenlere entegre edilmiş bir modüldür. Çeşitli terminaller, iletişim fonksiyonlarını etkinleştirmek için kablosuz modülleri kullanır. Tüm hesaplama ağı evrimleştikçe, modüllerin tanımı genişlemeye devam eder ve hücresel bağlantı, hesaplama gücü ve kenar uygulamalarının bir ekosistemini oluşturur.

• Geleneksel hücresel IoT modülleri: Temel olarak hücresel iletişim için tasarlanmış bağlantı modülleri. Bu modüller, ek işlevsellik olmadan bu tür bağlantıyı destekleyen çip setlerini içerir.
• Akıllı hücresel IoT modülleri: Geleneksel modüller gibi bağlantı sağlamanın yanı sıra, bunlar merkezi işlem birimleri (CPU) ve grafik işlem birimleri (GPU) şeklinde ek bilgisayar donanımını da içerir.
• AI hücresel IoT modülleri: Bu modüller, akıllı hücresel IoT modülleri ile benzer işlevler sunar, ancak aynı zamanda sinir, tensör veya paralel işleme birimleri (NPU, TPU veya PPU gibi) için özel çipler de içerir.

Tüm endüstri zincirine baktığımızda, yukarı akıştaki çip üreticileri ve aşağı akıştaki cihaz üreticileri değer zincirinin çoğunu ele geçiriyor. Ara modül katmanı yüksek piyasa konsantrasyonu ve düşük kar marjı ile karakterize edilir. Geleneksel hizmet cihazları genellikle PC'ler, akıllı telefonlar ve POS terminallerini içerir. Önemli bir yoğunlukları olduğu için, yaygın olarak kabul edilen modül aracılarının dağıtılması, çeşitli mevcut cihazları madencilik makinelerine dönüştürür. Geleneksel Web3 kullanıcıları kişi başına göz önüne alındığında, modüller tarafından temsil edilen ara katman, birçok akıllı cihazın Web3'e girmesine olanak tanır ve bu cihazlar arasındaki işlemlerle önemli bir zincir üzerinde talep oluşturur.

Nvidia ve Intel arasındaki erken rekabeti düşünürken, değerli tarihsel içgörüler elde ediyoruz: erken yıllarda bilgisayar yongası pazarı, Intel'in x86 CPU mimarisi tarafından domine edildi. Grafik hızlandırma gibi niş pazarlarda, Intel'in baskın hızlandırıcı kart ekosistemi ve Nvidia'nın GPU'ları arasında rekabet vardı. Daha geniş pazarlarda (belirsiz taleplerin olduğu alanlarda), Intel CPU'ları ve Nvidia GPU'ları bir süre işbirliği yaparak birlikte var oldular. Dönüm noktası, büyük ölçekli paralel olarak yürütülen küçük görevlerle karakterize edilen Crypto ve AI ile geldi ve bu, GPU'ların hesaplama yeteneklerini tercih etti. Dalga geldiğinde, Nvidia birkaç boyutta hazırlıklıydı:

1. CUDA paralel hesaplama talimat kümesi: Geliştiriciler tarafından GPU donanımının daha iyi kullanımını kolaylaştırdı.
2. Hızlı iterasyon yeteneği: Moore Yasasını iterasyon hızında aşarak, hayatta kalma alanını sağladı.
3. CPU'larla işbirliği: Intel'in mevcut kaynaklarını etkili bir şekilde kullanarak hassas karar verme alanlarında hızla pazar fırsatlarını ele geçirdi.

Modül pazarına dönüş yapılırsa, geçmişte GPU'lar ve CPU'lar arasındaki rekabetle birkaç benzerlik bulunmaktadır:

1. Yüksek endüstri konsantrasyonu, önde gelen grupların tüm endüstri üzerinde önemli fiyatlandırma gücüne sahip olmasıyla karakterizedir.
2. Yeni senaryolara bağlı olarak gelişim: İletişim modülleri, akıllı yongalar ve standart protokoller, cihaz uçlarında güçlü engeller oluşturma olasılığına sahiptir.
3. Yeni fırsatları ele geçirmek için hızlı iterasyon fırsatları: Geleneksel oyuncular uzun karar döngülerine sahiptir, bu da onları yeni türlerin doğmasına olanak sağlayan hızlı değişikliklere karşı savunmasız kılar.

Bu yarışmada, Crypto Stack şüphesiz protokoller ve ekosistemler oluşturmak için zirve teknoloji yığını temsil eder. Mevcut cihazların nakit akışı madencilik makinelerine dönüştürülmesi beta seviyesinde fırsatlar yaratacaktır. Dephy, entegre modülleri, defterleri ve kimlik katmanlarını kullanarak Depin ağı boyunca tahsis sorumluluklarını yönetmek için bu bağlamda öne çıkıyor.

Yatırım Teması İki: Veri Otobüsü - Sensörle Temsil Edilen Veri Toplama Maden Makineleri

Bir madencilik makinesi tam olarak ne oluşturur? Donanım/yazılımın belirli bilgi kaynaklarını üretebilen ve jeton kaynakları elde etmeyi amaçlayan madencilik makineleri olarak adlandırılabileceğine inanıyoruz. Bu anlayışa göre, madencilik makineleri çeşitli kriterlere göre değerlendirilir:

1. Belirli bilgi kaynakları oluştururlar mı?
2. Tokenleri uzlaştırabilirler mi?

Bu nedenle, bu tüm süreçte, belirli bilgi kaynaklarını üreten cihazların güvenilirliği, Fiziksel İş Kanıtı (PoPW) olarak bilinen, kritik hale gelir. Her PoPW üreten sensörün, kenar veri toplamanın güvenilirliğini sağlamak için Güvenilir Yürütme Ortamı (TEE/SE) gerektirdiğini iddia ediyoruz. Sensörler alanında, yatay ölçeklenebilir ağlar oluşturabilenler, örneğin, farklı kameralar tarafından toplanan çeşitli cihazların video kaynaklarını tek bir ağda standart ölçüm için birleştirebilir. Farklı cihazların bağımsız toplamalarına kıyasla, yatay ölçeklenebilir sensörler, güvenilir modüllerle birleştirildiğinde daha büyük bir PoPW kaynak pazarı oluşturabilir. Toplanan video malzemeler, birleşik metriklere göre daha iyi fiyatlandırılabilir, sadece Cihaz-Odağı ile mümkün olmayan bilgi kaynakları için toplu pazar oluşturmayı kolaylaştırabilir.

Yatırım Teması Üç: Kontrol Otobüsü - Genelleştirilmiş Otobüsün İletişim Altyapısı

Bazı Depin cihazlarının gerçek dünyada fiziksel varlığı ve geleneksel iş dünyasıyla ilgisi olduğundan, Kripto dünyası İzinsiz özelliklere sahipken, KYC olmadan çeşitli katılımcı kuruluşları gerçek zamanlı olarak yönetmek önem kazanır. Tüm Web3 dünyasının kripto para birimiyle ödeme yaparak ilgili ağ hizmetlerine erişebileceği hücresel ağlar ve genel IP ağlarını entegre eden bir iletişim soyutlama katmanına ihtiyaç olduğuna inanıyoruz. Belirli olanaklar şunları içerir:

1. Trafik Entegrasyonu: Küresel operatör trafik kaynaklarını birleştirerek, trafik kaynaklarını tokenlerle ticaret ve fiyatlandırma için toplu bir mal olarak işlem görüyor.
2. Numara Aralıklarının Entegrasyonu: Küresel numara aralığı kaynaklarını birleştirme, numaraları tokenlarla ticaret ve fiyatlandırma için bir kimlik katmanı olarak ele alma, Blockchain tarafından yönetilen.
3. IP Kaynaklarının Entegrasyonu: Genel IP kaynaklarını bağlama, esnek erişim yönlendirmesi için genel IP havuzlarını bir kaynak olarak entegre etme, jetonlarla ticaret ve fiyatlandırma, Blok Zincir tarafından yönetilir.

3. Sonuç

1. Depin, cihazların yatay ölçekleme yeteneklerinden yoksun olduğu için cihazlar olarak birimlere dayandırılmamalıdır. Depin'in çekirdeği Pinlerde yatar ve Pinlerin çekirdeği yetkilendirme kodlarında yatar. Cihazları sensör modüllerinin koleksiyonları olarak görüyoruz, her bir sensör modülünün pin kodu hem veri erişimi için izin olarak hem de PoPW kimlik doğrulama izni olarak hizmet eder. Ağa erişim izni olan ve tanınmış veri sağlamaya yetkili cihazlar ancak madencilik makineleri olarak adlandırılabilir. Dolayısıyla, tüm Depin izinin özü, kenar cihazlarının ölçülebilir bir şekilde katkıda bulunmasını sağlayarak, aynı sensörlere sahip farklı cihazlar arasında tutarlı metrikleri garanti etmektir.
2. Geleneksel bilgisayar veri iletiminden farklı olarak, çeşitli veri bilgilerini iletmek için veri yolları, çeşitli adres bilgilerini iletmek için adres yolları ve çeşitli kontrol sinyallerini iletmek için kontrol yolları olmak üzere üç türe ayrılabilen DePin veri yolu, cihaz erişimi için kimlik kimlikleri olarak hizmet verecek (Adres Yolu), veri doğrulama için PoPW sertifikaları olarak hizmet verecek (Veri Yolu) ve cihaz yönetimi için bir araç olarak hizmet verecek (Kontrol Yolu).
3. Parçalı Gerçek Dünya Varlıkları (RWA) özelliklerine ve fiziksel dünya ile gerçek ekonomik faaliyetlere bağlantısına bağlı olarak, Depin projesinin otonom risk kontrolü sağlamak için daha proaktif yönetim araçlarına ihtiyacı vardır. İki ana uygulama kanalı bulunmaktadır: ilk olarak, hücresel operatör trafiği aracılığıyla yönetişim, burada kuralları ihlal eden cihazlar trafiğin sonundan PoPW madencilik haklarını kaybedebilir, bu da slashing'e göre daha gerçek zamanlı bir yönetim yöntemi sunar. İkinci olarak, madenci + kaynak havuzu yaklaşımıyla yukarı akış kaynaklarını satın almak. Örneğin, bir bayinin 100 numaralı kaynağı bulunursa ve 30'u risk altındaysa, lisansın iptaline yönelik uyarılar izleyebilir. Bugün, bu 30 kaynağı diğer bayilerin kaynaklarıyla karıştırarak madenci öncülüğünde gerçek dünya kaynağı (RWR) satın alımları ve risk kontrolü için segment karıştırma uyguluyoruz. Bu yaklaşım, yukarı akış bayi risklerini korurken kaynak edinmeyi maksimize etmeyi amaçlamaktadır, çeşitli türlerdeki RW kaynakları üzerinde likidite modelini çoğaltır.

Açıklama:

1. Bu makale [Foresight Research]'den alınmış olup, orijinal başlığı “Foresight Ventures: Güvenilir Olmanın Yolları - DePIN İzini Nasıl Görüyoruz?” dir. Telif hakkı orijinal yazar [Yolo Shen@ForesightGirişimler], eğer yeniden basımıyla ilgili herhangi bir itirazınız varsa, lütfen iletişime geçin Gate Öğrenme Ekibi, takım ilgili prosedürlere göre en kısa sürede bununla ilgilenecektir.

2. Uyarı: Bu makalede ifade edilen görüşler yalnızca yazarın kişisel görüşlerini temsil etmekte olup herhangi bir yatırım tavsiyesi teşkil etmemektedir.

3. Diğer dil versiyonları, Gate Learn ekibi tarafından çevrilen ve bahsedilmeyen makalenin çevirileridir.Gate.io, çevrilen makale çoğaltılamaz, dağıtılamaz veya çalıntı olamaz.