AI/Compute
참고: 이 문서는 영문 원본의 자동 번역본입니다.
AI/Compute
AI/Compute는 AI 워크로드를 위한 연산 자원을 제공하는 프로젝트 — 크립토 AI의 GPU 및 인프라 계층 — 를 그룹화합니다. 이는 누구나 AI 모델 트레이닝과 실행을 위한 처리 능력을 기여하거나 소비할 수 있게 하는 탈중앙화 컴퓨트 네트워크, GPU 마켓플레이스, 오케스트레이션 플랫폼입니다.
DecAIHub 레지스트리에서 AI/Compute는 가장 큰 카테고리 중 하나이며 물리적 인프라와 가장 밀접하게 연결된 카테고리입니다. 핵심 약속은 단순합니다: 단일 클라우드 공급자로부터 GPU를 대여하는 대신, 사용자가 블록체인 프로토콜에 의해 조율되는 분산된 컴퓨트 공급자 네트워크에 접근합니다.
카드를 읽을 때 워크로드 유형이 중요합니다: 일부 네트워크는 트레이닝(장기 실행, 고메모리 작업)을 강조하고, 다른 네트워크는 인퍼런스(레이턴시에 민감한 서빙)를 강조하며, 많은 네트워크는 범용 작업 큐와 함께 그 중간에 위치합니다. AI/Compute 라벨은 포지셔닝과 아티팩트가 단순한 일반 해싱이나 무관한 워크로드가 아닌 AI를 위한 컴퓨트를 설명할 때 적용됩니다.
요약하면: AI/Compute는 AI 작업을 위한 연산 자원을 공급, 조율, 또는 마켓플레이스화하는 프로젝트를 다룹니다.
의미하는 바
이 카테고리의 프로젝트 카드를 읽을 때 자원으로서의 컴퓨트와 AI로서의 컴퓨트의 차이를 이해하는 것이 결정적입니다.
AI 맥락에서 **컴퓨트(Compute)**는 모델을 트레이닝하거나, 인퍼런스를 실행하거나, 데이터 파이프라인을 처리하는 데 필요한 처리 능력을 가리킵니다. 전통적 AI는 중앙화된 클라우드 공급자(AWS, GCP, Azure)에 의존합니다. AI/Compute 프로젝트는 독립 공급자가 GPU, CPU, 또는 특수 가속기를 제공하고, 프로토콜 계층이 발견, 스케줄링, 가격 책정, 정산을 처리하는 네트워크를 구축하여 이를 탈중앙화하려 합니다.
이러한 프로젝트에서 블록체인의 역할은 매우 다양합니다: 단순한 결제 레일부터 온체인 작업 증명(proof-of-work) 검증과 컴퓨트 공급자를 위한 평판 시스템까지.
진정한 탈중앙화 컴퓨트를 마케팅과 구분하는 것은 측정 가능한 증거입니다: 실제 작업을 서빙하는 실제 GPU 공급자, 검증 가능한 활용 지표, 완료된 작업의 온체인 정산. AI/Compute 프로젝트에서 발견되는 일반적인 AI 컴포넌트에는 GPU 오케스트레이션 엔진, 작업 스케줄러, 컴퓨트 증명(proof-of-compute) 프로토콜, 컴퓨트 마켓플레이스, 자원 매칭 알고리즘이 포함됩니다. 일부 프로젝트는 원시 GPU 대여에 초점을 맞추고; 다른 프로젝트는 모델 인식 스케줄링이나 연합 트레이닝 조율 같은 더 높은 수준의 추상화를 추가합니다.
일반적인 하위 조합
DecAIHub는 복합 카테고리를 사용합니다. 아래는 AI/Compute 내에서 가장 빈번한 조합입니다. Infra가 지배적인 짝지음입니다; DePIN, AI/Training, AI/Inference와의 겹침은 동일한 네트워크가 공급과 수요를 어떻게 포지셔닝하는지 설명합니다.
| 하위 조합 | 의미하는 바 |
|---|---|
| AI/Compute | Infra | 가장 큰 그룹: GPU 네트워크, 컴퓨트 오케스트레이션 계층, 탈중앙화 클라우드 플랫폼. |
| AI/Compute | DePIN | 토큰 인센티브를 갖춘 물리적 GPU 및 컴퓨트 인프라 — 하드웨어 공급자가 자원 기여로 토큰을 획득. |
| AI/Compute | AI/Training | 모델 트레이닝 워크로드(대규모, 장기 실행)를 위해 특별히 프로비저닝된 컴퓨트. |
| AI/Compute | AI/Inference | 프로덕션에서 학습된 모델을 실행하기 위해(레이턴시에 민감, 고처리량) 특별히 프로비저닝된 컴퓨트. |
단일 프로젝트는 여러 도메인 태그를 가질 수 있습니다(예: AI/Compute | Infra | DePIN).
프로젝트 카드에서 무엇을 찾을 것인가
DecAIHub에서 AI/Compute 카드를 읽을 때 다음에 주의하세요:
- AI component — 카드가 구체적인 AI 컴포넌트(GPU 오케스트레이션, 작업 스케줄링, 컴퓨트 증명, 컴퓨트 마켓플레이스)를 나열하는가, 아니면 일반적인 "탈중앙화 컴퓨트" 메시지만 있는가?
- 실제 공급의 증거 — 실제 GPU 공급자, 측정 가능한 활용도, 또는 완료된 작업의 온체인 증명을 보여주는 Tier-1 아티팩트가 있는가?
- 온체인 필요성(
onchain_score) — 블록체인이 토큰 발행 이상을 하는가? 온체인 작업 매칭, 정산, 슬래싱, 또는 검증 가능한 컴퓨트 증명을 찾아보세요. AI reality, 온체인 필요성, 토큰 필요성을 참조하세요. - AI reality 점수(
ai_score) — GPU를 제공하는 것은 인프라이지 그 자체로 AI가 아닙니다. 프로젝트가 자체 AI 로직을 갖췄는가, 아니면 다른 이들의 워크로드만 호스팅하는가?
이 카테고리만으로는 증명되지 않는 것
AI/Compute로 라벨링된 프로젝트는 그 포지셔닝과 사용 가능한 아티팩트를 기반으로 컴퓨트 중심으로 분류된 것입니다. 라벨 단독으로는 다음이 확인되지 않습니다:
- 네트워크에서 실제 GPU 공급자가 활발히 워크로드를 서빙하고 있는지;
- 컴퓨트가 유휴 상태로 있지 않고 실제로 AI에 사용되고 있는지;
- 컴퓨트 위에 구축된 AI가 실제이거나, 독자적이거나, 유용한지;
- 탈중앙화 접근법이 중앙화된 대안보다 의미 있는 이점을 제공하는지;
- 컴퓨트 마켓플레이스가 작동하는 데 토큰이 필요한지.
항상 프로젝트 카드의 전체 DecAI Fit 점수와 증거 블록을 확인하세요.
혼동하지 마세요
- AI/Inference — 모델을 실행하여 결과를 산출하는 행위에 초점을 맞춥니다; 컴퓨트는 인퍼런스를 구동하는 자원이지만, 두 카테고리는 서로 다른 계층을 다룹니다. AI/Inference를 참조하세요.
- AI/Training — 모델을 구축하고 개선하는 데 초점을 맞춥니다; 트레이닝은 컴퓨트를 요구하지만 별개의 활동입니다. AI/Training을 참조하세요.
- AI/Agents — 결정하고 행동하는 자율 소프트웨어를 구축합니다; 에이전트가 컴퓨트를 소비할 수 있지만, 카테고리는 자원이 아닌 행동에 관한 것입니다. AI/Agents를 참조하세요.
- AI가 없는 DePIN — 일부 DePIN 프로젝트는 AI를 위한 GPU 컴퓨트가 아닌 스토리지, 대역폭, 또는 센서를 제공합니다. AI/Compute 라벨은 컴퓨트가 AI 워크로드를 대상으로 할 때만 적용됩니다.
자주 묻는 질문
프로젝트가 GPU 시간을 판매한다면, 왜 ai_score가 때때로 낮아 보이나요?
하드웨어를 공급하는 것은 인프라입니다. AI reality 점수는 검증 가능한 AI 특화 로직(모델에 맞게 조정된 스케줄러, 인퍼런스에 연결된 증명 시스템 등)을 보상합니다. 설명된 AI 지향 소프트웨어가 없는 원시 대여는 ML 인식 오케스트레이션을 문서화한 스택과는 다르게 점수가 매겨질 수 있습니다.
카드에서 AI/Compute는 AI/Inference와 어떻게 다른가요?
AI/Inference는 모델과 출력의 서빙을 강조합니다. AI/Compute는 누가 머신을 제공하고 작업이 어떻게 매칭되고 정산되는지를 강조합니다. 단일 프로젝트가 둘 다에 닿을 수 있습니다; 팀이 어느 계층을 강조하는지 보려면 복합 태그와 AI component 필드를 읽으세요.
"탈중앙화"는 항상 많은 독립 공급자를 의미하나요?
라벨 단독으로는 반드시 그렇지 않습니다. 증거를 확인하세요: 다양한 공급자와 완료된 작업을 보여주는 대시보드, 문서, 또는 온체인 신호 — 프로토콜 백서만이 아닙니다.
외부 참고 자료
- CUDA Zone — GPU computing — 컴퓨트 네트워크에서 논의되는 AI 워크로드의 기저 스택인 경우가 많은 GPU 가속 컴퓨팅에 대한 참고 자료.
- NIST Artificial Intelligence Risk Management Framework (AI RMF 1.0) — 탈중앙화 AI 인프라에 대한 주장을 평가할 때 신뢰할 수 있는 AI 시스템에 대한 더 넓은 맥락.
No comments to display
No comments to display