Le récit de la location GPU a été raconté trop de fois, je commence à le regarder avec un regard plus critique. Les projets dans le domaine du calcul DePIN semblent similaires, mais la véritable différence réside dans les détails — solutions, architecture technique, scénarios d'application concrets qui peuvent faire toute la différence.

Récemment, j'ai approfondi l'étude de plusieurs projets liés au calcul, et je me suis fixé trois critères de sélection. Aujourd'hui, j'utilise presque ce cadre pour évaluer chaque projet entrant :

Tout d'abord, regardons l'offre de puissance de calcul spécifique. Quel type de charges de travail le projet supporte-t-il ? Entraînement AI, inférence, rendu ou autre ? Plus les charges de travail supportées sont précises et claires, plus cela indique que l'équipe comprend vraiment les besoins du marché, plutôt que de les imaginer. C'est la première étape.

Ensuite, il faut vérifier si le modèle économique est cohérent. Prix de location, incitations pour les fournisseurs, frais de plateforme — ces chiffres peuvent-ils soutenir un marché réel en fonctionnement ? Ou ne sont-ils que de beaux white papers ?

Enfin, il faut examiner l'état actuel de l'écosystème. Y a-t-il des utilisateurs réels ? Quel est le niveau de participation des fournisseurs ? Les chiffres de popularité peuvent être faciles à falsifier, mais une activité réelle sur le réseau ne peut pas tromper.

En passant ces filtres, beaucoup de projets finissent par révéler leur vrai visage.