Kisah penyewaan GPU telah diceritakan berkali-kali sehingga saya mulai melihatnya dengan mata yang lebih keras. Proyek di bidang komputasi DePIN terdengar mirip, tetapi perbedaan sebenarnya terletak pada detailnya - solusi, arsitektur teknis, dan skenario aplikasi praktis dapat membuat perbedaan besar.

Setelah baru-baru ini mempelajari beberapa proyek komputasi, saya telah menetapkan tiga kriteria penyaringan, dan sekarang menggunakan kerangka kerja ini untuk mengevaluasi hampir setiap proyek yang masuk ke pasar:

Pertama-tama, mari kita lihat catu daya komputasi tertentu. Jenis beban kerja apa yang didukung proyek? Pelatihan AI, inferensi, rendering, atau yang lainnya? Semakin spesifik dan jelas beban kerja yang didukung, semakin menunjukkan bahwa tim benar-benar memahami pasar dan bukan apa yang dibayangkan. Ini adalah rintangan pertama.

Kedua, itu tergantung pada apakah model ekonomi konsisten sendiri. Harga sewa, insentif penyedia, biaya platform – dapatkah angka-angka ini mendukung pasar kerja yang nyata? Atau hanya kertas putih yang cantik?

Akhirnya, status ekologis diperiksa. Apakah ada pengguna nyata yang menggunakannya? Apa keterlibatan penyedia yang sebenarnya? Angka popularitas mudah dipalsukan, tetapi aktivitas online nyata tidak dapat menipu orang.

Dengan cara ini, banyak proyek menunjukkan bentuk aslinya.