تُصبح قوة المعالجة لوحدة معالجة الرسومات (GPU) المورد الرئيسي في نظام Web3 البيئي — هذا الاتجاه بدأ ينتقل من الهامش إلى التيار الرئيسي. مؤخرًا، ظهرت فئة من المشاريع تحاول ربط قوة المعالجة للبطاقات الرسومية مباشرة على السلسلة، بدلاً من اعتبارها أدوات تعدين فقط.

على سبيل المثال، مشروع NVIDIA Compute Network(NCN)، والذي يتميز بتصميم رمزه المميز $NVAI، لديه منطق مثير للاهتمام. لا يركز الفريق على توقعات الأرباح أو الارتفاعات، بل يخصص جزءًا كبيرًا لشرح آلية أساسية — إثبات الحوسبة (Proof of Compute).

ببساطة، فإن منطق عمل هذا النظام هو: أن تقوم وحدة معالجة الرسومات بتنفيذ مهام ذكاء اصطناعي حقيقية( تدريب، استنتاج، توليد)، ويتم تسجيل عمليات الحساب هذه على السلسلة في الوقت الحقيقي. كلما أنجزت مهمة، يتم تسجيل ذلك في دفتر الحسابات على السلسلة. الفائدة من ذلك هي أن قوة المعالجة تتحول من تكلفة مستهلكة إلى مورد مستخدم — مما يلبي احتياجات حسابات الذكاء الاصطناعي، وفي الوقت ذاته يحقق تسوية قيمة.

الأمر المثير للاهتمام هو أن هذا الهيكل يتوافق بشكل طبيعي مع تقنية NVIDIA نفسها. أدوات مثل CUDA، RTX، Jetson كانت في الأصل مكونات أساسية لإدارة الحوسبة، والمشاريع الجديدة تمتد بهذه المنظومة إلى السلسلة، بدلاً من أن تكون مجرد قصة تم تركيبها لاحقًا بشكل عشوائي. من ناحية التصميم الأساسي، هناك توافق منطقي واضح.

بالطبع، العامل الأهم في مثل هذه المشاريع هو توقيت المشاركة. المشاركة المبكرة والتقليد في وقت لاحق غالبًا ما يختلفان بشكل كبير. إذا كنت مهتمًا باتجاه AI + قوة المعالجة + الشبكة العامة، فإن المشاريع المماثلة تستحق بالفعل المعرفة. إذا فاتك النافذة الأولى، فمن الصعب أن تتاح لك نفس الفرصة مرة أخرى.

الاستكشافات في سوق رموز قوة المعالجة لا تزال في مراحلها الأولى، ولا أحد يستطيع أن يتوقع كيف ستتطور الأمور. لكن من الناحية التقنية، أن تجعل GPU موردًا على السلسلة وليس مجرد استهلاك بحت، هو فكرة تستحق الاهتمام.