AI × DePIN: Die Wiederverwendung bereits vorhandener Hardware ist ein Bereich, den man im Blick behalten sollte

Weltweit sind täglich unzählige Smartphones ungenutzt. Wie viel Potenzial ließe sich freisetzen, wenn diese Geräte auch an KI-Berechnungen teilnehmen könnten?

Acurast geht diesen Weg bereits – ein Projekt, das besondere Aufmerksamkeit verdient!

Die aktuelle Größe des Acurast-Netzwerks: Es umfasst inzwischen rund 300.000 bis 320.000 Recheneinheiten und ist in mehr als 175 Ländern vertreten.

Was sind die entscheidenden Vorteile?

Erstens stammt die Rechenleistung von vorhandenen Geräten.
Nutzer können über die Processor-App dem Netzwerk beitreten. Sie müssen weder eigene spezialisierte GPUs kaufen noch Rechenzentren bauen. Für viele Berechnungsaufgaben mittleren und kleineren Umfangs bietet dieses Modell eine Alternative.

Zweitens lässt sich der Berechnungsprozess verifizieren.
Acurast nutzt eine vertrauenswürdige Ausführungsumgebung (TEE) und hardwaregestützte Remote Attestation. So können Aufgaben in einer geschützten Umgebung ausgeführt und die Echtheit des Geräts sowie des ausgeführten Codes überprüft werden.

Das ist für datenschutzsensible KI-Inferenz, Automatisierungsaufgaben und KI-Agenten von praktischer Bedeutung.

Drittens werden bereits echte KI-Workloads erprobt.
Im September dieses Jahres hat Acurast das Entscheidungsmodell Laya auf global verteilten Smartphone-Knoten bereitgestellt. Es ist auf strukturierte Entscheidungsaufgaben wie Klassifizierung, Bewertung, Inhaltsmoderation und die Erkennung von Prompt-Injections ausgelegt und kann auf der CPU eines Smartphones ausgeführt werden.

Für solche Aufgaben sind nicht unbedingt teure GPU-Cluster erforderlich. Sie benötigen jedoch eine stabile, zuverlässige Ausführungsumgebung, die Daten schützt.

Mich persönlich überzeugt vor allem das Anwendungspotenzial von Acurast.

Smartphone-Rechenleistung kann große Rechenzentren nicht vollständig ersetzen. Doch KI-Berechnungen müssen auch nicht sämtlich in der Cloud gebündelt werden.

Wenn immer mehr KI-Agenten Nutzerdaten verarbeiten, automatisierte Arbeitsabläufe ausführen oder leichte Echtzeitentscheidungen treffen müssen, können verteilte, verifizierbare Edge-Rechenkapazitäten ihre Stärken ausspielen.

Die langfristigen Chancen von AI × DePIN hängen also davon ab, wie viel wertvolle Arbeit diese Geräte tatsächlich erledigen können.

Wenn sich dieser Ansatz bewährt, könnten weltweit verteilte Smartphones Teil einer dezentralen KI-Infrastruktur werden.

Im Folgenden sollten drei Kennzahlen besonders im Blick behalten werden: der tatsächliche Rechenbedarf, die Nachhaltigkeit der Netzwerkanreize und die Frage, ob ACU Wert aus dem Wachstum des Netzwerks schöpfen kann.