في أبريل 2026، أنهت مجتمع شبكة Render تصويتًا إداريًا يُنظر إليه على نطاق واسع في القطاع كـ"مقامرة عالية المخاطر". وقد اجتاز المقترح RNP-023 جولته الأولى بموافقة ساحقة بلغت %98.86، ليتم دمج شبكة Salad رسميًا كشبكة فرعية حصرية ضمن منظومة Render. وقد أضافت هذه الخطوة ما يقارب 60,000 وحدة معالجة رسومات نشطة يوميًا إلى الشبكة.
شبكة Salad ليست مزودًا تقليديًا لحوسبة مراكز البيانات. فهي تدير أكبر شبكة وحدات معالجة رسومات من الفئة الاستهلاكية في العالم، وتغطي أكثر من 180 دولة مع أكثر من 450,000 عقدة مسجلة وحوالي 60,000 وحدة معالجة رسومات نشطة يوميًا. وتعتمد قوتها الحوسبية على بطاقات الرسومات غير المستخدمة التي يملكها اللاعبون والمستخدمون الأفراد—معظمها من الطرازات الاستهلاكية مثل RTX 3070، RTX 3080، RTX 3090، وRTX 4090. وهذا يختلف جذريًا عن مزودي الحوسبة السحابية الضخمة مثل AWS وGCP، الذين يعتمدون على مجموعات من الطرازات المؤسسية مثل A100 وH100.
حتى 19 مايو 2026، تظهر بيانات سوق Gate أن RENDER يتداول عند $1.8254، مرتفعًا بنسبة %2.90 خلال 24 ساعة، مع قيمة سوقية متداولة تقارب $946 مليون. ويظل المزاج العام للسوق محايدًا.
حقائق رئيسية:
- شهدت الجولة الأولى من RNP-023 تصويت 1.3 مليون لصالح المقترح مقابل 15,500 ضده، بنسبة موافقة %98.86
- سيتم دمج حوالي 60,000 وحدة معالجة رسومات نشطة يوميًا من شبكة Salad كشبكة فرعية حصرية لـRender
- الهيكلية قائمة على ثلاث مراحل: المرحلة الأولى—يتلقى الطهاة مكافآت RENDER؛ المرحلة الثانية—يمكن للعملاء الدفع باستخدام RENDER؛ المرحلة الثالثة—جميع المعاملات تنتقل إلى نموذج BME على السلسلة
- قبل الانتقال، كان لدى شبكة Render حوالي 5,700 عقدة GPU نشطة، مع معالجة أكثر من 71.4 مليون إطار
- في مؤتمر NVIDIA GTC 2026، توقع Jensen Huang أن الطلب على شرائح الذكاء الاصطناعي بمعمارية Blackwell وVera Rubin سيصل إلى ما لا يقل عن $1 تريليون بحلول نهاية 2027، أي ضعف توقعات العام الماضي
من BME إلى RNP-023: جدول توسع شبكة Render
توسع شبكة Render في القدرة الحوسبية ليس حدثًا منفردًا. تطورها مرتبط باتجاهين رئيسيين: الجوع الهيكلي لموارد GPU بفعل نماذج الذكاء الاصطناعي، وانتقال شبكات البنية التحتية المادية اللامركزية من السرد إلى التطبيق الواقعي.
الجدول الزمني:
- 2023: المجتمع يقر المقترح RNP-002، وينقل Render من Ethereum إلى Solana مع تقديم نموذج اقتصاديات Burn-and-Mint Equilibrium (BME). في BME، يتم حرق مدفوعات مهام GPU، ويُسكّن رموز جديدة حسب الحاجة، ما يربط عرض الرموز بالاستخدام الفعلي للشبكة
- 2024–2025: تثبت الشبكة جدوى جدولة موارد GPU الموزعة. ترتفع مهام الاستدلال والتدريب الدقيق للذكاء الاصطناعي تدريجيًا، لتصل إلى ما يقارب %40 من نشاط الشبكة بحلول أوائل 2026
- مارس 2026: تقدم Salad مقترحًا رسميًا للانضمام إلى شبكة Render كشبكة فرعية حصرية
- مارس 2026: يُعقد مؤتمر NVIDIA GTC 2026، ويعلن Jensen Huang توقع الطلب بقيمة $1 تريليون ويمنح دعمًا على مستوى القطاع لسرد نقص GPU
- 1 أبريل 2026: تنتهي الجولة الأولى من التصويت على RNP-023، بموافقة %98.86
- 7 أبريل 2026: يُعتمد RNP-023 رسميًا؛ وتُؤكد Salad كجزء من شبكة Render
سلسلة النقل الرئيسية لنموذج BME والدمج: أحد التصاميم الأساسية في RNP-023 هو تحويل إيرادات الحوسبة الخاصة بـSalad إلى آلية الحرق في BME. وقد صرح مؤسس Salad علنًا: "تصميم الحرق أكثر من السكّ متعمد—نريد أن يستفيد نمو Salad من منظومة Render ككل، وليس فقط لصالحنا." هذا يشير (افتراضيًا) إلى أنه إذا أدى دمج Salad إلى زيادة كبيرة في استخدام الشبكة، سيشهد نموذج BME زيادة في حرق الرموز، ما يؤدي إلى انكماش العرض وفق منطق "نمو الطلب → تسارع الحرق → انكماش العرض". ما إذا كان هذا صحيحًا يعتمد على الاستخدام الفعلي وليس نص المقترح فقط.
طفرة الحوسبة وواقع التكلفة: منظور البيانات
تغير جذري في العرض الحوسبي: من 5,700 إلى أكثر من 65,000
قبل الدمج، كان لدى شبكة Render حوالي 5,700 عقدة GPU نشطة. إضافة شبكة Salad توفر حوالي 60,000 وحدة معالجة رسومات نشطة يوميًا، ما يرفع العدد النظري لوحدات GPU المتاحة إلى أكثر من 65,000—قفزة غير متصلة في العرض، ليست مجرد تحسين تدريجي بل تحول في الحجم.
لكن "عدد وحدات GPU" لا يعادل "قوة حوسبية قابلة للاستخدام". تختلف وحدات GPU الاستهلاكية عن المؤسسية بشكل كبير في عدة جوانب:
الفروق الرئيسية بين وحدات GPU الاستهلاكية والمؤسسية
| البعد | وحدات GPU الاستهلاكية (Salad) | وحدات GPU المؤسسية (AWS/GCP) |
|---|---|---|
| الطرازات النموذجية | RTX 3070/3080/3090/4090 | A100 80GB / H100 80GB / H200 |
| VRAM | 8GB–24GB | 40GB–141GB |
| عرض نطاق الربط | PCIe (بدون NVLink/NVSwitch) | NVLink + NVSwitch (ربط عالي النطاق) |
| حالات الاستخدام | الاستدلال للذكاء الاصطناعي، معالجة دفعات، التصيير المتوسط والصغير | التدريب الموزع واسع النطاق، التدريب الكامل لنماذج 70B+ |
| موثوقية العقدة | أجهزة شخصية، قد تتوقف عن العمل في أي وقت | مستوى مركز بيانات، ضمان خدمة %99.9+ |
| تكلفة الوحدة | منخفضة جدًا ($0.02/ساعة بداية) | مرتفعة (H100 ~$4.50–$5.50/ساعة) |
يدعم موقع Salad هذا التقسيم في الأدوار. تشير مدونته الرسمية إلى أن نماذج الذكاء الاصطناعي مفتوحة المصدر تُشغّل بشكل متزايد على الأجهزة الاستهلاكية، وأن مهام Agentic AI تتزايد بسرعة، حيث يتطلب كل تفاعل موارد حوسبية أكبر بعدة درجات من مكالمات API التقليدية. تظهر حالات عملاء Salad أن تشغيل المهام على وحدات GPU الاستهلاكية يتيح التوسع مع تقليل التكلفة بشكل كبير. هذا يعني أن شبكة Render بعد الدمج لا تهدف لاستبدال AWS/GCP في جميع السيناريوهات، بل تركز على المهام التي تتحمل التأخير، شديدة الحساسية للتكلفة، وقابلة للتقسيم/التوازي.
الفجوة السعرية مع AWS: توفير يصل إلى %90
هذا هو البعد الأكثر أهمية لفهم العلاقة التنافسية بين Render وAWS/GCP. فيما يلي مقارنة لبيانات الأسعار المتاحة علنًا للنصف الأول من 2026:
مقارنة أسعار GPU من نوع H100
| المزود | نوع GPU | سعر الطلب الفوري ($/ساعة) | ملاحظات |
|---|---|---|---|
| AWS (بطاقة واحدة) | 1×H100 80GB | ~$4.50–$5.50 | تقدير قطاعي من Securities.io |
| الشبكات اللامركزية (Akash/Render) | 1×H100 80GB | ~$1.20–$1.80 | بيانات Securities.io |
| Salad (فئة استهلاكية) | سعر البداية | 0.02 | بيانات الصفحة الرئيسية salad.com |
المصادر: تقديرات بطاقة H100 وأسعار الشبكات اللامركزية من Securities.io؛ سعر البداية لـSalad من salad.com. الأسعار تختلف حسب المنطقة، تقلبات العرض، وإعدادات الأولوية؛ للمرجعية فقط.
توفر الشبكات اللامركزية وحدات GPU من فئة H100 بأسعار %25–%35 من سعر الطلب الفوري في AWS، ما يوفر %65–%75. أما وحدات GPU الاستهلاكية (سلسلة RTX) فتبدأ من $0.02/ساعة، مع اختلافات سعرية تتجاوز %90 مقارنة بمزودي السحابة الضخمة.
لكن يجب توضيح منطق رئيسي: السعر المنخفض لا يعني إمكانية الاستبدال. بالنسبة لمهام التدريب المتزامن واسعة النطاق التي تتطلب ربطًا عالي السرعة مثل InfiniBand، تظل المجموعات المركزية هي الهيكلية الوحيدة الممكنة. لدى AWS وGCP ميزات في الربط المادي لا يمكن للشبكات اللامركزية مجاراتها. عرض القيمة لشبكة Render هو سد الفجوة في "المهام التي لا تحتاج إلى ربط عالي المستوى ولكن تحتاج إلى حوسبة ضخمة متوازية"—استدلال الذكاء الاصطناعي، معالجة دفعات، تدريب دقيق لنماذج صغيرة/متوسطة، التصيير ثلاثي الأبعاد، إلخ.
أكثر من 1.22 مليون رمز محترق: استخدام الشبكة وأساسيات الرموز
وفق بيانات الربع الأول من 2026، عالجت شبكة Render أكثر من 71.4 مليون إطار، مع مساهمة مهام الذكاء الاصطناعي بنحو %40. وتم حرق أكثر من 1.22 مليون رمز RENDER.
مؤشرات شبكة Render الرسمية للربع الأول من 2026:
| المؤشر | 2026 Q1 |
|---|---|
| عقد GPU نشطة | أكثر من 5,700 |
| إجمالي الإطارات المعالجة | 71,269,082 |
| حصة مهام الذكاء الاصطناعي | تقريبًا %40 |
| إجمالي RENDER المحروق | 1,228,380 |
| العرض المتداول | 552,011,095 / 644,168,762 العرض الأقصى |
بعد دمج Salad، يقفز العدد النظري لعقد GPU إلى 65,000+، لكن العدد الفعلي المتزامن يعتمد على كفاءة الجدولة ومشاركة الطهاة، ويتطلب بيانات تشغيلية مستمرة.
منظور اقتصاديات الرموز (حقائق وتحليل): يخلق نموذج BME في Render رابطًا هيكليًا بين استخدام الشبكة وبين العرض والطلب على الرموز. سيحول دمج Salad جزءًا من إيراداته إلى عملية الحرق في BME. ويجب متابعة الأثر الفعلي عبر بيانات الحرق والاستخدام المستمرة، دون تفسير مبالغ فيه.
تباين السوق: ثلاث فصائل تفسر RNP-023
المتفائلون بالتوسع: الحجم كحصن
يرى المؤيدون أن Render، عبر دمج Salad، تحصل على مصدر عرض حوسبي لا يمكن لمزودي السحابة التقليديين تكراره—ملايين وحدات GPU غير المستخدمة لدى اللاعبين حول العالم. لهذا العرض ميزات فريدة: تكلفة هامشية منخفضة جدًا (الأجهزة مشتراة مسبقًا، الحوسبة "منتج جانبي")؛ توزيع جغرافي واسع (أكثر من 180 دولة)؛ التوسع بفعل تأثيرات الشبكة (كلما زاد عدد الطهاة زادت الحوسبة وجذب المزيد من العملاء).
صرح مؤسس Salad، Bob Miles، بعد اعتماد المقترح: "نماذج الذكاء الاصطناعي مفتوحة المصدر تُشغّل بشكل متزايد على الأجهزة الاستهلاكية. مهام Agentic AI تتزايد بسرعة—كل تفاعل يتطلب موارد حوسبية أكبر بعدة درجات من مكالمات API التقليدية. الأجهزة التي يديرها طهاتنا هي بالضبط البنية التحتية التي يحتاجها القطاع."
شركاء Render المؤسسيون المعلنون يعززون هذا السرد—NVIDIA، Stability AI، WME، وغيرهم تعاونوا مع Render. وتبرز مشاركة NVIDIA بشكل خاص: لماذا يركز عملاق تصنيع GPU على شبكات الحوسبة اللامركزية؟ (افتراضيًا) قد يكون المنطق أن أي منظومة توسع استخدامات GPU تصب في مصلحة أعمال NVIDIA الأساسية.
المراقبون الحذرون: الحجم لا يساوي الإيرادات
تركز وجهات النظر الأكثر تحفظًا على البيانات الصلبة. يجلب دمج Salad توسعًا كبيرًا في العرض الحوسبي، لكن كم الإيرادات الفعلية التي يضيفها؟ لم يعلن مؤسس Salad توقعات إيرادات محددة علنًا. نماذج تقييم بروتوكولات العملات المشفرة لا تتطابق مع أطر P/E التقليدية؛ إذ تؤثر تأثيرات الشبكة، علاوة السرد، وتوقعات النمو أكثر في تسعير الرموز.
يشير المحللون أيضًا إلى أن RNP-023 حدث إداري؛ والأثر الحقيقي يعتمد على التنفيذ وليس التصويت فقط. في أسواق العملات المشفرة، منطق "اشترِ الإشاعة، بع الأخبار" شائع في الأحداث.
الهيكل التنافسي: التنافس الداخلي في DePIN
ينص مقترح Salad صراحة على أنه "اختار عدم إصدار رمز خاص به" وبدلاً من ذلك انضم إلى Render، مستشهدًا بـ"فريق Render القوي، والبنية التحتية، والمجتمع". هذا الخيار يعني أن Salad تتخلى عن التقاط قيمة الرموز بشكل مستقل، وتربط عرضها الحوسبي بنموذج BME الخاص بـRender.
في المقابل، الحوسبة اللامركزية ليست حكرًا على Render. سوق Akash Network المفتوح للتطبيقات العامة المعبأة، وتركيز io.net على جدولة حوسبة الذكاء الاصطناعي، كلاهما يتداخل مع Render. ومع دفع دمج Salad لـRender نحو حجم أكبر، ستصبح حدود المنافسة بين بروتوكولات الحوسبة في DePIN أكثر تعقيدًا.
خلف الأرقام: ثلاث طبقات لسرد الـ60,000 GPU
في العملات المشفرة، غالبًا ما يسبق السرد الأساسيات. "60,000 GPU" عنوان قوي، لكنه يحتاج إلى تحليل طبقي.
الطبقة الأولى: هل الـ60,000 GPU حقيقية؟ تشير بيانات Salad الرسمية إلى "60,000 جهاز نشط يوميًا في أكثر من 180 دولة". وتذكر مصادر أخرى أن منظومة Salad تضم أكثر من 450,000 عقدة مسجلة. الرقم 60,000 صادر مباشرة من Salad وتم تأكيده من قبل ستة مصادر مستقلة على الأقل. لكن نظرًا لخصائص شبكة GPU الاستهلاكية، قد يتغير العدد اليومي للأجهزة النشطة، ويختلف العدد الفعلي المتزامن عن الأجهزة النشطة المسجلة.
الطبقة الثانية: هل يمكن استخدام هذه الـGPU من قبل Render؟ (افتراضيًا، بناءً على المقترح) خطة الدمج تجعل Salad "الشبكة الفرعية الحصرية" لـRender، مع انتقال جميع المدفوعات عبر Salad تدريجيًا إلى تسوية RENDER على السلسلة. هذا يربط هذه الـGPU اقتصاديًا بـRender. لكن تقنيًا، تواجه وحدات GPU الاستهلاكية خطر الانقطاع، تأخير الشبكة، وتقلب الحوسبة—صفات هيكلية لا يمكن التخلص منها بالكامل. توضح وثائق دعم Salad أن العائد على الأجهزة غير مضمون وأن الدخل قد يتغير يوميًا بسبب الطبيعة الموزعة والمتقطعة للشبكة. ما إذا كانت هذه الـGPU قادرة على خدمة مهام الذكاء الاصطناعي والتصيير التجاري بشكل موثوق يعتمد على جدولة Salad ودمج المهام في Render.
الطبقة الثالثة: هل المزيد من وحدات GPU يعني تلقائيًا قيمة أعلى للشبكة؟ (رأي) يعتمد ذلك على شرطين: هل تتلقى هذه الـGPU مهام مدفوعة باستمرار، وهل تتحول تلك المهام إلى قيمة رمزية عبر نموذج BME. سلسلة النقل بها متغيرات عديدة—سرعة اكتساب العملاء، تسعير المهام، ضغط المنافسة—ولا توجد بيانات قابلة للتحقق كافية لاستنتاج نهائي.
تأثير القطاع: من الدمج إلى الاستبدال
مسار DePIN يسرّع الدمج
يمثل RNP-023 تحولًا في حوسبة DePIN من "تطوير مشاريع مستقلة" إلى "دمج على نطاق واسع". قرار Salad بعدم إطلاق رمز خاص والانضمام إلى Render قد يشير إلى أن شبكات الحوسبة الصغيرة ستدمج بشكل متزايد مع البروتوكولات الرائدة بدلًا من المنافسة منفردة. إذا أثبت هذا النموذج جدواه، سيتسارع تأثير Matthew في DePIN.
تكامل وليس تعطيل: التحول الحقيقي في الخدمات السحابية
هل يمكن للحوسبة اللامركزية حقًا "إحداث تغيير" في AWS/GCP؟ يعتمد ذلك على تعريف "التغيير". إذا كان المقصود "استبدال السحابة المركزية في جميع سيناريوهات حوسبة GPU"، فالإجابة واضحة: لا. كما يشير تقرير المقارنة من Securities.io، بالنسبة لتدريب النماذج الأساسية المتزامن واسع النطاق الذي يتطلب ربطًا منخفض التأخير للغاية، تظل المجموعات المركزية الهيكلية الوحيدة الممكنة.
أما إذا كان المقصود "تحويل الطلب الإضافي في السيناريوهات الحساسة للتكلفة"، فالإجابة تميل إلى نعم. توفر الشبكات اللامركزية خصومات %65–%75، مع سيناريوهات GPU الاستهلاكية توفر حتى %90.
دخول الحوسبة اللامركزية للسوق يتعلق أكثر بـ"تحويل تكميلي" وليس "استبدال تعطيل". هذا الحكم (رأي) مبني على منطق قابل للتحقق: ميزة التكلفة المنخفضة لوحدات GPU الاستهلاكية حقيقية في الاستدلال والمعالجة الدفعات، لكن التدريب عالي المستوى يحتاج إلى ربط منخفض التأخير، ضمانات SLA، وحوكمة بيانات—متطلبات لا تستطيع الشبكات الاستهلاكية الموزعة تلبيتها فعليًا.
متغيرات جديدة لنموذج BME
يدخل دمج Salad مصدر حرق جديد لنموذج BME. هيكليًا، يوسع هذا الطلب على رمز RENDER من "دفع مهام التصيير" إلى "دفع على السلسلة لحوسبة GPU الاستهلاكية"، ما يعزز فائدة الرمز. وقد شدد مؤسس Salad على التصميم المتعمد لـ"الحرق أكثر من السكّ"، وستؤثر إيرادات Salad بعد الدمج هيكليًا في العرض والطلب على الرموز. لكن الأثر الفعلي يعتمد على نمو استخدام الشبكة المستدام ويحتاج إلى مراقبة طويلة الأمد.
الخلاصة
يعد دمج شبكة Render لـ60,000 وحدة GPU استهلاكية من Salad عبر RNP-023 من أبرز أحداث التوسع في قطاع DePIN لعام 2026. ويبرهن على إمكانية تحقيق شبكات الحوسبة اللامركزية لحجم العرض المطلوب—وهو عنق الزجاجة الأساسي للقطاع.
لكن القيمة الحقيقية لـ"60,000 GPU" ليست في العدد ذاته. بل تعتمد على قدرة Render على تحويل هذه الوحدات إلى استخدام مستدام للشبكة والتقاط القيمة الرمزية. حتى 19 مايو 2026، تبلغ القيمة السوقية المتداولة لـRender حوالي $946 مليون، ويتداول RENDER عند $1.8254. وتعكس طفرة العرض الحوسبي الناتجة عن دمج Salad أساسيات الشبكة، لكن حجم الإيرادات، واكتساب العملاء، وبيانات الحرق في BME تحتاج إلى فترة أطول للتحقق.
من منظور القطاع، العلاقة بين الحوسبة اللامركزية وAWS/GCP توصف بأنها "استبدال تكلفة في سيناريوهات محددة"، وليست "منافسة كاملة". وهذا ليس فشلًا للحوسبة اللامركزية—بل العكس. في سوق هيمنت عليه مزودات السحابة الضخمة لعقدين، أي قدرة على اختراق السوق عبر التكلفة هي تجربة هيكلية تستحق الاهتمام الجاد.
