في الآونة الأخيرة، كانت هناك مناقشات حامية في المجتمع حول مشروع شبكة الحوسبة الناشئ — NVIDIA Compute Network (NCN) والعملات الأصلية له $NVAI، حيث يتميز المفهوم بفكرة جديدة تمامًا: دمج موارد الحوسبة GPU المنتشرة حول العالم في شبكة حوسبة ذكاء اصطناعي قادرة على توليد الأرباح.

الآلية الأساسية لهذا النظام تستحق شرحًا مفصلًا. التعدين التقليدي يعتمد على تنافس في قوة الحوسبة للحصول على مكافآت، لكن قوة الحوسبة نفسها لا تولد قيمة فعلية، فهي مجرد استهلاك للطاقة. أما آلية إثبات الحوسبة (Proof of Compute) التي تعتمدها NCN فهي مختلفة تمامًا — حيث لم تعد GPU تقوم بحسابات هاش بلا معنى، بل تُستخدم لتنفيذ مهام حقيقية للذكاء الاصطناعي: تدريب النماذج، الحسابات التنبئية، توليد الصور، توزيع قوة النماذج الكبيرة. ببساطة، كلما ساهمت بقوة حوسبة فعالة أكثر، زادت مكافآتك. هذا المنطق يتوافق بشكل أكبر مع احتياجات صناعة الذكاء الاصطناعي الحالية.

هناك عدة نقاط مميزة في المشروع. أولها التوافق التقني — حيث يتوافق تمامًا مع بيئات NVIDIA CUDA، RTX، Jetson وغيرها من الأنظمة البيئية المعتمدة، مما يعني أن الأجهزة الحالية من GPU لا تحتاج إلى تعديل. ثانيًا، آلية التحقق، حيث يدعي المشروع أنه يستخدم قوة حوسبة GPU الحقيقية للتحقق بدلاً من بيانات زائفة. أما التدقيق الأمني، فقد تم بواسطة مؤسستي CertiK وOpenZeppelin، وهو ما يُعتبر إعدادًا قويًا في الصناعة. كما أن خارطة الطريق توضح بشكل واضح عقد الشبكة الرئيسية، والرهان، والنقاط الرئيسية الأخرى، وليست مجرد وعود فارغة.

من منظور دمج الذكاء الاصطناعي وWeb3، فإن هذا الاتجاه هو تطبيق عملي حقيقي — ليس مجرد مفهوم غامض، بل هو اتصال مباشر مع موارد الحوسبة GPU التي تعتبر من الاحتياجات الأساسية. ويعتقد بعض الخبراء أن هذا قد يكون أول مشروع يمتلك القدرة على بناء شبكة حوسبة ذكاء اصطناعي عملية وفعالة.

ومع ذلك، من الجدير بالذكر أن مثل هذه المشاريع، رغم أفكارها الجديدة، تواجه تحديات عملية تتعلق باستقرار الشبكة، والتحكم في التكاليف، وتوازن آليات التحفيز، وغيرها من المشكلات المعقدة. غالبًا ما يكون هناك فرق بين الحماسة في مرحلة ما قبل البيع والأداء الفعلي عند الإطلاق، لذا من الضروري تقييم المخاطر بعناية قبل المشاركة.