Beberapa hari ini saya mempelajari pasar dan data makro, dan menemukan fenomena industri yang patut diperhatikan:
Tingkat ketegangan pasokan GPU umumnya diremehkan, sementara proyek terkait komputasi di blockchain sedang menangani sebagian permintaan yang diabaikan.
Dari sudut pandang infrastruktur, pasokan H100 terbatas, dan biaya layanan cloud tetap tinggi, pembatasan ini tidak akan mereda dalam waktu dekat. Berdasarkan pesanan yang ada dan ritme pengiriman, kemungkinan besar kendala komputasi akan berlanjut hingga sekitar tahun 2026. Dalam konteks ini, Q2 2025 lebih mirip dengan titik balik industri — beberapa proyek akan mulai menghadapi pengujian kemampuan komersial yang nyata.
Di dalam赛道 komputasi, proyek-proyek berbeda menunjukkan jalur bisnis yang sangat berbeda, di sini hanya digunakan sebagai sampel penelitian untuk analisis lebih lanjut.
Contoh 1: $IO
Proyek ini mencoba mengumpulkan sumber daya komputasi terdistribusi secara terdesentralisasi, termasuk struktur jaringan yang cenderung 'pengumpul'. Pergerakan harga sebelumnya mengalami fluktuasi besar, tetapi dari data blockchain dan ritme produk, variabel inti belum mengalami perubahan mendasar.
Perlu dicatat bahwa proyek ini mendukung arsitektur chip generasi baru pada awal 2025, serta melakukan penyesuaian terhadap model ekonomi, yang sedang mengikat mekanisme insentif lebih erat dengan penggunaan aktual. Perubahan ini pada dasarnya merupakan transisi dari 'berbasis penawaran' menuju 'berbasis penggunaan'.
Contoh 2: $Aethir
Sebaliknya, ini merupakan jalur yang sama sekali berbeda. Posisinya lebih condong ke layanan komputasi berstandar tinggi dan perusahaan, dengan alokasi sumber daya dan struktur pelanggan yang lebih terkonsentrasi.
Berdasarkan data yang diungkapkan secara terbuka, kinerja pendapatan mereka sudah jelas unggul dibandingkan sebagian besar proyek sejenis, sementara mekanisme node pendukung juga menunjukkan kemampuan penyesuaian diri yang kuat. Keunggulan inti dari model ini terletak pada keterprediksiannya, tetapi laju ekspansinya biasanya lebih bergantung pada permintaan nyata.
Contoh 3: $RENDER
Jenis ketiga lebih menunjukkan keterkaitan yang tinggi dengan permintaan komputasi tradisional dan komputasi grafis. Kinerja nilainya seringkali sangat dipengaruhi oleh siklus teknologi eksternal dan iterasi perangkat keras, merupakan contoh khas yang didorong oleh keterkaitan.
Ciri khas jaringan ini adalah respons terhadap perubahan kondisi industri yang cepat, tetapi juga lebih rentan terhadap fluktuasi siklus secara keseluruhan.
Dari sudut pandang jangka panjang, seiring terusnya penerapan aplikasi terkait AI, fokus pasar akan bergerak secara bertahap dari narasi menuju utilisasi dan kualitas pendapatan. Kekurangan kapasitas komputasi sendiri tidak secara otomatis menghasilkan nilai, tetapi model bisnis yang berbeda dalam kondisi pembatasan yang sama dapat menunjukkan hasil yang sangat berbeda.
Yang di atas hanyalah observasi tahap demi tahap terhadap berbagai jalur di赛道 komputasi, untuk memahami perbedaan struktur dan variabel potensial, bukan sebagai saran pemilihan instrumen tertentu.
(Artikel ini hanya mencerminkan pendapat pribadi, bukan merupakan saran investasi, harap berhati-hati dalam mengambil keputusan investasi)