供商的存储证明）和Helium的热点和Oracle（执行其他热点的覆盖证明）。 计算层：跟踪提供的工作/服务的流动和状态以及相应的支付。请注意，协议自己定义计算逻辑，例如如何在区块链上跟踪和存储工作和支付（我们将在另一篇文章中详细讨论这一点）。例如，Livepeer的Arbitrum或POKT网络的POKT-chain（由POKT验证节点运营）。 网关：它们在用户、服务节点以及管理访问或聚合服务（例如传感器网络中的数据）时，作为协调器/平衡器的功能，也与会计层有关。例如，Livepeer的Orchestrators或POKT网络中的Gateways。 委托者：可以通过抵押参与服务或观察节点的经济。 与需求端相关的角色（如销售团队）目前并不常见，评估与运行协议相关的成本，如治理成本，是另一篇文章的主题。 请注意，并非每个DePIN都有委托和网关，也不需要所有角色分开。例如，Filecoin的存储提供商（SP）被分类为服务节点和验证者，同时也操作Filecoin链，因此也形成会计层。Arweave矿工也是如此。 第二步：评估成本组成部分 上述每个角色都可以通过节点执行，其成本可以分为以下四个组成部分中的任何一个（大多数有多个）： 硬件/基础设施：与实际物理基础设施相关的成本，例如行车记录仪 人工：设置和操作基础设施所花费的时间相关的成本 带宽、电力和其他运营支出：与数据交换以及其他运营成本相关的成本，例如电力、数据中心租金 抵押：在其他地方没有投资的（机会）成本 最后一点是指资本成本：在广泛范围内几乎不可能获取与这些操作相关的债务/融资成本的信息。然而，有一部分与资本成本相关的内容是我们可以评估的：许多DePIN遵循抵押以获取访问（工作代币）的模式，并要求节点运营商抵押一些代币才能被允许做出贡献。获取这些代币是一种投资，即使我们假设当离开网络时可以收回这笔金额，但是持有这些代币与在其他地方投资资本相比存在机会成本。 我们对成本组成部分的评估将不完整，如果不涉及与会计层交易相关的成本。评估这一点并不简单，它取决于几个变动因素。一般来说，网络决定在多大程度上将记账外包到链下。但是对于结算层的记录和链上交易，有三种选择： 专有L1：网络运行自己的区块链。例如Arweave、Filecoin和POKT Network。通常，服务节点和验证者节点也覆盖了这一角色，这就是为什么相关成本也包括在内的（但是，如果可能的话，我们会尝试将它们分开 - 参见示例中的POKT Network）。 专有L2，更为人熟知的是应用链或应用特定的Rollup：Rollup基础设施（序列器等）和相邻基础设施（区块浏览器、钱包集成等）的成本通常可以映射到这四个组成部分中。不太清楚的情况，例如使用Rollup-as-a-service提供商（RaaS）时，将被映射到带宽和其他成本中。 公共L1/L2：这些外包了结算层，意味着网络没有硬件和人工成本。然而，服务节点、验证节点（以及用户/付款人）直接支付（基于使用）。评估这些交易的网络相关成本存在一些挑战，因此也有一些限制：并非所有交易都与会计层相关，例如交换或其他DeFi交易，但通常不容易将这些交易分开。我们将这些成本映射到带宽和其他成本中。 将所有这些要素综合起来，以创建成本估算是一项具有挑战性的任务。我们不仅需要为网络中的每个角色的每个成本组成部分提出估算，就像下图中所示那样，我们还需要考虑到并非所有节点运营商具有相同的成本结构。确定总体成本估算比简单地将所有网络节点运营商的数量乘以一个节点运营商的估算更为复杂。 第三步：评估成本结构 当我们谈论成本结构时，我们指的是影响成本的关键差异。这些关键差异使得依赖假设至关重要。当然，这是一种权衡：做出假设简化了过程，但可能会牺牲准确性。也就是说，考虑到涉及的因素有多少，必须做出某些假设才能得出一个可行的理论。 在评估成本结构时，有三个主要考虑因素： 设置上的差异：一个典型的例子是一个操作员使用裸机服务器，另一个运行在云上（购买 vs. 租赁）。当我们知道整个网络中相应份额时，我们通常可以考虑到这些差异。这也涉及到在租赁或融资协议中的资本成本。假设没有资本成本，我们建议忽略这些差异。 另一个成本差异与购买时间（购买存储随时间变得更便宜，购买H100s可能不会）或操作位置有关。我们建议通过使用当前价格来考虑时间方面的影响。对于劳动成本，位置很重要：DePIN 可以从全球各地招募贡献者，当地的工资水平差异很大，而这些工作投入的时间难以评估。尽管如此，我们做出了一个简化假设，即在我们的框架版本中，所有节点运营商的小时工资相同。 效率差异：节点运营商可以拥有完全相同的设置，但如果一个运行了更多相同的节点，他们可能每个节点的成本更低，因为规模经济效应。在我们的框架中，我们需要首先评估每个节点运营商的节点分布，以解决这些影响。然后，为了理解和估计成本影响，需要进行具有较大和较小运营商或其他可用数据点（例如促销的大宗折扣）的调查。 另一个例子是网络的长期支持者，他们在学习曲线上进展更快，因此在操作上更高效，与刚加入的人相比。除非我们有来自调查的直接数据点，否则我们会忽略这一方面。 归因和计算方面的差异：尽管节点运营商在前两点上相等，但他们可能会以不同的成本基础看待他们的贡献，因此最终成本会有所不同。例如，一个人将他们的参与视为兼职，不追踪任何花费的时间，而另一个人将其视为主要业务，根据在项目上花费的时间支付工资。我们通过为“兼职者”一侧提供更广泛的误差范围来考虑这种差异（因为它们通常是被低估的），但假设每个节点操作的时间投入相同（也参见规模经济效应）。 这与共享经济的好处有关，对于 DePIN 来说很常见：运营商可以在多个网络中使用相同的设置（因此也是硬件、劳动力和带宽、电力等操作支出），例如Livepeer与Ethereum和Filecoin运营，io.net与Render、Filecoin和其他GPU网络。对于硬件对操作至关重要的情况，我们不考虑与共享经济相关的成本节省。它们不仅难以识别，而且很难量化哪个网络在成本方面获益最大，以及如何分配节省。在会计方面，我们将要将总成本分解为每月金额。为了简化，我们假设我们在整个生命周期中以相同的期限摊销总额，并为所有节点运营商的每个月分配相同的金额。 当然，还有更多的细微差别，我们将在DePIN存储库中进行更长篇幅的探讨。 这为我们的“执行计划”增加了第三个维度，创建了60种不同的组合来考虑： 总的来说，虽然这个公式非常全面，给出了多种成本结构选项，但最有用的是将其应用于多个不同时间点，而不是一个静态时间点。最强大的模型是将运营成本与网络容量联系起来的模型。这使我们能够了解成本随着容量或利用率的变化而变化的程度。网络的容量与网络提供的服务相关，例如Pocket的RPC请求数量，Arweave或Filecoin的存储量，或Hivemapper的道路网络映射百分比。 请注意，这个公式需要大量公开可用的信息，我们建议通过网络提供的文档、论坛/ Discord 帖子以及可能的话，通过调查来获取这些信息。 结论和下一步 随着 DePIN 以增加的速度发展，估算各种 DePIN 的成本组成部分是具有挑战性的。除了已知的关于硬件成本和随时间变化的容量的功率规律之外，估算加密货币特定成本，例如结算层的 gas 和吞吐量能力，也不是一件简单的事情。 知道当前成本与奖励发行和需求方收入之间的关系，最大的成本驱动因素如何随着假设的变化而变化，以及成本如何随着需求增加而增加，都是有用的指标。 为了帮助引导关于 DePIN 经济设计的治理决策，成本估算需要与奖励发行和使用收入相关联。虽然我计划提供更多关于 DePINs 成本估算的例子，但我欢迎对所提出的框架、其假设和摘要以及对提供的成本估算的潜在改进提出反馈。 附录 - 举例说明框架 Livepeer Livepeer 为实时和点播流媒体提供去中心化的视频基础设施。最近，Livepeer 开始为 AI 模型训练用例启用空闲的 GPU 资源（详情请参阅此处）。 这里提供了逐步应用框架的过程。大多数成本估算基于2023年夏季与节点运营商（即 Orchestrators）进行的调查和社区信息（例如此处）。 运营 Livepeer 网络的总估计成本约为每月 85,000 美元。平均成本的详细分解显示，硬件和劳动力占大约相同的份额（约 40%）。如果考虑到表格中描述的劳动力成本估计的不确定性，网络的 100 个 Orchestrators、它们的转码器和在 Arbitrum 上的结算成本的月度成本约为 40,000 美元，处于估计范围较低端。值得注意的是，每月 40,000 美元的成本与当前约为每月 5-10 个 ETH 的费用收入（对应 ETH 价格为 3,000-4,000 美元）相差不远。然而，Orchestrators 没有负利润，因为他们的收入中更大一部分实际上来自质押奖励。 值得注意的是，由于 Livepeer 的交易在 Arbitrum 上结算，结算层的成本在每月 0.5-2 个 ETH 的范围内。这与 Arbitrum 迁移前在 2022 年第一季度的情况相比，节省了超过 95% 的成本。此外，截至今日，Livepeer 上的交易增长了 2-3 倍。相对而言，会计层现在占总成本的约 5%，而在迁移前（占总成本的约 80%）是一个主要的成本驱动因素。 最近，其调整了确定工作分配方式的算法，更加注重 Orchestrator 提供的每像素价格。这对转码价格施加了下行压力，可能有助于促进需求，但论坛中的讨论显示价格水平需要进一步降低。另一方面，最近推出的 AI-subnets 可能有助于为网络增加进一步的变现途径。 在估算电子表格中的一个潜在情景是，转码分钟的需求增加 3 倍只会使总体成本增加 20%。值得注意的是，带宽是成本增加的主要驱动因素。 如果我们假设价格水平相似（以 1ETH 为 3,000 美元），这应该足以使网络进入盈亏平衡区域。然而，如果转码价格下降了 50%，网络级别的费用收入将约为每月 45,000 美元，因此低于成本估计的下限。随着新的用例（如 AI 视频生成）的出现（因此增加了变现机会），Livepeer 网络上的成本和收入动态将如何变化，这仍有待观察。 POKT 在其核心，POKT 网络提供去中心化的远程过程调用（RPC）端点。最近，POKT 网络宣布其将扩展到更多关于 AI 模型推理的用例。逐步应用的框架如下。大多数成本估算是基于 2023 年夏季与节点运营商进行的调查以及与这些节点运营商和网关运营商的后续访谈。 基于提供 RPC 端点的约 15,000 个节点和四个网关运营商，我们估计 POKT 网络目前每月的成本约为 20 万美元（+/- 8 万美元），以服务每天约 5 亿个中继。目前最大的部分是服务节点（约占成本的 75%）。 由于我们可以获取网络中活跃节点数量的历史数据，并且随着时间的推移有不同的成本组成部分的数据点，我们可以将网络成本估算放在一个时间轴上，显示了三个较大的成本削减被解决的时间点： 在进入 2022 年中期的熊市并减少 token 奖励（特别是基于美元的 token 奖励）后，节点整合 网络范围内推出改进，如 Geomesh 和 LeanPOKT，显着降低了运营成本，以及节点运营商对设置的个人改进 通过增加更简单的网关设置，去中心化网关角色减少了带宽成本 由于我们的成本框架将成本估算与网络容量和需求联系在一起，我们可以评估成本结构的变化。例如，如果需求从目前的每天 5 亿个增加到例如每天 25 亿个中继，那么网关将占总成本基数的 60%，约为每月 40 万美元（目前约为 20 万美元）。请注意，这是成本的 2 倍，而需求的增长是 5 倍。这是因为服务节点能够改善其设置，因此可以在基本相同的成本基础上满足增长的需求。 如果我们进一步假设，在总服务的中继数中，以较低成本基础运行的新网关的份额增加到例如 50%（目前为 30%），那么整体网络成本将为每月 30 万美元。 随着网关的分散化，网关运营商可以单独定义其价格点。如果我们假设每百万请求的平均价格为 4 美元，则 POKT 网络整体的场景将每月赚取 30 万美元，因此基本上实现盈亏平衡。 Dfinity/ICP Dfinity/互联网计算机协议（ICP）被设计为“区块链的区块链”，为执行智能合约（称为 canisters）提供计算资源，这些合约组织在子网中（详情https://internetcomputer.org/whitepaper.pdf）。支柱是提供存储、计算和带宽以复制所有 canisters、状态和其子网计算的节点机器。 逐步应用的框架如此处所示。大多数成本估算是基于文档和论坛帖子中的数据。 ICP 是少数几个将基于法定货币的成本纳入到代币奖励机制中的网络之一，这使得成本评估变得更容易。目前由约 85 个运营商运行约 1400 台节点机器。对于较大运营商的规模经济，我们没有数据点，因此我们的整体估计范围相当宽泛：每月运营 ICP 网络的成本约为 40 万至 90 万美元，平均约为 60 万美元。 虽然适当的收入评估值得一篇单独的文章，但我们估计目前的月收入约为 25,000 美元。与估计的成本相比，这似乎很低，但这是由于利用率低：随着只有 559 台节点机器活跃，我们估计当前需求（以周期燃烧率表示）约为总容量的 2%。这意味着网络可以承受例如需求增加 25 倍，仍然不会增加当前的成本基础。一个论坛帖子实际上估计未来两年的需求将达到15-25倍，然后(在其他条件相同的情况下)将导致ICP每月赚取这些费用。 DIMO DIMO 是一个去中心化网络，赋予驾驶员管理其车辆数据的能力。与此同时，DIMO 使企业和开发人员能够构建创新的与移动性相关的应用程序（然后从中获利）。数据测量通过特殊设备（Autopi、Macaron）或应用程序进行。虽然以上 DePIN 示例是数字资源网络，但 DIMO 是本分析中包含的第一个物理资源网络的例子。 逐步应用的框架如下所示。大多数成本估算是基于在线（设备）价格信息、Dune 数据和论坛帖子。 对于结算层，我们假设 Q1 2024 平均每辆连接汽车花费的 0.6 美元至 1.5 美元的一半可归因于 DIMO 的运营。对于网关，我们假设每月硬件成本约为 4,000 美元，与上述运营相关的劳动成本约为每月 11,000 美元。总的来说，这加起来约为每月 18 万美元的支出，如下表所示。大部分成本与带宽和其他成本相关，其中约 1/3 与 Polygon 上的结算成本有关，另外 2/3 与智能汽车集成的月度成本份额有关。 我们没有关于网络实际收入的线索，但通过使用全球汽车数据市场和相关汽车数据收入的估算，显示当前每辆汽车的收入约为 150 美元至 185 美元，到 2030 年可能增长到 500 美元至 600 美元。如果 DIMO 能够从中获得 10-15% 的收入，那么产生的收入范围将为每月 11 万美元至 18 万美元，从而覆盖运营成本。 然而，数据变现本身似乎并非实际协议目标；相反，DIMO 侧重于提供基础设施，以便在网络之上构建应用程序（https://docs.dimo.zone/overview），这反映在最新关于 DIMO 节点和代币升级的讨论中。讨论中的变化可能会影响上述成本结构。 特别感谢我的贡献者：Mihai（Messari）、Raullen（IoTeX）、Nodies Team、Grove Team、Pocket Network Foundation、DIMO 团队、Diana Biggs 和 Christopher Heymann 对反馈和意见的贡献。 *标准的项目为 1kx 的投资组合。 来源：金色财经lg...
北美站
