算力的去向之一：元宇宙+ 去中心化渲染
在整理2022 年所有獲得融資的公鏈項目之後，我們對細分的元宇宙公鏈方向進行進一步挖掘。
新公鏈賽道中，不乏一些公鏈試圖為PoW 算力找到新用途，這種用途不再是用於維護網絡安全，而是生成證明、執行具體業務等。
一個數量正在逐漸增多的業務方向是：基於元宇宙應用場景的去中心化渲染。這類公鏈定位於元宇宙相關的垂直應用場景，提供基於算力的、符合Web3 邏輯的、2D/3D 渲染類服務。
除了去年拿到融資的新公鏈Caduceus、Portalverse Network，該領域中還有去年宣布成立的元宇宙公鏈iPolloverse，以及最早涉及這一概念的早期老牌項目Render Network，我們對以上公鏈進行整理：
傳統的渲染服務依賴於高性能的CPU 或GPU，被稱為“算力的老本行”之一。
“渲染”可簡單理解為“圖形+算力+基礎設施”，傳統的算力渲染是Web2 層面的成熟市場之一。 GPU 渲染市場中，渲染指特效製作時“把建模完成的3D 圖形，在設定好諸多參數後通過一系列的計算所生成某種視覺風格圖像的過程”。被渲染物體在紋理、材質、紋理、燈光、全局光照、著色器、鏡頭模糊、精深等需求不同，需要不同視覺風格，但無論何種形式的圖形渲染，均需要耗費大量的算力。
渲染服務的傳統行業包括了電影，電視，動畫，遊戲，建築/ 室內設計，廣告/ 影視/ 包裝，學術研究，醫療，會展等等。
不同的應用場景對渲染質量、精度、速度的需求區別大，需要不同的CPU / GPU 解決方案：比如，影視作品類產品要求效果真實，往往採取預渲染/ 線下渲染的形式，保障畫質效果，但速度極慢；而遊戲及AR 展示類需要交互，需要進行實時渲染，對幀率要求高，但對畫質細節要求低。
離線渲染：更多用於影視特效、3D 效果圖、CG 動畫、家裝設計等場景。
實時渲染：主要應用於雲遊戲、AR/VR、視頻直播特效、雲創作等對低時延和互動性要求較高的場景。
在對真實場景的極致追求中，AI 、虛擬現實、3D 遊戲等場景很難實時渲染出全真模型。
有趣的是，一些場景渲染基於技術方案的不同，不同的硬件設備可實現不同特點的渲染方案，例如：傳統的OctaneRender（已被好萊塢合作渲染公司OTOY 收購）基於GPU 的物理渲染引擎，使用NVIDIA 的RTX 光線跟踪GPU 進行硬件加速。
有了Web3 基礎設施的介入，去中心化的分佈式網絡能夠讓更多參與者加入這樣的生態，如CPU/GPU 礦工，以及需要渲染服務的個人創造者，對元宇宙/ VR / AR 類場景賦予新的機會。
在一定程度上，去中心化渲染有潛力對傳統渲染進行突破：現有的Web2 遊戲需要廣泛使用有交互的圖片，在PC 運行遊戲時，顯卡就將在後台進行大量圖片渲染，以形成連續的視覺效果（遊戲動畫），當渲染的圖片質量太高或動畫轉場過於頻繁，圖片數量大幅增加，顯卡算力跟不上將導致卡頓及延遲，尤其對於實時渲染而言。 Web2 雲遊戲一直難以解決高延遲和高成本的問題，Web3 渲染基礎設施在高精仿真、實時渲染上具備優勢。
例如：賽道早期頭部項目RNDR 渲染網絡在最新發布的ipad pro 中提到，當ipad 本地算力不足時，會藉助Render Network 上雲端的算力來幫助渲染。
目前已有的Web3 渲染基礎設施中，主要通過Tokenomics 激勵生態用戶貢獻閒時顯卡算力，以更分佈式的個人GPU 節點形成距離每個用戶更近的邊緣運算雲渲染網絡。並平衡渲染任務發起方和算力提供方，在保證渲染服務性價比的情況下，給予GPU 礦工收益，保持生態可持續。
同時，這類平台還需要提供更貼近應用層的服務，在生態中更好地引入創作者這一Web3 中的關鍵角色。以早期的RNDR 渲染網絡為例，其提出了“創作者”（需要額外GUP 算力的3D 圖像創作者）和“節點提供者”（擁有閒置GPU 算力的用戶）兩個角色。以追求渲染的低成本、走向大眾。
元宇宙公鏈作為Web3 的基礎設施，能夠更好地支撐整個鏈上生態。
例如：以公鍊網絡架構iPolloverse 為例，該網絡架構共有四層：從低到高分別是Meta 算力層、網絡層、渲染層和生態層。公開信息中，其測試網已經達到1 個GPU 支持500 個用戶。
從賽道早期頭部項目Render 、再到元宇宙渲染概念的新公鏈來看，該賽道的供給側充足，即GPU 算力端已被諸多基礎設施佔據，這種新類型的礦業涉及眾多角色，其中還包括GPU 雲服務商等。
因此，下一個更需要觀察的是元宇宙渲染的需求端：
參照組成元宇宙的三個基礎參數：Avatar（人數/角色），NFT 資產，基礎設施。去中心化渲染網服務在以上三個參數均可觸及。
從共享GPU 算力角度來看，這種基於基於邊緣計算的概念並非最新，但元宇宙概念在2022 年的崛起，以及GameFi、鏈遊等應用場景的落地，為去中心化渲染提供了新的應用場景和行業規模預期。元宇宙渲染公鏈作為有實際應用場景的基礎設施，將是接下來渲染需求端發展的關注重點。
此外，從復雜計算的角度來看，在元宇宙場景之外，一些仍會用到復雜計算的概念及場景還在增多，例如，RNDR 正在測試ChatGPT API 提供算力。這些新概念包括AI 算力、蛋白質模擬、天氣運算等，這些需要大量算力的框架打開了新的想像。
