DePINノード実験（CBFラボ余剰GPUの分散シェアリング設計）
🔍 抽出済み ｜ 技術×経済 ｜ 優先度：🟡 中
シリーズ: AI・IT実践シリーズ
目的（ゴール）
Node3（RTX5070Ti + RX7900XTX）の遊休GPU時間をRender Network・io.net等のDePINプロトコルに参加させ、「AI計算リソースの分散シェアリング」を実証する。電気代・機材コストの一部をトークン収益で相殺できるかを検証し、CBFラボのインフラ持続可能性モデルとして位置づける。同時に「個人がAI民主化インフラを支える」という複合危機の収束対応の実践例とする。
アクター
- 著者（Manabazu）
- Node3 RTX5070Ti（16GB VRAM / CUDA）——DePINプロバイダーノード候補
- Node3 RX7900XTX（24GB VRAM / ROCm）——NVIDIA対応DePINが不可の場合の代替検討
- 対象プロトコル: Render Network / io.net / Akash Network
- DAO（分散型自律組織） — トークン収益の管理・分配設計
検証シナリオ
S1：DePINプロトコル選定調査
Render Network・io.net・Akash Networkの対応GPU（NVIDIA/AMD）・報酬率・セットアップ難易度・税務処理を調査。Node3の構成（RTX5070Ti優先、ROCm対応状況）に最も適したプロトコルを選定する。
S2：Node3へのDePINノードセットアップ
選定したDePINプロトコルのノードソフトウェアをNode3にインストール。UC260506-006（Docker Compose分離型基盤）との競合を確認し、CBFラボのローカルAI実験と共存できる設定を探る。
S3：収益性の計測（電気代対トークン収益）
1週間の試験稼働で以下を計測：
- GPU稼働時間（DePIN向け / CBFラボ内部向け）
- 電力消費量（kWh）× 電気料金
- 受け取ったトークンの日本円換算額
- 損益分岐点（何時間/月のDePIN参加でコスト相殺できるか）
S4：法人格との整合性確認
株式会社ユースケース駆動ラボとしてDePINトークン収益を計上する場合の会計・税務処理を確認。UC260503-001（法人会計基盤）との接続。
対応リスク
期待成果
- 「CBFラボがDePINノードになれるか」の実証データ
- 月次インフラコスト削減の可能性を定量評価
- グレートリセット後もAI開発インフラを維持できる分散型持続可能モデルの提示
- 「個人がAI民主化インフラに参加する」という出版コンテンツとしての一次体験