Zum Inhalt springen
  • BTC $63.461 −2,6%
  • ETH $1.774 −2,8%
  • SOL $73,99 +0,1%
  • BNB $586,40 −1,1%
  • XRP $0,9863 +1,2%
  • DOGE $0,0591 −0,6%
  • ADA $0,1530 −1,5%

USD.AI explodiert auf $62,7M TVL: die „GPU-basierte“ Stablecoin treibt nicht-verwässernde Kredite für die KI an

Il Protokoll von Permian Labs hat $62,7 Millionen TVL erreicht nach einer Serie-A-Runde von $13 Millionen, die von Framework Ventures geleitet wurde.

Das Protokoll von Permian Labs hat $62,7 Millionen TVL erreicht nach einer Serie-A-Runde von $13 Millionen, angeführt von Framework Ventures, mit strategischer Unterstützung von YZi Labs.

In diesem Kontext zielt das Projekt darauf ab, durch GPU-Hardware und Rechenserver besicherte Kredite zu vergeben und DeFi-Werkzeuge zu integrieren, um die Renditen zu optimieren. Offizielle Quellen des Projekts und die Berichterstattung von Permian Labs bestätigen die Details des Fundraisings und der ersten On-Chain-Metriken.

Laut den von Permian Labs gesammelten und von CoinDesk am 13. August 2025 berichteten Daten hat der TVL des Protokolls die $62,7M überschritten. On-Chain-Monitorings zeigen, dass die aktiven Kredite bei etwa 2% des TVL bleiben (ungefähr $1,25M von $62,7M).

Branchenanalysten beobachten, dass in den frühen Phasen der RWA-Protokolle (real-world assets) die Umwandlung von Einlagen in Kredite tendenziell niedrig bleibt, bis Bewertungs- und Market-Making-Prozesse konsolidiert sind.

In Kürze: Hauptzahlen und Fakten

  • TVL: $62,7M (on-chain, aktualisiert am 13. August 2025, starkes Wachstum im Vergleich zu den ersten Einlagen des Jahres).
  • Runde Serie A: $13M geführt von https://framework.ventures, mit der Teilnahme von Dragonfly, Digital Currency Group, Delphi und Fintech Collective.
  • Unterstützung: YZi Labs als strategischer Partner für den institutionellen Zugang.
  • Aktive Kredite: etwa $1,25M, das heißt ~2% des gesamten TVL.
  • Modell: Stablecoin, die an den Dollar gekoppelt und durch GPU-Hardware und Rechenserver abgesichert ist.
  • Rendimento: Integrationen mit https://www.pendle.finance und Systeme wie AutoVaults (Zusammenarbeit mit K3 Capital, Concrete und Euler) zur Optimierung der Renditen.

Was ist USD.AI und wer finanziert es

USD.AI, entwickelt von https://www.permianlabs.xyz, verwandelt physische Rechenressourcen – wie Server und GPU – in on-chain Sicherheiten, die die Ausgabe einer an den Dollar gebundenen Stablecoin und den Zugang zu nicht verwässernden Krediten für AI-Betreiber ermöglichen.

Ein interessanter Aspekt ist die Kombination aus realer Infrastruktur und programmierbarer Finanzen, die darauf abzielt, Liquidität ohne Abgabe von Eigenkapital freizusetzen. Das Projekt hat eine Serie A in Höhe von 13 Millionen Dollar abgeschlossen, angeführt von Framework Ventures, mit Beteiligung von Dragonfly, Digital Currency Group, Delphi und Fintech Collective. Auf institutioneller Ebene unterstützt YZi Labs das Protokoll als strategischer Partner.

“USD.AI sammelt 13 Mio. USD, um GPU-gestützte Stablecoin-Kredite auszubauen” — CoinDesk

TVL bei $62,7M: Zeitachse und Schlüsselmetriken

Seit der privaten Beta, die im Juni 2025 gestartet wurde, sind die Einlagen schnell gewachsen, während die Nachfrage nach Krediten allmählicher verläuft. Es muss gesagt werden, dass die Adoptionskurve für Kredite dazu neigt, sich langsamer zu festigen als die Phasen der Einlagen.

  • Juni 2025: über $10M Einlagen.
  • Juli 2025: Saldo in einer Spanne zwischen $30–40M.
  • August 2025: Spitze mit über $62,7M TVL und aktive Kredite von etwa $1,25M.

Im Vergleich zu den anfänglichen ~$10M im Juni 2025 ist der TVL um etwa 527% gestiegen, was ein starkes Interesse der Einleger widerspiegelt.

Die Zahlen deuten auf eine vorherrschende Nutzung der Plattform als Renditeinstrument hin, während die Kreditaufnahme noch in den Anfängen steckt. In diesem Kontext könnte die Umwandlung von TVL in Kredite mehrere Produktiterationszyklen und ein größeres Vertrauen in die Risikoparameter erfordern.

Wie eine durch Hardware gesicherte Stablecoin funktioniert

Das Protokoll tokenisiert den Wert von Servern und GPU, indem es diese Vermögenswerte in on-chain Sicherheiten umwandelt. Im Gegenzug können Betreiber Liquidität in stablecoin erhalten und gleichzeitig das Eigentum an ihren Vermögenswerten behalten.

Regelmäßige Bewertungen und Mechanismen zur automatischen Liquidation sind darauf ausgelegt, die Solvenz des Systems zu schützen, falls der Wert der Hardware unter festgelegte Schwellenwerte fällt. In der Praxis wird das Preis- und Veralterungsrisiko durch Haircuts und LTV-Schwellenwerte, die auf die verschiedenen Maschinenklassen abgestimmt sind, verwaltet.

Kredite: Auszahlungszeiten und Betrieb

AI-Teams können eine Finanzierung in weniger als einer Woche erhalten, im Gegensatz zu den traditionellen Kanälen, die 60 bis 90 Tage erfordern. Das Sicherungsgut bleibt in Betrieb, sodass die Maschinen Einnahmen generieren können (zum Beispiel durch Training oder Inferenz), während sie das Darlehen absichern. Es ist eine Dynamik, die, wenn sie funktioniert, die finanziellen Reibungen in Wachstumsphasen reduziert.

Rendite und DeFi-Integrationen: AutoVaults und Pendle

Für die Einleger, USD.AI integriert sich mit automatischen Renditestrategien. Die AutoVaults, entwickelt in Zusammenarbeit mit K3 Capital, Concrete, Euler und https://www.pendle.finance, allokieren die Liquidität auf Instrumente, die den Ertrag trennen und optimieren.

Pendle hat spezielle Vaults eingeführt, die mit dem USD.AI-Ökosystem verbunden sind, um die Liquidität zu fördern und die Markteffizienz zu verbessern. In diesem Kontext wird die Rendite durch Anreize und Marktbedingungen moduliert, daher ist sie nicht statisch.

AI-Hardware-Kredit und nicht-verwässernde Darlehen: das Modell

Der Kern des Modells ist der durch Compute besicherte Kredit: Wer GPUs und Server besitzt, kann diese als Sicherheit einsetzen, Liquidität erhalten und das Wachstum finanzieren, ohne Eigenkapital abgeben zu müssen.

Die Lösung ist für Teams mit Recheninfrastrukturen gedacht, die geringen Zugang zu traditionellen Schulden haben. Ein interessanter Aspekt ist die Möglichkeit, operative Cashflows zur Bedienung der Schulden wiederzuverwenden und dabei das Eigentum zu behalten.

Governance, Parameter und Risiken

Die Nachhaltigkeit des Modells hängt von strengen Besicherungsparametern und einer transparenten Governance ab. Es muss gesagt werden, dass die Qualität der Bewertungen entscheidend bleibt, um Risiko und Kapitalnutzung in Einklang zu bringen.

  • Schlüsselparameter: LTV-Verhältnis spezifisch für die GPU-Kategorie, Abschlag für Veralterung, Liquidationsschwellen und Stabilitätsgebühren.
  • Bewertungen: regelmäßige Aktualisierungen des Hardwarewerts basierend auf Gutachten und Marktlisten, zusammen mit Audits der Bestände und Maschinenzählungen.
  • Governance: On-Chain-Verwaltung mit Vorschlägen und Abstimmungen zu Risikoparametern, Whitelist für Bewertungsanbieter und Notfallrichtlinien für Liquidationen.

Hauptrisiken:

  • Technologische Obsoleszenz: die schnelle Wertminderung einiger GPUs.
  • Markt: die Volatilität der DeFi-Renditen im Zusammenhang mit den Einzahlungsstrategien.
  • Liquidität: ein langsameres Wachstum der Kredite im Vergleich zum TVL, mit dem Risiko von Ungleichgewichten in Szenarien massiver Rückflüsse.
  • Betrieb: Probleme im Zusammenhang mit der Verwahrung, der Betriebszeit und der Überprüfbarkeit des als Sicherheit verwendeten Maschinenparks.

Typischer Anwendungsfall

Ein KI-Betreiber mit einem Cluster von GPU, die im Training eingesetzt werden, kann diese als Sicherheit verwenden, um Liquidität in Stablecoin zu erhalten. Diese kann für den Kauf weiterer Recheninfrastruktur oder zur Deckung der Energiekosten verwendet werden, während das Unternehmen vollständig im Besitz bleibt. Der Liquidationsmechanismus greift ein, wenn der Wert des Sicherheiten, abzüglich der Haircuts, unter die im LTV-Verhältnis vorgesehene Schwelle fällt. In diesem Szenario wird das Risiko automatisiert verwaltet, ist aber nicht null.

Auswirkungen auf das Ökosystem und nächste Schritte

Die Nachfrage nach Finanzierungen für AI-Infrastrukturen wächst stark. Lösungen wie USD.AI leiten Kapital in physische Rechenressourcen, wodurch eine Brücke zwischen On-Chain-Finanzierung und realer Infrastruktur entsteht.

Wenn sich die Bewertungs- und Risikomanagementkriterien festigen, könnte das Modell weiteres institutionelles Kapital anziehen und ähnliche Protokolle inspirieren. Es bleibt abzuwarten, wie sich die aktiven Kredite im Vergleich zum TVL entwickeln, eine Variable, die als Lackmustest für den wirtschaftlichen Nutzen des Systems dienen wird.

Alessia Pannone

Alle Artikel von Alessia Pannone