去中心化雲計算的崛起：AI算力資源的新篇章

憑藉世界科技長期高速發展的態勢，一些科技巨頭公司的市值在近兩年增長數倍之多。人工智能與加密貨幣的結合已經成爲本輪週期的核心敘事，高漲的市場情緒和源源不斷的資金投入證明強大的共識已經形成。在以AI爲目標的大環境下，去中心化作爲AI發展的有力工具的確具有極大的吸引力和想象空間。雖然在實際業務的落地方面和中心化模式還存在着極大的差距，但借助web3的優勢去拓展AI的四大核心方面，通過不斷優化去發揮更大的潛能已成爲web3參與者的一個共同目標。

這四大核心方面包括：

1. 數據
2. 模型
3. 訓練
4. 推理

目前，去中心化能通過技術在以上提到的四個方面給予支持。首先，數據無疑是最核心的，模型、訓練和推理都是處理數據的方式，所以可以說數據是AI技術的原材料，而其他都是加工方式。無論是數據標注還是數據存儲，去中心化在這裏都擁有極大的作用和價值。

如果數據是原材料，那麼算力即是加工原材料的工具，用來最大化產出的效率。接下來我們將圍繞"算力"淺析Crypto x AI x DePIN的生態框架和其中的經濟模型。

一、DePIN與去中心化算力生態框架

**痛點：**高質量算力作爲AI研發的必備品，這種稀缺資源已被傳統巨頭壟斷，導致初創公司和個人用戶難以買到性價比合理的算力，這種高昂價格是大多數購買方難以接受的。

去中心化的解決方案：目前DePIN賽道的項目多數採用P2P的經濟模型去爲資源需求方提供高質量資源，允許每位用戶都可以作爲物理設施資源提供者, 與此同時獲得代幣回報。

伴隨去中心化AI算力需求的暴增，爲更好的滿足客戶需求，去中心化AI算力供給生態的發展已經形成了平衡全面的框架。頭部項目當中某些項目分別在生態中擔任着不同的重要角色，這些項目的技術壁壘和對於去中心化算力未來發展的格局都頗爲震撼。

去中心化AI算力生態主要由三個部分組成，這三個部分在生態裏分別充當資源代理商，資源提供商和渠道商的角色：

資源代理商

某項目是一個去中心化的計算網路，其以算力代理商的角色將高質量的AI算力，以較低的價格提供給客戶。在供應端擁有分布在全球的GPU，客戶端目前以種子輪到B輪，專注於AI推理的初創公司爲主。

作爲頂級的AI算力資源代理商，該項目致力於聚合100萬個GPU形成一個龐大的DePIN算力網路，其目的是爲客戶提供更低價的算力。用戶可以手動將自己閒置的GPU和CPU算力貢獻到平台上去獲得代幣激勵。核心目標是通過去中心化控制價格的情況下提供高質量AI算力，以便幫助AI初創公司降低成本。

該項目提供的計算服務採取集羣的構建模塊使所有GPU保持相互連接的狀態，這使GPU在訓練和推理過程中去進行大規模協調工作。當GPU協調工作時，便可以集中算力去訪問更大的數據庫和計算更復雜的模型，AI初創公司在獲取所需的同時，通過使用該產品可以以十分之一的中心化價格去完成計算硬件部署。更加引人注目的是，該項目專注於聚合機器學習的算力，可以幫助其他DePIN項目格式化GPU供應於機器學習，針對技術底層實現最根本和直接的資源支持。

目前，該項目集合的GPU集羣數量處於行業領先地位。線上可用的GPU數量超過20萬個，其中可用量最多的是某高端顯卡有接近5萬張，其次是另一款高端顯卡有超過3萬張。

資源提供商

作爲最有潛力的AI算力提供商之一，某項目作爲AI算力服務型節點，能夠提供充足的芯片去進行深度機器學習。該項目的團隊在傳統AI算力資源方面也可以稱爲鶴立雞羣，獨一檔的存在。團隊曾作爲AI巨頭公司的一級代理商，依靠這樣的技術資源壁壘，在資源供應端可以直接訪問到數百個機房，多種高端GPU和機器的訪問權應有盡有。

該項目在客戶端爲web3算力巨頭提供大規模的機器學習算力。相比某客戶每個月需要花費超過14萬美元去獲取雲服務，而遷移到該項目之後，客戶每個月的雲服務使用費在4萬美元左右，在減少了超過70%的開銷同時，也將效率提高了30%。

該項目的主旨是通過獨特的算力供給渠道，去給客戶提供最快、最優質和最可靠的算力。高質量算力可以節約用戶成本的同時，爲客戶提供全方位的服務選擇。

該項目所提供的AI算力質量已經得到多家AI算力代理商的認可，現在已經與多個算力巨頭達成合作，致力於通過去中心化對機器學習貢獻一份力量。

資源渠道商

某項目作爲DePIN資源渠道商，通過要求去匹配提供服務。該項目採用平台式的開放協議，提供底層聚合資源後再去提供服務。其目標是成爲DePIN的服務聚合器，可以理解爲DePIN的綜合服務平台。

如何提供服務：該項目通過控制層，獲取各個網路和策略，資源情況，性能，穩定性等方面提供SDK，再通過路由算法去將SDK提供給用戶。

痛點：各個DePIN網路裏的資源和服務是有限制的，全球化去尋找資源配置因爲地區過於集中而導致服務的質量不夠好。

解決方案：路由算法 - 獲取數據，網路的基本信息和機器信息等，聚合後產生策略，並且會通過客戶要求匹配提供服務。目的是提升DePIN的應用層的質量和服務，並且在資源不足夠的情況下去尋找最優價格的算力網路。

二、解析去中心化算力生態

部分項目已經達成戰略合作，作爲擁有豐富GPU機器庫的供應端，致力將提升網路的速度和穩定性。一些項目將其他項目提供的最高質量算力以代理商的方式允許客戶直接在網路上進行購買和租賃。這些項目一致認爲，去中心化計算行業的成功以及web3與AI的結合只有通過早期行業領導者的緊密合作才可以去實現。伴隨對計算能力的需求不斷增長，傳統雲計算目前面臨的一些問題：

• 有限的可用性：使用主流雲服務通常需要數周去獲得對硬件的訪問權限，而且最常用的GPU型號通常不可用。
• 選擇局限化：用戶GPU硬件，位置，安全級別，延遲等方面的選擇性受到局限。
• 高成本：選取好的GPU價格昂貴，每個月項目在訓練和推理過程中的開銷很容易達到數十萬美元。

去中心化計算的願景是提供一個開放，可訪問和負擔得起的另一方案，能夠解決中心化雲服務提供商的核心問題，這包括有限的可用性，硬件的選擇局限化和高成本的訓練和推理費用。以目前的態勢來看，挑戰雲計算中主要巨頭地位仍需要創新者共同努力創造，並相互給予支持才可能踏出革命性的一步。

資產模式

• 重資產模式

某項目作爲供應端，擁有頂級GPU制造商作爲後盾的絕對壁壘。機器學習算力有價值的機器只有幾種高端GPU，這些機器的單臺價格約在30萬美元左右。與此同時，這些機器都已經成爲高度稀缺資源，被傳統AI巨頭公司長期壟斷。這種情況下，該項目所能在供應端對接到的資源是極其可貴的。由於散戶共享自己個人GPU閒置算力的質量本身不足以支持大規模AI模型的計算和處理，所以該項目在去中心化算力生態中充當的角色是至關重要，並且不容易被替代的。

該項目採取的重資產模式需要有大量的固定資產投入，這種體量的資本投入，技術投入使初創公司很難去復制模仿。所以，若能與更多去中心化算力代理商去進行合作，在供應端不斷擴充的情況下，給足行業需要的算力資源端的供給，這樣一來，是容易對B2B去中心化算力領域實現行業壟斷和產生規模效應的。

然而，最大的風險是當投入大量資本之後，無法持續性的爲算力代理商提供資源，所以供應端能否大規模盈利極度依賴於算力代理商能否能有綿綿不斷的客戶。無論算力代理商是誰，只要有客戶和有需求，作爲供應端的價值會隨着需求的增長而增長。

• 輕資產模式

某項目作爲目前表現出色的算力代理商，依靠在供應端擁有分布在全球的GPU，形成一個龐大的去中心化計算網路。從商業角度去看，採取輕資產運營模式，通過社區運營和建立高度共識在AI算力代理這裏建立強大的品牌。

核心業務：

1. 聚合散戶GPU算力，並獎勵代幣
2. 從供應端獲取高質量算力出售給AI創業公司

企業角度：

1. 從供應端低買高賣高質量算力給C端客戶
2. 幫助用戶通過共享閒置GPU算力去賺取代幣
3. 爲客戶提供一個算力挖礦和質押平台，但前期需投入4000美元左右才能擁有比較好的收益。基於這點，一些項目也提供可以碎片化高端GPU去進行租賃，從而提高流動性。

客戶角度：

1. 算力價格比其他中心化雲計算服務便宜80%左右。
2. 質押獲得收益和共享獲得收益。
3. 客戶投入一定資本後，便可以利滾利。

作爲典型的輕資產模式公司，最大的優勢是風險比較低，團隊並不需要像供給端那樣在開始之前投入大量機器成本去起步。由於較少的資金投入，對於公司和投資人來說更容易去獲得較高的利潤率。與此同時，因爲行業進入的門檻低，所以商業模容易被抄襲復制，這對長期價值投資人來說是需要慎重考慮的一點。

三、從10到100？

假如說某些項目的合作可以幫助去中心化算力生態從1走到10，那麼帶上更多項目一起走或許有機會走到100。

某些項目的目標是成爲最大的DePIN服務聚合器，直接對標web2的知名平台。作爲渠道商，通過聚合各類資源的實時情況，將客戶對接給價格和質量最優質的資源。這些項目採用B2B2C的輕資產商業模式，第一個B端即是供應端，對接第二個B端即是資源代理商，C端是通過信息提供給客戶最優的資源選擇。

渠道商作爲平台，假如能盡可能的發展成可以發行資產的平台會使產品更加有價值。通過路由算法所提供的SDK可以計算資源去創建自己的AI代理，轉換新的金融資產的同時，通過SDK動態的幫助使用應用程序的客戶進行動態挖礦，專注於挖掘對