去中心化雲計算：AI算力革命的新篇章

憑藉世界科技的長期高速發展，人工智能領域的巨頭公司市值在近兩年增長數倍。Crypto x AI已成爲本輪週期的核心敘事，高漲的市場情緒和持續的資金投入證明了強大共識的形成。在AI大環境下，去中心化作爲AI發展的有力工具具有極大的吸引力和想象空間。盡管在實際落地方面與中心化模式還存在差距，但利用web3優勢拓展AI的四大核心方面(數據、模型、訓練、推理)，並通過持續優化發揮更大潛能已成爲web3參與者的共同目標。

目前，去中心化技術能在上述四個方面提供支持。數據是AI技術的核心原材料，而模型、訓練和推理都是處理數據的方式。無論是數據標注還是存儲，去中心化在這些領域都具有重要作用和價值。

如果數據是原材料，那麼算力就是加工原材料的工具，用於最大化產出效率。本文將圍繞"算力"分析Crypto x AI x DePIN的生態框架和經濟模型，幫助讀者了解去中心化算力的價值和潛力。

一、DePIN與去中心化算力生態框架

痛點： 高質量算力作爲AI研發的必需品，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獲得性價比合理的算力，高昂價格讓多數購買方難以接受。

去中心化解決方案：目前DePIN項目多採用P2P經濟模型爲資源需求方提供高質量資源，允許每位用戶作爲物理設施資源提供者，同時獲得代幣回報。

隨着去中心化AI算力需求激增，爲更好滿足客戶需求，去中心化AI算力供給生態已形成平衡全面的框架。頭部項目中的某些公司在生態中擔任不同的重要角色，這些項目的技術壁壘和對去中心化算力未來發展的格局頗爲震撼。

去中心化AI算力生態主要由三部分組成，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

某去中心化計算網路作爲算力代理商，將高質量AI算力以低價提供給客戶。在供應端擁有分布全球的GPU，客戶端目前以種子輪到B輪、專注AI推理的初創公司爲主。

該項目近期完成3000萬美元A輪融資，由多家知名投資機構參與。作爲頂級AI算力資源代理商，該項目致力於聚合100萬個GPU形成龐大的DePIN算力網路，爲客戶提供更低價算力。用戶可將閒置GPU/CPU算力貢獻到平台獲得代幣激勵。核心目標是通過去中心化控制價格提供高質量AI算力，幫助AI初創公司降低成本。

該項目提供的計算服務採用集羣構建模塊使所有GPU保持互聯，實現訓練和推理過程中的大規模協調。這使GPU可集中算力訪問更大數據庫和計算更復雜模型，AI初創公司能以中心化價格十分之一完成計算硬件部署。更引人注目的是，該項目專注聚合機器學習算力，可幫助其他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直接的資源支持。

目前，該項目集合的GPU集羣數量居行業第一，線上可用GPU超20萬個，其中RTX 4090近5萬張，RTX 3090 Ti超3萬張。

資源提供商

作爲最具潛力的AI算力提供商，某項目能提供充足芯片進行深度機器學習。其團隊在傳統AI算力資源方面可謂鶴立雞羣。作爲AI巨頭公司的一級代理商，依靠技術資源壁壘，該項目在資源供應端可直接訪問數百個機房，擁有A/H100、RTX4090和A6000機器的訪問權。

該項目爲web3算力巨頭提供大規模機器學習算力。相比某客戶每月花費14萬美元獲取雲服務，遷移到該項目後，每月雲服務使用費降至4萬美元左右，在減少70%開銷同時，效率提高30%。

該項目旨在通過獨特算力供給渠道，爲客戶提供最快、最優質、最可靠的算力。高質量算力可節約用戶成本，同時提供全方位服務選擇。其AI算力質量已得到多家AI算力代理商認可，現已與多個算力巨頭達成合作，致力通過去中心化爲機器學習貢獻力量。

資源渠道商

某項目作爲DePIN資源渠道商，通過需求匹配提供服務。採用平台式開放協議，提供底層聚合資源後再提供服務。目標是成爲DePIN的服務聚合器，可理解爲DePIN的聚合交易所或聚合版網約車平台。

服務提供方式：通過控制層獲取各網路策略、資源情況、性能、穩定性等方面信息提供SDK，再通過路由算法將SDK提供給用戶。

痛點：各DePIN網路資源和服務有限，全球化尋找資源配置因地區過於集中導致服務質量不佳。

解決方案：路由算法 - 獲取數據、網路基本信息和機器信息等，聚合後產生策略，並通過客戶需求匹配提供服務。目的是提升DePIN應用層質量和服務，在資源不足情況下尋找最優價格算力網路。

二、解析去中心化算力生態

某些資源提供商和代理商已達成戰略合作，前者作爲擁有豐富GPU機器庫的供應端，致力提升後者網路的速度和穩定性。代理商將高質量算力以代理方式允許客戶直接在網路上購買和租賃。雙方一致認爲，去中心化計算行業的成功以及web3與AI的結合需要早期行業領導者緊密合作才能實現。

隨着計算能力需求持續增長，傳統雲計算面臨一些問題：

• 有限可用性：使用主流雲服務通常需數周獲得硬件訪問權限，常用GPU型號往往不可用。
• 選擇局限：用戶在GPU硬件、位置、安全級別、延遲等方面選擇受限。
• 高成本：優質GPU價格昂貴，每月項目訓練和推理開銷容易達數十萬美元。

去中心化計算願景是提供開放、可訪問、負擔得起的替代方案，解決中心化雲服務提供商核心問題。以目前態勢看，挑戰雲計算主要巨頭地位仍需創新者共同努力並相互支持。

資產模式

重資產模式

某資源提供商擁有頂級芯片制造商作爲後盾的絕對壁壘。機器學習算力有價值的機器主要是A100、RTX4090和H100，單臺價格約30萬美元。這些機器已成高度稀缺資源，被傳統AI巨頭長期壟斷。在此情況下，該提供商對接到的供應端資源極其可貴。由於散戶共享個人GPU閒置算力質量不足以支持大規模AI模型計算處理，所以該提供商在去中心化算力生態中扮演關鍵且難以替代的角色。

重資產模式需大量固定資產投入，這種體量的資本和技術投入使初創公司難以復制模仿。若能與更多去中心化算力代理商合作，不斷擴充供應端，滿足行業算力資源需求，則容易在B2B去中心化算力領域實現行業壟斷和規模效應。

然而，最大風險是投入大量資本後無法持續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算力代理商是否有持續客戶。無論代理商是誰，只要有客戶和需求，供應端價值會隨需求增長而增長。

輕資產模式

某算力代理商依靠全球分布GPU，形成龐大去中心化計算網路。從商業角度看，採取輕資產運營模式，通過社區運營和建立高度共識在AI算力代理領域建立強大品牌。

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算力賺取代幣
3. 爲客戶提供算力挖礦和質押平台，前期需投入約4000美元才能獲得較好收益

客戶角度：

1. 算力價格比其他中心化雲計算服務便宜約80%
2. 質押賺取和共享賺取
3. 客戶投入一定資本後可利滾利

作爲典型輕資產模式公司，最大優勢是風險較低，團隊無需像供給端那樣前期投入大量機器成本。由於資金投入少，公司和投資人更容易獲得高利潤率。同時，因行業進入門檻低，商業模式容易被抄襲復制，長期價值投資人需慎重考慮這一點。

三、從10到100？

如果說某些資源提供商和代理商的合作能幫助去中心化算力生態從1走到10，那麼加上某渠道商或許有機會走到100。

該渠道商目標是成爲最大DePIN服務聚合器，直接對標web2網約車平台。作爲渠道商，通過聚合各類資源實時情況，將客戶對接給價格和質量最優質資源。採用B2B2C輕資產商業模式，第一個B端是供應端，第二個B端是資源代理商，C端是通過信息提供給客戶最優資源選擇。

渠道商作爲平台，若能發展成可發行資產的平台會使產品更有價值。通過路由算法提供的SDK可計算資源創建AI代理，轉換新金融資產同時，通過SDK動態幫助使用應用的客戶進行動態挖礦，專注挖掘對計算資源有用的算力。這種模式可理解爲資產上的資產，能極大增強資源和資金流動性。

對該渠道商而言，他們希望看到更多供應商和代理商進入去中心化算力生態，以凸顯自身優勢，拓展更長業務線並擁有更多客戶。簡單理解，某些信息平台之所以能主導信息領域，是因爲有更多商家和信息上傳到互聯網，從而使客戶對渠道商產生高度需求。

四、未來可期

去中心化雲計算正在逐步發展。雖然其生態框架和模式已變得清晰，各角色龍頭也在履行生態責任，但要撼動傳統雲計算巨頭地位還爲時尚早。與傳統中心化雲計算相比，去中心化確實能在概念上解決客戶諸多問題，但這個市場的整體資源和體量相比之下仍然很小。在支撐AI發展的算力資源遠遠不夠的情況下，市場需要另一股清流或新模式來解除困境。目前可以看到去中心化雲計算能滿足初創AI公司的部分需求，未來發展如何，讓我們共同作爲這條顛覆之路的見證者和參與者，一起追隨革命的演變！