去中心化雲計算：新興的AI算力革命

近年來，隨着科技的快速發展，OpenAI和英偉達等公司的市值大幅增長。人工智能與加密貨幣的結合已成爲當前市場的核心敘事，吸引了大量投資。在這一背景下，去中心化作爲AI發展的工具展現出巨大潛力。盡管在實際應用中與中心化模式仍有差距，但利用Web3的優勢來拓展AI的四大核心方面（數據、模型、訓練和推理）已成爲行業共識。

去中心化技術在這四個方面都能提供支持。數據作爲AI的基礎原料，其標注和存儲都能從去中心化中受益。而算力則是處理這些原料的關鍵工具。本文將圍繞"算力"這一主題，分析Crypto x AI x DePIN的生態框架及其經濟模型。

一、DePIN與去中心化算力生態框架

當前，高質量算力作爲AI研發的必需品，往往被傳統巨頭壟斷，導致初創公司和個人難以獲得性價比合理的算力資源。DePIN項目通過點對點經濟模型，允許用戶作爲資源提供者獲得代幣獎勵，從而爲需求方提供高質量資源。

隨着去中心化AI算力需求的激增，相關生態已形成平衡全面的框架。其中，某些頭部項目在生態中扮演着不同的重要角色，它們的技術壁壘和對未來發展的布局令人矚目。

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。該項目在全球擁有分布式GPU資源，客戶主要是專注AI推理的初創公司。該項目近期完成了3000萬美元的A輪融資。

作爲頂級AI算力資源代理商，該項目旨在聚合100萬個GPU形成龐大的DePIN算力網路，爲客戶提供更低價的算力。用戶可以貢獻閒置的GPU/CPU算力獲得代幣激勵。其核心目標是在去中心化控制價格的情況下提供高質量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保持互聯狀態，可進行大規模協調工作。這使得AI初創公司能以中心化價格十分之一的成本完成計算硬件部署。該項目還專注於聚合機器學習算力，可幫助其他DePIN項目格式化GPU供機器學習使用。

目前，該項目聚合的GPU集羣數量居行業首位，線上可用GPU超過20萬個，其中GeForce RTX 4090近5萬張，GeForce RTX 3090 Ti超過3萬張。

資源提供商

某項目作爲最具潛力的AI算力提供商，能提供充足的芯片用於深度機器學習。該團隊在傳統AI算力資源方面擁有獨特優勢，曾是某AI巨頭公司的一級代理商。憑藉這一技術資源壁壘，該項目可直接訪問數百個機房，獲取A/H100、RTX4090和A6000等高端機器。

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，月度雲服務費用降至4萬美元左右，不僅減少了70%以上的開銷，還提高了30%的效率。

該項目致力於通過獨特的算力供給渠道，爲客戶提供最快、最優質和最可靠的算力。其提供的AI算力質量已得到多家AI算力代理商的認可，並與多個算力巨頭達成合作。

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。該項目採用平台式開放協議，提供底層聚合資源後再提供服務。其目標是成爲DePIN的服務聚合器，可理解爲DePIN領域的聚合平台。

該項目通過控制層獲取各個網路和策略、資源情況、性能、穩定性等方面的信息，提供SDK，再通過路由算法將SDK提供給用戶。

針對各DePIN網路資源和服務有限，全球化資源配置因地區集中導致服務質量不佳的痛點，該項目採用路由算法獲取數據、網路基本信息和機器信息等，聚合後產生策略，並根據客戶要求匹配提供服務。其目的是提升DePIN應用層的質量和服務，並在資源不足的情況下尋找最優價格的算力網路。

二、解析去中心化算力生態

某資源代理商和某資源提供商已達成戰略合作，後者作爲擁有豐富GPU機器庫的供應端，致力於提升前者網路的速度和穩定性。前者將後者提供的高質量算力以代理商方式允許客戶直接在其網路上購買和租賃。雙方認爲，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的緊密合作才能實現。

隨着對計算能力需求的不斷增長，傳統雲計算面臨一些問題：

• 有限的可用性：使用主流雲服務通常需要數周才能獲得硬件訪問權限，且常用GPU型號往往不可用。
• 選擇局限化：用戶在GPU硬件、位置、安全級別、延遲等方面的選擇受到限制。
• 高成本：優質GPU價格昂貴，項目在訓練和推理過程中的月度開銷可輕易達到數十萬美元。

去中心化計算的願景是提供一個開放、可訪問且負擔得起的替代方案，以解決中心化雲服務提供商的核心問題。目前看來，挑戰雲計算主要巨頭的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

某資源提供商作爲供應端，擁有強大的技術壁壘。機器學習算力中最有價值的機器如A100、RTX4090和H100，單臺價格約30萬美元，且已成爲稀缺資源，被傳統AI巨頭長期壟斷。該公司在供應端對接到的資源極其寶貴。由於散戶共享的個人GPU閒置算力質量不足以支持大規模AI模型計算，該公司在去中心化算力生態中扮演着至關重要且難以替代的角色。

該公司採取重資產模式，需要大量固定資產投入，這種規模的資本和技術投入使初創公司難以復制。如果能與更多去中心化算力代理商合作，不斷擴充供應端，滿足行業所需算力資源，有望在B2B去中心化算力領域實現行業壟斷和規模效應。

然而，最大風險在於投入大量資本後無法持續爲算力代理商提供資源。供應端的盈利能力高度依賴於算力代理商是否能持續獲得客戶。只要有客戶需求，作爲供應端的價值就會隨需求增長而提升。

輕資產模式

某算力代理商作爲目前最出色的代理商，依靠全球分布的GPU形成龐大的去中心化計算網路。從商業角度看，該公司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。

核心業務包括：

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，但前期需投入約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. 可通過質押和共享賺取收益
3. 投入一定資本後可實現利滾利

作爲典型的輕資產模式公司，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。由於資金投入較少，公司和投資人更容易獲得較高利潤率。然而，由於行業進入門檻低，商業模式容易被抄襲復制，這對長期價值投資人來說需慎重考慮。

三、從10到100？

如果某資源提供商和某資源代理商的合作能幫助去中心化算力生態從1走到10，那麼加入某資源渠道商可能有機會走到100。

某資源渠道商的目標是成爲最大的DePIN服務聚合器。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的資源。該項目採用B2B2C的輕資產商業模式，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的資源選擇。

作爲平台，如果能發展成可以發行資產的平台將使產品更有價值。該項目通過路由算法提供的SDK可以計算資源去創建AI Agent，轉換新的金融資產的同時，通過SDK動態幫助使用應用的客戶進行動態挖礦，專注於挖掘對計算資源有用的算力。這種模式可理解爲資產之上的資產，能極大增強資源和資金的流動性。

對該項目而言，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，這樣才能更好凸顯自身優勢，並拓展更長的業務線和獲取更多客戶。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了互聯網，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，各角色的領先企業也在履行生態中的責任，但要撼動傳統雲計算巨頭的地位還爲時尚早。與傳統中心化雲計算相比，去中心化確實在概念上能很好地解決客戶的諸多問題，但這個市場的整體資源和規模相比之下仍然很小。在支撐AI發展的算力資源遠遠不夠的情況下，市場需要另一種模式來解決困境。目前的去中心化雲計算確實能滿足初創AI公司的某些需求，未來如何發展，讓我們共同見證這條顛覆之路的演變。