去中心化云计算：AI算力革命的新篇章

凭借科技的长期高速发展，OpenAI、英伟达等公司的市值在近两年呈现数倍增长。Crypto x AI已成为本轮周期的核心叙事，市场情绪高涨和持续资金投入证明了强大共识的形成。在AI大环境下，去中心化作为AI发展的有力工具确实具有极大的吸引力和想象空间。尽管在实际业务落地方面与中心化模式仍存在较大差距，但利用web3优势拓展AI的四大核心方面（数据、模型、训练、推理），通过不断优化发挥更大潜能已成为web3参与者的共同目标。

目前，去中心化能在上述四个方面提供技术支持。数据是AI技术的原材料，而其他都是加工方式。无论是数据标注还是存储，去中心化都具有极大作用和价值。

如果数据是原材料，那么算力就是加工原材料的工具，用于最大化产出效率。本文将围绕"算力"浅析Crypto x AI x DePIN的生态框架和其中的经济模型。

一、DePIN与去中心化算力生态框架

痛点：高质量算力作为AI研发必需品，这种稀缺资源已被传统巨头垄断，导致初创公司和个人用户难以获得性价比合理的算力，高昂价格让大多数购买方难以接受。

去中心化解决方案：目前DePIN项目多采用P2P经济模型为资源需求方提供高质量资源，允许每位用户作为物理设施资源提供者，同时获得代币回报。

随着去中心化AI算力需求激增，为更好满足客户需求，去中心化AI算力供给生态已形成平衡全面的框架。头部项目中某些平台在生态中担任不同重要角色，这些项目的技术壁垒和对去中心化算力未来发展的格局颇为震撼。

去中心化AI算力生态主要由三部分组成，分别充当资源代理商、资源提供商和渠道商的角色：

资源代理商

某去中心化计算网络以算力代理商角色将高质量AI算力以低价提供给客户。在供应端拥有分布全球的GPU，客户端目前以种子轮到B轮、专注AI推理的初创公司为主。

该基于某公链的DePIN项目近期完成3000万美元A轮融资，由多家知名投资机构参与。

作为顶级AI算力资源代理商，该项目致力聚合100万个GPU形成庞大DePIN算力网络，为客户提供更低价算力。用户可手动将闲置GPU/CPU算力贡献到平台获得代币激励。核心目标是通过去中心化控制价格提供高质量AI算力，帮助AI初创公司降低成本。

该项目提供的计算服务采用集群构建模块使所有GPU保持相互连接，在训练和推理过程中进行大规模协调工作。GPU协调时可集中算力访问更大数据库和计算更复杂模型，AI初创公司获取所需同时，可以十分之一的中心化价格完成计算硬件部署。更引人注目的是，该项目专注聚合机器学习算力，可帮助其他DePIN项目格式化GPU供应于机器学习，针对技术底层实现最根本直接的资源支持。

目前，该项目集合的GPU集群数量为行业第一。线上可用GPU超20万个，其中GeForce RTX 4090近5万张，GeForce RTX 3090 Ti超3万张。

资源提供商

作为最具潜力的AI算力提供商，某项目作为AI算力服务型节点，能提供充足芯片进行深度机器学习。其团队在传统AI算力资源方面堪称鹤立鸡群。团队曾为AI巨头公司的一级代理商，依靠技术资源壁垒，在资源供应端可直接访问数百个机房，A/H100、RTX4090和A6000机器的访问权应有尽有。

该项目在客户端为web3算力巨头提供大规模机器学习算力。相比某客户每月需花费14万美元获取云服务，迁移到该项目后，每月云服务使用费降至4万美元左右，减少70%开销同时效率提高30%。

该项目主旨是通过独特算力供给渠道，为客户提供最快、最优质和最可靠的算力。高质量算力可节约用户成本，同时提供全方位服务选择。

该项目提供的AI算力质量已得到多家AI算力代理商认可，现已与多个算力巨头达成合作，致力通过去中心化对机器学习贡献力量。

资源渠道商

某项目作为DePIN资源渠道商，通过需求匹配提供服务。采用平台式开放协议，提供底层聚合资源后再提供服务。目标是成为DePIN的服务聚合器，可理解为DePIN的1inch或聚合版Uber。

服务提供方式：通过控制层获取各网络和策略、资源情况、性能、稳定性等方面提供SDK，再通过路由算法将SDK提供给用户。

痛点：各DePIN网络资源和服务有限制，全球化寻找资源配置因地区过于集中导致服务质量不佳。

解决方案：路由算法 - 获取数据、网络基本信息和机器信息等，聚合后产生策略，并通过客户要求匹配提供服务。目的是提升DePIN应用层质量和服务，在资源不足情况下寻找最优价格算力网络。

二、解析去中心化算力生态

某些项目已达成战略合作，共同致力提升网络速度和稳定性。他们一致认为，去中心化计算行业成功及web3与AI结合只有通过早期行业领导者紧密合作才可实现。伴随计算能力需求不断增长，传统云计算面临一些问题：

• 有限可用性：使用主流云服务通常需数周获得硬件访问权限，常用GPU型号often不可用。
• 选择局限：用户在GPU硬件、位置、安全级别、延迟等方面选择受限。
• 高成本：优质GPU价格昂贵，每月项目训练和推理开销easily达数十万美元。

去中心化计算愿景是提供开放、可访问且负担得起的替代方案，解决中心化云服务提供商核心问题。目前看来，挑战云计算主要巨头地位仍需创新者共同努力创造并相互支持，才可能踏出革命性一步。

资产模式

重资产模式

某供应端项目拥有顶级GPU制造商作为后盾，具备绝对壁垒。机器学习算力有价值的机器仅有A100、RTX4090和H100，单台价格约30万美元。这些机器已成为高度稀缺资源，被传统AI巨头长期垄断。在此情况下，该项目能对接到的供应端资源极其可贵。由于散户共享个人GPU闲置算力质量不足以支持大规模AI模型计算和处理，所以该项目在去中心化算力生态中角色至关重要且难以替代。

该项目采取重资产模式需大量固定资产投入，这种体量资本和技术投入使初创公司难以复制模仿。若能与更多去中心化算力代理商合作，不断扩充供应端，给足行业所需算力资源供给，有望实现B2B去中心化算力领域行业垄断和产生规模效应。

然而，最大风险是投入大量资本后无法持续为算力代理商提供资源，所以供应端能否大规模盈利极度依赖算力代理商是否能有源源不断客户。无论算力代理商是谁，只要有客户和需求，该项目作为供应端的价值会随需求增长而增长。

轻资产模式

某算力代理商依靠全球分布GPU，形成庞大去中心化计算网络。从商业角度看，采取轻资产运营模式，通过社区运营和建立高度共识在AI算力代理领域建立强大品牌。

核心业务：

1. 聚合散户GPU算力并奖励代币
2. 从供应端获取高质量算力出售给AI创业公司

企业角度：

1. 从供应端低买高卖高质量算力给C端客户
2. 帮助用户通过共享闲置GPU算力赚取代币
3. 为客户提供算力挖矿和质押平台，但前期需投入4000美元左右才能获得较好收益

客户角度：

1. 算力价格比其他中心化云计算服务便宜约80%
2. 质押赚取 & 共享赚取
3. 客户投入一定资本后可利滚利

作为典型轻资产模式公司，最大优势是风险较低，团队无需像供给端那样前期投入大量机器成本。由于资金投入较少，公司和投资人更易获得较高利润率。同时，因行业进入门槛低，商业模式易被抄袭复制，这对长期价值投资人需慎重考虑。

三、从10到100？

如果说某些项目合作可帮助去中心化算力生态从1走到10，那么加入更多参与者或许有机会走到100。

某项目目标是成为最大DePIN服务聚合器，直接对标web2的Uber。作为渠道商，通过聚合各类资源实时情况，将客户对接给价格和质量最优质资源。采用B2B2C轻资产商业模式，第一个B端是供应端，第二个B端是资源代理商，C端是通过信息提供给客户最优资源选择。

渠道商作为平台，若能发展成可发行资产的平台将使产品更有价值。通过路由算法提供的SDK可计算资源创建AI Agent，转换新金融资产同时，通过SDK动态帮助使用应用的客户进行动态挖矿，专注挖掘对计算资源有用的算力。这种模式理解为Assets on assets，可极大增强资源和资金流动性。

对该项目而言，希望看到更多供应商和代理商进入去中心化算力生态，更好凸显自身优势，拓展业务线并拥有更多客户。简单理解，某些信息平台之所以能统治信息领域，是因为有更多商家及信息上传到互联网，从而使客户对渠道商产生高度需求。

四、未来可期

去中心化云计算正在逐步发展。虽然生态框架和模式已变得清晰，各角色龙头也在履行生态责任，但要撼动传统云计算巨头地位还为时尚早。与传统中心化云计算相比，去中心化确实可在概念上很好解决客户诸多问题，但这个市场整体资源和体量相比之下仍然很小。在支撑AI推动的算力资源远远不够情况下，市场需要另一股清流或新模式解除困境。我们现在看到的去中心化云计算确实可满足初创AI公司某些需求，未来何去何从，让我们共同作为这条颠覆之路的见证者和参与者，一起追随革命的演变吧！