當比較傳統中心化雲端運算時，的確去中心化可以在概念上很好的解決客戶的許多問題，但這個市場的整體資源和體積相比之下還是非常小的。
作者： David Zhang@Foresight Ventures
封面： Photo by Shubham Dhage on Unsplash
憑藉著世界科技長期高速發展的態勢，OpenAI，英偉達等巨頭公司的市值在近兩年成長數倍之多。 Crypto x AI 已成為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。 AI 作為目標的大環境下，去中心化作為 AI 發展的有力工具的確具有極大的吸引力和想像空間。雖然在實際業務的落地方面和中心化模式還存在著極大的差距，但藉助 web3 的優勢去拓展 AI 的四大核心方面，透過不斷優化去發揮更大的潛能已成為 web3 參與者的一個共同目標。
- 數據
- 模型
- 訓練
- 推理
目前，去中心化能透過科技在上述提到的四個面向去給予支持。首先，資料一定是最核心的，模型，訓練和推理都是處理資料的方式，所以可以說資料是 AI 技術的原料，而其他都是加工方式。無論是資料標註還是資料存儲，去中心化在這裡都擁有極大的作用和價值。
如果資料是原料，那麼算力就是加工原料的道具，用來最大化產出的效率。接下來直奔我們這篇文章的主題，本文將圍繞」算力「淺析 Crypto x AI x DePIN 的生態框架和其中的經濟模型。
本文我將主要說明「Crypto x AI x DePIN」的生態框架和市場狀況，幫助讀者了解透過去中心化算力的價值和潛力
一、DePIN&去中心化算力生態框架
痛點：高品質算力作為 AI 研發的必備品，這種稀缺資源已被傳統巨頭壟斷，導致新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者難以接受的。
去中心化的解決方案：目前 DePIN 賽道的項目多數採用 P2P 的經濟模型去為資源需求方提供高質量資源，允許每位用戶都可以作為物理設施資源提供者, 同時獲得 token 回報。
伴隨去中心化 AI 算力需求的暴增，為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。頭部專案當中 Io.net，Exabit 和 PingPong 等分別在生態中擔任不同的重要角色，這三個專案的技術壁壘和對於去中心化算力未來發展的格局都相當震撼。
去中心化 AI 算力生態主要由三個部分組成，這三個部分在生態中分別扮演資源代理商，資源提供者和通路商的角色：
資源代理商- Io.net
Io.net 是一個去中心化的計算網絡，其以算力代理商的角色將高品質的 AI 算力，以便宜的價格提供給客戶。在供應端擁有分佈在全球的 GPU，客戶目前以 seed 輪到 B 輪，專注於 AI 推理的新創公司。
近期這個基於 Solana 鏈的 DePIN 專案完成 3,000 萬美元的 A 輪融資，由 Hack VC 領投，Multicoin Capital，Foresight Ventures，Solana Labs 等人參投。
作為最頂級的 AI 算力資源代理商，Io.net 皆在聚合 1,000,000 個 GPU 形成一個龐大的 DePIN 算力網絡，其目的是為客戶提供更低價的算力。使用者可以手動將自己閒置的 GPU&CPU 算力貢獻到 io.net 的平台上去獲得 $IO token 的激勵。核心目標是透過去中心化控制價格的情況下提供高品質 AI 算力，以便幫助 AI 新創公司降低成本。
Io.net 提供的運算服務 IO Cloud。 IO Cloud 採取 cluster 的建構模組使所有 GPU 保持相互連接的狀態，這使得 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，便可以集中算力去存取更大的資料庫和計算更複雜的模型，AI 新創公司在獲取所需的同時，透過使用 io.net 的產品可以以十分之一的中心化價格去完成計算硬體部署。更引人注目的是，io.net 專注於聚合機器學習的算力。 Io.net 可以幫助 Render Network，FileCoin 等 DePIN 巨頭格式化 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援。
目前，io.net 集合的 GPU 叢集數量目前是業界第一。 io.net 線上可用的 GPU 數量超過 20 萬個，其中可用量最多的是 GeForce RTX 4090 有接近 5 萬張，其次是 GeForce RTX 3090 Ti 有超過 3 萬張。
資源提供者- Exabit
作為最有潛力的 AI 算力提供者，Exabits 作為 AI 算力服務型節點，能夠提供充足的晶片去進行深度機器學習。 Exabits 的團隊在傳統 AI 算力資源方面也可以稱為鶴立雞群，獨一檔的存在。團隊曾作為 AI 巨頭公司英偉達的一級代理商，依靠這樣的技術資源壁壘，Exabit 在資源供應端可以直接存取到數百個機房，A/H100，RTX4090 和 A6000 機器的存取權應有盡有。
Exabits 在客戶端為 web3 算力巨頭提供大規模的機器學習算力。相較於 Nebula Block 客戶每個月需要花費超過 140,000 美元去獲取雲端服務，而遷移到 Exabits 之後，客戶每個月的雲端服務使用費在 40,000 美元左右，在減少了超過 70% 的開銷同時，也將效率提高了 30%。
Exabits 的主旨是透過獨特的算力供給管道，去提供客戶最快，最優質和最可靠的算力。高品質算力可以節省使用者成本的同時，為客戶提供全方位的服務選擇。
Exabits 所提供的 AI 算力品質已獲得多家 AI 算力代理商的認可，現在已經與 Renders Network，Io.net 等算力巨頭達成合作，致於透過去中心化對機器學習貢獻一份力量。
資源通路商（Uber）- PingPong
PingPong 作為 DePIN 資源通路商，透過要求去配對提供服務。 PingPong 採用平台式的開放式協議，提供底層聚合資源後再去提供服務。 PingPong 的目標是成為 DePIN 的服務聚合器，可以理解為 DePIN 的 1inch，或是聚合的 Uber。
如何提供服務：PingPong 透過控制層，取得各個網路與策略，資源狀況，效能，穩定性等方面提供 SDK，再透過路由演算法將 SDK 提供給使用者。
痛點：各個 DePIN 網路裡的資源和服務是有限制的，全球化去尋找資源配置因為地區過於集中而導致服務的品質不夠好。
解決方案：路由演算法- 取得數據，網路的基本資訊和機器資訊等，聚合後產生策略，並且會透過客戶要求匹配提供服務。目的是提升 DePIN 的應用層的品質和服務，並且在資源不足夠的情況下去尋找最優價格的算力網絡。
二、解析去中心化算力生態
Io.net 和 Exabits 已經達成策略合作，Exabits 作為擁有豐富 GPU 機器庫的供應端，致力於提升 io.net 網路的速度和穩定性。 Io.net 將 Exabits 提供的最高品質算力以代理商的方式允許客戶直接在 io.net 網路上購買和租賃。 Io.net 和 Exabits 一致認為，去中心化計算行業的成功以及 web3 與 AI 的結合只有透過早期行業領導者的緊密合作才可以去實現。伴隨對運算能力的需求不斷增長，傳統雲端運算目前面臨的一些問題：
- 有限的可用性：使用 AWS，GCP 和 Azure 等雲端服務通常需要數週去獲得對硬體的存取權限，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限制。
- 高成本：選取好的 GPU 價格昂貴，每個月專案在訓練和推理過程中的開銷很容易達到數十萬美元。
去中心化運算的願景是提供一個開放，可訪問和負擔得起的另一方案，能夠解決中心化雲端服務提供者的核心問題，這包括有限的可用性，硬體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，挑戰雲端運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
Exabits 作為供應端，擁有英偉達作為後盾的絕對壁壘。機器學習算力有價值的機器只有 A100，RTX4090 和 H100，這三台機器的單台價格約在 30 萬美元左右。同時，這些機器都已經成為高度稀缺資源，被傳統 AI 巨頭公司長期壟斷。在這種情況下，Exabits 所能在供應端對接到的資源是極為可貴的。由於散戶共享自己個人 GPU 閒置算力的品質本身不足以支持大規模 AI 模型的計算和處理，所以 Exabits 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。
Exabits 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，技術投入使新創公司很難複製模仿。所以，Exabits 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產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，無法持續性的為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，Exabits 作為供應端的價值會隨著需求的成長而成長。
- 輕資產模式
Io.net 作為目前最出色的算力代理商，依靠在供應端擁有分佈在全球的 GPU，形成一個龐大的去中心化計算網路。從商業角度去看 io.net，採取輕資產營運模式，透過社群運作和建立高度共識在 AI 算力代理商這裡建立強大的品牌。
Io.net 的核心業務：
- 聚合散戶 GPU 算力，並獎勵 token
- 從供應端獲取高品質算力賣給 AI 新創公司
企業角度：
- 從供應端低買高賣高品質算力給 C 端客戶
- 幫助用戶透過共享閒置 GPU 算力賺取 token
- 提供客戶一個算力挖礦和 staking 平台，但前期需投入 4000 美元左右才能有比較好的收益。基於這一點，Exabits 也是 offer 出可以碎片化 H100 機器去進行租賃，從而提高流動性。
客戶角度：
- Io.net network 算力價格比其他中心化雲端運算服務便宜 80% 左右。
- Stake to earn & Share to earn。
- 客戶投入一定資本後，便可以利滾利。
作為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一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。同時，因為產業進入的門檻低，所以商業模容易被抄襲複製，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 Exabit 和 Io.net 的合作可以幫助去中心化算力生態從 1 走到 10，那麼帶上 PingPong 一起走或許有機會走到 100 了。
PingPong 的目標是成為最大的 DePIN 服務聚合器，直接對標 web2 的 uber。作為通路商，透過聚合各類資源的即時情況，將客戶對接給價格和品質最優質的資源。 PingPong 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 端是透過資訊提供給客戶最優的資源選擇。
通路商作為一個平台，假如能盡可能的發展成可以發行資產的平台會讓產品更有價值。 PingPong 透過路由演算法所提供的 SDK 可以計算資源去創建自己的 AI Agent，轉換新的金融資產的同時，透過 SDK 動態的幫助使用 application 的客戶進行動態挖礦，專注於挖掘對計算資源有用的算力。這種模式理解為 Assets on assets，可以極度增強資源和資金的流動性。
對 PingPong 來說，他們希望看到能有更多的供應商和代理商進入去中心化算力生態，這樣才能更好的凸顯自己的優勢，以及拓展更長的業務線和擁有更多客戶。很簡單的理解一下，百度和大眾點評之所以能統治資訊領域是因為有更多的商家以及資訊上傳到了互聯網上，從而使客戶對於通路商的高度需求。
四、未來可期
去中心化雲端運算還在一步步發展著，雖然去中心化雲端運算的生態框架和模式已經變得非常清晰，各個角色的龍頭也在履行他們在生態裡的指責，但想要撼動傳統雲端運算巨頭的地位還早得很。當比較傳統中心化雲端運算時，的確去中心化可以在概念上很好的解決客戶的許多問題，但這個市場的整體資源和體積相比之下還是非常小的。在支撐 AI 推動的算力資源遠遠不夠的情況下，市場需要另外一股清流，或者說一種模式去解除困境。我們現在可以看到的去中心化雲端運算的確可以滿足新創 AI 公司的一些需求，後面何去何從，讓我們共同作為這條顛覆之路的見證者，參與者一起追隨革命的演變吧！
免責聲明：作為區塊鏈資訊平台，本站所發布文章僅代表作者及來賓個人觀點，與 Web3Caff 立場無關。文章內的資訊僅供參考，均不構成任何投資建議及要約，並請您遵守所在國家或地區的相關法律法規。
