去中心化云计算：AI时代的新机遇与挑战

随着科技的飞速发展，OpenAI、英伟达等公司的市值在近年来呈现爆发式增长。人工智能与加密货币的结合已成为当前市场的核心叙事，吸引了大量资金和关注。在AI发展大背景下，去中心化作为一种有力工具，展现出巨大的吸引力和想象空间。尽管在实际落地方面与中心化模式仍有差距，但利用Web3优势拓展AI的核心领域，不断优化以发挥更大潜能，已成为行业参与者的共同目标。

AI技术的四个核心方面包括数据、模型、训练和推理。目前，去中心化技术可以在这些方面提供支持。其中，数据是最核心的要素，可以说是AI技术的原材料，而其他环节则是加工方式。无论是数据标注还是存储，去中心化在这里都具有重要作用和价值。

如果将数据比作原材料，那么算力就是加工的工具，用于最大化产出效率。本文将围绕"算力"这一主题，分析Crypto x AI x DePIN的生态框架和经济模型。

一、DePIN与去中心化算力生态框架

**痛点：**高质量算力作为AI研发的必需品，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，高昂的价格使大多数购买方难以接受。

去中心化的解决方案：目前DePIN赛道的项目多数采用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算力需求的激增，为更好地满足客户需求，去中心化AI算力供给生态已形成平衡全面的框架。头部项目如Io.net、Exabit和PingPong等在生态中扮演着不同的重要角色，这些项目的技术壁垒和对去中心化算力未来发展的布局令人印象深刻。

去中心化AI算力生态主要由三个部分组成，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 - Io.net

Io.net是一个去中心化的计算网络，作为算力代理商，将高质量的AI算力以较低价格提供给客户。在供应端拥有分布全球的GPU，客户主要是种子轮到B轮专注于AI推理的初创公司。

作为顶级AI算力资源代理商，Io.net致力于聚合100万个GPU，形成庞大的DePIN算力网络，为客户提供更低价的算力。用户可以将闲置的GPU和CPU算力贡献给io.net平台，获得代币激励。核心目标是在去中心化控制价格的情况下提供高质量AI算力，帮助AI初创公司降低成本。

Io.net提供的计算服务IO Cloud采用cluster构建模块，使所有GPU保持相互连接状态，实现大规模协调工作。这使GPU能够集中算力访问更大的数据库和计算更复杂的模型，AI初创公司可以以中心化价格十分之一的成本完成计算硬件部署。

目前，io.net聚合的GPU集群数量位居行业第一，线上可用GPU数量超过20万个，其中GeForce RTX 4090近5万张，GeForce RTX 3090 Ti超过3万张。

资源提供商 - Exabit

Exabits作为最具潜力的AI算力提供商，能够提供充足的芯片进行深度机器学习。团队曾是AI巨头英伟达的一级代理商，拥有强大的技术资源壁垒。Exabit在资源供应端可直接访问数百个机房，拥有A/H100、RTX4090和A6000等高端机器的访问权。

Exabits为Web3算力巨头提供大规模机器学习算力。相比传统云服务，客户使用Exabits后可减少超过70%的开销，同时提高30%的效率。

Exabits的主旨是通过独特的算力供给渠道，为客户提供最快、最优质和最可靠的算力。高质量算力不仅可以节约用户成本，还为客户提供全方位的服务选择。

目前，Exabits已与Renders Network、Io.net等算力巨头达成合作，致力于通过去中心化为机器学习做出贡献。

资源渠道商 - PingPong

PingPong作为DePIN资源渠道商，通过匹配需求提供服务。采用平台式开放协议，提供底层聚合资源后再提供服务。PingPong的目标是成为DePIN的服务聚合器，可以理解为DePIN的1inch或聚合版Uber。

PingPong通过控制层获取各个网络和策略、资源情况、性能、稳定性等方面的信息，提供SDK，再通过路由算法将SDK提供给用户。

痛点：各个DePIN网络的资源和服务有限，全球化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，并根据客户要求匹配提供服务。目的是提升DePIN应用层的质量和服务，在资源不足的情况下寻找最优价格的算力网络。

二、解析去中心化算力生态

Io.net和Exabits已达成战略合作，Exabits作为拥有丰富GPU机器库的供应端，致力于提升io.net网络的速度和稳定性。Io.net将Exabits提供的高质量算力以代理商方式允许客户直接在网络上购买和租赁。双方认为，去中心化计算行业的成功以及Web3与AI的结合需要早期行业领导者的紧密合作才能实现。

随着计算能力需求不断增长，传统云计算面临一些问题：

• 有限的可用性：使用AWS、GCP和Azure等云服务通常需要数周才能获得硬件访问权限，且常用GPU型号往往不可用。
• 选择局限化：用户在GPU硬件、位置、安全级别、延迟等方面的选择受到限制。
• 高成本：优质GPU价格昂贵，项目每月在训练和推理过程中的开销很容易达到数十万美元。

去中心化计算的愿景是提供一个开放、可访问且负担得起的替代方案，解决中心化云服务提供商的核心问题。然而，要挑战云计算主要巨头的地位，仍需创新者共同努力和相互支持才能迈出革命性的一步。

资产模式

重资产模式

Exabits作为供应端，拥有英伟达作为后盾的绝对壁垒。机器学习算力中有价值的机器主要是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。Exabits在供应端对接到的资源极其可贵。由于散户共享个人GPU闲置算力的质量不足以支持大规模AI模型计算和处理，Exabits在去中心化算力生态中扮演着至关重要且难以替代的角色。

Exabits采取的重资产模式需要大量固定资产投入，这种规模的资本和技术投入使初创公司难以复制模仿。如果Exabits能与更多去中心化算力代理商合作，不断扩充供应端，满足行业对算力资源的需求，有望在B2B去中心化算力领域实现行业垄断和产生规模效应。

然而，最大的风险是投入大量资本后无法持续为算力代理商提供资源。供应端的盈利极度依赖于算力代理商是否能持续获得客户。只要有客户和需求，Exabits作为供应端的价值将随需求增长而增长。

轻资产模式

Io.net作为目前最出色的算力代理商，依靠全球分布的GPU形成庞大的去中心化计算网络。从商业角度看，io.net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。

Io.net的核心业务：

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staking平台，但前期需投入约4000美元才能获得较好收益。基于此，Exabits也提供H100机器碎片化租赁，提高流动性。

客户角度：

1. Io.net network算力价格比其他中心化云计算服务便宜约80%。
2. Stake to earn & Share to earn。
3. 客户投入一定资本后，可以利滚利。

作为典型的轻资产模式公司，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，公司和投资人更容易获得较高利润率。同时，由于行业进入门槛低，商业模式容易被抄袭复制，这是长期价值投资者需要慎重考虑的一点。

三、从10到100？

如果说Exabit和Io.net的合作可以帮助去中心化算力生态从1走到10，那么加入PingPong或许有机会走到100。

PingPong的目标是成为最大的DePIN服务聚合器，直接对标Web2的Uber。作为渠道商，通过聚合各类资源的实时情况，将客户对接到价格和质量最优的资源。PingPong采用B2B2C的轻资产商业模式，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的资源选择。

渠道商作为平台，如果能发展成可以发行资产的平台，将使产品更加有价值。PingPong通过路由算法提供的SDK可以计算资源创建AI Agent，转换新的金融资产，同时通过SDK动态帮助使用应用的客户进行动态挖矿，专注于挖掘对计算资源有用的算力。这种"Assets on assets"模式可以极大增强资源和资金的流动性。

对PingPong而言，他们希望看到更多供应商和代理商进入去中心化算力生态，这样才能更好地凸显自身优势，拓展更长的业务线并获得更多客户。就像百度和大众点评之所以能统治信息领域，是因为有更多商家和信息上传到互联网，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。虽然其生态框架和模式已变得非常清晰，各个角色的龙头也在履行他们在生态中的责任，但要撼动传统云计算巨头的地位还为时尚早。与传统中心化云计算相比，去中心化确实能在概念上很好地解决客户的诸多问题，但这个市场的整体资源和体量相比之下还是非常小的。

在支撑AI发展的算力资源远远不够的情况下，市场需要另一股清流或一种新模式来解除困境。目前，我们可以看到去中心化云计算确实能满足初创AI公司的一些需求。至于未来何去何从，让我们共同作为这条颠覆之路的见证者和参与者，一起追随这场革命的演变吧！

![去中心化云计算的革命才刚刚开始？](