去中心化雲計算：革新AI算力供給的新方向

隨着科技的迅猛發展，OpenAI和英偉達等公司的市值在近年來大幅增長。人工智能與加密技術的融合已成爲當前市場的核心敘事，吸引了大量投資和關注。在AI發展的大背景下，去中心化作爲一種有力工具，展現出巨大的潛力和想象空間。盡管在實際應用方面與中心化模式仍有差距，但利用Web3的優勢來拓展AI的核心領域，已成爲行業參與者的共同目標。

AI技術的發展主要涉及四個方面：數據、模型、訓練和推理。其中，數據是最核心的要素，可以視爲AI技術的原材料，而其他方面則是對數據的處理方式。去中心化技術在數據標注和存儲等方面都具有重要作用和價值。

如果說數據是原材料，那麼算力就是加工這些原材料的工具，用於最大化生產效率。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

**現存問題：**高質量算力作爲AI研發的必需品，目前已被傳統巨頭壟斷，導致初創公司和個人用戶難以獲得性價比合理的算力資源，高昂的價格成爲大多數需求方的主要障礙。

去中心化解決方案：當前DePIN領域的項目多採用P2P經濟模型，爲資源需求方提供高質量資源，允許每個用戶都可以作爲物理設施資源提供者，同時獲得代幣獎勵。

隨着去中心化AI算力需求的激增，去中心化AI算力供給生態已形成了全面平衡的框架。其中，頭部項目如Io.net、Exabit和PingPong在生態中扮演着不同的重要角色，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 - Io.net

Io.net是一個去中心化的計算網路，作爲算力代理商，以低價爲客戶提供高質量AI算力。其供應端擁有全球分布的GPU資源，客戶主要爲專注於AI推理的種子輪到B輪初創公司。

這個基於Solana鏈的DePIN項目近期完成了3000萬美元的A輪融資，由Hack VC領投，Multicoin Capital、Foresight Ventures、Solana Labs等參投。

作爲頂級AI算力資源代理商，Io.net計劃聚合100萬個GPU，形成龐大的DePIN算力網路，旨在爲客戶提供更低價的算力。用戶可將閒置的GPU和CPU算力貢獻給io.net平台，獲得$IO代幣激勵。其核心目標是在去中心化環境下控制價格，提供高質量AI算力，幫助AI初創公司降低成本。

Io.net提供的計算服務IO Cloud採用集羣構建模塊，使所有GPU保持互聯狀態，實現訓練和推理過程中的大規模協調工作。這使GPU能集中算力訪問更大的數據庫和計算更復雜的模型，AI初創公司使用io.net產品可以以中心化價格的十分之一完成計算硬件部署。更引人注目的是，io.net專注於聚合機器學習算力，可爲Render Network、FileCoin等DePIN巨頭格式化GPU供應機器學習，爲技術底層實現最根本和直接的資源支持。

目前，io.net聚合的GPU集羣數量居行業首位，線上可用GPU數量超過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 - Exabit

Exabit作爲最具潛力的AI算力提供商，能夠提供充足的芯片進行深度機器學習。Exabit團隊在傳統AI算力資源方面堪稱獨一檔的存在。曾作爲AI巨頭英偉達的一級代理商，Exabit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。

Exabit爲Web3算力巨頭提供大規模機器學習算力。相比之下，某些客戶每月需花費超過14萬美元獲取雲服務，而遷移到Exabit後，每月雲服務使用費降至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。

Exabit的主旨是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。高質量算力不僅可節約用戶成本，還爲客戶提供全方位的服務選擇。

Exabit提供的AI算力質量已得到多家AI算力代理商的認可，目前已與Renders Network、Io.net等算力巨頭達成合作，致力於通過去中心化方式爲機器學習領域做出貢獻。

資源渠道商 - PingPong

PingPong作爲DePIN資源渠道商，通過需求匹配提供服務。PingPong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1inch或聚合版Uber。

PingPong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。

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

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，並根據客戶要求匹配提供服務。目的是提升DePIN應用層的質量和服務，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

Io.net和Exabit已達成戰略合作，Exabit作爲擁有豐富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Exabit提供的高質量算力以代理商方式允許客戶直接在io.net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，傳統雲計算目前面臨一些問題：

• 可用性有限：使用AWS、GCP和Azure等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：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，項目每月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。然而，要挑戰雲計算主要巨頭的地位，仍需創新者共同努力和相互支持，才能邁出革命性的一步。

資產模式

重資產模式

Exabit作爲供應端，擁有英偉達作爲後盾的絕對壁壘。機器學習算力中有價值的機器主要是A100、RTX4090和H100，單臺價格約30萬美元。這些機器已成爲高度稀缺資源，被傳統AI巨頭公司長期壟斷。Exabit在供應端能對接到的資源極其可貴。由於散戶共享個人GPU閒置算力的質量不足以支持大規模AI模型的計算和處理，Exabit在去中心化算力生態中的角色至關重要，且不易被替代。

Exabit採取的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模仿。如果Exabit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，則有可能在B2B去中心化算力領域實現行業壟斷和產生規模效應。

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。供應端能否大規模盈利極度依賴於算力代理商是否能持續獲得客戶。無論算力代理商是誰，只要有客戶和需求，Exabit作爲供應端的價值將隨需求增長而增長。

輕資產模式

Io.net作爲當前最出色的算力代理商，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，io.net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。

Io.net的核心業務：

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，但前期需投入約4000美元才能獲得較好收益

客戶角度：

1. Io.net network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模式
3. 客戶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，io.net的最大優勢是風險較低，團隊無需像供給端那樣在開始前投入大量機器成本。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要慎重考慮。

三、從10到100？

如果說Exabit和Io.net的合作可以幫助去中心化算力生態從1走到10，那麼加上PingPong或許有機會走到100。

PingPong的目標是成爲最大的DePIN服務聚合器，直接對標Web2的Uber。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。PingPong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，渠道商如果能發展成可以發行資產的平台，將使產品更有價值。PingPong通過路由算法提供的SDK可以計算資源來創建AI Agent，轉換新的金融資產，同時通過SDK動態幫助使用應用的客戶進行動態挖礦，專注於挖掘對計算資源有用的算力。這種"資產上的資產"模式可以極大增強資源和資金的流動性。

對PingPong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，拓展業務線並獲取更多客戶。就像百度和大衆點評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，各角色的領先者也在履行其生態責任，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許多問題，但這個市場的整體資源和規模相