欧易数字货币交易所 更快、更好、更强

人工智能时代最昂贵的资源是什么？

几年前，答案可能是数据。如今，越来越多人会给出另一个词——算力。

从OpenAI、谷歌到Meta，全球科技巨头正以数百亿美元规模建设数据中心。英伟达GPU成为最紧俏的战略资源，超级计算机和AI集群几乎成为大模型竞争的基础门槛。整个行业似乎默认了一件事：最强大的人工智能，必然诞生于最庞大的集中式基础设施。

但在巴黎Proof of Talk峰会上，Bittensor联合创始人Ala Shaabana提出了另一种思路。

他的观点相当直接：真正的计算能力未来未必属于某一家科技公司，也未必属于某一个数据中心，而可能来自开放网络本身。

为了说明这一逻辑，Shaabana给出了一个颇具冲击力的数据。他表示，比特币网络所聚合的计算能力已经超过全球前100名超级计算机总和的600倍。

这当然不是在比较两者执行同类任务的能力。比特币网络的算力主要用于哈希计算，而超级计算机承担科学模拟、天气预测和人工智能训练等复杂任务。两种计算体系本质不同。

但这个数字揭示了一个容易被忽视的事实。

全球最大的计算网络，实际上早已存在。

过去十多年里，比特币通过经济激励机制，将遍布世界各地的矿机组织成一个统一运转的系统。没有中央控制机构，却能持续协调数百万台设备共同完成任务。

在Shaabana看来，这种组织方式或许可以被复制到人工智能领域。

Bittensor正是基于这一思路诞生。

与传统区块链网络不同，它不再要求矿工解决无意义的数学难题，而是让参与者运行AI模型、提供推理能力或贡献机器学习结果。网络通过奖励机制筛选出最有价值的输出，并根据贡献分配收益。

某种程度上，这像是把“挖矿”重新定义了一遍。

过去矿工竞争的是哈希值，现在竞争的是模型能力。

目前，Bittensor网络已经发展出128个专业化子网络，每个子网络拥有不同目标。有的专注语言模型，有的聚焦数据处理，也有部分网络服务于金融预测和算法优化。

这背后反映出一个更大的行业趋势。

AI产业正在遭遇明显的中心化问题。

训练顶级模型需要海量资本投入。一座先进数据中心动辄耗资数十亿美元，芯片采购、能源消耗和运维成本不断攀升。结果是，少数科技巨头掌握了越来越多的算力资源，而中小团队进入前沿模型竞争的门槛持续提高。

这种局面与互联网早期的发展轨迹形成鲜明对比。

互联网最初强调开放、分布式和自由接入，而AI时代却出现向集中化回摆的趋势。

Bittensor、Akash、Render等去中心化AI项目的出现，本质上都是在回应这一问题。它们试图利用区块链的激励机制，将全球闲置算力重新组织起来，与大型数据中心形成补充甚至竞争。

当然，这条路并不轻松。

开放网络虽然具备规模优势，但在性能稳定性、任务协调效率以及安全管理方面仍面临挑战。企业客户更愿意选择微软Azure、亚马逊AWS或谷歌云等成熟平台，而不是完全依赖去中心化网络。

因此，短期内很难看到去中心化AI取代大型云计算厂商。

但市场关注点已经发生变化。

过去加密行业更多讨论金融应用、代币发行和资产交易。如今，越来越多项目开始尝试解决现实世界的基础设施问题。从去中心化存储到分布式算力，再到AI模型协作网络，区块链正在寻找超越金融场景的新价值支点。

Shaabana所强调的“协调能力”，其实也是比特币最重要的启示之一。

比特币真正创造的并不仅仅是一种数字货币，而是一套无需中心机构即可协调全球资源的机制。过去这套机制被用于维护金融网络，现在有人试图把它应用到人工智能。

最终结果尚未可知。

但有一点已经越来越清晰：AI竞争正在从模型层面延伸至基础设施层面。当全球科技巨头疯狂建设数据中心的同时，另一批创业者则试图证明，开放网络也能成为下一代算力平台。

这场较量的核心问题只有一个——未来世界最重要的计算能力，究竟应该集中在少数公司手中，还是分布在整个网络之上。