人工智慧競賽通常被描述為模型、晶片和資本之間的競爭。但越來越多的人認為，真正的瓶頸其實更簡單、更實際：電力、電網接入以及少數幾家控制一切運作基礎設施的公司。他們認為，如果你不擁有運算能力，你的人工智慧策略就只是一項請求而已。
這種邏輯的後果已經開始顯現。電網營運商發出警報，電費不斷攀升，而誰有權使用人工智慧——不僅是使用它，而是運行它、擁有它、基於它進行開發——這個問題正悄然成為本世紀最重要的基礎設施問題之一。對世界上大多數地區而言，目前的答案是：必須按照別人的條件來。
MPost 坐下來 丹尼爾和戴維·利伯曼，共同創建者 Gonk一個去中心化的AI計算網絡，用來找出是否有其他方法。
人工智慧能源問題何時演變成一場危機？接下來還會出現什麼問題？
當限制因素不再是晶片而是電力時，危機就開始了。多年來，人工智慧產業一直把資料中心當作金融資產來對待。他們籌集資金，購買GPU，然後建造龐大的園區。但資料中心是與變壓器、發電廠和本地電網相連的實體。這些設施的擴展速度無法與軟體的擴展速度相提並論。最近的7月訂單表明，像PJM這樣的電網正在積極地圍繞資料中心的需求進行管理，將備用發電作為萬不得已的最後手段。接下來崩潰的是整個經濟模式。你可能擁有價值數十億美元的GPU，卻根本找不到地方充電。然後，隨著家庭開始質疑為什麼他們的水電費要用來資助人工智慧設施，政治層面也會出現問題。更深層的錯誤在於，假設每一次人工智慧運算都需要一個千兆瓦級的園區。我們需要將計算轉向能源：一種去中心化的方法可以將工作負載路由到現有的機器和電力供應充足的地區。
在GPU封建制度下，誰是領主，誰是農奴？租金又是什麼樣的？
少數掌控實體和契約層面（例如先進晶片、超大規模雲端以及運行這些資源所需的能源）的參與者才是真正的「領主」。而其他幾乎所有人，都成了「農奴」。他們是新創公司、開發者，甚至是必須以服務形式進口人工智慧的整個國家。這正是我們所說的GPU封建主義：在未來，人們淪為他人運算資源的租戶。他們支付的租金一部分是金錢，但更危險的是許可證。服務提供者可以更改你的配額、暫停你的帳戶，或悄悄地更換你正在使用的模型。如果五家公司和兩個國家控制了基礎設施，那麼就會有80億租戶。人工智慧本質上是純粹的訊息，幾乎可以無限複製。模型可以裝進U盤，但壟斷權卻存在於資料中心。正是這種物理瓶頸，人為地製造了稀缺性，而這種稀缺性本應是創造全球富足的資源。
為什麼基礎設施所有權決定了人工智慧的發展方向？
沒有運算能力的想法不算是公司，而只是一份文件。當計算資源昂貴或受到政治限制時，開發者會實際修改他們所建構的內容。一家新創公司可能會放棄開源模式，僅僅因為大型雲端服務供應商補貼了對專有API的存取。基礎設施所有者決定支援哪些硬體、哪些地區獲得容量，以及在資源短缺時誰享有優先權。這就是為什麼開放權重永遠不夠的原因。發布模型權重卻無法負擔執行成本，就好比分享飛機藍圖，所有跑道都由一家公司擁有。你還需要可驗證性。一個去中心化的系統必須證明預期的模型確實被執行，並且沒有悄悄降低品質。一個能夠操控資金的機構需要的不僅僅是信任，它需要證明。如果你無法控制運算能力，你的AI策略就只是請求，而不是策略。
我們距離在權限和模型之間做選擇還有多遠？
我們已身處這個世界的雛形之中。用戶以為自己在數十種人工智慧產品中進行選擇，但實際上許多產品只是基於同一批少數模型提供者建立的介面。如今，權限體現在地理限制、使用等級和API策略。未來，當人工智慧系統成為經濟生產力不可或缺的一部分時，這些限制將演變成結構性限制。試想一下，一位工程師能夠存取最先進的編碼代理，而另一位工程師卻無法存取。被拒絕訪問的公司或國家將立即落後。最終結果將形成一個智慧等級體系，存取權限完全取決於你的司法管轄區、雇主或身分。人們在技術上可以自由選擇拒絕這些系統，但如果沒有這些系統，他們將失去經濟競爭力。我們或許還能扭轉局面，但這需要數年時間。每一次API關閉或存取被拒絕，都只是另一個為去中心化人工智慧所做的宣傳。
當推理成為主導戰場時，誰會勝出？
模型訓練固然能吸引眼球，但推理才是人工智慧真正轉化為經濟效益的關鍵。模型需要定期訓練，而推理則是在使用者每次提問或機器人每次做出決策時持續進行的。這改變了競爭格局。模型訓練需要龐大且緊密連接的集群，而推理通常可以獨立處理。你無需讓每個請求都運行在一個千兆瓦的資料中心內。能夠降低每個有效代幣成本、維持高硬體利用率並保證模型完整性的系統將成為贏家。而那些長期依賴補貼API定價的企業和依賴進口每單位人工智慧的國家將成為輸家。這正是分散式系統大展身手的契機。去中心化運算可以利用全球資源和本地能源，而無需任何一家公司擁有所有設施。
來自 26 個國家的 100 億次請求揭示了哪些尚未開發的運算能力？
它們證明，地理分散式人工智慧運算不再只是一個理論概念。在實際運作網路之前，人們曾假設世界存在一個同質的空閒GPU池，等待被啟動。但現實情況是，硬體、網路和可用性差異巨大。真正稀缺的資源是協調。網路必須發現容量、衡量效能、驗證執行情況，並建立激勵機制來確保營運商持續在線。正因如此，Gonka 使用基於Transformer的工作量證明（PoW）和Sprint機制來驗證真實的人工智慧硬體。未開發的資源非常龐大，包括企業儲備、區域雲和大學硬件，這些資源只是缺乏與全球人工智慧需求的連結。處理這些工作負載表明，開發人員可以透過通用介面使用去中心化推理，而無需將所有運算資源部署在企業內部。
開放式替代方案是否還有可能出現？如果出現，其規模會有多大？
沒錯，但這不會自動從當前的市場領導者手中湧現。一個開放的替代方案需要達到巨大的物理規模，才能成為真正的結構性選擇。我們談論的是千兆瓦級的容量和數百萬個先進的GPU。比特幣在這方面提供了完美的借鏡。它並沒有籌集數十億美元來建造一個龐大的資料中心，而是創建了一種經濟協議，調動了全球的實體基礎設施。人工智慧需要一個類似的實用計算標準。開放模型需要開放的執行基礎設施。經濟回報必須直接流向那些提供和改進硬體的人。如果人工智慧擁有一個與運算相符的協議，硬體創新將從緩慢的企業路線圖轉向全球競爭。
共享運算是新興地區實現人工智慧主權的途徑嗎？
當然可以，前提是主權得到保障。 defi正確理解了這一點。人工智慧主權並不意味著每個國家都必須自行製造晶片並建立國內超大規模雲端平台。現實點說，這是不可能的。更實際的做法是… defi關鍵在於，一個國家不能單方面與人工智慧脫鉤。從外國公司租用應用程式介面（API）純粹是依賴。一個缺乏運算能力的國家與人工智慧的博弈，就像租戶與房東的博弈一樣。將國內能源、工程師和資料中心連接到開放網絡，才是真正的參與。任何中等規模的國家都無法在單一國家投入超過美國或中國。但如果兩百個國家平均每個國家貢獻一萬個GPU，就能創造一個擁有兩百萬個GPU的共享網路。這種協調機制保證了各國對人工智慧層的自主訪問，為亞洲、非洲和中東等新興地區提供了擺脫中心化控制的真正途徑。
去中心化人工智慧在結構上具有競爭力，還是只是填補了大型科技公司的空缺？
如今，去中心化網路正同時發揮這兩種作用。大多數去中心化網路都誕生於中心化服務提供者成本高昂、限製或根本不感興趣的地區。這完全正常。然而，當去中心化網路創造出一個能夠協調全球資源、獎勵更優硬體並為開發者提供可靠退出策略的開放標準時，它便具備了結構性競爭力。相關的衡量標準從來都不是代幣的市值，而是每日處理的實用人工智慧運算量。去中心化系統並不需要中心化服務提供者的消失。互聯網並沒有取代私人網絡，比特幣也沒有取代銀行。一旦開發者擁有了可行的替代方案，現有企業就將被迫在價格、存取權限和透明度方面展開更激烈的競爭。
為什麼去中心化的人工智慧會避免重新整合？
重新整合是一個真實存在的風險。去中心化並非永久狀態，只因為有人在白皮書中寫下了這個字。人工智慧運算具有巨大的規模經濟效益，這意味著大型營運商可以協商更優惠的電力合同，並以更低的價格購買硬體。一個無需許可的網路很容易被少數工業運營商壟斷。這正是 Gonka 基於計算加權治理建構的原因，確保影響力與經過驗證的計算貢獻掛鉤，而非簡單的代幣所有權。人工智慧基礎設施的未來必須由真正為網路帶來智慧的人來治理，而不是由閒置資本來治理。我們的目標並非阻止大型營運商的存在。大型營運商效率極高。但我們必須確保他們始終是開放協議內部的營運商，而不是協議本身的絕對所有者。
免责声明：本文提供的信息不是交易建议。BlockWeeks.com不对根据本文提供的信息所做的任何投资承担责任。我们强烈建议在做出任何投资决策之前进行独立研究或咨询合格的专业人士。
