DeAI Rising: Hvordan desentraliserte nettverk bryter det bedriftsstyrte GPU-monopolet

AI Flashpoint 2025: En ny æra innen geopolitikk

Året 2025 står som et avgjørende vendepunkt for den globale “våpenkappløpet” innen kunstig intelligens. I USA nådde omfanget av investeringer et feberhøydepunkt ettersom teknologigiganter gjennomførte milliardprosjekter innen infrastruktur. Spesielt markerte Microsoft og OpenAIs $500 milliarder Stargate-superdataprosjekt og Amazons $150 milliarder datasenterengasjement et skritt for å befeste amerikansk dominans. For å beskytte denne ledelsen strammet den amerikanske regjeringen inn eksportkontrollen på avanserte halvledere, spesielt rettet mot H100- og Blackwell-klassen chips for å bremse fremgangen til kinesiske rivaler.

Mens Beijing har vært mindre vokal om store avtaler, demonstrerer den tekniske pariteten oppnådd av modeller som Deepseek—som angivelig rivaliserer GPT-4 i effektivitet—at Kina har lyktes i å vende seg mot “suveren beregning.” Dette strategiske skiftet er forankret i et nylig regjeringsmandat som krever at innenlandske selskaper prioriterer lokal silikon, effektivt frakobler Kinas AI-ambisjoner fra vestlige forsyningskjeder.

Les mer: Deepseeks AI-revolusjon utløser kaos i krypto og amerikanske og europeiske aksjemarkeder

Friksjonen illustreres kanskje best av finansmarkedene. I 2025 hentet AI-oppstarter hele $60 milliarder alene i første og andre kvartal, mens de store teknologiselskapene la til billioner til sine samlede markedsverdier. Imidlertid møter denne fremdriften en fysisk grense: energi. Anslag antyder nå at AI-datasentre vil konsumere opptil 4% av verdens elektrisitet innen 2026. Dette har tvunget noen selskaper til å vri mot kjerneenergi, med Microsoft som nylig gjenåpnet Three Mile Island-anlegget for å forsyne sine sultne klynger.

Det er imidlertid voksende bekymringer for at AI-verdenen mange forestiller seg kanskje ikke vil realiseres på grunn av en rekke faktorer, inkludert utilstrekkelige energiressurser for å støtte den enorme infrastrukturen som bygges. Å trene og kjøre avanserte AI-modeller krever enorme mengder elektrisitet, datasenterkapasitet og kjølesystemer, noe som reiser spørsmål om bærekraft og om globale energinett kan holde tritt med eksponentiell etterspørsel. Noen eksperter advarer om at uten gjennombrudd innen energieffektivitet eller alternative energikilder, kan drømmen om allestedsnærværende, menneskelignende AI forbli utenfor rekkevidde.

Utover tekniske og miljømessige utfordringer, bekymrer andre seg over strupetak et knippe amerikanske teknologigiganter opprettholder over både industrien og narrativet rundt AI. Disse selskapene kontrollerer de mest kraftfulle modellene, de største datasettene og plattformene gjennom hvilke AI distribueres, noe som gir dem uforholdsmessig innflytelse over hvordan teknologien utvikler seg og hvem som har nytte av den. Kritikere hevder at denne maktkonsentrasjonen risikerer å kvele konkurranse, begrense innovasjon og forme offentlig oppfatning på måter som tjener bedriftsinteresser i stedet for det bredere fellesskapet.

Disse bekymringene har ført til at amerikanske politikere, inkludert Sen. Bernie Sanders, har oppfordret til en nasjonal dialog om AI—dens fremtid, dens styring og rollene forskjellige interessenter bør spille. Debatten handler ikke kun om teknologisk fremgang, men også om ansvarlighet, åpenhet og rettferdighet: hvem som setter reglene, hvem som høster belønningene og hvem som bærer risikoene.

Mens Sanders oppfordrer til en nasjonal dialog for å hindre bedriftsmonopolisering av intelligens, bygger krypto- og kildekodeåpne fellesskap et alternativ: desentralisert AI (DeAI). Allerede nå er prosjekter som Bittensor (TAO), Io.net og Near Protocol pionerer innen tilgangsfrie nettverk som tenker nytt om hvordan AI-infrastruktur bygges og styres. Disse initiativene er utformet for å frigjøre seg fra bedriftsflaskehalser og demokratisere tilgangen til kjernen av ressursene som driver maskinintelligens.

Beregning på dugnad

I stedet for å vente på sjeldne, kostbare GPUer låst bak bedriftsforsyningskjeder, kan maskinvareeiere lease prosesseringskraften sin direkte til utviklere. Andrew Sobko, medstifter av Argentum AI, hevdet i et nylig intervju at trening av store modeller krever enorm GPU-kraft. Imidlertid er forsyningen begrenset og kontrollert av få leverandører, og skaper en “mur-lik-hage” der oppstart og mindre aktører er priset ut.

Som Sanders, beklager også Sobko at en håndfull selskaper kontrollerer infrastruktur, tilgang og prissetting—en fenomen han sier kveler innovasjon og gjør AI-utvikling uoverkommelig dyrt for de fleste organisasjoner. Sobko argumenterer imidlertid for at ved å bygge tilgangsfrie, distribuerte beregningsnettverk, kan enkeltpersoner og organisasjoner bidra med ubrukt GPU-kraft til et delt marked. Dette desentraliserte markedet går ikke bare utenom den pågående mangelen på Nvidia men låser også opp latent global kapasitet, som gjør stillestående maskiner til aktive deltakere i AI-økonomien. Sobkos hovedbudskap er at AIs fremtid avhenger av å frigjøre seg fra sentralisert kontroll og omfavne desentraliserte beregningsmarkeder.

Under kildekodeåpne modeller, skifter styresett fra styrerom til distribuerte samfunn. Beslutninger om modell design, oppdateringer og bruk tas i fellesskap, noe som sikrer åpenhet og reduserer risikoen for monopolistisk kontroll. Kildekodeåpne rammeverk akselererer innovasjon ved å la hvem som helst revidere, bidra og bygge på delte fundamenter.

Med desentraliserte modeller, opprettholder brukere kryptografisk eierskap over sine treningsdata, og sikrer personvern og kontroll i en verden hvor data ofte utnyttes uten samtykke. Suverene data modeller gir enkeltpersoner makten til å bestemme hvordan informasjonen deres brukes, handlet eller belønnes, og skaper et mer rettferdig økosystem hvor verdien strømmer tilbake til bidragsytere.

Historien om DeAI i 2025

I 2025 forvandlet DeAI seg fra et nisjekonsept til et massivt infrastrukturalternativ, drevet av den globale GPU-mangelen og en bølge i risikokapital. Mens den bredere AI-sektoren så over $200 milliarder i total finansiering ved slutten av 2025, gravde DeAI-nisjen ut en betydelig og voksende andel av infrastruktur- og Web3-kategoriene. DeAI-startups og desentraliserte fysiske infrastruktur (DePIN)-prosjekter hentet omtrent $12 milliarder til $15 milliarder bare i 2025. Dette var drevet av investorer som flyktet fra de høye premiene og “mur-lik-hager” hos sentraliserte tilbydere som AWS og Azure.

For første gang sikret DeAI offentlig sektors finansiering, spesielt en $12 millioner avtale signert av Neurolov for å erstatte tradisjonelle datasentre med innbyggerdrevne noder.

I mellomtiden, mens teknologigiganter som xAI og OpenAI gikk mot klynger av 1 million H100 GPUer, fokuserte desentraliserte nettverk på å aggregere “latent” global kapasitet—ubenyttede chips fra gruvefarmer, uavhengige datasentre og til og med avanserte forbruker-gamingmaskiner. Mot slutten av 2025 verifiserte store desentraliserte nettverk samlet over 750,000 GPUer tilgjengelig for leie på forespørsel.

Les mer: Eksperter skryter av desentralisert AI effektiviseringsgevinster når GPU-mangel og energibegrensninger truer

Nettverk som ledet an var Io.net, som oversteg 300,000 verifiserte GPUer over 138 land, spesialiserer seg på avanserte H100- og A100-klynger for bedriftstrening, og Aethir, som rapporterte over 435,000 GPU-containere, med tung fokus på lav-latens inferense og edge computing. Neurolov nådde 15,000 aktive noder, noe som viser levedyktigheten til “nettleserbasert” beregning hvor brukere bidrar med kraft bare ved å ha en fane åpen.

Ifølge en rapport, i 2025, tilbød desentraliserte nettverk konsekvent priser 60% til 80% lavere enn tradisjonelle skyleverandører. Mens en H100-instant på AWS koster omtrent $3,00 til $4,50 per time, tilbød DeAI-nettverk den samme maskinvaren for så lavt som $0,30 til $2,20 per time.

I løpet av året, oppsto en klar splittelse i hvordan disse GPUene ble brukt, med inferens som sto for 70% av bruken og trening utgjorde de gjenværende 30%.

Fremtiden

Mens eksperter i økende grad argumenterer for saken for desentralisert AI, advarer noen kritikere at uten robuste etiske rammeverk og klare ansvarlighetsmekanismer kan desentralisering raskt utvikle seg til “den neste store feilen.” Likevel forblir forkjempere trygge på at fordelene med desentralisering—større åpenhet, suverenitet over data, og reduserte bedriftsflaskehalser—langt overgår risikoene.

Når AI-innføringen akselererer, forventes dette narrativet å få momentum i 2026 og utover, og forme politiske debatter, investeringsstrategier, og selve arkitekturen av neste generasjon maskinintelligens.

FAQ 💡

• Hva skjer i USA? Teknologigiganter som Microsoft og Amazon bruker hundrevis av milliarder på AI-superdatamaskiner og datasentre.
• Hvordan reagerer Kina? Beijing driver “suveren beregning” og pålegger lokal silikon og modeller som Deepseek for å rivalisere GPT-4.
• Hvorfor er dette viktig globalt? AI-oppstarter hentet $60 milliarder tidlig i 2025, men energibegrensninger truer ettersom datasentre kan konsumere 4% av verdens elektrisitet innen 2026.
• Hva er alternativet? Desentraliserte AI-nettverk som Bittensor og Io.net tilbyr billigere, samfunnsdrevet beregning, og utfordrer markedets monopol.