DeAI崛起：去中心化网络如何打破企业GPU垄断

2025年AI引爆点：地缘政治新纪元

2025年标志着全球人工智能“军备竞赛”的决定性引爆点。在美国，投资规模达到了高潮，科技巨头们发起了数十亿美元的基础设施建设。值得注意的是，微软和OpenAI的5000亿美元Stargate超级计算机项目，以及亚马逊的1500亿美元数据中心承诺，标志着美国试图巩固其主导地位。为了保护这一领先地位，美国政府收紧了对高端半导体的出口管制，专门针对H100和Blackwell级芯片，以阻止中国竞争对手的进步。

尽管北京在大型交易上不那么主动，但像Deepseek这样的模型所取得的技术平价——据称在效率上媲美GPT-4——表明中国已成功转向“自主计算”。这种战略转变由一项最近的政府命令支持，要求国内公司优先考虑本土硅，实质上将中国的AI愿望与西方供应链脱钩。

阅读全文： Deepseek的AI革命在加密货币和美国及欧洲股票市场引发混乱

这种狂热最好通过金融市场来说明。2025年，AI初创公司仅在第一和第二季度就筹集了惊人的600亿美元，而主要科技股票的总市值增加了数万亿美元。然而，这一势头正在触碰物理极限：能源。现在估计，到2026年，AI数据中心将消耗全球电力的4%。这迫使一些公司转向核能，微软最近重新开放了三里岛工厂以满足其集群的需求。

然而，人们越来越担心，由于一系列因素，许多人设想的AI世界可能无法实现，包括支撑目前建设的大量基础设施的能源资源不足。训练和运行先进的AI模型需要大量的电力、数据中心容量和制冷系统，质疑可持续性以及全球电网是否能满足指数需求的步伐。一些专家警告，如果没有能效突破或替代能源来源，普及、人性化的AI梦可能遥不可及。

除了技术和环境挑战，另一些人则担心少数美国科技巨头对行业及AI叙事的垄断控制。这些公司控制着最强大的模型、最大的数据集和AI部署的平台，赋予它们不成比例的影响力来塑造技术的发展方向以及谁能从中受益。批评者认为，这种权力集中可能会压制竞争，限制创新，并以服务于公司利益而非更大公共利益的方式塑造公众认知。

这些担忧促使包括参议员伯尼·桑德斯在内的美国政界人士呼吁进行全国对话，讨论AI—其轨迹、治理以及不同利益相关者应扮演的角色。这场辩论不仅关乎技术进步，还关乎问责制、透明度和公平：谁制定规则，谁获得回报，谁承担风险。

在桑德斯呼吁进行全国对话以防止情报的公司垄断之时，加密货币和开源社区正在构建一个替代方案：去中心化AI（DeAI）。项目如Bittensor (TAO)、Io.net和Near Protocol正在开创无需许可的网络，重新设想AI基础设施如何构建和治理。这些倡议旨在摆脱公司瓶颈、民主化访问推动机器智能的核心资源。

计算众包

个别硬件所有者可以直接将他们的处理能力出租给开发者，而不必等待昂贵且稀缺的GPU被锁在公司供应链后面。Argentum AI联合创始人Andrew Sobko在最近一次采访中表示，训练大模型需要巨大的GPU动力。然而，供应有限且由少数供应商控制，形成了一个“围墙花园”，使初创公司和小型玩家被定价排挤。

像桑德斯一样，索布科也表示对少数公司控制着基础设施、访问和定价感到遗憾——这种现象他认为抑制了创新，并且使AI发展对大多数组织来说过于昂贵。然而，索布科认为，通过构建无需许可的、分布式的计算网络，个人和组织可以将闲置的GPU动能贡献给共享市场。这一去中心化市场不仅避开了日益严重的英伟达短缺，而且还解锁了全球潜在能力，将闲置机器转变为AI经济的活跃参与者。索布科的核心信息是，AI的未来在于摆脱集中控制，并拥抱去中心化计算市场。

在开源模型下，治理从会议室转移到分布式社区。模型设计、更新和使用的决策是集体做出的，确保透明度并减少垄断控制的风险。开源框架通过允许任何人审核、贡献和建立在共享基础上来加速创新。

通过去中心化模型，用户保持对其训练数据的加密所有权，在一个数据经常未经同意被利用的世界里确保隐私和控制。主权数据模型使个人能够决定他们的信息如何被使用、交易或奖励，创造一个更公平的生态系统，价值流回给贡献者。

2025年DeAI的故事

2025年，DeAI从一个小众概念转变为一个庞大的基础设施替代方案，由全球GPU短缺和风险投资激增推动。虽然到2025年底更广泛的AI领域在总融资中达到了超2000亿美元，但DeAI小众打开了基础设施及Web3类别中一个重要且不断增长的份额。DeAI初创公司和去中心化物理基础设施（DePIN）项目在2025年单独筹集了约120亿到150亿美元。这是由投资者逃离中心化供应商如AWS和Azure的高溢价和“围墙花园”推动的。

DeAI首次获得了公共部门资金，特别是一项由Neurolov签署的1200万美元协议，用以通过市民驱动的节点替代传统数据中心。

与此同时，当xAI和OpenAI这样的科技巨头竞相向100万H100 GPU集群推进时，去中心化网络则集中于聚合全球的“潜在”能力—来自矿场、独立数据中心甚至高端消费者游戏设备的未使用芯片。到2025年年底，主要去中心化网络共同验证了超过750,000个GPU可供按需租赁。

阅读全文： 专家赞扬去中心化AI效率提升，应对GPU短缺和能源限制

在引领潮流的网络中，Io.net在138个国家/地区验证了超过300,000个GPU，专注于高端H100和A100集群的企业级培训，而Aethir报告称其提供了超过435,000个GPU容器，主要关注低延迟推理和边缘计算。Neurolov达到15,000个活跃节点，展示了“基于浏览器”的计算的可行性，在这里用户仅需打开一个标签页即可贡献力量。

根据一份报告，2025年，去中心化网络一致提供价格比传统云供应商低60%至80%。在AWS上H100实例的费用约为每小时3.00至4.50美元，而DeAI网络为同样硬件提供的价格低至每小时0.30至2.20美元。

在这一年中，GPU的使用方式也显现出明显的分化，推理占使用量的70%，训练占其余的30%。

未来

随着专家们越来越多地为去中心化AI进行辩护，一些批评人士警告说，如果没有稳健的伦理保护和清晰的问责机制，去中心化可能会迅速演变成“下一个大错误”。然而，支持者仍然确信去中心化的好处——更大的透明度、对数据的主权及减少公司扼制——远远超过风险。

随着AI应用的加速，这一叙述预计将在2026年及以后获得势头，塑造政策辩论、投资策略以及下一代机器智能架构。

常见问题 💡

• 美国发生了什么？ 像微软和亚马逊这样的大型科技公司正在向AI超级计算机和数据中心投入数千亿美元。
• 中国如何应对？ 北京正在推动“主权计算”，要求本土芯片，推出像Deepseek这样的模型以对标GPT-4。
• 这对全球有何意义？ 2025年初，AI初创公司筹集了600亿美元，但能源限制迫在眉睫，数据中心到2026年可能消耗全球电力的4%。
• 有什么替代方案？ 去中心化AI网络如Bittensor和Io.net提供更便宜的社区驱动计算，挑战公司垄断。