DeAI 崛起：去中心化網絡如何打破企業GPU壟斷

在2025年，對可持續性日益關注以及少數美國企業掌握人工智慧力量的集中化問題凸顯了去中心化AI日益重要的趨勢。

2025年AI的關鍵點：新時代的地緣政治

2025年成為全球人工智慧“軍備競賽”的決定性關鍵點。在美國，投資規模達到高潮，科技巨頭策劃了數十億美元的基礎建設行動。值得注意的是，微軟與OpenAI的$500 十億美元Stargate超級電腦項目，以及亞馬遜的$150 十億美元數據中心承諾，標誌著美國鞏固主導地位的舉措。為了維持領先地位，美國政府收緊了對高端半導體的出口管制，特別針對H100和Blackwell級芯片，以遏制中國競爭對手的進展。

儘管北京對大型交易的公開表態較少，但像Deepseek這樣的模型在效率上據報已與GPT-4相抗衡，顯示中國已成功轉向“主權計算”。這一戰略轉變由政府最新規定所支撐，要求國內企業優先使用本地晶片，有效地將中國的AI願景與西方供應鏈脫鉤。

閱讀更多： Deepseek的AI革命引發加密貨幣及美國和歐洲股市的混亂

這股熱潮或許最能在金融市場中得到體現。2025年，AI新創公司在第一和第二季度僅籌集了$60 十億美元，而主要科技股的市值則增加了數萬億美元。然而，這股動能正受到能源的物理限制：預估到2026年，AI數據中心將消耗全球電力的高達4%。這迫使一些公司轉向核能，微軟最近重新開放了三哩島電廠，以供應其龐大的集群需求。

然而，越來越多的人擔心，許多人所想像的AI世界可能無法實現，原因包括能源資源不足以支撐目前建設的龐大基礎設施。訓練和運行先進AI模型需要大量電力、數據中心容量和冷卻系統，這引發了可持續性和全球能源網是否能跟上指數級需求的疑問。一些專家警告，如果沒有在能源效率或替代能源方面取得突破，普及且類人AI的夢想可能仍然遙不可及。

除了技術和環境挑戰外，還有人擔心少數美國科技巨頭對行業和AI相關話語權的壟斷。這些公司控制著最強大的模型、最大規模的數據集以及部署AI的平台，賦予它們對技術演進和受益者的過度影響力。批評者認為，這種權力集中可能扼殺競爭、限制創新，並以服務企業利益而非公共利益的方式塑造公眾認知。

這些擔憂促使美國政治人物，包括參議員Bernie Sanders，呼籲展開關於AI的國家對話——討論其發展方向、治理方式以及不同利益相關者應扮演的角色。這場辯論不僅關乎技術進步，也涉及問責制、透明度與公平性：誰制定規則、誰獲得回報、誰承擔風險。

雖然Sanders呼籲展開國家對話以防止企業壟斷智慧，但加密貨幣和開源社群正建立另一種方案：去中心化AI (DeAI)。目前，像Bittensor (TAO)、Io.net和Near Protocol等項目正率先推動無許可權網絡，重新構想AI基礎設施的建構與治理方式。這些倡議旨在打破企業瓶頸，實現對推動機器智能的核心資源的民主化訪問。

計算資源的群眾外包

個人硬體擁有者不必等待被企業供應鏈鎖定的稀缺且昂貴的GPU，可以直接將其處理能力出租給開發者。Argentum AI的聯合創始人Andrew Sobko在近期訪談中指出，訓練大型模型需要巨量GPU資源，但供應有限且由少數廠商控制，形成一個“圍牆花園”，使新創公司和較小玩家難以進入。

與Sanders類似，Sobko也感嘆少數企業控制著基礎設施、存取權和定價——他認為這種現象扼殺了創新，讓大多數組織難以負擔AI開發的高昂成本。然而，Sobko主張通過建立無許可的分散式計算網絡，個人和組織可以將閒置的GPU資源貢獻到共享市場。這種去中心化的市場不僅能繞過Nvidia的短缺，還能激活潛在的全球容量，將閒置的機器轉變為AI經濟的積極參與者。Sobko的核心訊息是，AI的未來取決於打破中心化控制，擁抱去中心化的計算市場。

在開源模型下，治理權從董事會轉向分散的社群。模型設計、更新和使用的決策由集體作出，確保透明度並降低壟斷控制的風險。開源框架通過允許任何人審核、貢獻和在共享基礎上建設，加速創新。

在去中心化模型中，用戶對其訓練數據擁有加密所有權，確保在數據經常被未經同意利用的世界中，仍能保持隱私與控制權。主權數據模型賦予個人決定其資訊的使用、交易或獎勵方式，創造一個更公平的生態系統，讓價值回流給貢獻者。

2025年的DeAI故事

在2025年，DeAI從一個小眾概念轉變為一個龐大的基礎設施替代方案，受到全球GPU短缺和風投熱潮的推動。雖然到2025年底，整個AI行業的總融資超過$200 十億美元，但DeAI這一細分市場在基礎設施和Web3類別中佔據了重要且不斷擴大的份額。DeAI新創公司和去中心化實體基礎設施(DePIN)項目在2025年籌集了約$12 十億到$15 十億美元，這主要是由於投資者逃離AWS和Azure等集中供應商的高額溢價和“圍牆花園”。

首次，DeAI獲得了公共部門資金支持，Neurolov簽署了一份$12 百萬美元的協議，用於用公民運營的節點取代傳統數據中心。

同時，隨著xAI和OpenAI等科技巨頭競逐百萬H100 GPU集群，去中心化網絡則專注於聚合“潛在”的全球容量——來自礦場、獨立數據中心甚至高端遊戲機的未使用芯片。到2025年底，主要的去中心化網絡已共同驗證超過75萬個GPU可供按需租用。

**推送1：**專家稱讚去中心化AI的效率提升，因GPU短缺和能源限制日益嚴峻

領先的網絡包括Io.net，已在138個國家驗證超過30萬個GPU，專注於企業級訓練的高端H100和A100集群，以及Aethir，報告擁有超過43萬個GPU容器，重點在低延遲推理和邊緣計算。Neurolov則達到15,000個活躍節點，展示了“瀏覽器基礎”計算的可行性，用戶只需保持一個標籤頁開啟即可貢獻算力。

根據一份報告，2025年，去中心化網絡提供的價格比傳統雲端供應商低60%至80%。例如，在AWS上運行H100實例的費用約為每小時$3.00至$4.50，而DeAI網絡則能以每小時$0.30至$2.20的價格提供相同硬體。

在此期間，GPU的使用方式也出現明顯分裂，推理佔用70%，訓練佔用30%。

未來展望

隨著專家越來越多地倡導去中心化AI，一些批評者警告，如果沒有堅實的倫理保障和明確的問責機制，去中心化可能迅速演變成“下一個重大失誤”。然而，支持者仍相信去中心化的好處——更高的透明度、數據主權和減少企業壟斷——遠大於風險。

隨著AI採用率的提升，預計這一論述在2026年及未來將持續推動政策辯論、投資策略，甚至塑造下一代機器智能的架構。

常見問題 💡

• 美國的情況如何？ 微軟和亞馬遜等科技巨頭正投入數千億美元建設AI超級電腦和數據中心。
• 中國的回應是什麼？ 北京推動“主權計算”，要求使用本地晶片和模型如Deepseek，以抗衡GPT‑4。
• 這為全球帶來什麼影響？ AI新創公司在2025年初籌集了$60B 美元，但能源限制逐漸成為威脅，預計到2026年數據中心可能消耗全球電力的4%。
• 替代方案是什麼？ 像Bittensor和Io.net這樣的去中心化AI網絡提供更便宜、由社群驅動的計算，挑戰企業壟斷。