作者：Shayon Sengupta Sengupta，CoinDesk；编译：松雪，金色财经

过去 12 个月，生成式人工智能的发展已经开始改变人们的生活和工作方式。 语言模型被用来制定法庭案件的法律策略； 图像扩散模型被用来增强主要娱乐工作室的工作流程； 计算机视觉的进步让自动驾驶汽车在道路上成群结队。

众所周知，扩展这些系统的主要瓶颈是计算资源的访问。 2023 年，Nvidia A100 和 H100 芯片现货实例的等待时间和每小时费率一直呈上升趋势，而芯片产能根本无法跟上需求。 显卡的持续短缺源于材料限制、供应链中断、需求激增、地缘政治紧张以及制造复杂 GPU 固有的长生产周期。 此外，GPU芯片使用的先进硅、PCB专用基板、存储芯片等关键材料也因供需失衡而面临短缺。

到 2023 年，与人工智能工作负载相关的数据中心收入约为 1000 亿美元。数据中心需要大量的前期资本支出，包括土地、电力和企业级硬件。 新建数据中心的建设和运营依赖外部融资，但利率较高且资金紧张。 人工智能模型的规模和复杂性不断增加，尽管每单位计算性能的价格每三十个月减半，但人工智能特定的计算要求每六个月就会翻一番。 需求的增长速度将快于供应的数量级。

这是投资者梦想的事情：在有限的资源和飙升的需求的推动下，创新的结构性转变在一夜之间影响到几乎所有企业，导致大宗商品价格飙升。 NVIDIA 在过去 12 个月中年初至今的回报率为 231.5%，完美地体现了这一点，但即便如此，也不能代表眼前的机会。 我们仍处于人工智能复兴的早期阶段。 每家财富 500 强公司目前都在制定自己的人工智能战略，而我们今天看到的需求与明天看到的需求相差甚远。 人工智能将增强和取代劳动力、提高生产力，并从根本上重塑企业的运营方式。 计算是新的石油。

GPU 是人工智能的货币，而 DePIN 就是为了实现它。

日益严重的计算短缺问题有一个答案：找到未利用的供应数据。

一种新形式的加密网络，称为“去中心化物理基础设施网络”，简称“DePINs”，即将来拯救我们。 据估计，全球有 15 亿个免费可用的消费类 GPU，另有 600 万个数据中心 GPU 部署在全球超大规模企业（AWS、GCP、Azure、Oracle）之外的数据中心。 消费类硬件卡通常具有与企业级卡相当的计算吞吐量。

例如，消费级 RTX 3090 能够达到 83 FP32 TFLOPS，而企业级 A100 只有 19.5 FP32 TFLOPS。 目前，个人电脑（游戏玩家、设计师、视频编辑器等）和数据中心中有超过 3.3 亿个消费级 GPU 可以联网。 问题是，历史上不可能激励或协调这些不同的 GPU 形成可用的集群。

最近，专门的、专注于人工智能的 DePIN，例如 Render Network 和 IO.net，已经解决了这个问题。首先，它们激励潜在的 GPU 操作员将其资源贡献给共享网络以换取奖励。 其次，他们正在创建一个分布式网络层，代表不同的 GPU，作为人工智能开发人员可以使用的集群。 这些去中心化的计算市场现在提供数十万种不同类型的计算资源，创造了一种新的途径，可以在以前无法获得的合格硬件群中分配人工智能工作负载。

除了创造新的 GPU 净供应之外，DePIN 网络通常比传统云提供商便宜得多（高达 90%）。 他们通过将 GPU 协调和开销外包给区块链来实现这些成本。 云提供商会提高基础设施成本，因为他们有员工费用、硬件维护和数据中心开销。 DePIN 网络没有这些费用，因此它们实际上可以按成本（加上微不足道的网络协调费用）将计算成本转嫁给最终客户。

展望未来一年，我们预计这些去中心化网络将成为人工智能竞赛的关键参与者之一。 目前根本没有足够的 GPU（更不用说价格实惠的 GPU）来满足世界上每家大公司的需求。

GPU 是人工智能的货币，而 DePIN 就是为了实现这一点。