我大概可以列出10個正在從完全不同角度追求去中心化AI推理的加密項目。這條路線目前吸引了一些加密領域中最優秀的AI開發人才。

隨著硬體競賽、信任模型、延遲特性，以及誰能將原始計算轉化為可用推理而不燒光資金，這場競爭變得越來越複雜。
我試圖梳理出一些在這場比賽中的項目，讓你能更清楚地看到。
[1] @darkbloomai
@EigenLabs 正在試圖將閒置的Apple Silicon Mac轉變為一個以隱私為先的推理網絡。
已經存在數百萬台M系列Mac，邊際成本主要是電力，而Apple Silicon具有高達64–512GB的統一記憶體和巨大的帶寬。
因此，他們希望桌面上的閒置Mac能成為AI基礎設施層的一部分。
用戶發送推理請求，Eigen運營的協調器進行路由，提供者在符合條件的Mac上運行模型，而提供者理論上看不到提示或輸出。
– 頂級提供者收入約6美元，第五名約2美元
– 30天收入接近6美元，與計算器預測的每月280–600美元相差甚遠
[2] @nosana_ai
基於Solana的推理網絡，專注於AI任務、調度、GPU主機，以及希望以較低成本進行推理而不過多考慮基礎設施的開發者。
– 超過5萬個註冊GPU主機
– 60多個國家的每日活躍節點達600個
他們為開發者提供一條更便宜的推理通道，並讓Solana協調市場。
[3] @rendernetwork
他們已經擁有創意GPU網絡，然後逐步擴展到AI計算和推理。
– 超過5600個GPU節點
– 2025年渲染了2,430萬幀
– AI已經佔約35–40%的交易量
– 分散式GPU約0.69美元/小時
渲染和推理不是同一種工作負載，但Render已經知道如何協調分散式GPU需求、支付、供應聲譽和創作者工作流程。
[4] @akashnet
Kubernetes原生，反向拍賣，通過SDL租用計算資源，足夠靈活應對多種工作負載。
Akash是真實、成熟、便宜、有用的，但並未完美優化用於推理。
它可以作為成本緩解閥、突發容量、批量作業和自託管基礎設施。但對於低延遲推理用戶體驗，通用雲端必須與專用路由器競爭。
[5] @ionet
超過10萬個註冊GPU，H100的價格約1.49–2.20美元/小時，對比更高的超級規模提供商價格，Ray式調度，現在還有支持Intel TDX的H100/H200/B200等級的機密計算。
正朝著規模和企業級定位努力。
[6] $Tao subnets（SN64 + SN4）
Chutes擁有約4,400個H100等效供應，總服務令牌達9.1兆，峰值每日超過50億令牌，據稱是Top OpenRouter提供商之一。
Targon則專注於Intel TDX + NVIDIA機密計算的機密推理，擁有超過1,500個H200，並聲稱達到$10M ARR。
延遲仍然是壁壘。大多數去中心化網絡在實時聊天方面遠遠不及中心化提供商。
但他們不需要贏得每一個工作負載。
批量推理、異步代理、代碼任務、圖像/視頻生成、離線研究、背景代理循環，這些都可以容忍較差的延遲，只要成本和隱私更好。
這也是為什麼我相信，隨著AI市場越來越大，加密項目就有更多空間開闢自己的道路。