AI 算力缺口已大到让英伟达高端芯片交付周期延长至数十周,但加密市场里有一类项目正在悄悄承接这部分溢出需求——去中心化 GPU 网络。


Render 从渲染计算扩展到 AI 推理,通过 Burn-and-Mint 机制把算力需求与代币价值绑定;Akash 一季度算力支出创 500 万美元新高; 号称能降低 70% 成本;Bittensor 则用「智能证明」激励模型和数据贡献者。
这些项目的共同逻辑是:传统云厂商(AWS、Azure)的 GPU 资源已供不应求,而全球仍有大量闲置消费级 GPU 未被利用。去中心化网络能以 50%-90% 的成本优势聚合这些资源,并通过代币激励实现供给弹性。
风险在于:目前这类网络的算力质量参差不齐,消费级 GPU 在 AI 推理场景中的表现远不如 H100 等数据中心级芯片。此外,代币价格与算力需求并非线性挂钩——市场情绪和投机资金往往主导短期波动,而非实际使用量。
AI 超级周期正在重塑算力供需结构,但去中心化网络能否真正成为主流企业的可靠选择,还需要时间验证。
$render #ai #h100 #区块链 #加密市场
NVDAON-0.77%
TAO-2.86%
此页面可能包含第三方内容,仅供参考(非陈述/保证),不应被视为 Gate 认可其观点表述,也不得被视为财务或专业建议。详见声明
  • 赞赏
  • 评论
  • 转发
  • 分享
评论
请输入评论内容
请输入评论内容
暂无评论