我大概能说出10个在完全不同角度追求去中心化AI推理的加密项目。这个领域正在吸引一些加密领域最优秀的AI开发人才。

随着硬件竞赛、信任模型、延迟特性，以及谁能将原始计算转化为可用推理而不烧钱，竞争变得越来越激烈。
我试图梳理出一些在这个游戏中的项目，让你能更清楚地看到。
[1] @darkbloomai
@EigenLabs 正在试图将空闲的苹果硅芯片Mac变成一个隐私优先的推理网络。
已经存在数百万台M系列Mac，边际成本主要是电费，而且苹果硅具有高达64–512GB的统一内存和巨大的带宽。
所以他们希望桌面上的空闲Mac能成为AI基础设施的一部分。
用户发送推理请求，Eigen运营的协调器进行路由，提供者在符合条件的Mac上运行模型，而提供者据称无法看到提示或输出。
– 顶级提供者收入约6美元，排名第五的约2美元
– 30天收入总计接近6美元，而计算器预测每月280–600美元
[2] @nosana_ai
基于Solana的推理网络，专注于AI任务、调度、GPU主机，以及希望以更低成本进行推理而不太考虑基础设施的开发者。
– 注册GPU主机超过5万台
– 60多个国家的每日活跃节点达600个
他们为开发者提供了更便宜的推理通道，让Solana协调市场。
[3] @rendernetwork
他们已经拥有了创意GPU网络，然后逐步扩展到AI计算和推理。
– 超过5600个GPU节点
– 2025年渲染了2430万帧
– AI已占总量的约35–40%
– 分散的GPU成本约0.69美元/小时
渲染和推理不是同一种工作负载，但Render已经知道如何协调分布式GPU需求、支付、供应声誉和创作者工作流程。
[4] @akashnet
Kubernetes原生，反向拍卖，通过SDL租用计算资源，足够灵活应对多种工作负载。
Akash是真实、成熟、便宜、实用的，但还没有完美优化用于推理。
它可以作为成本缓解阀、突发容量、批处理任务和自托管基础设施。但对于低延迟推理用户体验，通用云必须与专业路由器竞争。
[5] @ionet
注册GPU超过10万台，H100的价格在1.49–2.20美元/小时，而比起更高的超大规模云提供商价格要低得多，采用Ray式调度，现在还支持Intel TDX的H100/H200/B200系列的机密计算。
旨在追求规模和企业级定位。
[6] $Tao 子网（SN64 + SN4）
Chutes拥有约4400个H100等效供应，总共服务了91000亿亿个Token，峰值每日超过500亿Token，据称是Top的OpenRouter提供商之一。
Targon正倾向于使用Intel TDX + NVIDIA机密计算进行机密推理，拥有1500多个H200，并声称达到$10M ARR。
延迟仍然是壁垒。大多数去中心化网络在实时聊天方面远远比不上中心化提供商。
但他们不需要赢得每一项工作负载。
批量推理、异步代理、代码任务、图像/视频生成、离线研究、后台代理循环，所有这些都可以容忍更差的延迟，只要成本和隐私更优。
这也是我相信，随着AI市场的不断扩大，加密项目开辟自己专属领域的空间也会越来越大。