“你的AI政策是一种请求，而非战略”：Gonka的Liberman兄弟谈GPU封建主义、能源瓶颈以及谁控制智能层
简单来说
人工智能真正的瓶颈在于电力和电网接入，而非芯片。Gonka 的联合创始人致力于去中心化计算、GPU 封建主义和开放式人工智能基础设施。
人工智能竞赛通常被描述为模型、芯片和资本之间的竞争。但越来越多的人认为，真正的瓶颈其实更简单、更实际：电力、电网接入以及少数几家控制着一切运行基础设施的公司。他们认为，如果你不拥有计算能力，你的人工智能战略就只是一项请求而已。
这种逻辑的后果已经开始显现。电网运营商发出警报，电费不断攀升，而谁有权使用人工智能——不仅是使用它，而是运行它、拥有它、基于它进行开发——这个问题正悄然成为本世纪最重要的基础设施问题之一。对世界上大多数地区而言，目前的答案是：必须按照别人的条件来。
MPost 坐下来 丹尼尔和戴维·利伯曼，共同创建者 贡卡一个去中心化的AI计算网络，用来找出是否有其他方法。
人工智能能源问题何时演变成一场危机？接下来还会出现什么问题？
当限制因素不再是芯片而是电力时，危机就开始了。多年来，人工智能行业一直把数据中心当作金融资产来对待。他们筹集资金，购买GPU，然后建造庞大的园区。但数据中心是与变压器、发电厂和本地电网相连的实体。这些设施的扩展速度无法与软件的扩展速度相提并论。最近的7月份订单表明，像PJM这样的电网正在积极地围绕数据中心的需求进行管理，将备用发电作为万不得已的最后手段。接下来崩溃的是整个经济模式。你可能拥有价值数十亿美元的GPU，却根本找不到地方充电。然后，随着家庭开始质疑为什么他们的水电费要用来资助人工智能设施，政治层面也会出现问题。更深层次的错误在于，假设每一次人工智能计算都需要一个千兆瓦级的园区。我们需要将计算转向能源：一种去中心化的方法可以将工作负载路由到现有的机器和电力供应充足的地区。
在GPU封建制度下，谁是领主，谁是农奴？租金又是什么样的？
少数掌控物理和契约层面（例如先进芯片、超大规模云以及运行这些资源所需的能源）的参与者才是真正的“领主”。而其他几乎所有人，都成了“农奴”。他们是初创公司、开发者，甚至是必须以服务形式进口人工智能的整个国家。这正是我们所说的GPU封建主义：在未来，人们沦为他人计算资源的租户。他们支付的租金一部分是金钱，但更危险的是许可。服务提供商可以更改你的配额、暂停你的账户，或者悄悄地更换你正在使用的模型。如果五家公司和两个国家控制了基础设施，那么就会有80亿租户。人工智能本质上是纯粹的信息，几乎可以无限复制。模型可以装进U盘，但垄断权却存在于数据中心。正是这种物理瓶颈，人为地制造了稀缺性，而这种稀缺性本应是创造全球富足的资源。
为什么基础设施所有权决定了人工智能的发展方向？
没有计算能力的想法算不上公司，而只是一份文档。当计算资源昂贵或受到政治限制时，开发者会实际修改他们构建的内容。一家初创公司可能会放弃开源模式，仅仅因为大型云服务提供商补贴了对专有API的访问。基础设施所有者决定支持哪些硬件、哪些地区获得容量，以及在资源短缺时谁享有优先权。这就是为什么开放权重永远不够的原因。发布模型权重却无法负担执行成本，就好比分享飞机蓝图，而所有跑道都由一家公司拥有。你还需要可验证性。一个去中心化的系统必须证明预期的模型确实被执行，并且没有悄悄降低质量。一个能够操控资金的机构需要的不仅仅是信任，它需要证明。如果你无法控制计算能力，你的AI策略就只是请求，而不是策略。
我们距离在权限和模型之间做出选择还有多远？
我们已身处这个世界的雏形之中。用户以为自己在数十种人工智能产品中进行选择，但实际上许多产品只是基于同一批少数模型提供商构建的界面。如今，权限体现在地域限制、使用等级和API策略上。未来，当人工智能系统成为经济生产力不可或缺的一部分时，这些限制将演变为结构性限制。试想一下，一位工程师能够访问最先进的编码代理，而另一位工程师却无法访问。被拒绝访问的公司或国家将立即落后。最终结果将形成一个智能等级体系，访问权限完全取决于你的司法管辖区、雇主或身份。人们在技术上可以自由选择拒绝这些系统，但如果没有这些系统，他们将失去经济竞争力。我们或许还能扭转局面，但这需要数年时间。每一次API关闭或访问被拒绝，都只是为去中心化人工智能做的又一次宣传。
当推理成为主导战场时，谁将胜出？
模型训练固然能吸引眼球，但推理才是人工智能真正转化为经济效益的关键所在。模型需要定期训练，而推理则是在用户每次提问或机器人每次做出决策时持续进行的。这改变了竞争格局。模型训练需要庞大且紧密连接的集群，而推理通常可以独立处理。你无需让每个请求都运行在一个千兆瓦的数据中心内。能够降低每个有效代币成本、保持高硬件利用率并保证模型完整性的系统将成为赢家。而那些长期依赖补贴API定价的企业和依赖进口每一单位人工智能的国家将成为输家。这正是分布式系统大展身手的契机。去中心化计算可以利用全球资源和本地能源，而无需任何一家公司拥有所有设施。
来自 26 个国家/地区的 100 亿次请求揭示了哪些尚未开发的计算能力？
它们证明，地理分布式人工智能计算不再仅仅是一个理论概念。在实际运行网络之前，人们曾假设世界存在一个同质的空闲GPU池，等待被激活。但现实情况是，硬件、网络和可用性差异巨大。真正稀缺的资源是协调。网络必须发现容量、衡量性能、验证执行情况，并建立激励机制来确保运营商持续在线。正因如此，Gonka 使用基于Transformer的工作量证明（PoW）和Sprint机制来验证真实的人工智能硬件。未开发的资源非常庞大，包括企业储备、区域云和大学硬件，这些资源只是缺乏与全球人工智能需求的连接。处理这些工作负载表明，开发人员可以通过通用接口使用去中心化推理，而无需将所有计算资源都部署在企业内部。
开放式替代方案是否还有可能出现？如果出现，其规模会有多大？
没错，但这不会自动从当前的市场领导者手中涌现。一个开放的替代方案需要达到巨大的物理规模，才能成为真正的结构性选择。我们谈论的是千兆瓦级的容量和数百万个先进的GPU。比特币在这方面提供了完美的借鉴。它并没有筹集数十亿美元来建造一个庞大的数据中心，而是创建了一种经济协议，调动了全球的物理基础设施。人工智能需要一个类似的实用计算标准。开放模型需要开放的执行基础设施。经济回报必须直接流向那些提供和改进硬件的人。如果人工智能拥有一个与计算相匹配的协议，硬件创新将从缓慢的企业路线图转向全球竞争。
共享计算是新兴地区实现人工智能主权的途径吗？
当然可以，前提是主权得到保障。 defi正确理解了这一点。人工智能主权并不意味着每个国家都必须自行制造芯片并建立国内超大规模云平台。现实点说，这是不可能的。更实际的做法是…… defi关键在于，一个国家不能单方面与人工智能脱钩。从外国公司租用应用程序接口（API）纯粹是依赖。一个缺乏计算能力的国家与人工智能的博弈，就像租户与房东的博弈一样。将国内能源、工程师和数据中心连接到开放网络，才是真正的参与。任何中等规模的国家都无法在单个国家身上投入超过美国或中国。但如果两百个国家平均每个国家贡献一万个GPU，就能创建一个拥有两百万个GPU的共享网络。这种协调机制保证了各国对人工智能层的自主访问，为亚洲、非洲和中东等新兴地区提供了摆脱中心化控制的真正途径。
去中心化人工智能在结构上具有竞争力，还是仅仅填补了大型科技公司的空白？
如今，去中心化网络正同时发挥着这两种作用。大多数去中心化网络都诞生于中心化服务提供商成本高昂、限制重重或根本不感兴趣的地区。这完全正常。然而，当去中心化网络创建出一个能够协调全球资源、奖励更优硬件并为开发者提供可靠退出策略的开放标准时，它便具备了结构性竞争力。相关的衡量标准从来都不是代币的市值，而是每日处理的实用人工智能计算量。去中心化系统并不需要中心化服务提供商的消失。互联网并没有取代私有网络，比特币也没有取代银行。一旦开发者拥有了可行的替代方案，现有企业就将被迫在价格、访问权限和透明度方面展开更加激烈的竞争。
为什么去中心化的人工智能会避免重新整合？
重新整合是一个真实存在的风险。去中心化并非永久状态，仅仅因为有人在白皮书中写下了这个词。人工智能计算具有巨大的规模经济效益，这意味着大型运营商可以协商更优惠的电力合同，并以更低的价格购买硬件。一个无需许可的网络很容易被少数工业运营商垄断。这正是 Gonka 基于计算加权治理构建的原因，确保影响力与经过验证的计算贡献挂钩，而非简单的代币所有权。人工智能基础设施的未来必须由真正为网络带来智能的人来治理，而不是由闲置资本来治理。我们的目标并非阻止大型运营商的存在。大型运营商效率极高。但我们必须确保他们始终是开放协议内部的运营商，而不是协议本身的绝对所有者。
免责声明
在与行 信托项目指南，请注意，本页提供的信息无意且不应被解释为法律、税务、投资、财务或任何其他形式的建议。 重要的是，仅投资您可以承受损失的金额，并在有任何疑问时寻求独立的财务建议。 如需了解更多信息，我们建议您参阅条款和条件以及发行人或广告商提供的帮助和支持页面。 MetaversePost 致力于提供准确、公正的报告，但市场状况如有变更，恕不另行通知。
关于作者
Alisa，一名热心记者 MPost专注于加密货币、人工智能、投资以及广阔的领域 Web3。她对新兴趋势和技术有着敏锐的洞察力，提供全面的报道，让读者了解和吸引读者了解不断发展的数字金融领域。
更多文章
Alisa，一名热心记者 MPost专注于加密货币、人工智能、投资以及广阔的领域 Web3。她对新兴趋势和技术有着敏锐的洞察力，提供全面的报道，让读者了解和吸引读者了解不断发展的数字金融领域。
