跳到主要内容

2026 年去中心化 GPU 网络：DePIN 如何挑战 AWS 价值 1000 亿美元的 AI 算力市场

· 阅读需 13 分钟
Dora Noda
Dora Noda
Software Engineer

AI 革命引发了前所未有的算力渴求。虽然 AWS、Azure 和 Google Cloud 等超大规模云服务商主导了这一领域，但一类新兴的去中心化 GPU 网络正开始挑战它们的统治地位。随着 DePIN（去中心化物理基础设施网络）板块的市值在一年内从 52 亿美元爆炸式增长至超过 190 亿美元，且预计到 2028 年将达到 3.5 万亿美元，问题不再是去中心化计算是否会与传统云服务商竞争，而是它夺取市场份额的速度有多快。

GPU 稀缺危机：去中心化的绝佳时机​

半导体行业正面临供应瓶颈，这印证了去中心化计算的论点。

全球最大的两家高带宽内存 (HBM) 生产商 SK 海力士 (SK Hynix) 和美光 (Micron) 均已宣布其 2026 年的全部产能已售罄。三星也警告称，由于需求大幅超过供应，价格将出现两位数的增长。

这种稀缺正在创造一个两级市场：能够直接访问超大规模基础设施的机构，以及其他所有人。

对于没有十亿美金预算的 AI 开发人员、初创公司和研究人员来说，传统的云模式呈现出三个关键障碍：

  • 极高的成本，可能消耗 50-70% 的预算
  • 灵活性极低的长期锁定合同
  • NVIDIA H100 或 H200 等高端 GPU 的可用性有限

去中心化 GPU 网络旨在解决这三个问题。

市场领导者：四种架构，一个愿景​

Render Network：从 3D 艺术家到 AI 基础设施​

Render Network 最初是为了聚合闲置 GPU 进行分布式渲染任务而构建的，现在已成功转向 AI 计算工作负载。该网络目前每月处理约 150 万帧，其在 2025 年 12 月推出的 Dispersed.com 标志着其向创意产业之外的战略扩张。

2026 年的关键里程碑包括：

  • AI 计算子网扩展：专门针对机器学习工作负载扩展了去中心化 GPU 资源
  • 入驻 600 多个 AI 模型：用于推理和机器人模拟的开放权重模型
  • 70% 上传优化：Blender 的差异化上传 (Differential Uploads) 大幅缩短了文件传输时间

该网络从以太坊迁移到 Solana（将 RNDR 更名为 RENDER），为其应对 AI 计算的高吞吐量需求奠定了基础。

在 CES 2026 上，Render 展示了旨在满足边缘机器学习 (Edge ML) 工作负载 GPU 需求爆发式增长的合作伙伴关系。从创意渲染向通用 AI 计算的转型，代表了 DePIN 领域最成功的市场扩张之一。

Akash Network：兼容 Kubernetes 的挑战者​

Akash 采用了截然不同的逆向拍卖模式。GPU 提供商不采用固定定价，而是通过竞争来获取工作负载，在通过去中心化市场保持质量的同时降低成本。

结果显而易见：使用量同比增长 428%，进入 2026 年时利用率保持在 80% 以上。

该网络的 Starcluster 计划代表了其迄今为止最宏大的尝试——将集中管理的数据库中心与 Akash 的去中心化市场相结合，创建他们所谓的“全球网格 (Planetary Mesh)”，并针对训练和推理进行了优化。计划通过 Starbonds 收购约 7,200 颗 NVIDIA GB200 GPU，将使 Akash 有能力支持超大规模的 AI 需求。

2025 年第三季度指标显示势头正在加速：

  • 手续费收入环比增长 11%，达到 715,000 AKT
  • 新租约环比增长 42%，达到 27,000 份
  • 2026 年第一季度的销毁机制增强 (BME) 将 AKT 代币销毁与计算支出挂钩——每花费 1 美元，将销毁价值 0.85 美元的 AKT

凭借每月 336 万美元的计算交易量，这意味着每月可能销毁约 210 万枚 AKT（约 98.5 万美元），从而对代币供应产生通缩压力。

这种使用量与代币经济学之间的直接联系，使 Akash 与那些代币效用显得牵强或与实际产品采用脱节的项目区分开来。

Hyperbolic：成本颠覆者​

Hyperbolic 的价值主张非常简单：以比 AWS、Azure 和 Google Cloud 低 75% 的成本提供相同的 AI 推理能力。该平台为超过 100,000 名开发人员提供支持，使用 Hyper-dOS（一种去中心化操作系统），通过先进的编排层协调全球分布的 GPU 资源。

该架构由四个核心组件组成：

  1. Hyper-dOS：协调全球分布的 GPU 资源
  2. GPU 市场：连接供应方与计算需求
  3. 推理服务：获取最前沿的开源模型
  4. 智能体框架 (Agent Framework)：支持自主智能的工具

Hyperbolic 的独特之处在于其即将推出的抽样证明 (Proof of Sampling, PoSP) 协议——该协议是与加州大学伯克利分校和哥伦比亚大学的研究人员共同开发的，将为 AI 输出提供加密验证。

这解决了去中心化计算最大的挑战之一：在不依赖中心化机构的情况下实现无需信任的验证。一旦 PoSP 上线，企业将能够验证推理结果是否被正确计算，而无需信任 GPU 提供商。

Inferix：桥梁构建者​

Inferix 将自己定位为需要 GPU 算力的开发者与拥有剩余产能的提供商之间的连接层。其按需付费模式消除了将用户锁定在传统云服务商中的长期承诺。

虽然在市场上相对较新，但 Inferix 代表了针对特定领域的专业 GPU 网络中不断壮大的群体——在这种情况下，是针对那些需要灵活、短时间访问且没有企业级需求的开发者。

DePIN 革命：数据说话​

更广泛的 DePIN（去中心化物理基础设施网络）板块为理解去中心化 GPU 计算在基础设施版图中的位置提供了关键背景。

截至 2025 年 9 月，CoinGecko 追踪了近 250 个 DePIN 项目，总市值超过 190 亿美元，而 12 个月前仅为 52 亿美元。这种 265% 的增长率显著超过了更广泛的加密货币市场。

在这个生态系统中，AI 相关的 DePIN 在市值上占据主导地位，占该主题的 48%。去中心化计算和存储网络总计约 193 亿美元，占 DePIN 总市值的半数以上。

表现突出的项目展示了该行业的成熟：

  • Aethir：交付了超过 14 亿个计算小时，并报告 2025 年季度收入接近 4,000 万美元
  • io.net 和 Nosana：在各自的增长周期中市值均超过了 4 亿美元
  • Render Network：随着从渲染扩展到 AI 工作负载，其市值超过了 20 亿美元

超大规模云服务商的反论：中心化依然胜出的领域​

尽管拥有引人注目的经济效益和令人印象深刻的增长指标，但去中心化 GPU 网络仍面临超大规模云服务商（Hyperscalers）专为处理而构建的合理技术挑战。

长周期工作负载：训练大型语言模型可能需要数周或数月的持续计算。去中心化网络难以保证特定 GPU 在长时间内保持可用，而 AWS 可以根据需要预留容量。

紧密同步：跨多个 GPU 的分布式训练需要微秒级的协调。当这些 GPU 分布在具有不同网络延迟的大洲时，维持高效训练所需的同步变得呈指数级困难。

可预测性：对于运行关键业务工作负载的企业来说，确切地知道预期的性能是不可协商的。超大规模云服务商可以提供详细的 SLA（服务水平协议）；而去中心化网络仍在构建验证基础设施，以做出类似的保证。

基础设施专家的共识是，去中心化 GPU 网络在批处理工作负载、推理任务和短周期训练运行方面表现出色。

对于这些用例，与超大规模云服务商相比，50-75% 的成本节约是具有颠覆性的。但对于最苛刻、长期运行且关键任务的工作负载，中心化基础设施目前仍保持优势——至少目前如此。

2026 年催化剂：AI 推理爆发​

从 2026 年开始，受三大趋同趋势驱动，AI 推理和训练计算需求预计将大幅加速：

  1. 智能体 AI（Agentic AI）的普及：自主智能体需要持久的计算来进行决策
  2. 开源模型的采用：随着公司逐渐脱离专有 API，他们需要基础设施来托管模型
  3. 企业 AI 部署：企业正在从实验转向生产

这种需求激增直接发挥了去中心化网络的优势。

推理工作负载通常是短周期的且具有高度可并行性——这正是去中心化 GPU 网络在成本上优于超大规模云服务商，同时提供同等性能的典型场景。为聊天机器人或图像生成服务运行推理的初创公司可以在不牺牲用户体验的情况下削减 75% 的基础设施成本。

代币经济学：激励层​

这些网络中的加密货币组件不仅仅是投机——它是使全球 GPU 聚合在经济上可行的机制。

Render (RENDER)：最初在以太坊上以 RNDR 形式发行，该网络在 2023-2024 年间迁移到 Solana，代币持有者以 1:1 的比例进行兑换。包括 RENDER 在内的 GPU 共享代币在 2026 年初飙升超过 20%，反映了市场对该板块日益增长的信心。

Akash (AKT)：BME（销毁与铸造均衡）机制在网络使用量和代币价值之间建立了直接联系。与许多代币经济学与产品使用脱节的加密项目不同，Akash 的模型确保每 1 美元的计算费用都会直接影响代币供应。

代币层解决了困扰早期去中心化计算尝试的冷启动问题。

通过在网络早期利用代币奖励激励 GPU 提供商，这些项目可以在需求达到临界规模之前启动供应。随着网络的成熟，真实的计算收入将逐渐取代代币通胀。

这种从代币激励向真实收入的转变，是区分可持续基础设施项目与不可持续的“庞氏经济学”的试金石。

1000 亿美元的问题：去中心化算力能否与之竞争？​

去中心化算力市场预计将从 2024 年的 90 亿美元增长到 2032 年的 1000 亿美元。去中心化 GPU 网络能否占据可观的市场份额，取决于能否解决以下三个挑战：

大规模验证：Hyperbolic 的 PoSP 协议代表了这一领域的进展，但行业仍需要标准化的方法来通过密码学方式验证计算工作是否正确执行。如果没有这一点，企业将始终持观望态度。

企业级可靠性：要在协调全球分布、独立运营的 GPU 时实现 99.99% 的在线率，需要复杂的编排能力——Akash 的 Starcluster 模型展示了一条可行的路径。

开发者体验：去中心化网络需要媲美 AWS、Azure 或 GCP 的易用性。Kubernetes 兼容性（如 Akash 所提供的）是一个开始，但与现有机器学习（ML）工作流的无缝集成至关重要。

这对开发者意味着什么​

对于 AI 开发者和 Web3 构建者来说，去中心化 GPU 网络呈现出一个战略性机遇：

成本优化：训练和推理费用很容易占到 AI 初创公司预算的 50-70%。将这些成本降低一半或更多，将从根本上改变单位经济效益。

避免供应商锁定：超大规模云厂商让迁入变得容易，但迁出却异常昂贵。使用开放标准的去中心化网络保留了选择权。

抗审查性：对于可能面临中心化供应商压力的应用，去中心化基础设施提供了一个关键的弹性层。

需要注意的是工作负载与基础设施的匹配。对于快速原型设计、批处理、推理服务和并行训练任务，去中心化 GPU 网络现在已经准备就绪。而对于需要绝对可靠性的数周模型训练，超大规模云厂商目前仍是更安全的选择。

未来之路​

GPU 短缺、AI 算力需求增长以及成熟的 DePIN 基础设施的融合，创造了一个罕见的市场机遇。传统云提供商通过提供可靠性和便利性统治了第一代 AI 基础设施。而去中心化 GPU 网络正在成本、灵活性和抗中心化控制方面展开竞争。

接下来的 12 个月将是决定性的。随着 Render 扩展其 AI 计算子网，Akash 将 Starcluster GPU 上线，以及 Hyperbolic 推出密码学验证，我们将见证去中心化基础设施是否能在超大规模下兑现其承诺。

对于目前正为稀缺 GPU 资源支付高昂价格的开发者、研究人员和公司来说，可靠替代方案的出现再及时不过了。问题不再是去中心化 GPU 网络是否会占领 1000 亿美元算力市场的一部分，而是能占领多少。

BlockEden.xyz 为开发者提供企业级区块链基础设施，助力构建持久稳定的基石。探索我们的 API 市场以访问领先区块链网络中可靠的节点服务。

Share on Twitter