概述

這並不是另一個“AI + Web3”的樂觀VC文章。我們對合並這兩項技術持樂觀態度，但以下文字是一種呼籲。否則，樂觀情緒將無法得到證明。

爲什麼？因爲開發和運行最佳AI模型需要在最尖端且通常難以獲得的硬件上進行重大資本支出，以及非常領域特定的研發。大多數Web3 AI項目正在試圖通過加密激勵來衆包，但這還不足以抵消大公司投入的數百億美元，這些公司牢牢掌控着AI開發。考慮到硬件限制，這可能是智能和有創造力的工程師在現有組織之外沒有資源來打破的第一個重大軟件範式。

軟件正在以越來越快的速度“吞噬世界”，很快將會隨着AI加速而呈指數級增長。而眼下，所有這些“蛋糕”都流向了科技巨頭，而最終用戶，包括政府和大企業，更不用說消費者，都變得更加受制於他們的力量。

激勵錯位

所有這一切都發生在一個更不合適的時機——90%的去中心化網路參與者都在忙着追逐敘事驅動型發展帶來的輕鬆法幣收益的金鵝。是的，開發者正在追隨我們行業的投資者，而不是相反。從公開承認到更微妙的潛意識動機，各種敘事及其周圍形成的市場驅動了Web3中許多決策。參與者們沉浸在一個典型的反射性泡沫中，幾乎沒有注意到外部世界，除了那些有助於進一步推動這一循環的敘事。而人工智能顯然是其中最大的一個，因爲它也正在經歷自己的繁榮期。

我們已經與人工智能與加密交叉領域的數十個團隊進行了交流，並可以確認其中許多團隊非常有能力、以使命爲驅動力且充滿激情。但是，人類的本性是，當面臨誘惑時，我們往往會屈服於誘惑，然後在事後合理化這些選擇。

易於流動性的路徑一直是加密行業的歷史詛咒——至今已經減緩了其發展和實際採用數年。它甚至會將最忠實的加密信徒引向“推動代幣”的方向。合理化的理由是，擁有代幣形式的更多資本，這些建設者可能有更好的機會。

機構和零售資本的相對低復雜性爲建設者創造了脫離現實的聲稱的機會，同時仍然從估值中受益，就好像這些聲稱已經實現了一樣。這些過程的結果是實際上根深蒂固的道德風險和資本破壞，其中很少有這種策略長期有效。需求是所有發明的母親，當需求消失時，發明也隨之消失。

這本不可能發生在更糟糕的時機。當所有最聰明的技術企業家、國家行爲者和大大小小的企業都在競相確保他們從人工智能革命中獲得的利益時，加密創始人和投資者卻選擇了“快速10倍”。而不是一生的1000倍，這才是真正的機會成本，在我們看來。

Web3人工智能景觀的粗略摘要

鑑於上述激勵因素，Web3人工智能項目的分類實際上可以分爲：

• 合法的（也可以細分爲現實主義者和理想主義者）
• 半合法的，以及
• 僞造者

基本上，我們認爲建設者清楚地知道要跟上他們的Web2競爭對手所需付出的代價，以及實際可能競爭的垂直領域，以及更多是一種幻想的領域，盡管這種幻想可以向風險投資公司和不成熟的公衆推銷。

目標是能夠在此時此刻競爭。否則，人工智能發展的速度可能會將Web3拋在後面，而世界則躍向西方的企業人工智能與中國的國家人工智能之間的反烏托邦式Web4。那些不能夠在足夠短的時間內保持競爭力，並依賴分布式技術在較長的時間範圍內追趕的人過於樂觀，不足以被認真對待。

顯然，這是一個非常粗略的概括，甚至僞造者組中至少包含一些認真的團隊（也許還有更多只是妄想夢想家）。但本文是一種呼籲，因此我們並不打算客觀，而是呼籲讀者的緊迫感。

[1]。

合法：

• “將人工智能上鏈”的中間件。背後的創始人理解，如果不是不可能的話，至少目前來說，用戶實際需要的模型（即尖端技術）的去中心化訓練或推斷是不可行的。因此，爲了讓最佳的中心化模型與鏈上環境連接起來，讓其受益於復雜的自動化，對他們來說是一個足夠好的第一步。硬件隔離執行環境（TEE）的隔空處理器，可以托管API訪問點、雙向oracle（用於雙向索引鏈上和鏈下數據）並爲代理提供可驗證的鏈下計算環境，似乎是目前最佳的解決方案。此外，還有使用零知識證明（ZKP）進行快照狀態更改（而不是驗證完整計算）的協處理器架構，在中期內我們也認爲這是可行的。

  對於同樣的問題，更理想主義的方法試圖驗證鏈下推理，以使其在信任假設方面與鏈上計算相媲美。在我們看來，這樣做的目標應該是允許人工智能在鏈上和鏈下執行任務，就像在一個統一的運行時環境中一樣。然而，大多數推理可驗證性的支持者談論”信任模型權重”和其他類似目標，實際上這些目標在多年後才可能變得相關。最近，這個陣營的創始人開始探索替代方法來驗證推理，但最初都是基於ZKP的。雖然很多聰明的團隊正在致力於所謂的ZKML（零知識機器學習），但他們冒的風險太大了，因爲他們預期加密優化會超過AI模型的復雜性和計算需求。因此，我們認爲他們目前不適合競爭。然而，@ModulusLabs/chapter-14-the-worlds-1st-on-chain-llm-7e389189f85e">最近的進展是有趣的，不應被忽視。

半合法：

• 使用封閉和開源模型的包裝器的消費者應用程序（例如，穩定擴散或Midjourney用於圖像生成）。其中一些團隊是市場上的先行者，並且擁有實際的用戶吸引力。因此，一概稱之爲虛假是不公平的，但只有少數團隊正在深入思考如何以去中心化的方式發展其基礎模型並在激勵設計上創新。這個類別中有一些有趣的治理/所有權關於代幣組件的變化。但是，這個類別中的大多數項目只是在封閉的包裝器上隨意添加一個代幣，比如在OpenAI API上，以獲得估值溢價或爲團隊提供更快的流動性。

以上兩個陣營都沒有解決的問題是在去中心化環境中進行大型模型的訓練和推斷。目前，沒有辦法在合理的時間內訓練一個基礎模型，而不依賴於緊密連接的硬件集羣。在競爭水平下，“合理的時間”是關鍵因素。

最近有一些有前途的研究成果涉及到這個問題，理論上，諸如差分數據流之類的方法可能會在未來擴展到分布式計算網路，以提高它們的容量（隨着網路能力趕上數據流需求）。但是，競爭性的模型訓練仍然需要在本地化集羣之間進行通信，而不是單個分布式設備，並且需要尖端的計算（零售GPU的競爭力越來越差）。

最近對通過縮小模型大小來實現推斷的本地化（去中心化的兩種方式之一）的研究也在取得進展，但是在Web3中還沒有利用它的現有協議。

去中心化訓練和推斷的問題在邏輯上將我們帶到了最後一個陣營，也是迄今爲止最重要的一個，因此對我們情感上觸發最大。

僞造者：

• 主要是在去中心化服務器領域的基礎設施應用程序，提供裸機硬件或去中心化模型訓練/托管環境。還有一些軟件基礎設施項目正在推動諸如聯邦學習（去中心化模型訓練）等協議，或者將軟件和硬件組件結合到一個平台中，在這個平台上，人們基本上可以端到端地訓練和部署他們的去中心化模型。其中大多數缺乏解決實際問題所需的復雜性，而是採用天真的“代幣激勵+市場尾風”思維。我們在公共和私人市場上看到的解決方案沒有一種能夠在此時此刻提供有意義的競爭。一些可能會演變成可行（但是利基）的產品，但我們需要一些新的、具有競爭力的解決方案。而這只能通過創新設計來解決分布式計算瓶頸。在訓練中，不僅速度，而且工作的可驗證性和訓練負載的協調都是一個大問題，這加劇了帶寬瓶頸。

我們需要一組具有競爭力且真正去中心化的基礎模型，它們需要去中心化的訓練和推斷才能運行。如果人工智能喪失，可能會完全抵消自以太坊問世以來“去中心化世界計算機”所取得的任何成就。如果計算機變成了人工智能，並且人工智能是集中化的，那麼除了一些反烏托邦版本之外，就沒有什麼世界計算機可言了。

訓練和推斷是人工智能創新的核心。當其他人工智能世界正在朝着更加緊密結構的方向發展時，Web3需要一些正交的解決方案來競爭，因爲正面競爭正在變得不可行得很快。

問題的嚴重性

一切都取決於計算。你投入的訓練和推理計算量越多，結果就會越好。是的，有一些微調和優化，計算本身也不是均質的——現在有了各種新的方法來克服傳統的馮·諾伊曼架構的處理單元的瓶頸——但最終都歸結爲你能夠在多大的內存塊上以多快的速度進行多少次矩陣乘法。

這就是爲什麼我們目睹了所謂的“超級規模”在數據中心方面的強勁發展，它們都在努力打造一個全方位的堆棧，頂部是AI模型強大的計算機，在其下是爲其供電的硬件：OpenAI（模型）+微軟（計算）、Anthropic（模型）+AWS（計算）、谷歌（兩者）和Meta（通過加大自己數據中心的建設而越來越多地擁有兩者）。這裏還有更多的細微差別、相互作用動態和參與方，但我們暫且不提。總體而言，超級規模者正在以前所未有的速度投資數十億美元進行數據中心建設，並在他們的計算和人工智能產品之間創造協同效應，預計隨着人工智能在全球經濟中的普及而大規模產出。

僅僅是看看今年四家公司的預期建設水平：

• Meta預計在2024年的資本支出將達到300-370億美元，這很可能會大量傾斜向數據中心。
• 微軟在2023年的資本支出約爲115億美元，據廣泛傳言，他們將在2024年至2025年再投資400-500億美元！這部分可以通過宣布在幾個單一國家進行的巨額數據中心投資來推斷：在英國投資32億美元，在澳大利亞投資35億美元，在西班牙投資21億美元，在德國投資32億歐元，在美國喬治亞州投資10億美元，在威斯康星州投資100億美元。這些只是來自他們遍布60多個地區的300個數據中心網路的一些地區性投資。還有關於爲OpenAI建造超級計算機的談話，這可能會讓微軟再投資1000億美元！
• 亞馬遜領導層預計，由於擴大AWS基礎設施用於人工智能的建設，他們的資本支出將在2024年顯著增長，這是在2023年他們花費了480億美元的基礎上。
• 谷歌僅在2023年第四季度就花費了110億美元來擴大其服務器和數據中心規模。他們承認這些投資是爲了滿足預期的人工智能需求，並預計由於人工智能的原因，2024年他們的基礎設施支出的速度和總規模將顯著增加。

這就是在2023年已經花在NVIDIA人工智能硬件上的資金:

NVIDIA的首席執行官Jensen Huang一直在向未來幾年將投入總計1萬億美元的人工智能加速做出預測。他最近將這一預測翻倍到2萬億美元，據說是因爲他目睹了來自主權國家的興趣。Altimiter的分析師預計，全球在2024年和2025年AI相關的數據中心支出將分別達到1600億美元和2000億美元以上。

現在，將這些數字與Web3所提供給獨立數據中心運營商的激勵進行比較，以鼓勵他們在最新的人工智能硬件上擴大資本支出：

• 目前，所有去中心化物理基礎設施（DePIn）項目的總市值約爲400億美元，這些項目主要是以相對流動性較低且主要是投機性的代幣形式存在的。基本上，這些網路的市值等於它們貢獻者的總資本支出的上限估計，因爲它們通過代幣來激勵這種建設。然而，當前的市值幾乎沒有用處，因爲它已經被發行出去了。
• 因此，讓我們假設在接下來的3-5年裏，還有另外800億美元（現有價值的兩倍）的公私兩方面的DePIn代幣市值進入市場作爲激勵，並假設這100%用於人工智能用例。

即使我們將這個非常粗略的估計數字除以3（年），並將其與僅在2024年由超級規模者支付的現金進行比較，也清楚地表明，簡單地將代幣激勵附加到一堆“去中心化GPU網路”項目上是不夠的。

還需要數十億美元的投資者需求來吸收這些代幣，因爲這些網路的運營商要出售所挖掘的硬幣的大部分來支付重要的CapEx和OpEx成本。還需要數十億美元來推動這些代幣的價格漲，並激勵建設擴張以與超級規模者競爭。

然而，了解大多數Web3服務器當前運行方式的人可能預計，“去中心化物理基礎設施”的很大一部分實際上是在這些超級規模者的雲服務上運行的。當然，GPU和其他人工智能專用硬件需求的激增正在推動更多的供應，最終應該會使雲租賃或購買變得更便宜。至少這是預期。

但還要考慮到：現在NVIDIA需要優先考慮爲其最新一代GPU提供服務的客戶。它還開始在他們自己的領域與最大的雲服務提供商競爭-向已經鎖定在這些超級規模者中的企業客戶提供

工智能平台服務。這最終激勵它要麼隨着時間的推移建設自己的數據中心（基本上是侵蝕它們目前享有的豐厚利潤率，因此不太可能），要麼顯著限制其人工智能硬件銷售僅限於其合作夥伴網路的雲服務提供商。

此外，與NVIDIA競爭的其他人工智能專用硬件制造商主要使用同樣由TSMC生產的芯片。因此，所有人工智能硬件公司目前都在爭奪TSMC的產能。TSMC也需要優先考慮某些客戶而不是其他客戶。三星和潛在的英特爾（正在試圖很快重新進入最先進的芯片制造領域）可能能夠吸收額外的需求，但目前大部分與人工智能相關的芯片都是由TSMC生產的，並且切割和校準尖端芯片制造（3和2納米）需要數年時間。

除此之外，目前所有尖端芯片制造都是由臺灣的TSMC和韓國的三星在臺灣海峽旁邊完成的，而在美國建造的設施以抵消這一風險的設施（也不預計在未來幾年內生產下一代芯片）可能會在啓動之前就可能發生軍事衝突的風險。

最後，中國由於美國對NVIDIA和TSMC施加的限制，實際上被切斷了最新一代人工智能硬件，正在競爭剩餘可用的計算資源，就像Web3 DePIn網路一樣。與Web3不同，中國企業實際上擁有自己的競爭模型，特別是百度和阿裏巴巴等公司的LLM，這些模型需要大量的上一代設備來運行。

因此，由於上述原因或多重因素的結合，有一個不可忽視的風險，即隨着人工智能主導戰的加劇並優先於雲業務，超級規模者會限制外部方訪問其人工智能硬件，基本上是佔據了所有與人工智能相關的雲容量供自己使用，並且不再提供給其他任何人，同時也吞噬了所有最新的硬件。如果發生這種情況，剩餘的計算資源供應將進一步受到其他大型參與者（包括主權國家）的高度需求的影響，而留下的消費級GPU則變得越來越不具競爭力。

顯然，這是一個極端的情況，但獎勵對於大型參與者來說太大了，以至於在硬件瓶頸仍然存在的情況下，他們不會退縮。這使得像二級數據中心和零售級硬件所有者這樣的去中心化運營商，他們構成了Web3 DePIn提供者的大多數，退出了競爭。

硬幣的另一面

當加密貨幣創始人們在開車時打瞌睡時，人工智能大佬們正在密切關注着加密貨幣。政府的壓力和競爭可能會推動他們採用加密貨幣，以避免被關閉或受到嚴格監管。

最近，Stability AI的創始人辭去職務，開始“去中心化”他的公司，這是對此的首次公開暗示之一。他之前在公開場合並未掩飾自己計劃在公司首次公開募股成功後推出代幣的計劃，這在某種程度上透露了預期舉措背後的真正動機。

同樣，盡管Sam Altman並沒有在他共同創立的加密項目Worldcoin中扮演運營角色，但其代幣確實像是OpenAI的代理。是否存在將自由網際網路貨幣項目與人工智能研發項目連接起來的路徑，只有時間會告訴我們，但Worldcoin團隊似乎也意識到市場正在測試這一假設。

對我們來說，人工智能巨頭可能會探索不同的去中心化路徑是有道理的。我們在這裏看到的問題再次是，Web3並沒有提供有意義的解決方案。 “治理代幣”在大多數情況下都是一個梗，而那些明確避免資產持有者與其網路開發和運營之間直接聯系的代幣 - 比如$BTC和$ETH - 目前是真正去中心化的。

減緩技術發展的(不)激勵也影響了不同設計用於治理加密網路的發展。初創團隊只是在其產品之上貼上“治理代幣”，希望在他們積聚動力的過程中找到解決方案，而最終只是深陷於圍繞資源分配的“治理戲劇”中。

結論

人工智能競賽正在進行，每個人都非常認真對待。當涉及到以前所未有的速度擴展計算能力時，我們無法找到大型科技巨頭思考的任何缺陷 - 更多的計算意味着更好的人工智能，更好的人工智能意味着降低成本，增加新的收入並擴大市場份額。對我們來說，這意味着泡沫是合理的，但所有的僞裝者仍然會在不可避免的震蕩中被洗出。

中心化的大型企業人工智能正在主導該領域，而合法的初創公司發現很難跟上。Web3空間雖然晚來一步，但也加入了這場競賽。與Web2空間中的初創公司相比，市場對加密人工智能項目的獎勵過高，這使得創始人在關鍵時刻對產品的推出興趣轉向了推動代幣，而在這個時刻，追趕的機會窗口正在迅速關閉。到目前爲止，還沒有任何繞過擴展計算規模以進行競爭的正交創新。

現在已經有一個可信的面向消費者模型的開源運動，最初是由一些中心化的參與者選擇與更大的閉源競爭對手爭奪市場份額而推動的（例如Meta，Stability AI）。但現在社區正在追趕並向領先的人工智能公司施加壓力。這些壓力將繼續影響人工智能產品的閉源開發，但在開源方面趕上之前並沒有真正的意義。這對於Web3空間來說是另一個重大機會，但前提是它解決了去中心化模型訓練和推斷的問題。

因此，盡管在表面上存在着爲顛覆者提供的“經典”機會，但現實情況與其相去甚遠。人工智能主要與計算相關聯，除非在未來3-5年內有突破性的創新，否則無法改變這一點，這是確定誰控制和引導人工智能發展的關鍵時期。

計算市場本身，盡管需求推動了供給端的努力，也不能讓百花齊放，制造商之間的競爭受到結構性因素的限制，如芯片制造和規模經濟。

我們對人類的聰明才智保持樂觀態度，並確信有足夠聰明和高尚的人在試圖解決有利於自由世界而不是自上而下的企業或政府控制的人工智能問題空間。但勝算看起來非常渺茫，最多只能說是一場賭博，但Web3的創始人們忙於翻動硬幣而不是實現真正的世界影響。如果你正在建造一些酷炫的東西來幫助增加Web3的機會，而不僅僅是乘着炒作浪潮，那就聯系我們吧。

聲明：

1. 本文轉載自[gagra.vc]，所有版權歸原作者[gagra.vc]所有。若對本次轉載有異議，請聯系Gate Learn團隊，他們會及時處理。
2. 免責聲明：本文所表達的觀點和意見僅代表作者個人觀點，不構成任何投資建議。
3. Gate Learn 團隊將文章翻譯成其他語言。除非另有說明，否則禁止復制、分發或抄襲翻譯文章。