去中心化 AI 從敘事走向實用 API 與算力服務
- Theta 解鎖 3000 萬 THETA 推動 EdgeCloud AI 基礎設施與電信合作,但增加流通供給可能帶來賣壓
- Bittensor 透過 64 個子網支援多元 AI 任務,Yuma 共識確保模型品質,市值達 27 億美元
- NEAR AI 推出 OpenAI 相容雲端 API,開發者僅需改 base URL 即可直接使用
- 三者顯示去中心化 AI 正從代幣敘事轉向實際工作負載與開發者採用,價值捕獲取決於真實需求而非僅市值

Created by YuYe Huang
DePIN GPU marketplace analysis, tokenomics, and AI workload trends
Explore the latest content tracked by DePIN Compute Watch
GPU 租借市場需將 GPU 小時與美元放入同一複式記帳分類帳,避免計量與帳單漂移。
荷蘭裸機市場最低報價僅 $0.001/小時,反映區域供應充足。
Zankore 透過 IOH、Nvidia 與 Nokia 合資,以 31 億美元高級貸款融資建置印尼首座 100MW AI 工廠與新雲平台,這類集中式基礎設施能取得 DePIN 難以複製的巨額資本、Nvidia GPU 採購與企業級服務優勢。
算力市場仍處早期金融化階段,GPU 採購多依賴 OTC 與雙邊協議,但未來 5-10 年可能如電力般商品化,形成「硬體、供應商、叢集」結構,透過動態定價演算法產生可交易基準價格。 這對 GPU 租賃平台與 AI 基礎設施投資者而言,意味著流動性與定價透明度的長期機會。
文章指出輕量化與分散式人工智慧需應對日益複雜的資安風險,包括對抗式機器學習、資料投毒、模型反演及阻斷服務等威脅。這為去中心化運算部署帶來潛在啟示。
GPU 機密運算正快速成為保護 AI 推理、訓練與 agentic 工作負載的基礎安全層,ABI Research 指出其動能強勁且已超越 CPU 單一討論。NVIDIA Hopper、Blackwell 平台持續領先,搭配 Anjuna、Red Hat 等軟體方案,企業可透過 attestation 機制降低攻擊面並提升部署彈性。
AI agent 成為主要介面後,上行流量與裝置熱限制迫使運算從集中式雲端轉向動態混合處理,6G 將把算力放置視為即時決策而非設計時固定。 智慧眼鏡等情境每月產生 50GB 以上 90% 上行流量,傳輸成本遠高於本地 NPU,hybrid 架構因此成為必然。
Token rewards in DePIN networks attract short-term speculators who exit when yields drop, as hardware costs exceed volatile payouts.
Ocean Network 推出 Inference,讓用戶在專用 GPU 上部署持久、HTTP 可存取的 AI 模型服務,從按時計算任務延伸至持續運行的應用。 平台預先顯示完整時薪費用(H200 起價 $2.16/小時)、按小時而非 token 計費,並確保模型與硬體透明,解決了 AI 推理市場的不確定痛點。 此舉讓去中心化算力更接近實際生產使用。
AIMG ETF 將AI加速器、客製化晶片、晶圓代工、記憶體、網路與光子元件等供應鏈環節打包成單一等權重標的,讓投資人一次捕捉 hyperscalers 預計 1.3 兆美元資本支出帶來的硬體需求。
High demand for AI inference meets persistent complexity in bare-metal GPU infrastructure, driving Aranya.tech to simplify pipelines via eGPU and...
SiMa.ai 的 Modalix SoM 與 Palette Neat 提供與 NVIDIA Orin 相容的邊緣方案,在 sub-10W 功耗下同時運行多個 LLM 與視覺模型,保留 90% 既有程式碼即可快速遷移。 這類異質邊緣架構能降低實體 AI 的功耗與延遲,為機器人、自駕與工業應用帶來更佳的部署效率與資本效益。
Inferra by Lightbits tackles LLM inference memory bottlenecks with intelligent KV cache orchestration across DRAM and storage tiers.
不同尺寸裝置展現 LLM 本地推論的實際門檻:
Zankore 獲 31 億美元高級貸款,由 Ooredoo 持股 49% 與 Indosat、Nvidia 合作,在印尼及東南亞部署初始 100MW Nvidia GPU 基礎設施,目標 2027 年上半年達 200MW 並最終 1GW,展現電信網路與資本採購優勢。