O.XYZ發布《AI基礎設施2025實用指南》：爲稀缺性構建並確保驗證

簡要

O.XYZ的新報告強調了地緣政治變動、資源稀缺和監管變化如何重新塑造AI和Web3領域，電力和網路基礎設施成爲新的瓶頸。

去中心化的人工智能研究與開發組織O.XYZ，專注於構建O，一個主權超智能，發布了一份題爲“AI-Web3權力遊戲2025：全球權力分配和基礎設施危機如何影響Web3”的報告。

本報告考察了人工智能供應鏈中的地緣政治變化、能源和網路容量的日益稀缺，以及這些發展對去中心化技術施加的壓力。

該分析基於多種來源，包括運輸數據、法庭文件、雲定價儀表板以及與五大洲行業專家的訪談。報告指出，全球人工智能格局現在已被劃分爲三個競爭影響力領域。它強調，截至2025年，人工智能發展的主要瓶頸已從硬件（如硅）轉向電力、冷卻和光纖等關鍵資源。

報告詳細說明了馬來西亞對美國制造的加速器實施更嚴格出口管制如何加深了美國與中國之間的分歧，同時中國也在努力增加華爲Ascend 910C和CloudMatrix集羣的生產。

此外，報告指出阿聯酋、沙特阿拉伯和印度之間新聯盟的崛起，該聯盟正在資助大規模主權計算能力的發展，建立一個與華盛頓或北京都不完全對齊的第三個權力中心。盡管自2024年初以來，Nvidia H級芯片的現貨價格有所降低，但報告指出，部署時間表和成本越來越多地受到電網互聯延遲、變壓器短缺以及內部限流措施（如亞馬遜的“綠色項目”）的影響。

“計算已成爲地緣政治資產，”O.XYZ的創始人兼首席執行官Ahmad Shadid表示。“忽視芯片、電力和法律新地理的Web3項目將發現自己被綁定在集中化的網關上。幸存者將是那些爲稀缺性做計劃、驗證硬件和內容，並在不同法域間進行多元化的人，”他補充道。

雲 GPU 價格差異與日益激烈的人才競爭推動人工智能領域的變革

雲GPU定價持續表現出變化。谷歌的A3實例的公共定價，以及預計在2025年中期來自AWS的降價，突顯出地區差異，差距可能高達六比一。此外，市場折扣和私人報價回扣進一步使實際成本的透明度變得復雜。同時，對熟練人才的競爭急劇加劇，像Meta和各大領先研究實驗室的公司提供接近一億美元的薪酬方案。這一趨勢導致研究人員的流失率更高，並減少了可供開源社區使用的人才池。

與此同時，監管框架越來越關注來源和認證。歐洲聯盟的通用人工智能法規部分於2025年8月2日生效，現在要求對許多人工智能產品的模型來源、風險文檔和內容憑證進行追蹤。同樣，在美國，兩黨共同通過的芯片安全法案以及白宮指南現在要求驗證先進人工智能處理器的位置和保管鏈記錄，實際上將硬件來源的責任放在所有嚴肅的人工智能開發者身上。

Ahmad Shadid 分享了關於 Web3 適應 AI 主導地位的見解，並提供了克服計算挑戰的實用解決方案

在對Mpost的評論中，O.XYZ的首席執行官Ahmad Shadid討論了由AI超大規模公司驅動的創新與Web3面臨的資源限制之間日益擴大的差距。他解釋說，盡管這種差距給去中心化帶來了挑戰，但並不意味着去中心化不可實現。

“超大規模公司控制着稀缺資源，如GPU、電力和電網互聯，允許他們優先滿足自身需求並選擇性地降低價格，從而將項目吸引到他們的技術棧上。同時，亞馬遜的‘格林蘭項目’等內部配給計劃展示了如何集中分配容量，進一步鞏固他們的優勢，”艾哈邁德·沙迪對Mpost說道。“對於無法確保穩定計算能力的Web3團隊來說，依賴集中式API成爲默認選擇，這削弱了可信的中立性。去中心化項目的長期可行性將取決於爲稀缺性和可證明性(證明、來源)進行設計，以便它們能夠在混合基礎設施中運行，而不僅僅是超大規模公司，”他補充道。

阿哈邁德·沙迪德分享了實用的解決方案和策略，幫助Web3開發者應對高昂的AI計算成本，並在日益以AI爲中心的環境中保持競爭力，他提供了幾條建議。

他首先建議通過使用較小或量化模型，或專家混合模型來優化成本，並利用不同地區和供應商之間的價格差異，因爲雲和程序之間的價差是重要的。專家接着建議採用多軌道計算方法，將集中式雲與去中心化的GPU市場結合起來，在服務級別協議 (SLAs) 對齊的情況下，注意到獨立研究顯示像Akash這樣的DePIN網路提供更低的小時費率和日益增長的高端GPU庫存。Ahmad Shadid還強調了通過利用GPU/TEE遠程證明來構建系統可驗證性的重要性，例如NVIDIA NRAS或Intel Trust Authority for H100，以確保交易對手可以信任結果，無論工作負載在哪裏運行。最後，他建議通過在多個司法管轄區和供應商之間部署來對沖電力風險，因爲電網限制和需求響應協議可能會在短時間內限制容量。

進一步闡述觀點，阿赫邁德·沙迪德表達了對Web3協議最終將適應AI日益主導地位的期望，而集中式AI基礎設施可能仍將是主要力量，在可預見的未來掩蓋去中心化技術。

“人工智能的集中基礎設施將保持超大的影響力，因爲權力、土地和資本支出都有利於超大規模企業，而像歐盟GPAI義務和美國的位置驗證/反走私措施(這樣的執法趨勢引入了大型提供商能夠吸收的合規負擔。然而，通過證明模型的運行位置和方式、多樣化計算以及將來源視爲強制性的Web3協議能夠共存，甚至提供集中式人工智能目前所缺乏的信任和可移植性層。隨着時間的推移，Web3的贏家將是那些將‘經過驗證的可移植AI’作爲一項功能而非願望的人，”專家總結道。