AI 可能是一种数字服务，但其发展正日益受到物理基础设施的瓶颈。去中心化物理基础设施网络，或 DePIN——它提供了一种构建和运营现实世界系统的新模型——可以帮助实现 AI 创新底层计算基础设施的访问民主化，使其更便宜、更具弹性且更能抵抗审查。
怎么做？AI 发展的两个最大障碍是能源和芯片访问。去中心化能源可以帮助提供更多电力，但构建者也在使用 DePIN 来聚合来自游戏 PC、数据中心和其他来源的未使用芯片。这些计算机可以组合在一起形成一个无需许可的计算市场，从而为构建新的 AI 产品创造公平的竞争环境。
其他用例包括 LLM 的 分布式训练和微调，以及用于模型推理的分布式网络。去中心化训练和推理可能会大大降低成本，因为它们使用原本潜在的计算能力。它们还可以提供审查抵抗力，确保开发人员不会被大型中心化云服务提供商（提供大规模、中心化计算基础设施）取消平台资格。
少数公司之间 AI 模型的中心化是一个 长期存在的问题；去中心化网络可以帮助创建更具成本效益、更具审查抵抗性和更具可扩展性的 AI。
作者：Guy Wuollet
