過去兩年，科技圈最熱的兩個詞——「AI」與「加密（Crypto）」——開始頻繁地出現在同一個句子裡。這不是行銷蹭熱度，而是因為它們之間有一個真實、互補的交集：AI 渴求海量算力，而加密最擅長「協調大量陌生人貢獻資源」。

當這兩者相遇，就誕生了一個熱門賽道：去中心化算力網路（DCN, Decentralized Compute Network）。這是我「Web3 入門精選」系列裡，關於「未來」的一篇。

一、先看 AI 這股海嘯有多大

要理解這個交集，先感受一下 AI 投資的狂熱程度。幾個數字（來自產業研究）很能說明問題：

  • 自 2022 年底 ChatGPT 發布以來，AI 相關股票漲幅達 165%，而同期非 AI 股票僅漲 24%。
  • 2025 年前三季的 AI 投資，比 2024 年全年總額還高出 62%。
  • 2025 年第三季，AI 領域吸走了美國創投資金的 63%。

換句話說，AI 不只是技術趨勢，更是當前資本市場最大的吸金黑洞。而所有 AI 的背後，都站著同一個需求——算力（compute），具體說就是 GPU。

二、痛點：算力又貴又集中

AI 的算力供給，目前高度集中在少數幾家雲端巨頭（AWS、Google Cloud、Azure）與晶片廠（Nvidia）手裡。這帶來幾個問題：

  • 貴：頂級 GPU 一卡難求，租用成本高昂，中小團隊與獨立開發者常常被價格擋在門外。
  • 不透明：你租了雲端算力，但定價邏輯、資源分配對你來說是個黑箱。
  • 集中風險：算力這種「AI 時代的石油」，掌握在極少數公司手裡，本身就是一種系統性風險。

與此同時，世界上其實散落著大量閒置的 GPU——遊戲玩家的顯卡、小型資料中心的餘裕產能、甚至前幾年挖礦留下的設備。問題是：沒有一個好機制，能把這些分散的算力協調起來、媒合給需要的人。

這個「協調陌生人貢獻資源」的難題，你是不是覺得有點眼熟？沒錯，這正是 DePIN 擅長的事——而 DCN，本質上就是 DePIN 在「運算」這個類別裡的應用。

三、解法：用代幣激勵，把算力眾包

去中心化算力網路的運作邏輯是這樣的：

  1. 供給端：擁有閒置 GPU 的人，把算力貢獻到網路裡，賺取代幣獎勵。
  2. 需求端：需要算力跑 AI 模型（尤其是「推理 / inference」）的開發者，用更低的成本、更透明的方式租到算力。
  3. 代幣經濟：用代幣把供需兩端綁在同一套激勵裡，網路愈大、媒合愈有效率、單位成本愈低——又是一個三重飛輪。

這讓算力市場從「向巨頭租」變成「向全世界的閒置產能租」，理論上能壓低價格、提高韌性、打破壟斷。

四、兩個關鍵技術突破，讓它從幻想變可行

去中心化算力的構想其實很早就有，但一直卡在兩個技術難題上。近期的進展，讓它從「美好幻想」逐漸變成「可行方案」：

突破一：如何驗證「算力真的被正確執行」？

把一個 AI 推理任務發給一個素不相識的陌生節點，你怎麼知道它真的算了、而且算對了，而不是隨便回傳一個假結果來騙獎勵？這個「驗證 AI 推理」的難題，過去是去中心化算力的最大障礙。近年密碼學與機制設計上的進展（例如各種證明與抽查機制）正在讓「可驗證的去中心化推理」逐步成真。

突破二：模型架構讓推理成本下降

同時，AI 模型本身也在演化。像 MoE（Mixture of Experts，混合專家） 與 SSM（State Space Models，狀態空間模型） 這類新架構，大幅降低了「推理」的運算成本。推理愈便宜、愈能被切分成小任務，就愈適合分散到去中心化網路上跑。

再加上開源 AI 模型的崛起——當高品質的模型權重可以被自由取得、不再被單一公司壟斷，「在哪裡跑這個模型」就變成一個開放的市場問題，這正好是去中心化算力的主場。

五、潑一盆冷水：挑戰仍然真實

身為一個在這領域教學多年的人，我必須誠實提醒：熱度高，不代表沒有風險。 去中心化算力仍面臨幾個硬骨頭：

  • 延遲與可靠性：分散的節點在速度與穩定性上，目前還難以全面對抗集中式資料中心。
  • 驗證成本：「可驗證推理」雖有進展，但驗證本身也要消耗資源，如何不讓成本反過來吃掉節省，是門藝術。
  • 需求是否真實：這跟我在 DeFi 真實收益 與 DePIN 那兩篇反覆強調的判準一樣——剝掉代幣補貼後，真的有人願意付錢用這個算力嗎？ 還是大家只是為了賺代幣而貢獻、為了挖礦而租用？

判斷一個 AI × Crypto 項目是否健康，依然是那個老問題：它解決的是真實需求，還是只是在創造一個可以炒的代幣？

結語：兩股大浪的交會處

AI 與加密，是這個時代最大的兩股技術浪潮。它們的交會處——去中心化算力網路——之所以值得關注，不是因為「兩個熱詞加在一起更熱」，而是因為它們真的互補：AI 提供了一個萬億級的真實需求（算力），加密提供了一個前所未有的協調機制（代幣激勵）。

它會不會成為下一個風口？我的看法是：方向對，但路還長。值得持續觀察，但別被高 APY 和宏大敘事沖昏頭——回到需求的本質去判斷，永遠是 Web3 投資與佈局裡最不會錯的一課。

這也是我「Web3 入門精選」系列的最後一篇。想系統性地把 Web3 學一輪？歡迎從 Web3 三時代 讀起，或了解我的 Web3 企業內訓 與大學區塊鏈課程。