Compass Investments

– OpenAI 的 1220 亿美元 C 轮投资（今天以收购后 8520 亿美元的估值结束）揭示了尖端人工智能发展的一个重大限制：它需要巨大的资金集中和对基础设施资源的控制。

如今，该公司每月创造 20 亿美元的收入，其增长速度是 Alphabet 和 Meta 巅峰时期的四倍。但是，这种增长所需的规模揭示了整个人工智能市场的一个严峻现实：OpenAI 在自己的硬件基础上建立自己的模型，并得到少数芯片制造商和云计算巨头的支持，这种道路既是资本密集型的，也是结构集中型的。

数学很简单。OpenAI 的 1220 亿美元融资得到了亚马逊、英伟达和软银的支持，并与微软、甲骨文、AWS 和谷歌云持续合作。在硬件方面，英伟达（NVIDIA）仍然是骨干力量，此外还有 AMD、AWS Trainium 以及与博通（Broadcom）合作的自有芯片设计。在国际银团的支持下，该公司已将信贷额度提高到 47 亿美元。这是一个规模宏大的基础设施，但在这个规模上，把关人的数量却极少。OpenAI 自己的声明也证实了这一局限性：没有一个单一的架构能够有效地满足人工智能前端的所有需求。为了应对这种需求并保持灵活性，我们正在构建一个更广泛的基础设施组合，其中包括多个云合作伙伴、不同的芯片平台以及整个技术堆栈的深度协同设计。

从本质上讲，该公司表示，即使拥有1220亿美元，它仍然依赖于供应商锁定和合作伙伴协议。

正是这种依赖性使得去中心化计算网络的经济效益更加引人注目。虽然旗舰人工智能系统需要资本力量，但外围应用–查询处理、微调、特定任务、网络边缘部署–对于能够以较低成本提供这些应用的分布式网络来说正变得可行。

理论得到了实践的支持：代币化激励系统可以协调来自不同提供商的计算，而无需集中资本。去中心化网络取代了 OpenAI 模式（筹款、私有基础设施、提取租金），重新分配了硬件所有权，统一了协议，形成了开放的计算市场。

几个项目已经根据这一原则创建了可行的基础设施：允许参与者提供计算资源并从中获取报酬的网络；允许用户租用闲置 GPU 容量的系统；将学习和推理任务与分布式硬件连接起来的平台；以及可验证计算的协议。它们在不同层面（训练和推理、通用和专用任务）运行，但有一个共同的前提：人工智能基础设施的经济效益应归属于硬件所有者，而不是资本密集型平台。

关键指标是资源利用率和价格。OpenAI 基础设施专注于高级研究，并为最终用户/企业提供高级访问权限–高利用率、高利润。去中心化网络针对的是不同的细分市场：需要经济实惠的推理的开发人员、希望避免依赖单一供应商的企业、在没有1220亿美元资金的情况下进行实验的研究人员，以及需要地域分布或抵御审查的应用。