本文汇整了当前 AI 产业面临的问题，以及区块链产业目前提供的解决方案，该报告也举例三个投入 AI 相关领域的区块链项目。

AI 产业待解决的问题

AI 产业目前面临的问题主要包括：

1. 计算资源需求大：AI 的演算法，尤其是机器学习和深度学习，需要大量计算力来处理数据和训练模型。

2. GPU 缺口和成本高昂：高效的 GPU 十分适合 AI 计算，但因为需求大幅增加，导致价格上涨和供应不足。加密货币市场的波动也影响了 GPU 的供需。

3. 硬体生产受限：台积电等晶片制造商的生产能力有限，无法满足所有 AI 公司的需求，导致供不应求。

4. 高昂的运营成本：AI 公司需要在硬体设施和昂贵的云服务之间做出选择，都需要大量的资金支出。

5. 封闭系统降低效率：许多公司在封闭系统中独立训练模型，这不利于资源共享，提高了研发门槛并可能导致市场垄断。

6. 解决方案探索：面对高成本和低效率，业界正在探索分布式算力和开放计算网路等去中心化技术作为可能的解决方案。

ChatGPT 评论以上看起来都是基于事实的合理总结，然而对于「去中心化计算」和「分布式算力」的实际应用和效率还需要时间来验证。

区块链如何切入 AI？

人工智能系统需求的算力每几个月翻倍，预计到 2026 年开支将近 3,000 亿美元。由于硬体资源有限，产业急需更有效、更省成本的解决方案。Open AI 共同创办人 Sam Altman 预言，因成本不断增加和硬体资源限制，大模型时代将结束。为了应对全球算力需求激增，人们正在尝试拆分 AI 处理过程，通过区块链技术，提出分布式算力和开放计算网路作为可能的解决方案。「将 AI 从资料存储 > 数据预处理 > 模型训练 > 模型微调 > 模型部署等不同环节拆开检视，试图分头优化。」《每日币研》写道。

三个 AI 相关项目

举例三项项目：

• Akash 是全球首个去中心化云端算力市场（DeCloud），主要是将有算力需求的用户，以及有闲置算力可以对外供给的用户或供应商相互媒合，有效的交易算力资源。
• Gensyn 类似于 Akash，Gensyn 将汇集闲置的资源（甚至包括 Macbook 和 Iphone），让用户在不使用算力的时候可以出租自己的算力协助训练模型，以获得相应报酬，让机器学习计算协议将成为一个无形的网络，提供进入计算革命的下一个规模时所需的基础资源。
• Bittensor 链上的矿工透过为特定模型提供专业的情报、知识和技术以加速学习、优化输出来创建更强大的 AI 模型，共享成果，并获得奖励代币 $TAO，也可以说是 AI 的情报市场。

本文链接地址：https://www.wwsww.cn/hqfx/22672.html
郑重声明：本文版权归原作者所有，转载文章仅为传播更多信息之目的，如作者信息标记有误，请第一时间联系我们修改或删除，多谢。