O.XYZ发布《AI基础设施2025实用指南》：为稀缺性构建并确保验证

简要

O.XYZ的新报告强调了地缘政治变动、资源稀缺和监管变化如何重新塑造AI和Web3领域，电力和网络基础设施成为新的瓶颈。

去中心化的人工智能研究与开发组织O.XYZ，专注于构建O，一个主权超智能，发布了一份题为“AI-Web3权力游戏2025：全球权力分配和基础设施危机如何影响Web3”的报告。

本报告考察了人工智能供应链中的地缘政治变化、能源和网络容量的日益稀缺，以及这些发展对去中心化技术施加的压力。

该分析基于多种来源，包括运输数据、法庭文件、云定价仪表板以及与五大洲行业专家的访谈。报告指出，全球人工智能格局现在已被划分为三个竞争影响力领域。它强调，截至2025年，人工智能发展的主要瓶颈已从硬件（如硅）转向电力、冷却和光纤等关键资源。

报告详细说明了马来西亚对美国制造的加速器实施更严格出口管制如何加深了美国与中国之间的分歧，同时中国也在努力增加华为Ascend 910C和CloudMatrix集群的生产。

此外，报告指出阿联酋、沙特阿拉伯和印度之间新联盟的崛起，该联盟正在资助大规模主权计算能力的发展，建立一个与华盛顿或北京都不完全对齐的第三个权力中心。尽管自2024年初以来，Nvidia H级芯片的现货价格有所降低，但报告指出，部署时间表和成本越来越多地受到电网互联延迟、变压器短缺以及内部限流措施（如亚马逊的“绿色项目”）的影响。

“计算已成为地缘政治资产，”O.XYZ的创始人兼首席执行官Ahmad Shadid表示。“忽视芯片、电力和法律新地理的Web3项目将发现自己被绑定在集中化的网关上。幸存者将是那些为稀缺性做计划、验证硬件和内容，并在不同法域间进行多元化的人，”他补充道。

云 GPU 价格差异与日益激烈的人才竞争推动人工智能领域的变革

云GPU定价持续表现出变化。谷歌的A3实例的公共定价，以及预计在2025年中期来自AWS的降价，突显出地区差异，差距可能高达六比一。此外，市场折扣和私人报价回扣进一步使实际成本的透明度变得复杂。同时，对熟练人才的竞争急剧加剧，像Meta和各大领先研究实验室的公司提供接近一亿美元的薪酬方案。这一趋势导致研究人员的流失率更高，并减少了可供开源社区使用的人才池。

与此同时，监管框架越来越关注来源和认证。欧洲联盟的通用人工智能法规部分于2025年8月2日生效，现在要求对许多人工智能产品的模型来源、风险文档和内容凭证进行追踪。同样，在美国，两党共同通过的芯片安全法案以及白宫指南现在要求验证先进人工智能处理器的位置和保管链记录，实际上将硬件来源的责任放在所有严肃的人工智能开发者身上。

Ahmad Shadid 分享了关于 Web3 适应 AI 主导地位的见解，并提供了克服计算挑战的实用解决方案

在对Mpost的评论中，O.XYZ的首席执行官Ahmad Shadid讨论了由AI超大规模公司驱动的创新与Web3面临的资源限制之间日益扩大的差距。他解释说，尽管这种差距给去中心化带来了挑战，但并不意味着去中心化不可实现。

“超大规模公司控制着稀缺资源，如GPU、电力和电网互联，允许他们优先满足自身需求并选择性地降低价格，从而将项目吸引到他们的技术栈上。同时，亚马逊的‘格林兰项目’等内部配给计划展示了如何集中分配容量，进一步巩固他们的优势，”艾哈迈德·沙迪对Mpost说道。“对于无法确保稳定计算能力的Web3团队来说，依赖集中式API成为默认选择，这削弱了可信的中立性。去中心化项目的长期可行性将取决于为稀缺性和可证明性(证明、来源)进行设计，以便它们能够在混合基础设施中运行，而不仅仅是超大规模公司，”他补充道。

阿哈迈德·沙迪德分享了实用的解决方案和策略，帮助Web3开发者应对高昂的AI计算成本，并在日益以AI为中心的环境中保持竞争力，他提供了几条建议。

他首先建议通过使用较小或量化模型，或专家混合模型来优化成本，并利用不同地区和供应商之间的价格差异，因为云和程序之间的价差是重要的。专家接着建议采用多轨道计算方法，将集中式云与去中心化的GPU市场结合起来，在服务级别协议 (SLAs) 对齐的情况下，注意到独立研究显示像Akash这样的DePIN网络提供更低的小时费率和日益增长的高端GPU库存。Ahmad Shadid还强调了通过利用GPU/TEE远程证明来构建系统可验证性的重要性，例如NVIDIA NRAS或Intel Trust Authority for H100，以确保交易对手可以信任结果，无论工作负载在哪里运行。最后，他建议通过在多个司法管辖区和供应商之间部署来对冲电力风险，因为电网限制和需求响应协议可能会在短时间内限制容量。

进一步阐述观点，阿赫迈德·沙迪德表达了对Web3协议最终将适应AI日益主导地位的期望，而集中式AI基础设施可能仍将是主要力量，在可预见的未来掩盖去中心化技术。

“人工智能的集中基础设施将保持超大的影响力，因为权力、土地和资本支出都有利于超大规模企业，而像欧盟GPAI义务和美国的位置验证/反走私措施(这样的执法趋势引入了大型提供商能够吸收的合规负担。然而，通过证明模型的运行位置和方式、多样化计算以及将来源视为强制性的Web3协议能够共存，甚至提供集中式人工智能目前所缺乏的信任和可移植性层。随着时间的推移，Web3的赢家将是那些将‘经过验证的可移植AI’作为一项功能而非愿望的人，”专家总结道。