BitTorrent Inc. 推出 BTTInferGrid，这是一个用于 AI 推理的去中心化计算网络，旨在将空闲 GPU 与全球 AI 需求连接起来。

BitTorrent Inc. 推出了 BTTInferGrid，这是一个去中心化计算网络，旨在满足对 AI 推理服务不断增长的需求。该平台作为去中心化物理基础设施网络 (DePIN) 构建，旨在将全球闲置 GPU 容量与需要经济高效且可扩展的 AI 推理解决方案的开发人员和企业连接起来。

人工智能推理（部署经过训练的机器学习模型以进行实时决策的过程）正在推动计算基础设施需求发生巨大变化。随着 Llama 和 Qwen 等大型模型变得越来越容易获得，瓶颈已经转移到负担得起的、可扩展的推理计算上。尽管进行了大量投资，集中式云提供商仍难以适应波动的需求和高峰使用成本。 BTTInferGrid 的出现，旨在通过将分布式 GPU 容量接入可验证的即用即付网络来分散此过程。

BTTInferGrid 的工作原理

BTTInferGrid 的运作方式是允许 GPU 所有者或“矿工”将其设备连接到网络并执行 AI 推理任务。该系统根据经过验证的工作负载、任务质量和动态绩效得分来奖励参与者。验证者通过审核矿工的表现并通过基于共识的评分机制检测异常情况发挥着关键作用。与此同时，开发人员可以通过统一的 API 访问网络，从而降低成本并为各种 AI 模型提供灵活的部署选项。

定义网络的三个核心功能：

开放供应网络：任何达到性能基准的 GPU 都可以加入，从而扩大可用计算资源池。 可验证的服务质量：任务调度、隐藏挑战机制和链上协调可确保输出的可信性，降低恶意活动的风险。 需求驱动的经济：激励措施与实际需求和节点性能直接挂钩，使供应扩张与市场需求保持一致。

DePIN 模型：去中心化计算革命

BTTInferGrid建立在DePIN框架之上，利用区块链技术来分散物理资源的管理。 Inference Grid 等类似项目通过使分布式运营商能够运行 AI 工作负载并接收实时付款，证明了该模型的可行性。 DePIN 系统通过结合基于代币的激励、去中心化协调和物理基础设施配置而蓬勃发展。

BitTorrent Inc. 希望将其通过 BTFS 在存储领域磨练出来的去中心化资源管理专业知识扩展到人工智能计算领域。如果成功，BTTInferGrid 可以释放个人设备、工作站和小型数据中心未开发的 GPU 容量，为人工智能部署打造更具弹性和成本效益的基础设施。

分阶段路线图

该项目的发展将分三个阶段进行：

2026 – 网络冷启动：搭载核心节点、验证推理服务并扩大 GPU 参与。支持DeepSeek、Qwen等主流模型，同时为开发者和企业推出API服务。 2027 年 – 生态系统扩展：增强服务稳定性，支持更多模型格式，并探索联合学习和跨链资源访问等相邻计算用例。 2028+ – AI 原生基础设施：构建集成计算、存储和智能合约的统一基础设施，将 BTTInferGrid 定位为大规模、去中心化 AI 应用的支柱。

为什么重要

随着人工智能采用的加速，对可扩展且经济实惠的推理计算的需求变得越来越紧迫。集中式解决方案虽然强大，但在需求激增期间面临着巨大的成本和弹性挑战。像 BTTInferGrid 这样的去中心化网络通过利用闲置 GPU 容量并直接激励资源提供者，提供了一种引人注目的替代方案。这种方法可以显着降低开发者的门槛，同时为 GPU 所有者创造收入来源。

虽然 BTTInferGrid 的具体代币经济学尚未得到证实，但其与 DePIN 模型的一致性表明基于代币的奖励和结算的潜力，类似于现有的去中心化计算平台。如果有效执行，这可能会为去中心化人工智能基础设施开创先例，为大规模采用开源人工智能模型铺平道路。

目前，BTTInferGrid 的成功将取决于其加载足够 GPU 节点、维持服务可信度以及在竞争激烈的人工智能市场中吸引开发人员的能力。 2026 年概述的短期里程碑将是这个雄心勃勃的去中心化计算网络能否兑现其承诺的关键指标。

书签