Amazon Web Services (AWS) 和微软近期放缓了对人工智能数据中心的投资，这一举动引发了对集中式模型潜在问题的讨论。分析师们借此机会重申，去中心化区块链基础设施或许是解决当前困境的理想方案。

Impossible Cloud Network 的联合创始人凯·瓦兹内克（Kai Wawrzinek）在与BeInCrypto的独家采访中探讨了这些迫在眉睫的问题。几个月前，人工智能还被认为是全球科技行业中最具前景的领域之一。然而，随着AWS和微软宣布暂停建设人工智能数据中心，整个行业的图景发生了显著变化。究竟发生了什么？人工智能的未来又将如何发展？凯·瓦兹内克描述了当前的局势：

AWS和微软并非唯一面临这些问题的企业。尽管Meta曾公开宣称将投入数百亿美元用于人工智能基础设施和数据中心建设，但在不到三个月的时间内，它却向竞争对手寻求资金支持。Meta的这一举动表明，即使是行业巨头也难以独自承担人工智能领域的巨大投入。

此外，OpenAI也因运营ChatGPT的成本高昂而受到冲击。Sam Altman 虽然没有明确表示，但他的言辞暗示，OpenAI的研究可能永远无法实现盈利。这进一步凸显了人工智能领域面临的经济压力。

凯·瓦兹内克认为，一个清晰的解决方案是彻底放弃集中式模式，转而专注于去中心化的人工智能（DeFAI）。尽管这些行业领导者已经积累了数十亿美元的资本支出，并引领了大型语言模型（LLM）的发展，但这种策略可能最终适得其反。

例如，在美国，人工智能数据中心的建设正在以前所未有的程度占据电气工程师的工作时间。如此多的专业人员专注于数据中心本身，反而导致了技术人才短缺的问题。这种情况不仅阻碍了可再生能源项目的推进，还对电网造成了负面影响，从而间接损害了数据中心的功能。

相比之下，去中心化的人工智能（DeFAI）提高了AI计算的可访问性。通过区块链技术驱动的经济激励机制，可以加速部署速度、增强扩展性和优化资源配置，而无需巨额的前期投资。简而言之，这些去中心化的系统比传统集中式系统更具灵活性。

基于区块链的人工智能公司已经能够在不依赖集中式数据中心的情况下利用大量计算能力。例如，DePIN公司Aethir通过GPU即服务（GPU-as-a-service）模式取得了显著进展。另一家公司0G Labs则证明了去中心化人工智能开发不仅是理论上的可能性，而且在实践中具有盈利能力，对整个生态系统来说也是必要的。

如果有人认为这些设想过于理想化或脱离现实，那么需要记住人工智能领域的“黑天鹅”事件——DeepSeek。中国的市场影响力巨大的生成式人工智能模型向全世界展示了，即使硬件成本极低，也能开发出最先进的大型语言模型。因此，如果一位开发者能够取得如此成就，整个AI行业或许需要重新思考数据中心模型的必要性。

尽管一些怀疑论者质疑去中心化人工智能是否能与传统数据中心竞争，但实际上，集中化本身也可能存在效率低下问题。到目前为止，集中式人工智能企业已经积累了数十亿美元的风险投资，但它们的创新能力正遭遇瓶颈。也许我们需要一种更好的模式来实现最佳结果。

以上内容由悟空财富根据公开信息整理，与本站立场无关，如存在问题请联系我们，本文为数据整理，不对您构成任何投资建议，投资有风险，请谨慎决策。