随着OpenAI陆续推出ChatGPT、Sora等AIGC模型，引领新一轮AI产业革命。在传统的算力体系中，主流的云计算服务商，通常是将算力相对封闭地集中在几十万台服务器组成的多个数据中心，以此源源不断地为全球网络提供运算服务。曾经战胜围棋高手李世石的Alphago ，单次训练模型就需要花费几十万美元，就像OpenAI这类需要持续对AIGC模型进行训练的公司，所需要付出的计算成本是我们常人不能想象的天文数字。


在GPU算力领域，Aethir @AethirCloud 是GPU算力领域最具代表性的DePIN项目之一，其通过构建一套以GPU算力为核心的DePIN体系，致力于应对集中式云计算的常规挑战，包括高昂的成本、GPU供给的限制以及延迟等问题，并提供了一种去中心化的GPU云服务平台，为AI和游戏等迅速增长的、渲染等市场长期提供可扩展的解决方案。


@AethirCloud网络是目前规模最大的分布式GPU算力生态之一，计算资源将由企业用户、Aethir合作伙伴以及个人用户以分布式的方式接入网络，能够高效地满足最难搞的AI客户需求，并为企业提供全球范围内最优质的GPU资源。


@AethirCloud本身是一个聚合GPU分布式算力资源的DePIN网络，运行在Arbitrum 上。在Aethir网络中，其允许具备算力资源的用户将GPU算力接入网络中，将同样以分布式的方式对这些算力进行重新调配。具备算力需求的用户，能够以 Wholesale、Retail等方式按需付费，而贡献GPU资源的用户则能从Aethir网络中获得收入。


在面向供给者端，Aethir的范围较为广泛，无论是电信公司、硬件密集型的数字企业用户，还是新基础设施投资者，以及具备闲置GPU算力资源的个人用户，都能够接入网络中为网络做出贡献。

实际上，无论是企业还好个人用户，GPU设备或多或少的都存在低利用率现象，与此同时，ETH升级对于PoW矿工的发展十分不利，在合并完成后大量的PoW硬件设备处于闲置状态（目前规模计算，闲置PoW计算资源价值约为190亿美元）。从供需端看，一方面全球算力紧缺，计算资源需求者难以负担昂贵的计算成本，另一面GPU闲置导致大量算力资源浪费。所以将闲置GPU资源进行整合将会是一个巨大的算力资源池，有望很好的缓解计算领域所面临的紧缺问题。


事实上，从AI计算的角度出发，其也存在不同的细分场景，这些不同的场景本身对于算力的需求不同，大体可以包含三类：


一种是AI训练大模型，即我们经常说的机器训练中的一种最重要的形式。大模型训练通常对算力有着极高的要求，在该领域只有英伟达独树一帜。


一种是AI推理，即利用已经训练好的AI模型来进行预测或决策的过程，该过程对计算资源的要求相对次之。


还有一个就是一些小型的边缘类模型，这类AI计算通常对算力要求并不是那么的高。


就从目前的GPU DePIN赛道格局看，受限于GPU资源以及规模，绝大多数该赛道项目只能够满足上述第二种以及第三种计算需求。


Aethir一个明确的目标，即成为首个推出模型即服务的DePIN项目，将机器学习模型部署到企业端提供给用户使用。让AI用户可以一站式完成开源模型的选择和快速部署。Aethir MaaS将帮助客户实现高效智能的数据分析和决策，降低模型部署门槛。


为了推动生态该方向发展，其正在构建一个以英伟达 H100 GPU为核心分布式算力集群。


相对而言@ionet本身也具备GPU算力供给能力，但在质量以及规模上远没有Aethir的规模大 ，其目标用户是AI初创公司和开发者，大多数只需要进行推理或者边缘垂类模型的计算，而非AI模型训练。


@akashnet_也是该方向的潜在竞争者，但Akash是以CPU网络集群见长，CPU集群网络更适合复杂逻辑计算，在AI训练、推理等领域则GPU更具优势。虽然 Akash目前也在向GPU计算集群布局，并同样引入了H100（只有140张左右），所以在这个方向上，其与Aethir仍旧有着差距。


除了上述同赛道项目外，RNDR @rendernetwork 、Gensyn @gensynai 等也同样在GPU算力规模上远落后Aethir，难以与Aethir在AI模型训练赛道上形成直接的竞争。所以规模化是 Aethir MaaS体系的优势，并在其自身的结构性网络推动下，与更多的场景进行深入的结合。


除了在渲染、游戏延迟方面的支持外，Aethir GPU DePIN网络的卓越计算能力，同样有望帮助在线游戏构建更好的安全性。聚焦于在线游戏领域，DDoS是最常见也是最频繁的攻击手段，所有在线游戏都曾为预防DDoS而付出了高昂的成本。Aethir GPU DePIN网络对于帮助在线游戏抵御DDoS等实时访问攻击，能够确保游戏服务的持续可用性。

Aethir得益于其网络架构设计，相对于绝大多数分布式GPU生态在延迟、可靠性、稳定性、安全性等方面都具备一定的优势。而能够灵活进行算力驱动、具备无限拓展能力且实时接受监督的Container角色，让Aethir 具备无限拓展能力的同时，能够与绝大多数具备计算需求的场景相适配，而不是定向域某一个具体的场景。


比如除了对 AI、云渲染、游戏等系列场景适配外，包括自动驾驶等在内的对延迟具备极高要求的场景，以及一些对计算有着极高要求的场景，Aethir都能够灵活的予以适配。所以Aethir网络本身能够扎根于DePIN GPU计算赛道，不断向诸多具备计算需求的场景深度拓展。

事实上，随着生态规模的壮大，其去中心化生态将不断形成新的增长飞轮。同样，据 Precedence Research 报告显示，随着到人工智能和机器学习这类先进技术在云计算中应用日益增加，云计算市场预计到2028年将突破1万亿美元大关，这都是 Aethir 生态发展的潜在机会。