披露：此处表达的观点和意见仅属于作者，不代表 crypto.news 编辑部的观点和意见。
在不断发展的人工智能领域，集中式和分散式计算之间的争论愈演愈烈。像亚马逊网络服务这样的集中式提供商已经占据了市场主导地位，为人工智能模型的训练和部署提供了强大且可扩展的解决方案。然而，分散式计算正在成为一个强大的竞争对手，它具有独特的优势和挑战，可能会重新定义人工智能模型在全球范围内的训练和部署方式。
你可能还喜欢：人工智能比你想象的更需要隐私和去中心化 | 观点
GPU 的成本效率和增强的可访问性
人工智能中去中心化计算的主要优势之一是成本效益。中心化提供商在基础设施上投入巨资，维护着拥有专用 GPU 的庞大数据中心，用于人工智能计算。这种模式虽然功能强大，但价格昂贵。
另一方面，去中心化计算利用了来自全球各个来源的“未使用” GPU。这些可能是个人电脑、闲置服务器，甚至是游戏机。通过利用这些未充分利用的资源，去中心化平台可以以中心化提供商成本的一小部分提供计算能力。计算资源的民主化使小型企业和初创公司更容易进行 AI 开发，从而促进了 AI 领域的创新和竞争。
全球 GPU 短缺严重影响了小型企业从中心化提供商处获取必要计算能力的能力。大型企业通常会签订长期合同，垄断这些关键资源的使用权。去中心化计算网络通过从各种贡献者（包括个人 PC 游戏玩家和小型提供商）采购 GPU 来缓解这一问题。这种可访问性的提高确保即使是规模较小的实体也可以获得所需的计算能力，而不会被行业巨头所掩盖。
数据隐私和用户控制
数据隐私仍然是人工智能发展中最重要的问题。集中式系统要求将数据传输到其基础设施并存储在其中，从而有效地放弃了用户的控制权。这种集中化带来了巨大的隐私风险。分散式计算通过将计算保持在用户附近提供了一种引人注目的替代方案。这可以通过联合学习来实现，其中数据保留在用户的设备上，或者通过使用安全的分散式计算提供商。Apple 的私有云计算通过围绕特定用户集成多个 iCloud 计算节点来体现这种方法，从而在利用云计算能力的同时保持数据隐私。虽然这种方法仍然涉及一定程度的集中化，但它强调了向用户对数据的更大控制的转变。
尽管去中心化计算具有诸多优势，但它也面临诸多挑战。其中一个关键问题是验证去中心化计算节点的完整性和安全性。确保这些节点不受损害并提供真正的计算能力是一个复杂的问题。区块链技术的进步提供了潜在的解决方案，实现了自我验证机制，可以在不损害安全性的情况下验证计算节点的合法性。
另一个重大挑战是去中心化计算过程中个人数据的潜在暴露。人工智能模型依靠庞大的数据集蓬勃发展，但如果没有隐私保护技术，去中心化训练可能会面临数据泄露的风险。联邦学习、零知识证明 (ZKP) 和全同态加密 (FHE) 等技术可以减轻这些风险。自 2017 年以来，联邦学习被各大公司广泛采用，它允许数据保持在本地，同时仍有助于模型训练。通过将这些加密和隐私保护技术集成到去中心化计算网络中，我们可以增强数据安全性和用户隐私，突破去中心化人工智能所能实现的界限。
你可能还喜欢：模块化正在改变加密格局 | 观点
带宽和效率问题
去中心化计算网络的效率是另一个值得关注的领域。由于网络的分布式特性，去中心化系统中的传输效率将不可避免地落后于中心化集群。历史上的轶事，例如 AWS 在暴风雪期间将数据从多伦多传输到温哥华，凸显了数据传输的后勤挑战。
然而，LoRA 微调和模型压缩等 AI 技术的进步可以帮助缓解这些带宽瓶颈。通过优化数据传输过程和改进模型训练技术，分散式计算网络可以实现与集中式网络相媲美的性能水平。
利用新兴技术弥补差距
区块链技术与人工智能的结合为解决去中心化计算面临的诸多挑战提供了一条有希望的途径。区块链提供了一个透明且不可篡改的账本，用于跟踪数据来源和计算节点的完整性。这确保了网络中的所有参与者都可以信任正在执行的数据和计算。此外，区块链的共识机制可以促进去中心化治理，使社区能够共同管理和改善网络。
此外，联邦学习和同态加密的进步对于确保数据隐私得到维护，同时利用去中心化计算网络的分布式特性至关重要。这些技术使人工智能模型能够从分布式数据集中学习，而不会暴露敏感信息，从而平衡了对大量数据的需求和严格的隐私要求。
人工智能中去中心化计算的未来
去中心化计算网络在彻底改变 AI 开发方面具有巨大的潜力。通过实现计算资源的民主化访问、增强数据隐私以及利用新兴技术，去中心化 AI 可以为中心化系统提供强大的替代方案。然而，这一过程充满挑战，需要 AI 和区块链社区的创新解决方案和协作努力。
随着我们不断前进，继续探索和开发解决这些挑战的去中心化计算解决方案至关重要。通过培育协作生态系统，我们可以确保所有人都能享受到人工智能的好处，促进人工智能发展更加公平和创新的未来。
阅读更多：去中心化人工智能：利用区块链实现更公平的未来 | 观点
Author: Jiahao Sun
FLock.io 创始人兼首席执行官孙家豪是牛津大学校友，也是人工智能和区块链专家。他曾担任加拿大皇家银行人工智能总监和伦敦帝国理工学院人工智能研究员，他创立了 FLock.io，专注于以隐私为中心的人工智能解决方案。在他的领导下，FLock.io 在安全、协作的人工智能模型训练和部署方面取得了开创性进展，展现了他致力于利用技术促进社会进步的决心。
