去中心化计算网络是去中心化人工智能（AI）的基础。它们提供了训练和运行 AI 模型所需的分布式计算能力。本文探讨了三个最大的通用去中心化计算网络以及一个去中心化 AI 项目。我们旨在帮助读者了解这些项目之间的相似性和差异。

1. Akash、Render Network 和 io.net 是市场上最大的三个去中心化计算网络。尽管它们都提供去中心化计算服务，但每个网络都有不同的业务重点。
2. Bittensor 是一个去中心化的人工智能项目，利用分布式计算资源进行机器学习。它的目标是直接与像 OpenAI 这样的集中式人工智能服务竞争。
3. 在供应方面，Akash 拥有包括 CPU、GPU 和存储在内的多样化硬件网络，而 Render 则具有大量的 GPU 。io.net 从自己的网络以及其他平台获取了大量的GPU。
4. 去中心化计算网络是一个双边市场，每个项目的代币用作其各自系统中的交换媒介。Render 网络和 Bittensor 实施代币销毁机制以增强价值积累。

不同类型的去中心化计算网络

Akash 与 Render Network 的不同之处

Akash 和 Render Network 都是去中心化的计算网络，它们提供了一个平台，用户可以在其中购买和出售用于各种任务的计算资源。

Akash 作为一个开放的市场运作，允许用户访问 CPU、GPU 和存储资源。它提供可以用于各种目的的计算资源，例如托管游戏服务器或运行区块链节点。在 Akash 市场上，部署应用程序的租户设定所需部署的价格和条件，而计算资源提供商则对这些部署进行竞标，最低出价者（提供商）赢得部署。这种反向拍卖模型赋予用户设定价格和条件的权力。

与之相比，Render 则使用了动态定价算法则根据市场条件对任务部署定价进行调整。Render Network 专注于基于 GPU 的3D 渲染服务，并作为一个分布式GPU网络运作。在这个模型中，硬件提供商提供计算资源，Render 网络使用多层定价算法来确定价格，并将用户与服务的买家进行匹配。Render 不作为一个用户可以独立设定价格或条件的开放市场运作。

Io.net - 专注于人工智能和机器学习

io.net 是一个新的去中心化计算网络，它从分布在各地的数据中心、加密货币挖矿者和分散存储提供商获取 GPU 计算能力，用于支持机器学习和人工智能计算。它还与现有的去中心化计算网络（如 Render）合作，利用 Render 上未充分利用的 GPU 计算资源处理 AI 与机器学习任务。

io.net 的主要差异化因素有两点：1）专注于 AI 与机器学习的任务；2）强调 GPU 集群。GPU 集群指的是多个 GPU 作为一个统一系统共同工作，处理计算密集型任务，如AI 训练和科学模拟。

Bittensor - 一个以人工智能为重点的区块链项目

与其他去中心化计算网络不同，Bittensor 是一个去中心化人工智能项目，旨在创建一个去中心化的机器学习市场，让去中心化的人工智能应用能够构建并直接与像 OpenAI 的 ChatGPT 这样的中心式人工智能项目进行竞争。该网络由节点（矿工）组成，它们为训练和运行人工智能模型提供计算资源。

Bittensor 利用子网结构，子网类似于一个特定应用的链。目前它拥有32个子网，每个子网专注于特定的与人工智能相关的任务，包括以去中心化方式进行文本提示词 AI 网络（ 文本提示词 AI 指类似 ChatGPT 的 AI 应用），能够将文本提示转化为图像的图像生成人工智能，以及基于人工智能的搜索引擎。

矿工在 Bittensor 生态系统中发挥着关键作用，他们提供计算资源并托管机器学习模型以进行链下的人工智能任务计算，并生成结果。任何人都可以按照最低硬件要求加入网络成为矿工。矿工们相互竞争为用户的查询提供最佳结果。

网络容量和使用量

Akash 最初专注于 CPU，网络内拥有大量的 CPU 资源。随着人工智能的兴起，对 GPU 的需求急剧增加，自去年第三季度以来，Akash 开始在其网络中增加 GPU 资源。然而与专注于 GPU 资源的其他项目相比，Akash 的高性能 GPU 数量相对较少。Render Network 专注于提供去中心化式基于 GPU 的渲染解决方案，这使其在其网络中积累了大量的 GPU。

Render Network 和 Akash 是较为成熟的项目，网络的使用量都在逐年增长中。特别是 Akash 在将业务焦点扩展到 GPU 之后，季度活跃租赁数量出现了显著增加。

io.net 是一个新的去中心化计算网络，于2023年11月推出了公共测试网络。尽管历史较短，io.net通过整合来自 Render、Filecoin 和自身网络的资源，积累了大量的 GPU。io.net 最近宣布支持Apple Silicon 芯片集群，使苹果用户能够将未利用的计算能力分配给网络，进一步增加了其网络中的硬件数量。此外，io.net 还没有推出其协议代币，大量的硬件提供商可能是希望通过加入网络作为提供商来获得潜在代币空投机会。

Bittensor 是一个分散式的人工智能网络，矿工负责向网络贡献计算资源。矿工可以自行投资硬件设置，也可以简单地使用云服务提供的计算资源。从硬件数量来看，Bittensor 与典型的去中心化计算网络无法直接进行比较，Bittensor 目前拥有7000多名矿工。

通证经济

去中心化计算平台充当双边市场，用户向计算资源提供者支付费用。Akash、Render Network 和 Bittensor 都已经发行了各自的代币，作为其生态系统内交换价值的媒介。Render 和 Bittensor 实施了代币的燃烧机制以增强代币的价值积累。

Akash

Akash 是一个独立的 PoS 区块链，$AKT 是其原生代币，用于质押以确保网络的安全性并支付网络费用。该代币还在生态系统中充当交换媒介，当用户在 Akash 上进行交易或租赁时，$AKT 是定价的主要单位。作为一个 PoS 链，Akash 需要通过发行 $AKT 来为验证节点产生区块奖励，目前的通胀率约为14%。

Akash 目前对以 AKT 支付的费用收取4%，如果以 USDC 支付，则收取20%，这些费用将流入社区资金池。对于社区资金池资金的具体使用尚未确定，潜在的用途可能包括公共资金支持、激励措施，或者简单地销毁这些代币。

Render Network

Render Network 已从以太坊迁移到 Solana，其协议代币 RNDR 用于 Render 生态系统内的价值交换，创作者和用户使用该代币支付渲染作业的费用。

为了平衡计算资源供需之间的动态关系，Render 实施了燃烧和铸造平衡（BME）机制。当需求（即渲染作业）超过计算资源供应时，RNDR 代币将被销毁，产生通缩效应。相反，如果计算资源供应超过需求，将会铸造更多的 RNDR 代币，导致通胀。由于目前计算需求不足，RNDR 代币处于通胀。

Bittensor

Bittensor 的原生代币 $TAO 用于访问网络服务和作为核心奖励机制的媒介。$TAO 的最大供应量为2100万，每天会生成7200个代币作为对矿工和验证节点的奖励。Bittensor 实施了一个代币发行减半机制，即当总供应量的一半分发完毕后，发行速度会减半。在第一次减半后，接下来的减半将在剩余代币供应的一半分发完毕后进行，直到达到2100万的最大供应量。

尽管当前时期每天发行7200个 TAO 的速度是固定的，但由于代币回收机制，下一次减半的时间并未预先确定。该回收机制会燃烧已发行的 TAO 代币，有效延迟了总供应量的一半被分发的时间点。矿工和验证节点需要回收（即燃烧）TAO 代币才能注册进入网络。这些被燃烧的代币将从流通供应中扣除，并可以再次挖掘。网络定期对无法提供足够竞争力的 AI 任务的矿工和验证节点进行注销，矿工再次进入网络时需要再次支付/燃烧 TAO，使注册成为一项重复成本。这种动态燃烧机制创造了对 TAO 的持续需求。

最初计划的首次减半日期是2025年1月，但当前的减半日期已推迟到2025年10月。表明已有大量的 TAO 代币被燃烧掉。

声明：

1. 本文转载自[tokeninsigh]，著作权归属原作者[0xEdwardyw]，如对转载有异议，请联系Gate Learn团队，团队会根据相关流程尽速处理。

2. 免责声明：本文所表达的观点和意见仅代表作者个人观点，不构成任何投资建议。

3. 文章其他语言版本由Gate Learn团队翻译， 在未提及Gate.io的情况下不得复制、传播或抄袭经翻译文章。