在AI +Crypto领域，围绕如何把边缘或闲置算力聚合起来用加密激励方式给AI提供算力支持的项目有很多，最近上线Bithumb的AI DePIN项目 @Acurast 就是个典型，来简单聊聊：
1）AI推理的需求一直在变，从最初模型算力竞争所需的H100级别的硬件军备竞赛，正在逐渐演变成Agent应用驱动的更碎片化、轻量化的需求。当Agent要频繁调用小模型做决策、做工具调用、实时推理的时候，集中式的数据中心反而不再是最优解，而哪些单次算力需求不大，但对延迟、隐私、可验证性和成本更加敏感的边缘计算就成了主需求。
Acurast选择了全球几十亿部智能手机作为突破点，就是因为虽然手机算力不是最强，但他们是最分散、最普及切自带硬件安全能力的边缘节点，对用户而言就成了参与门槛和成本最低的选择；
2）如何操作呢？手机里基本都自带了TEE可信执行环境和硬件安全模块，这提供了基础的推理运算能力，也能解决隐私和可验证性的关键难题。当用户注册一个Processor应用把闲置手机注册成为节点后，开发者会把诸如轻量LLM推理、API调用、定时任务、数据处理等程序部署上去，就可以参与跑节点任务拿奖励了；
3）目前网络已经有30万+台设备在跑，覆盖170多个国家，处理超10亿笔链上交易、数十万次部署。初步验证了需求和通证模型的可行性。但其实过往诸多DePIN项目都倒在了激励模型持续性不强的问题上，针对此，Acurast做了相应对策：
1、把奖励和真实承诺挂钩，节点需要质押 base:0xc5fed7c8ccc75d8a72b601a66dffd7a489073f0b 承诺一定算力，达不到会被Slash，而不仅仅是单纯按在线市场来发放奖励；
2、协议通胀增发的大头约70%给到了质押算力池，算力需求者付出的真实现金流也流向了真正跑任何的任何质押者。早期投资者份额压得比较低，目的是让代币模型和真实工作负载挂钩，减少毫无贡献的抛压。
4）从用户端体验来看，就是装个App，让闲置手机跑起来的参与形式，让DePIN业务触达的是普通用户而非专业矿工，对于需求侧开发者，也提供了简单API到LLM推理的多种Node.js或Cargo环境部署流程，不需要额外管理服务器。
显然，低门槛设计的目的就是为了让这项业务能够真正规模化。但有一说一，其最大的挑战依然在需求侧，包括有多少Agent相关的推理、工具调用和数据处理场景等等。
以上。
只有需求侧的强需求，叠加供给侧的规模扩张，结合通证模型的持续运转，才能让这个业务模型真正跑通。现在非要问一个精确的答案，肯定没有。
但，顺着叙事演变的趋向走，Acurast卡的生态位就是AI从大模型军备算力竞争到Agent应用落地这个过程。趋势在，需求就一定程度上无法被证伪，那业务规模扩张等待的就只有时间咯。
原文链接（X）：https://x.com/tmel0211/status/2114617571693764749
1）AI推理的需求一直在变，从最初模型算力竞争所需的H100级别的硬件军备竞赛，正在逐渐演变成Agent应用驱动的更碎片化、轻量化的需求。当Agent要频繁调用小模型做决策、做工具调用、实时推理的时候，集中式的数据中心反而不再是最优解，而哪些单次算力需求不大，但对延迟、隐私、可验证性和成本更加敏感的边缘计算就成了主需求。
Acurast选择了全球几十亿部智能手机作为突破点，就是因为虽然手机算力不是最强，但他们是最分散、最普及切自带硬件安全能力的边缘节点，对用户而言就成了参与门槛和成本最低的选择；
2）如何操作呢？手机里基本都自带了TEE可信执行环境和硬件安全模块，这提供了基础的推理运算能力，也能解决隐私和可验证性的关键难题。当用户注册一个Processor应用把闲置手机注册成为节点后，开发者会把诸如轻量LLM推理、API调用、定时任务、数据处理等程序部署上去，就可以参与跑节点任务拿奖励了；
3）目前网络已经有30万+台设备在跑，覆盖170多个国家，处理超10亿笔链上交易、数十万次部署。初步验证了需求和通证模型的可行性。但其实过往诸多DePIN项目都倒在了激励模型持续性不强的问题上，针对此，Acurast做了相应对策：
1、把奖励和真实承诺挂钩，节点需要质押 base:0xc5fed7c8ccc75d8a72b601a66dffd7a489073f0b 承诺一定算力，达不到会被Slash，而不仅仅是单纯按在线市场来发放奖励；
2、协议通胀增发的大头约70%给到了质押算力池，算力需求者付出的真实现金流也流向了真正跑任何的任何质押者。早期投资者份额压得比较低，目的是让代币模型和真实工作负载挂钩，减少毫无贡献的抛压。
4）从用户端体验来看，就是装个App，让闲置手机跑起来的参与形式，让DePIN业务触达的是普通用户而非专业矿工，对于需求侧开发者，也提供了简单API到LLM推理的多种Node.js或Cargo环境部署流程，不需要额外管理服务器。
显然，低门槛设计的目的就是为了让这项业务能够真正规模化。但有一说一，其最大的挑战依然在需求侧，包括有多少Agent相关的推理、工具调用和数据处理场景等等。
以上。
只有需求侧的强需求，叠加供给侧的规模扩张，结合通证模型的持续运转，才能让这个业务模型真正跑通。现在非要问一个精确的答案，肯定没有。
但，顺着叙事演变的趋向走，Acurast卡的生态位就是AI从大模型军备算力竞争到Agent应用落地这个过程。趋势在，需求就一定程度上无法被证伪，那业务规模扩张等待的就只有时间咯。
原文链接（X）：https://x.com/tmel0211/status/2114617571693764749