闲置Mac也能赚钱？一文了解Eigen Labs推出的去中心化AI推理网络Darkbloom

整理:Felix, PANews

AI 推理正逐渐成为互联网基础设施的关键层之一。然而,目前大多数推理仍然依赖于集中式架构,该架构成本高昂、容量有限,且层层叠加,存在一定的安全隐患。与此同时,全球已有数百万台性能强大的计算机,但却在一天的大部分时间里处于闲置状态。

Eigen Labs 近期推出的 AI 推理网络 Darkbloom,探索在闲置的 Mac 电脑上进行分布式 AI 推理,结合经过验证的节点、硬件级隐私保护和更优的经济效益,将闲置的 Apple Silicon 芯片转化为更高效、以隐私为先的计算网络。

该项目于今年 4 月左右以研究预览形式推出,5 月份升级到公开 alpha 版,目前已上线 OpenRouter 平台。在 alpha 版本中,可用的模型是 Google 的 Gemma 4 和 OpenAI 的 GPT-OSS。

核心架构与可验证隐私

Darkbloom 的网络由三部分组成:用户、协调器和提供者。

• 用户可以通过聊天界面或兼容 OpenAI 的 API 发送推理请求。
• 协调器(由 Eigen Labs 运营)会将这些请求路由到网络中符合条件的 Mac。
• 提供者(拥有这些符合条件的 Mac 的用户)运行模型并返回输出结果,但他们无法看到请求内容。

Darkbloom 基于以隐私为先的分布式推理模型构建。提供者进程经过强化,可抵御常见的本地检查路径,包括调试器附加和外部存储器检查。运行二进制文件的完整性也是信任模型的一部分,有助于确保服务于请求的软件符合网络预期。

该系统还使用基于 Apple 安全架构的硬件支持认证。安全隔离区密钥、认证信号和周期性的质询-响应检查用于验证参与节点是否以预期的保护措施和软件状态运行,真正实现可验证的隐私。

经济模型及日收益

Darkbloom 在商业模式上与绝大多数项目有着本质区别。在传统的技术栈中,成本包括硬件、设施、冷却、网络、运营开销以及多层利润。而在 Darkbloom 的模型中,硬件已经存在,边际成本主要由电力驱动。Darkbloom 的基准测试定价仅为目前主流 API 聚合商的 50% 左右。提供者(Mac 主机)可以保留 100% 的推理收入。此外,Darkbloom 没有采用发行代币来补贴早期参与者路径,节点的收益完全来自于真实的 AI 推理需求。

值得一提的是,鉴于项目发展处于早期,收益较为微薄。内存和硬件配置、正常运行时间、模型需求、节点健康状况、网络需求等因素,都会在一定程度上影响收益状况。

目前排行榜数据显示,排名第一的提供者每日收益不到 6 美元,排名第五的提供者甚至不及 2 美元。不过,随着网络对高内存需求的大语言模型的开放以及真实用户使用量的增加,这一局面有望得到改善。

关于如何设置闲置 Mac,操作步骤如下:

• 获取一台搭载 Apple Silicon 芯片的 Mac
• 确保运行 macOS 14 或更高版本
• 安装 Darkbloom 提供商
• 保持 Mac 在线并连接稳定的互联网
• 让网络路由支持的 AI 任务

相关阅读:盘点近期值得关注的美股和加密资产:AI、RWA和太空股......