「Web3嘉年华」小作文合集：大家都在聊什么？哪个赛道更受青睐？

2024 香港 Web3 区块链周于 4 月 6 日至 9 日在香港会展中心举办。本次活动涵盖 4 个会场，围绕 Web3 各个赛道的核心议题展开讨论。这几天，全球最聪明、最具创新能力的大脑都汇集在香港共同分享和探讨最新的 Web3 的技术方案。（具体活动流程可阅读：《活动速递丨 2024 香港 Web3 嘉年华 4 月 6 日即将开幕，周边活动汇总》。）与此同时，许多知名投资机构、加密 KOL 也参与其中。香港的活动已经接近尾声，BlockBeats 小编为大家整理了几篇香港 Web3 嘉年华「小作文」，看看他们的最新发现与感悟，让你没去现场也不错过前沿热点。

大葱 Fred（加密投资人）：

最近来到香港后，和一些投资人同行聊了聊，发现大家对于 AI 和 DePIN 赛道的关注度还是蛮高的。分享下最近关于 AI 和 DePIN 的思考，和大家一起交流讨论。

核心讨论四个问题：

1、为什么大部分去中心化算力项目都选择做 AI 推理而不是 AI 训练？

2、英伟达究竟牛在哪里？去中心化算力训练难做的原因在哪？

3、去中心化算力（Render、Akash 等）的终局会是什么样？

4、去中心化算法（Bittensor）的终局会是什么样？

接下来咱们层层抽丝剥茧：

1）纵观这个赛道，除了 Gensyn 之外，大部分的去中心化算力项目都选择做 AI 推理而不是训练，核心在于对于算力和带宽的要求不同。

为了帮助大家的简单理解，我们来把 AI 比作一个学生：

- AI 训练：如果我们把人工智能比作一个学生，那么训练就类似于给人工智能提供了大量知识、示例也可以理解为我们常说的数据，人工智能从这些知识示例中进行学习。由于学习的本质需要理解和记忆大量的信息，这个过程需要大量的计算能力和时间。

- AI 推理：那什么是推理呢？可以理解为利用所学的知识去解决问题或者参加考试，在推理的阶段中人工智能是利用学到的知识去解答，而不是活动新知识，所以在推理过程所需要的计算量是较小的。

容易发现，两者的难度差本质上在于大模型 AI 训练需要极大的数据量，以及对数据高速通信需要的带宽需求极高，所以目前去中心化算力用作训练的实现难度极大。而推理对于数据和带宽的需求小的多，实现可能性更大。

2）那么数据和带宽的卡点究竟在哪？为什么去中心化训练难以实现？

这就涉及到大模型训练的两个关键要素：单卡算力和多卡并联。

- 单卡算力：目前所有的需要训练大模型的中心，我们把它叫做超算中心。为了方便大家的理解，我们可以以人体作为比喻，超算中心就是人体的组织，底层单元 GPU 就是细胞。如果单个细胞（GPU）的算力很强，那么整体的算力（单个细胞×数量）也可能会很强。

- 多卡并联：而一个大模型的训练动辄就是千亿 GB，对于训练大模型的超算中心来说，至少需要万级别个 A100 打底。所以就需要调动这几万张卡来进行训练，然而大模型的训练并不是简单的串联，并不是在第一个 A100 卡上训练完之后再在第二张卡上训练，而是模型的不同部分，在不同的显卡上训练，训练 A 的时候可能需要 B 的结果，所以涉及到多卡并行。

为什么英伟达这么厉害，市值一路腾飞，而 AMD 和国内的华为、地平线目前很难追上。核心并不是单卡算力本身，而是在于两个方面：CUDA 软件环境和 NVLink 多卡通信。

- 一方面，有没有软件生态能适配硬件是非常重要的，如英伟达的 CUDA 系统，而构建一个新的系统是很难的，就像构建了一个新的语言，替换成本非常高。

- 另一方面，就是多卡通信，本质上多卡之间的传输就是信息的输入和输出，怎么并联，怎么传输。因为 NVLink 的存在，没有办法把英伟达和 AMD 卡打通；另外，NVLink 会限制显卡之间的物理距离，需要显卡在同一个超算中心中，这就导致去中心化的算力如果分布在世界各地就比较难实现。

第一点解释了为什么 AMD 和国内的华为、地平线目前很难追上；第二点解释了为什么去中心化训练很难实现。

3）去中心化算力的终局会是什么样？

- 去中心化算力目前难以进行大模型训练，核心在于大模型训练最看重的是稳定性，如果训练中断，需要重新训练，沉没成本很高。其对于多卡并联的要求是很高的，而带宽是受物理距离的限制的。英伟达通过 NVLink 来实现多卡通信，然而在一个超算中心里面，NVLink 会限制显卡之间的物理距离，因此分散的算力无法形成一个算力集群去进行大模型训练。

- 但另一方面，对于算力要求相对较低的需求是可以实现的，例如 AI 推理，或者是一些特定场景的垂类中小型的模型训练是有可能实现的，在去中心化算力网络中有一些相对大的节点服务商时，是有潜力为这些相对大的算力需求服务的。以及像渲染这类边缘计算的场景也是相对容易实现的。

4）去中心化算法模型的终局会是什么样？

去中心化算法模型的终局取决于对未来 AI 的终局，我认为未来 AI 之战可能会是有 1-2 个闭源模型巨头（如 ChatGPT），再加上百花齐放的模型，在这种背景下，应用层产品没有必要和一个大模型绑定，而是与多个大模型合作，在这种背景下来看，Bittensor 的这种模式潜力还是非常大的。

Dov Wo（加密投资人）：

VC 视角香港参会小作文（充满偏见）：

1. 牛市产品不重要，叙事和情绪更重要。Meme 已经在反复反复证明这一点。融资的钱至少一半拿来拉盘。

2. 本轮牛市最核心的能力：操盘能力和喊单能力。如果你没有操盘能力，请去练习喊单能力，我也在帮一些项目方找 KOL 做推广，欢迎来接我给的商单。有很多 binance、OKX 都投了的项目找不到合适的国内/海外推广渠道，虚假繁荣/买盘就是刚需。

3. VC 的地位越来越差，解锁慢、估值高，散户不认。如果不能给项目方带来额外的资源（如交易所关系、某特定地区的资源和社区、经济模型设计、推广能力等），大部分纯财投 VC 只能当大怨种。

拿最近找我的某个项目举例，给 KOL 轮的额度估值比 VC 还低，且解锁比 VC 还好。（本项目由西方某顶级 VC 领投）

KOL > VC 不是空穴来风，是真实存在的。所以我也在做一个小的精品的 KOL agency 来卖卖铲子。

4. 最火的活动是 Berachain、Solana、BTC；ETH 生态相对不太活跃，很大的一个 Meme 梗为 Layer 69（Solana 自己拍的搞怪恶搞 ETH 的视频）

5. Side Event 人非常多，这次活动可能有几百场 Side Event。反而主会场没有什么人；项目方们或许需要反思昂贵的主会场展台是否还值得；比如 Berachain、Solana 都是没有主会场展台的，而是自己办活动。OKX 是展台活动全都有，最顶级状态，反观 Binance 继续是一个活动没有。

6. 普通人一定要当 KOL，找好自己的定位，比如喊土狗就只喊土狗，好好做分析就好好做分析。都能接到不错的商单的。我找喊土狗的 KOL 喊单，每条价格从 200U-2000U 不等。不会喊单的 VC 活不下去，不会喊单的 KOL 赚不到钱。你有流量，会有大量的项目方主动找你合作，你会有更好的信息和更多的资源。请再看一遍第二条。质疑带单老师，理解带单老师，成为带单老师。

7. 今年 HK 聊合规、牌照的少了，聊操盘和攒资源多了（也可能是因为我走到了更高的阶段能听懂和参与了）。主会场一进门最大的是 OKX 和 DWF 的展台，谁有资源和谁有钱大家都知道了吧。

ABCDE 联创杜均在该条推文下做出了评论，称「没有核心投研能力的机构会很难」。

Ethan yu（AC Capital 合伙人）：

喝了 2 天，听了听牛逼：

1. 华人机构 Fomo 比特币生态和 Restaking，欧美/海外基因的机构 Fomo Solana 上的 DePin，少量机构 Fomo Cosmos 生态相关的 Bearchain，部分机构因为上轮被套在 GameFi，所以现在只能继续硬头皮推，不过所有最后都殊途同归都要大割，估值简直都离谱到家了。

2. 几乎所有共识是 Solana 上金狗真的太多了，暴富效应一直在持续，这几天去 Base 的土狗流水盘又转回 Solana 了。

3. 不是 Kol 作用比 VC 大，是因为 KOL 资金比较灵活也可以随便喊单删推，解锁方式也更友好，让机构官推喊单你肿么办？另外一方面机构也不是人傻钱多，你一上来就 1 亿美金估值，整个 3 年 36 个月才能完全退出，又不上 Binance、OKX , 让我现在投 50 万美金是你傻还是机构傻？

4. 新人和想进行业的确实很多，年轻人又主动热情又好学，也没有行业包袱，看好梭哈就是干，但是新人还不够多，所以牛市还在初期。