BitTorrent 推出 BTTInferGrid:用于可扩展 AI 推理的去中心化基础设施层

TheNewsCryptoPublicado a 2026-06-18Actualizado a 2026-06-18

Resumen

BitTorrent推出BTTInferGrid:面向可扩展AI推理的去中心化基础设施层 BitTorrent近日宣布战略推出BTTInferGrid,这是一个专为AI推理构建的去中心化GPU计算网络。该平台通过聚合全球闲置的GPU算力,旨在连接日益增长的AI工作负载需求,为全球开发者提供一个开放访问、可验证安全且按需付费的计算基础设施。 AI行业正经历从模型训练到推理部署的根本性转变,未来超过70%的算力需求将来自推理环节。然而,传统中心化云服务面临三大瓶颈:需求波动导致资源配置僵化与高成本;GPU租赁价格飞涨抑制创新;全球大量碎片化的闲置算力无法被有效利用。 BTTInferGrid采用去中心化边缘计算架构和DePIN模式来破解这些难题: * **供应端**:整合零散的闲置GPU资源,通过代币激励让硬件提供者将其转化为可产生收益的资产。 * **需求端**:为AI开发者提供成本更低、可扩展的按需推理服务,显著降低中小团队的进入门槛。 该平台的核心优势包括:极低的准入门槛以实现快速GPU聚合;利用区块链技术进行任务验证和信誉评分,确保服务可靠与防篡改;以及建立在真实AI需求驱动之上的可持续经济模型。 BTTInferGrid的发展路线图将分三阶段进行:2026年启动网络并验证服务;2027年加强网络并扩展支持更多AI模型架构;2028年及以后,致力于成为Web3原生的基础AI设施层。平台基于久经考验的BitTorrent和BTFS(BitTorrent文件系统)构建,继承了其在大规模去中心化资源调度方面的成熟经验,旨在为去中心化AI时代提供基础性的算力支撑。

BTTInferGrid 是一个专门为 AI 推理构建的去中心化 GPU 计算网络。通过连接全球闲置的 GPU 容量供应与激增的 AI 工作负载需求,BTTInferGrid 为全球 AI 开发者提供了一个开放访问、可验证安全、即用即付的计算基础设施。

6月17日,去中心化技术先驱 BitTorrent 宣布战略性地推出 BTTInferGrid,以捕捉快速增长的 AI 推理市场。该平台利用去中心化的边缘计算架构,聚合了全球分散、未充分利用的 GPU 资源。通过消除硬件提供商和 AI 开发者之间的摩擦,BTTInferGrid 提供了一个高度可扩展的推理引擎,其特点是即插即用访问、计算结果链上验证以及灵活的按效用计费模式。

通过利用去中心化的编排能力,BTTInferGrid 解决了传统中心化云服务商固有的瓶颈,例如高并发延迟和需求高峰期间的僵化定价模型。在供应端,该网络重新定义了闲置硬件的经济模式,优化了整个计算生态系统中的资源分配。

此次发布标志着 BitTorrent 在其核心的 BitTorrent 文件系统(BTFS)存储协议之外的战略性功能扩展。通过将其经过验证的大规模去中心化资源调度专业知识与高性能计算相结合,BitTorrent 正在将自身定位为去中心化 AI 时代的基础设施层。

从训练到推理:BTTInferGrid 重塑 AI 计算供应链

对 AI 计算的结构性需求正在经历从训练到推理的根本性转变。BTTInferGrid 在此关键时刻推出,旨在通过其去中心化基础设施改变供应端,解决高昂的成本和资源瓶颈,提供经济高效的高性能计算。

行业共识预测,未来超过 70% 的 AI 计算工作负载将专用于推理——这是 AI 模型从开发过渡到生产级部署的关键阶段。训练是一次性的资本支出,而推理则是持续的运营成本,直接影响用户体验和商业可行性。Oracle 预测,推理市场的规模最终将远超训练。郑纬民院士也指出,大部分计算能力现在消耗于用户与大型模型的日常交互中。这反映在运营预算上:推理现在占大语言模型计算支出的高达 95%。像 ChatGPT 这样的传统平台,每日成本高达 70 万美元,而即使是像 DeepSeek V3 这样的优化模型,每日成本也达到 8.7 万美元。

随着 AI 开发民主化,从科技巨头扩展到数百万独立开发者,传统的中心化基础设施在三个方面表现不佳:

1. 僵化的分配 vs. 波动的工作负载: 推理需求天生具有峰值性,峰值与谷值的利用率在一天之内可能波动几个数量级。中心化数据中心迫使运营商陷入一个成本高昂的两难境地:要么过度配置硬件以保证峰值可用性——导致昂贵的闲置产能,要么配置不足并面临服务质量下降的风险。这种系统性低效率,加上数据中心巨大的电力和维护等间接成本,使得租赁成本人为高企。

2. 高昂的 GPU 定价阻碍创新: 尽管开源模型激增,但实际的部署仍然受到稳定、可访问硬件成本的限制。GPU 访问成本并未下降,反而飙升。在专业云上,主流 H100 GPU 的二级市场价格从 2025 年 10 月的 1.70 美元/小时上涨到 2026 年 3 月的 2.35 美元/小时——涨幅近 40%,这使得开发者虽有复杂模型但无可行的计算能力来运行它们。

3. 供需错配与孤立的计算池: 全球范围内,大量的 GPU 算力闲置在私有网络、学术实验室和区域数据中心中。由于缺乏标准化的访问方式和统一的编排,这些分散的资源仍被排除在全球推理市场之外。这就造成了一个市场悖论:开发者面临长期的硬件短缺,而大量的计算能力却处于闲置状态。

总而言之,AI 推理市场陷入了三重挤压:僵化的中心化架构缺乏弹性;飙升的 GPU 租赁费用扼杀创新;分散的全球计算资源处于闲置状态。为了打破这种僵局,BTTInferGrid 利用去中心化技术提供了一个新的解决方案。

具体而言,该平台通过在全球开发者和闲置 GPU 资源之间建立直接的、去中心化的通道,拆解了中心化垄断和基础设施瓶颈。首先,BTTInferGrid 将分散、未充分利用的硬件聚合成一个高度统一且开放访问的计算公地。其次,它绕过了传统的中间商,消除了人为的准入壁垒和不透明的定价,营造了一个无摩擦的交易环境。在强大的 DePIN 激励和协调协议的驱动下,该网络保证了持续获取高性能、高性价比推理算力的能力,从源头上消除了扼杀创新发展的财务壁垒和供应限制。

BTTInferGrid:用去中心化网络为 AI 推理重新定义算力分配

BTTInferGrid 的架构设计有一个单一的使命:为 AI 推理建立决定性的去中心化基础设施。通过弥合全球闲置 GPU 供应与不断升级的推理需求之间的鸿沟,该平台提供了一个无需许可的高性能计算网关,将可验证的执行与灵活的即用即付模式相结合。

凭借强大的 DePIN 架构,BTTInferGrid 赋能 AI 计算市场的供需双方:

  • 在供应端,它聚合分散的闲置 GPU,构建一个开放的、共享的计算基础。在代币化激励和智能路由的支持下,该网络使资源提供商能够无缝地将其闲置硬件货币化——将其转变为产生收益的资产,同时确保稳定、可扩展的计算供应。
  • 在需求端,它为全球 AI 开发者提供可访问、链上验证、按需使用的推理服务。与传统的中心化云服务商相比,BTTInferGrid 提供了一种更具成本效益和可扩展的替代方案。这显著降低了中小型团队的准入门槛,加速了产品开发周期,同时将价值回馈到供应端的生态系统中。

BTTInferGrid 正在驱动一个强大的、自我维持的增长飞轮:不断扩大的闲置 GPU 节点网络降低了计算成本,这反过来又加速了开发者的采用。这种激增的需求进一步激励新的硬件供应商加入生态系统,最终将稀缺、高成本的 AI 计算能力转变为包容、按需的去中心化基础设施。

虽然目前大多数去中心化 GPU 平台都受到高昂的准入壁垒、不透明的服务可靠性和不可持续的商业模式所困扰,但 BTTInferGrid 从头开始设计,旨在实现三个战略突破,建立起明确的竞争优势:

1. 无需许可的访问和快速的 GPU 聚合:任何拥有符合基本性能和可靠性标准的闲置 GPU 的个人或组织都可以无缝连接到网络。这种无摩擦的方法大大降低了供应方的准入壁垒,迅速将全球分布的计算资源整合到一个统一的网络中。

2. 可验证的服务质量和无需信任的执行:为了克服分布式网络中固有的信任赤字,BTTInferGrid 利用先进的区块链架构交叉验证所有参与者的行为。通过整合智能任务路由、加密抽查、动态信誉评分以及基于智能合约的激励和惩罚机制,该网络有效地中和了欺诈风险,确保所有 AI 推理输出是可靠、防篡改和高度可验证的。

3. 需求驱动的经济模式,打造可持续生态系统: BTTInferGrid 以真实的 AI 推理需求和基于性能的节点激励为基础。计算供应商并非单纯依赖通胀的代币排放,而是直接从为活跃网络使用付费的开发者那里获得真实收益。这种效用优先的机制减轻了投机性耕作,确保了生态系统长期稳健的可行性。

BTTInferGrid 实现的战略突破——打破传统准入壁垒、将全球闲置 GPU 调动成无边界的计算网格、以及构建端到端的无需信任验证循环——正在从根本上重新定义去中心化计算领域。通过严格将其代币经济学锚定于真实的 AI 需求,该网络开创了计算资源如何聚合、验证和公平货币化的新标准。

BTTInferGrid 路线图:基于真实世界需求进行扩展

BTTInferGrid 不仅仅是一个硬件聚合器;它是一个全栈去中心化计算协议,无缝集成智能任务路由、动态供需匹配和自动化链上结算。

生态系统由三个核心参与者的协同作用驱动。计算提供者(矿工) 向网络提供其闲置 GPU 以换取代币化奖励;计算请求者(AI 开发者) 通过统一的 API 访问可扩展的计算能力;验证者 验证服务质量并执行共识以维护网络完整性。这种三方架构为开发者提供了经济高效、可靠的 AI 推理服务,同时为硬件提供商生成了可持续的、有实际效用支撑的收益。

BTTInferGrid 遵循一个清晰、稳健、需求驱动的分阶段启动策略。拒绝行业中不可持续的、粗暴扩张的趋势,该网络优先考虑资源的最佳利用、经济可行性以及技术架构的系统性扩展。

  • 第一阶段:网络启动(2026年) 接入核心节点并验证分布式推理服务。主要目标是扩展 GPU 节点网络,并成功度过冷启动阶段。
  • 第二阶段:生态系统多样化(2027年) 增强网络稳定性和隐私性,同时扩展对多样化 AI 模型架构的支持。在此阶段,协议将扩大其效用,以适应复杂的场景,包括去中心化模型微调。
  • 第三阶段:基础 AI 基础设施(2028年及以后) 将 BTTInferGrid 确立为原生的 Web3 基础设施层,为大规模 AI 应用提供可扩展的计算能力。最终愿景是实现去中心化计算、存储和智能合约无缝融合的统一生态系统。

在启动时,网络将优先考虑专业级 GPU。为确保初始稳定性,供应端接入(矿工)最初将是一个许可过程,而开发者将保留无缝、按需访问推理服务的能力。随后,BTTInferGrid 将演变为一个完全无需许可的超级计算网格,通过基于性能的分级定价模型支持消费级、专业级和数据中心级 GPU。节点运营商将受益于通过质押机制保障的开放访问,以确保服务等级协议(SLA)。同时,开发者将获得与主流模型格式和推理框架兼容的统一 API,确保最大的部署灵活性。

至关重要的是,BTTInferGrid 建立在经过实战考验的 BitTorrent 和 BitTorrent 文件系统(BTFS)基础之上。BTFS 已经在全球范围内运营,验证了 DePIN 模型,展示了在硬件编排、代币经济激励、链上结算和去中心化治理方面的成熟能力。作为 BitTorrent 向 Web3 AI 扩展的标志性举措,BTTInferGrid 代表了 BTFS 生态系统的演进升级。通过将这些经过验证的运营框架迁移到 AI 推理领域,BTTInferGrid 利用了显著的结构性优势来推动快速、可持续的增长。

免责声明: TheNewsCrypto 不对本页面上的任何内容表示认可。本新闻稿中描述的内容不代表任何投资建议。TheNewsCrypto 建议我们的读者根据自己的研究做出决定。TheNewsCrypto 不对本新闻稿中所述内容、产品或服务造成的任何损害或损失负责。

标签BitTorrent 新闻稿

Criptos en tendencia

Preguntas relacionadas

QBitTorrent推出的BTTInferGrid的主要目标和核心功能是什么?

ABTTInferGrid的主要目标是建立一个去中心化的AI推理基础设施层,通过聚合全球闲置的GPU算力,为AI开发者提供可验证、按需付费的高性能计算服务。其核心功能在于桥接闲置GPU供应与激增的AI推理需求,提供一个开放访问、可验证安全且按使用付费的计算平台,以解决传统中心化云服务在高并发延迟、定价僵化及资源瓶颈方面的问题。

Q根据文章,当前AI推理市场面临哪三个主要挑战?

A当前AI推理市场面临三个主要挑战:1. 僵化的资源分配与波动的工作负载不匹配:推理需求峰值与谷值波动巨大,中心化数据中心导致企业要么过度配置硬件造成资源闲置成本高昂,要么配置不足导致服务降级。2. 高昂的GPU价格抑制创新:尽管开源模型激增,但GPU访问成本持续飙升(如H100 GPU时租价格在短期内上涨近40%),使得开发者难以负担稳定的硬件进行实际部署。3. 供需错配与算力孤岛:全球大量GPU算力闲置在私人网络、学术实验室和区域数据中心中,由于缺乏标准化的访问和统一调度,这些碎片化资源无法进入全球推理市场,造成一方面开发者面临硬件短缺,另一方面大量算力闲置的矛盾局面。

QBTTInferGrid如何通过其DePIN架构赋能算力市场的供需双方?

ABTTInferGrid通过其DePIN架构赋能供需双方:在供应侧,它通过代币激励和智能路由,聚合全球碎片化的闲置GPU,构建一个开放共享的计算基础,使资源提供者能够将其闲置硬件货币化,转化为产生收益的资产,同时确保稳定、可扩展的算力供应。在需求侧,它为全球AI开发者提供可访问、经过链上验证且按需的推理服务。与传统的中心化云提供商相比,BTTInferGrid提供了更具成本效益和可扩展性的替代方案,显著降低了中小型团队的进入门槛,加速了产品开发周期,并将价值回馈到供应侧生态系统。

QBTTInferGrid宣称实现了哪三个战略突破以建立竞争优势?

ABTTInferGrid宣称实现了三个战略突破以建立竞争优势:1. 无许可访问与快速GPU聚合:任何拥有符合基本性能和可靠性标准的闲置GPU的个人或组织都可以无缝接入网络,这种无摩擦方法大幅降低了供应侧的进入门槛,快速将全球分布式算力整合成统一网络。2. 可验证的服务质量与去信任执行:利用先进的区块链架构交叉验证所有参与者行为,通过集成智能任务路由、加密抽查、动态信誉评分和基于智能合约的激励与惩罚机制,有效中和欺诈风险,确保所有AI推理输出可靠、防篡改且高度可验证。3. 需求驱动的可持续生态系统经济:其经济模型锚定于真实的AI推理需求和基于性能的节点激励,计算供应商的收益主要来自开发者对网络使用的实际支付,而非单纯依赖通胀的代币排放,这种以效用为先的机制减轻了投机性耕种,确保了生态系统的长期稳健发展。

QBTTInferGrid的发展路线图分为哪几个主要阶段,每个阶段的目标是什么?

ABTTInferGrid的发展路线图分为三个主要阶段:1. 网络启动阶段(2026年):目标是接入核心节点并验证分布式推理服务,主要任务是扩展GPU节点网络并成功度过冷启动期。2. 生态多样化阶段(2027年):目标是增强网络稳定性和隐私性,同时扩展对多样化AI模型架构的支持。在此阶段,协议将拓宽其适用性以适应更复杂的场景,包括去中心化模型微调。3. 基础AI基础设施阶段(2028年及以后):目标是确立BTTInferGrid作为原生的Web3基础设施层,为大规模AI应用提供可扩展的计算。最终愿景是将去中心化计算、存储和智能合约无缝融合成一个统一的生态系统。

Lecturas Relacionadas

You Use Claude and Codex Every Day, but Meta Has Restricted Internal Use

In May, Meta imposed internal restrictions on its engineers regarding the use of Claude Code and Codex, two widely used AI programming tools. Despite being a major client, Meta's guidelines, still in effect, prohibit these external models from being used for specific tasks to prevent potential "escalations with partners." The core concern is "distillation"—the risk that outputs from Claude or Codex could inadvertently contaminate the training data and evaluation processes for Meta's in-house AI coding assistant, MetaCode. If MetaCode is trained or evaluated using data generated by these external models, it risks learning their capabilities rather than developing its own, blurring the line of intellectual origin. The restrictions are precise: engineers cannot use the external models to generate test questions, debug source code, or suggest test cases. AI-generated content is also barred from environments accessible to MetaCode. However, AI can still assist with peripheral tasks like workflow setup and code organization, provided all outputs are manually reviewed. This caution reflects a broader industry dilemma. While distillation is a common technique, using a competitor's model output for training raises legal and ethical questions about the ownership of derived capabilities. Contractual terms from companies like OpenAI and Anthropic explicitly forbid using their outputs to build competing products, putting enforcement power in the hands of rivals. The move is also financially motivated, as Meta seeks to reduce its hefty internal AI spending, estimated in the billions this year. Meta's policy illustrates the delicate balance companies must strike: leveraging powerful external AI tools while safeguarding the integrity and independence of their own AI development. As AI systems increasingly help build other AIs, distinguishing the origin of capabilities becomes a fundamental challenge for the entire industry.

marsbitHace 1 hora(s)

You Use Claude and Codex Every Day, but Meta Has Restricted Internal Use

marsbitHace 1 hora(s)

Why Do We Need an AI Content Perspective Today?

The article "Why Do We Need an AI Content Perspective Today?" explores the complex and often contentious integration of AI into the cultural and creative industries, particularly film and television. It begins with the cancellation of Amazon's AI-generated animation "Punky Duck," highlighting the ethical debates surrounding AI content. AI's rapid advancement is transforming video production, enabling cost-effective, full-length AI films (e.g., "RAPHAEL," "Dreams of Violets") while sparking industry resistance over issues like "synthetic actors." The core debate has shifted from whether to use AI to how to use it responsibly. The article analyzes why AI's entry into film is uniquely unsettling. It distinguishes between "cultural fast food" (short-form, fast-paced content like micro-dramas) and "cultural main courses" (traditional, long-form film/TV). AI currently excels at the former, matching its fragmented narratives, shallow emotional needs, and free-to-consumer models. However, venturing into the latter challenges the human-centric essence of storytelling—creativity, emotional depth, and the unique value of human labor and experience. While AI can generate massive volumes of content and lower costs, it risks devaluing human creativity, leading to homogenized output, and creating unfair competition through potential intellectual property infringement. Its efficiency also amplifies content safety risks, making preemptive governance crucial. To counter these risks, the article proposes establishing clear boundaries guided by a human-centered AI content perspective. It outlines four principles: 1) Amplify, rather than displace, human creative space; 2) Respect and protect human creative output; 3) Ensure human creative control and responsibility remain paramount; and 4) Guarantee transparency and traceability in AI creation. The conclusion emphasizes that humans must act as the "helmsmen" of technology, steering AI development to enhance, not replace, the core human values at the heart of cultural expression.

marsbitHace 2 hora(s)

Why Do We Need an AI Content Perspective Today?

marsbitHace 2 hora(s)

Trading

Spot

Artículos destacados

Cómo comprar LAYER

¡Bienvenido a HTX.com! Hemos hecho que comprar Solayer (LAYER) sea simple y conveniente. Sigue nuestra guía paso a paso para iniciar tu viaje de criptos.Paso 1: crea tu cuenta HTXUtiliza tu correo electrónico o número de teléfono para registrarte y obtener una cuenta gratuita en HTX. Experimenta un proceso de registro sin complicaciones y desbloquea todas las funciones.Obtener mi cuentaPaso 2: ve a Comprar cripto y elige tu método de pagoTarjeta de crédito/débito: usa tu Visa o Mastercard para comprar Solayer (LAYER) al instante.Saldo: utiliza fondos del saldo de tu cuenta HTX para tradear sin problemas.Terceros: hemos agregado métodos de pago populares como Google Pay y Apple Pay para mejorar la comodidad.P2P: tradear directamente con otros usuarios en HTX.Over-the-Counter (OTC): ofrecemos servicios personalizados y tipos de cambio competitivos para los traders.Paso 3: guarda tu Solayer (LAYER)Después de comprar tu Solayer (LAYER), guárdalo en tu cuenta HTX. Alternativamente, puedes enviarlo a otro lugar mediante transferencia blockchain o utilizarlo para tradear otras criptomonedas.Paso 4: tradear Solayer (LAYER)Tradear fácilmente con Solayer (LAYER) en HTX's mercado spot. Simplemente accede a tu cuenta, selecciona tu par de trading, ejecuta tus trades y monitorea en tiempo real. Ofrecemos una experiencia fácil de usar tanto para principiantes como para traders experimentados.

297 Vistas totalesPublicado en 2025.02.11Actualizado en 2026.06.02

Cómo comprar LAYER

Discusiones

Bienvenido a la comunidad de HTX. Aquí puedes mantenerte informado sobre los últimos desarrollos de la plataforma y acceder a análisis profesionales del mercado. A continuación se presentan las opiniones de los usuarios sobre el precio de LAYER (LAYER).

活动图片