AI/Compute
注意：本文档是英文原版的自动翻译。
AI/Compute
AI/计算（AI/Compute）将提供面向人工智能工作负载的计算资源的项目归为一组——即加密人工智能的 GPU 与基础设施层。这些是去中心化算力网络、GPU 市场和编排平台，让任何人都能为训练和运行人工智能模型贡献或消费处理能力。
在 DecAIHub 注册库中，AI/计算是最大的类别之一，也是与物理基础设施关联最紧密的类别。其核心承诺很直接：用户无需从单一云提供商租用 GPU，而是通过一个由区块链协议协调的分布式算力供应商网络来获取算力。
阅读卡片时，工作负载类型很重要：一些网络强调训练（长时间运行、高内存的作业），另一些强调推理（对延迟敏感的服务），还有许多介于两者之间，提供通用作业队列。当其定位和工件描述的是面向人工智能的算力——而不仅仅是通用哈希计算或不相关的工作负载时，AI/计算标签才适用。
简而言之： AI/计算涵盖为人工智能任务供给、编排或市场化计算资源的项目。
它意味着什么
在阅读该类别的项目卡片时，理解"算力即资源"与"算力即人工智能"之间的区别至关重要。
人工智能语境中的**算力（compute）**指的是训练模型、运行推理或处理数据流水线所需的处理能力。传统人工智能依赖中心化云提供商（AWS、GCP、Azure）。AI/计算项目试图通过构建网络来将其去中心化，在这些网络中，独立提供商提供 GPU、CPU 或专用加速器，而一个协议层处理发现、调度、定价和结算。
区块链在这些项目中的作用差异很大：从简单的支付通道，到链上工作量证明验证和算力提供商的声誉系统。
将真正的去中心化算力与营销区分开来的是可衡量的证据：真实的 GPU 提供商在服务真实的作业、可验证的利用率指标，以及对已完成工作的链上结算。在 AI/计算项目中常见的典型 AI components 包括 GPU 编排引擎、作业调度器、算力证明协议、算力市场 以及资源匹配算法。一些项目专注于原始 GPU 租赁；另一些则增加了更高层的抽象，如模型感知调度或联邦训练协调。
常见的子组合
DecAIHub 使用 复合类别。以下是 AI/计算中最常见的组合。Infra 是主导性的搭配；与 DePIN、AI/训练 和 AI/推理 的重叠描述了同一网络如何定位供给与需求。
| 子组合 | 含义 |
|---|---|
| AI/Compute | Infra | 最大的群体：GPU 网络、算力编排层和去中心化云平台。 |
| AI/Compute | DePIN | 带有代币激励的物理 GPU 和算力基础设施——硬件提供商通过贡献资源赚取代币。 |
| AI/Compute | AI/Training | 专门为模型训练工作负载（大规模、长时间运行）供给的算力。 |
| AI/Compute | AI/Inference | 专门为在生产环境中运行已训练模型（对延迟敏感、高吞吐）供给的算力。 |
单个项目可以带有多个领域标签（例如 AI/Compute | Infra | DePIN）。
在项目卡片中应关注什么
在 DecAIHub 上阅读一张 AI/计算卡片时，请注意：
- AI component —— 卡片是否列出了具体的 AI component（GPU 编排、作业调度、算力证明、算力市场），还是只有通用的"decentralized compute"措辞？
- 真实供给的证据 —— 是否存在 Tier-1 工件，显示实际的 GPU 提供商、可衡量的利用率，或已完成作业的链上证明？
- Onchain necessity（
onchain_score）—— 区块链所做的是否不止于发行代币？寻找链上作业匹配、结算、罚没（slashing）或可验证的算力证明。参见 AI reality, Onchain necessity and Token necessity。 - AI reality 评分（
ai_score）—— 提供 GPU 是基础设施，本身并不是人工智能。该项目是否拥有自己的人工智能逻辑，还是只托管别人的工作负载？
仅凭该类别无法证明什么
一个被标记为 AI/计算的项目，是基于其定位和可获得的工件被归类为以算力为核心的。仅凭这个标签并不能确认：
- 网络上有真实的 GPU 提供商在积极服务工作负载；
- 算力确实被用于人工智能，而不是闲置；
- 在算力之上构建的人工智能是真实的、自有的或有用的；
- 去中心化方法相比中心化替代方案提供了有意义的优势；
- 代币对算力市场的运作是必要的。
请务必查看完整的 DecAI Fit 评分以及项目卡片中的证据区块。
请勿混淆
- AI/推理 —— 关注运行模型并产生结果的动作；算力是为推理提供动力的资源，但这两个类别针对不同的层。参见 AI/推理。
- AI/训练 —— 关注构建和改进模型；训练需要算力，但它是一项独立的活动。参见 AI/训练。
- AI/代理 —— 构建进行决策并采取行动的自主软件；代理可能消费算力，但该类别关注的是行为，而非资源。参见 AI/Agents。
- 无人工智能的 DePIN —— 一些 DePIN 项目提供存储、带宽或传感器，而非面向人工智能的 GPU 算力。AI/计算标签仅在算力针对人工智能工作负载时适用。
常见问题
如果一个项目出售 GPU 时间，为什么 ai_score 有时看起来偏低？
供给硬件是基础设施。AI reality 评分奖励的是可验证的人工智能特定逻辑（为模型调优的调度器、与推理绑定的证明系统等等）。没有所描述的面向人工智能软件的原始租赁，其得分可能不同于一个记录了 ML 感知编排的堆栈。
在卡片上，AI/计算与 AI/推理有何不同？
AI/推理 强调服务模型与输出。AI/计算强调谁提供机器，以及作业如何被匹配和结算。单个项目可以同时涉及两者；阅读复合标签和 AI component 字段，以判断团队强调的是哪一层。
"去中心化"总是意味着许多独立的提供商吗？
仅凭标签并不一定。请检查证据：显示多样化提供商和已完成工作的仪表盘、文档或链上信号——而不仅仅是协议白皮书。
外部参考
- CUDA Zone — GPU computing —— 关于 GPU 加速计算的参考资料，它常常是算力网络中所讨论的人工智能工作负载的底层堆栈。
- NIST Artificial Intelligence Risk Management Framework (AI RMF 1.0) —— 在评估关于去中心化人工智能基础设施的主张时，关于可信人工智能系统的更广泛背景。
No comments to display
No comments to display