2025年成为全球人工智能“军备竞赛”的决定性转折点。在美国，投资规模达到了狂热的高峰，科技巨头们策划了数十亿美元的基础设施投资。值得注意的是，微软和OpenAI的5000亿美元星际门超级计算机项目以及亚马逊的1500亿美元数据中心承诺，标志着美国在巩固其主导地位方面的举措。为了保护这一领先地位，美国政府收紧了对高端半导体的出口管制，特别是针对H100和Blackwell级芯片，以遏制中国竞争对手的进展。

尽管北京对大交易的声音较少，但像Deepseek这样的模型所取得的技术平等——据报道在效率上可与GPT-4相媲美——表明中国成功转向了“主权计算”。这一战略转变得到了最近政府指令的支持，要求国内企业优先使用本地硅材料，有效地将中国的人工智能愿景与西方供应链脱钩。

阅读更多： Deepseek的人工智能革命在加密货币和美国及欧洲股市引发混乱

这种狂热或许在金融市场上得到了最好的体现。在2025年，人工智能初创公司在第一和第二季度就筹集了惊人的600亿美元，而主要科技股的市值则增加了数万亿美元。然而，这一势头正面临一个物理天花板：能源。现在的估计表明，到2026年，人工智能数据中心将消耗全球电力的高达4%。这迫使一些公司转向核能，微软最近重新开放了三里岛核电站，以为其庞大的计算集群提供能源。

然而，人们越来越担心，许多人设想的人工智能世界可能由于一系列因素而无法实现，包括支持当前正在建设的大规模基础设施所需的能源资源不足。训练和运行先进的人工智能模型需要大量的电力、数据中心容量和冷却系统，这引发了关于可持续性的问题，以及全球能源网络是否能够跟上指数级需求的速度。一些专家警告说，如果没有在能源效率或替代能源方面的突破，普遍存在的人类般的人工智能梦想可能仍然遥不可及。

除了技术和环境挑战外，还有人担心少数美国科技巨头对行业及其周围叙事的控制。这些公司掌握着最强大的模型、最大的数据库以及人工智能部署的平台，使它们在技术演变和受益者方面拥有不成比例的影响力。批评者认为，这种权力集中有可能抑制竞争，限制创新，并以服务企业利益而非更广泛利益的方式塑造公众认知。

这些担忧促使美国政治家，包括参议员伯尼·桑德斯，呼吁进行关于人工智能的国家对话——其发展轨迹、治理以及不同利益相关者应扮演的角色。辩论不仅关乎技术进步，还涉及问责制、透明度和公平性：谁制定规则，谁获得回报，谁承担风险。

尽管桑德斯呼吁进行国家对话以防止企业对智能的垄断，但加密货币和开源社区正在构建一种替代方案：去中心化人工智能（DeAI）。目前，像Bittensor（TAO）、Io.net和Near Protocol这样的项目正在开创无许可网络，重新构想人工智能基础设施的构建和治理。这些倡议旨在打破企业瓶颈，民主化获取推动机器智能的核心资源。

与其等待被企业供应链锁定的稀缺且昂贵的GPU，个人硬件拥有者可以直接将其处理能力租赁给开发者。在最近的一次采访中，Argentum AI的联合创始人安德鲁·索布科（Andrew Sobko）指出，训练大型模型需要巨大的GPU算力。然而，供应有限且由少数供应商控制，造成了一个“围墙花园”，使初创公司和小型企业被排除在外。

与桑德斯一样，索布科也感叹少数公司控制着基础设施、访问和定价——这种现象抑制了创新，使得大多数组织的人工智能开发成本高昂。然而，索布科认为，通过构建无许可的分布式计算网络，个人和组织可以将闲置的GPU算力贡献给共享市场。这个去中心化的市场不仅绕过了持续的Nvidia短缺，还释放了潜在的全球能力，将闲置的机器转变为人工智能经济中的活跃参与者。索布科的核心信息是，人工智能的未来依赖于摆脱集中控制，拥抱去中心化的计算市场。

在开源模型下，治理从董事会转向分布式社区。关于模型设计、更新和使用的决策是集体做出的，确保了透明度并降低了垄断控制的风险。开源框架通过允许任何人审计、贡献和在共享基础上构建，加速了创新。

在去中心化模型中，用户保持对其训练数据的加密所有权，确保在一个数据常常未经同意被利用的世界中隐私和控制。主权数据模型使个人能够决定其信息的使用、交易或奖励方式，创造一个更公平的生态系统，使价值回流给贡献者。

到2025年，去中心化人工智能（DeAI）从一个小众概念转变为一个庞大的基础设施替代方案，受到全球GPU短缺和风险投资激增的推动。到2025年底，整个人工智能行业的总融资超过2000亿美元，而DeAI小众在基础设施和Web3类别中占据了显著且不断增长的份额。仅在2025年，DeAI初创公司和去中心化物理基础设施（DePIN）项目就筹集了约120亿到150亿美元。这一趋势是由于投资者逃离像AWS和Azure这样的集中提供商的高溢价和“围墙花园”。

DeAI首次获得公共部门资金，尤其是Neurolov签署的一项1200万美元协议，旨在用公民驱动的节点替代传统数据中心。

与此同时，随着xAI和OpenAI等科技巨头争相部署100万H100 GPU的集群，去中心化网络则专注于聚合“潜在”的全球能力——来自矿场、独立数据中心甚至高端消费游戏设备的未使用芯片。到2025年底，主要的去中心化网络共同验证了超过75万个可按需租赁的GPU。

阅读更多： 专家称去中心化人工智能效率提升，GPU短缺和能源限制迫在眉睫

领先的网络是Io.net，该网络在138个国家验证了超过30万个GPU，专注于企业级训练的高端H100和A100集群，以及Aethir，该网络报告了超过43.5万个GPU容器，重点关注低延迟推理和边缘计算。Neurolov达到了15,000个活跃节点，展示了“基于浏览器”的计算的可行性，用户只需保持一个标签页打开即可贡献算力。

根据一份报告，2025年，去中心化网络的价格始终比传统云提供商低60%到80%。虽然在AWS上，一个H100实例的费用大约为每小时3.00到4.50美元，但DeAI网络提供相同硬件的费用低至每小时0.30到2.20美元。

在这一年中，这些GPU的使用方式出现了明显的分化，其中推理占据了70%的使用量，而训练则占据了剩余的30%。

随着专家们越来越多地支持去中心化人工智能，一些批评者警告说，如果没有强有力的伦理保障和明确的问责机制，去中心化可能迅速演变成“下一个重大错误”。尽管如此，支持者仍然相信，去中心化的好处——更大的透明度、对数据的主权以及减少企业的控制——远远超过了风险。

随着人工智能的采用加速，这一叙事预计将在2026年及以后获得动力，塑造政策辩论、投资策略以及下一代机器智能的架构。

• 美国发生了什么？ 像微软和亚马逊这样的科技巨头正在向人工智能超级计算机和数据中心投入数千亿美元。
• 中国如何应对？ 北京正在推动“主权计算”，要求使用本地硅和像Deepseek这样的模型来与GPT-4竞争。
• 这对全球有什么重要性？ 人工智能初创公司在2025年初筹集了600亿美元，但能源限制迫在眉睫，因为到2026年数据中心可能消耗全球4%的电力。
• 替代方案是什么？ 去中心化的人工智能网络，如Bittensor和Io.net，提供更便宜的社区驱动计算，挑战企业垄断。

免责声明：本文章仅代表作者个人观点，不代表本平台的立场和观点。本文章仅供信息分享，不构成对任何人的任何投资建议。用户与作者之间的任何争议，与本平台无关。如网页中刊载的文章或图片涉及侵权，请提供相关的权利证明和身份证明发送邮件到support@aicoin.com，本平台相关工作人员将会进行核查。