BitTorrent выходит на рынок AI вычислительных мощностей: BTTInferGrid создает децентрализованную сеть вычислительных мощностей для AI вывода

С появлением AI Agent в сложных сценариях, таких как рабочие процессы предприятий, автоматизированное производство и автономное выполнение, глобальная AI-индустрия официально переходит от "пассивного реагирования" к "автономному выполнению". Ядро конкурентной борьбы в отрасли уже давно вышло за рамки простого соперничества по параметрам больших моделей и переключилось на борьбу за способность к реализации, а мощные логические способности являются основой этого перехода.

Парадигмальная трансформация сценариев применения также привела к коренным изменениям в потребностях в вычислительных мощностях: центр потребления вычислительных мощностей продолжает смещаться от обучения моделей к бизнес-выводам, и этот тренд уже необратим. Однако текущая централизованная система вычислительных мощностей, сталкиваясь с огромным количеством, частыми и резко колеблющимися запросами на вывод, выявляет такие проблемы, как высокие операционные расходы, слабая эластичность масштабирования и недостаточная стабильность услуг, и вся AI-индустрия сталкивается с развитием на уровне предложения вычислительных мощностей.

17 июня старейшая децентрализованная экосистема передачи BitTorrent представила стратегически важный продукт — BTTInferGrid, нацеленный на рынок AI-выводов и построение децентрализованной сети вычислительных мощностей. Эта платформа, основанная на децентрализованной распределенной архитектуре, эффективно агрегирует разбросанные по всему миру неиспользуемые ресурсы GPU, устраняет барьеры между поставщиками ресурсов и разработчиками AI, предоставляя открыемые, удобные в подключении, с возможностью верификации результатов на блокчейне и гибкой оплатой по мере использования услуги вычислительных мощностей для AI-выводов.

Опираясь на преимущества децентрализованных технологий, BTTInferGrid не только восполняет недостатки традиционных централизованных вычислительных мощностей в условиях высокой нагрузки и колебаний, но и достигает прорыва на стороне предложения вычислительных мощностей, перестраивая логику распределения и обращения ресурсов в экосистеме вычислительных мощностей.

В то же время BTTInferGrid является стратегическим продуктом, основанным на существующих услугах BTFS, что не только представляет собой ключевое расширение децентрализованных возможностей распределения ресурсов, над которыми BitTorrent работал в течение многих лет, от области хранения к области вычислительных мощностей, но и является ключевым шагом в его стратегии по децентрализованному AI.

Структура потребления вычислительных мощностей переходит от "обучения" к "выводам": BTTInferGrid переосмысляет предложение вычислительных мощностей для AI-выводов децентрализованным способом

BTTInferGrid стремится переосмыслить систему предложения вычислительных мощностей с помощью децентрализованной модели, решая проблемы высокой стоимости и нехватки вычислительных мощностей для AI-выводов, одновременно снижая затраты и повышая эффективность вывода больших моделей, тем самым предоставляя отрасли высокопроизводительную, высокоэластичную и высокоэффективную инфраструктуру вычислительных мощностей.

Если 2024-2025 годы можно назвать "войной тысяч моделей" и гонкой за параметрами, возглавляемой кластерами, то в 2026 году, с масштабным внедрением AI Agent, AI официально вступает в эпоху "выводов" с массовым применением. AI-выводы являются ключевым этапом реализации ценности модели, позволяя преобразовать "обученные модели" в реальные приложения, коммерческую ценность и повседневные услуги. Проще говоря, обучение — это "обучение AI", а вывод — это "практическое использование AI" — например, автомобиль с автопилотом, распознающий дорожные знаки на незнакомых дорогах, является типичным примером вывода. Способности вывода напрямую влияют на пользовательский опыт, операционные расходы и коммерческую ценность AI-продуктов.

В отрасли существует общее мнение, что в будущем более 70% ресурсов вычислительных мощностей будет использоваться для сценариев вывода. Oracle предсказала, что рынок вычислительных мощностей для вывода в конечном итоге превысит рынок вычислительных мощностей для обучения. Академик Китайской инженерной академии Чжэн Вэйминь также отметил, что в настоящее время подавляющее большинство вычислительных мощностей расходуется на повседневное взаимодействие пользователей с большими моделями. С точки зрения структуры затрат, затраты на вывод больших моделей составляют лишь 3% на трудозатраты и 2% на данные, в то время как доля вычислительных мощностей достигает 95%; затраты на вычислительные мощности для ведущих приложений весьма значительны: ежедневные затраты на вывод ChatGPT составляют около 700 000 долларов, а DeepSeek V3 достигает 87 000 долларов.

Когда потребность в вычислительных мощностях AI переходит от централизованного обучения немногих технологических гигантов к коммерческим сценариям вывода миллионов разработчиков в различных отраслях, критерии оценки базовой инфраструктуры также меняются. В эпоху обучения разработчики в основном сосредотачивались на масштабах и эффективности централизованных вычислительных мощностей; с переходом в эпоху вывода AI-сервисы напрямую обращаются к огромному количеству конечных пользователей, ежедневные миллиарды взаимодействий порождают огромные затраты на вычислительные мощности, и внимание разработчиков смещается на стоимость каждого вызова, скорость отклика и стабильность услуг. В настоящее время предложение вычислительных мощностей, стоимость вызова и доступность услуг стали основными критериями оценки AI-инфраструктуры и ключевыми факторами, определяющими успешность внедрения AI-приложений.

Однако, сталкиваясь с экспоненциальным ростом потребности в выводах, недостатки основной централизованной системы вычислительных мощностей становятся все более очевидными: аренда GPU продолжает расти, платформенные услуги часто выходят из строя, и многие AI-приложения вынуждены закрываться из-за высоких затрат на вычислительные мощности. Эти проблемы сосредоточены в трех аспектах:

• Во-первых, недостаточная эластичность распределения вычислительных мощностей не позволяет справляться с колебаниями трафика, что приводит к дисбалансу между затратами и стабильностью: хотя ведущие AI-компании и облачные провайдеры продолжают увеличивать инвестиции в вычислительные мощности, потребность в выводах растет быстро и демонстрирует явные колебания — в часы пик, например, количество запросов может увеличиваться в десятки раз; в то время как ночью оно резко падает. Централизованные серверные комнаты, не обладая эластичными возможностями распределения, не могут адаптироваться к таким динамическим изменениям: если настраивать под пиковые нагрузки, то в периоды низкой нагрузки амортизационные расходы будут высоки; если настраивать под средние значения, то в пиковые часы услуги будут прерываться, что приводит к дилемме "высокие затраты" и "низкая стабильность". В то же время централизованные вычислительные мощности также должны учитывать многослойные затраты на строительство серверных, электроэнергию, эксплуатацию и коммерческую прибыль, что в конечном итоге делает затраты на вычислительные мощности высокими и значительно сжимает пространство для экспериментов малых и средних инновационных команд, что создает необходимость в новых решениях, которые сочетают в себе преимущества по затратам и эластичные возможности распределения.

• Во-вторых, цены на аренду GPU продолжают расти, высокие затраты препятствуют инновациям малых и средних предприятий и разработчиков: хотя открытые большие модели (такие как Qwen, DeepSeek и др.) снизили порог входа в область AI, развертывание и эксплуатация моделей по-прежнему зависят от стабильных, недорогих и легко доступных вычислительных мощностей для вывода. Однако реальность такова, что стоимость аренды GPU постоянно растет: например, цена аренды одной карты H100 с октября 2025 года увеличилась с 1,70 доллара до 2,35 доллара в марте 2026 года, что составляет почти 40% за полгода. Высокие затраты заставляют многих разработчиков и малые предприятия с качественными решениями отказываться от их реализации, попадая в ситуацию "есть модель, нет вычислительных мощностей", что серьезно подавляет инновационную активность и масштабное развитие AI-индустрии.

• В-третьих, огромное количество неиспользуемых ресурсов GPU по всему миру не используется эффективно, существует серьезный дисбаланс между предложением и спросом: в резком контрасте с "дефицитом вычислительных мощностей" на рынке, по всему миру существует огромное количество неиспользуемых высокопроизводительных ресурсов GPU, разбросанных по личным устройствам, лабораториям университетов, небольшим серверным и оставшимся от перехода на криптовалюту инфраструктурам. Из-за отсутствия стандартизированных каналов доступа и эффективных механизмов распределения эти вычислительные мощности не могут попасть на основной рынок вывода, создавая противоречивую ситуацию, когда на стороне спроса "трудно найти одну карту", а на стороне предложения "вычислительные мощности спят", что создает огромные возможности для повышения коэффициента использования ресурсов, и противоречия в дисбалансе спроса и предложения требуют решения.

Таким образом, текущий рынок вычислительных мощностей для AI-выводов сталкивается с тремя структурными проблемами: с одной стороны, централизованное предложение не может учитывать затраты и эластичность, с другой стороны, аренда вычислительных мощностей продолжает расти, подавляя инновации в AI, а с третьей стороны, существует огромное количество неиспользуемых ресурсов GPU, которые долгое время не были активированы. Столкнувшись с этой серией проблем в отрасли, BTTInferGrid, опираясь на децентрализованные технологии, предлагает новое решение для преодоления дисбаланса между предложением и спросом на вычислительные мощности.

BTTInferGrid нацелен на то, чтобы через децентрализованный подход эффективно соединить разбросанные по всему миру неиспользуемые ресурсы GPU с огромным количеством разработчиков AI, чтобы в корне разрушить монополию и узкие места централизованных вычислительных мощностей. С одной стороны, платформа интегрирует разбросанные неиспользуемые ресурсы GPU, создавая открытую и совместно используемую инфраструктуру вычислительных мощностей; с другой стороны, она устраняет барьеры доступа и черные ящики ценообразования традиционных централизованных моделей, открывая каналы связи между предложением и спросом. Одновременно, благодаря механизмам стимулов и сотрудничества DePIN, BTTInferGrid может постоянно предоставлять высокоэффективные вычислительные мощности для вывода, решая основные проблемы высокой стоимости вычислительных мощностей и нехватки предложения, действительно раскрывая потенциал вывода больших моделей и их коммерческую ценность.

BTTInferGrid: создание децентрализованной сети вычислительных мощностей для сценариев AI-выводов, три ключевых преимущества переопределяют механизм распределения вычислительных мощностей

BTTInferGrid имеет четкую и ясную позицию, сосредоточившись на создании децентрализованной сети вычислительных мощностей для сценариев AI-выводов, соединяя глобальное предложение неиспользуемых ресурсов GPU с потребностями рынка AI-выводов, предоставляя открытую доступность, возможность верификации результатов и оплату по мере использования в глобальной системе вычислительных мощностей для AI.

Конкретно, BTTInferGrid, опираясь на механизмы базовой сети DePIN, точно сопоставляет предложение вычислительных мощностей с взрывным ростом потребностей в AI-выводах, обеспечивая двустороннюю ценностную поддержку для обеих сторон:

• Сторона предложения вычислительных мощностей: эффективно агрегирует разбросанные по всему миру неиспользуемые ресурсы GPU, создавая открытую и совместно используемую базу вычислительных мощностей. В то же время, благодаря механизмам стимулов и интеллектуального распределения DePIN, с одной стороны, открываются низкие барьеры и устойчивые каналы для получения дохода для владельцев вычислительных мощностей, позволяя "спящим GPU" по всему миру стать "движимыми активами"; с другой стороны, обеспечивается стабильность и эластичность вычислительных мощностей, создавая высокоэффективные, высокоэластичные, безопасные и надежные глобальные возможности для вывода.

• Сторона спроса на вычислительные мощности: предоставляет глобальным разработчикам AI удобный доступ, возможность верификации результатов на блокчейне и оплату по мере использования. По сравнению с высокими ценами централизованных облачных провайдеров, BTTInferGrid обладает выдающимися преимуществами по затратам и эластичности, что позволяет малым и средним инновационным командам и независимым разработчикам снижать затраты на эксперименты, эффективно завершать верификацию продуктов и итерации бизнеса, одновременно предоставляя обратную ценностную поддержку экосистеме предложения вычислительных мощностей.

Таким образом, BTTInferGrid не только решает актуальные потребности разработчиков AI в "периоде борьбы за приложения" в отношении низких затрат и высокой эластичности вычислительных мощностей, но и открывает устойчивые каналы для монетизации огромных неиспользуемых аппаратных ресурсов по всему миру.

Более важно, что платформа BTTInferGrid успешно построит самодостаточный положительный цикл роста: неиспользуемые узлы GPU продолжают расширяться, стоимость вычислительных мощностей для вывода данных постоянно снижается, что привлекает больше разработчиков; рыночный спрос постоянно растет, что дополнительно стимулирует глобальных поставщиков вычислительных мощностей присоединиться к экосистеме. BTTInferGrid реконструирует поставку вычислительных мощностей в децентрализованной модели, превращая дефицитные и дорогие специализированные AI вычислительные мощности в доступные и по запросу AI общественные базовые инфраструктуры.

Что касается преимуществ производительности продукта, то большинство децентрализованных GPU платформ на рынке сталкиваются с высокими барьерами для доступа к вычислительным мощностям, недостаточной надежностью услуг и сложностью долгосрочной работы экономических моделей. BTTInferGrid оптимизирует с самого нижнего уровня архитектуры, достигая Полный прорыв в трех основных аспектах: агрегация вычислительных мощностей, проверка услуг и устойчивость экономической системы, формируя уникальное конкурентное преимущество, конкретные преимущества следующие:

1. Сеть поставки вычислительных мощностей с открытым доступом, быстро собирающая глобальные неиспользуемые ресурсы GPU: Традиционные облачные вычислительные мощности имеют высокие барьеры для доступа (например, требуется соответствие требованиям к помещению, фиксированный публичный IP, дорогие коммутаторы и т.д.), тогда как BTTInferGrid создает действительно открытую сеть поставки вычислительных мощностей, где любое физическое или юридическое лицо, обладающее неиспользуемыми ресурсами GPU, может бесшовно подключиться, если оно соответствует базовым параметрам производительности (таким как объем видеопамяти, базовые вычислительные показатели) и требованиям к стабильности сети. Этот дизайн значительно снижает барьеры для участия со стороны поставщиков вычислительных ресурсов, позволяя глобальным неиспользуемым GPU мощностям быстро интегрироваться в сеть и матрицу.

2. Проверяемое качество услуг и поведение узлов, решающее проблему доверия в децентрализованных системах: Главная проблема децентрализованных вычислений заключается в надежности — как предотвратить, чтобы майнеры использовали низкокачественные видеокарты под видом высокопроизводительных? Как гарантировать, что результаты вывода данных являются правдоподобными? BTTInferGrid создает замкнутый цикл с перекрестной проверкой через распределение задач (умное распределение), проверку вызовов (криптографическая выборка), оценку консенсуса (динамические рейтинги) и координацию на блокчейне (умные контракты с наградами и штрафами), что эффективно повышает надежность услуг вывода данных.

3. Экономическая модель, основанная на спросе, создающая устойчивую экосистему: Ранние проекты DePIN часто сталкиваются с "высокой эмиссией токенов, привлекающей узлы к слепому майнингу, но из-за отсутствия реального спроса попадают в спираль инфляции токенов, резкого падения цен и выхода узлов". BTTInferGrid с самого начала установила цель создать экономическую экосистему, основанную на реальном спросе — используя реальные вызовы вывода данных и производительность узлов в качестве основных стимулов. Только когда разработчики AI действительно платят за использование моделей, поставщики вычислительных мощностей могут получать основную долю дохода и бонусы за репутацию. Этот дизайн будет активно способствовать здоровому росту соответствия между масштабом предложения и рыночным спросом, обеспечивая долгосрочное здоровье и устойчивое развитие сетевой экосистемы.

В заключение, от разрушения традиционных барьеров доступа, позволяя любым соответствующим стандартам производительности неиспользуемым GPU бесшовно подключаться к открытой сети поставок, до создания полной проверяемой линии доверия с помощью распределения задач, проверки вызовов, оценки консенсуса и наград на блокчейне, и до полного отказа от спекулятивных пузырей, закрепляя стимулы на реальном спросе на AI вывод данных — BTTInferGrid переопределяет механизм распределения ресурсов вычислительных мощностей с трех аспектов: агрегация ресурсов, надежность услуг и распределение ценности.

BTTInferGrid будет поэтапно создавать новую экосистему вычислительных мощностей, основанную на реальном спросе

BTTInferGrid не является простой "агрегацией вычислительных мощностей", а представляет собой сложную децентрализованную сеть вычислительных мощностей, объединяющую задачи AI вывода данных, интеллектуальное соответствие и соединение спроса и предложения, а также координацию и расчет ресурсов на блокчейне.

В децентрализованной экосистеме вычислительных мощностей BTTInferGrid все участники формируют три основные роли вокруг "поставки, использования и проверки" вычислительных мощностей:

• Поставщики вычислительных мощностей (майнеры): Предоставляют неиспользуемые ресурсы GPU, принимают и выполняют задачи AI вывода данных, система автоматически распределяет соответствующие вознаграждения на основе проверенного фактического объема работы, качества выполнения задач и динамических оценок производительности.

• Запросчики вычислительных мощностей (разработчики AI): BTTInferGrid предоставляет стандартизированный API интерфейс, поддерживающий доступ разработчиков к глобальным распределенным ресурсам GPU.

• Сторожи сети (валидаторы): Участвуют в децентрализованной системе проверки и оценки, проводят аудит вычислительных показателей узлов майнеров и случайные проверки, выявляют аномальное поведение и поддерживают качество сетевых услуг. В то же время валидаторы получают вознаграждение за поддержание целостности сети, совместно обеспечивая справедливость и надежность сети.

В заключение, для разработчиков AI BTTInferGrid предлагает более выгодные по стоимости, высокомасштабируемые и безопасные услуги AI вывода данных, эффективно смягчая проблемы с перебоями в продуктах и потерей клиентов из-за нехватки вычислительных мощностей. Для поставщиков GPU это активирует глобальные пограничные и неиспользуемые аппаратные ресурсы, создавая устойчивый канал доходов для поставщиков ресурсов GPU, позволяя каждой единице вычислительных мощностей реализовать свою ценность в эпоху вывода данных.

Что касается конкретной реализации продукта, то в отличие от традиционной модели централизованных облачных поставщиков, которая "сначала накапливает оборудование, а затем ждет спроса", DePIN на начальном этапе сталкивается с двусторонними координационными вызовами — избыток предложения может привести к неиспользованию узлов и краху токеновой экономики, а нехватка предложения может повредить опыту разработчиков и эффективности системы. Поэтому BTTInferGrid разработала четкую, устойчивую и ориентированную на спрос стратегию поэтапного запуска, отказываясь от беспорядочного роста и сосредотачиваясь на коэффициенте использования ресурсов, экономической устойчивости и стабильном расширении технической архитектуры.

• Краткосрочная цель (2026 год): холодный запуск сети, завершение подключения основных узлов и верификации распределенных услуг вывода данных, поэтапное расширение масштабов узлов GPU.

• Среднесрочная цель (2027 год): диверсификация экосистемы, улучшение стабильности сетевых услуг и безопасности конфиденциальности, а также совместимость с большим количеством форматов AI моделей и фреймворков вывода данных, поэтапное расширение в области настройки моделей и других приложений.

• Долгосрочная цель (2028 год и далее): стать основным инфраструктурным слоем для AI, построить уровень вычислительных мощностей, ориентированный на AI агентов и автоматизированные приложения, обеспечивая гибкую поддержку вычислительных мощностей для масштабных AI приложений, в конечном итоге обеспечивая согласованную работу вычислительных мощностей, распределенного хранения и умных контрактов на блокчейне в единой архитектуре.

В реализации BTTInferGrid также применяет стратегию поэтапного развития. На начальном этапе запуска сеть будет в основном состоять из профессиональных видеокарт, доступ к стороне поставки вычислительных мощностей (майнеры) будет осуществляться после проверки, а пользователи со стороны спроса смогут вызывать услуги вывода данных через платформу. В будущем она будет развиваться в полностью открытую суперсетевую структуру: поддерживающую различные типы GPU, включая потребительские, профессиональные и центры обработки данных, с доступом и ценообразованием по производительности; майнеры получат открытый доступ, одновременно вводя механизм залога для обеспечения качества услуг; со стороны спроса будет открыт унифицированный API интерфейс, совместимый с различными форматами AI моделей и фреймворками вывода данных, предлагая гибкие варианты развертывания.

В настоящее время BTTInferGrid успешно интегрировала несколько популярных открытых AI моделей, включая серию Qwen3.6 27B и Qwen2.5 7B Instruct от Alibaba Cloud, а также Llama 3.1 8B Instruct от Meta. Разработчики AI могут реализовать гибкий вызов по мере необходимости в зависимости от реальных бизнес-сценариев. В будущем платформа будет продолжать расширять экосистему моделей, предоставляя разработчикам больше поддержки передовых моделей.

Более важно, что BTTInferGrid имеет долгосрочные накопления BitTorrent и BTFS в качестве надежной опоры, обладая естественными преимуществами для развития. BitTorrent и его BTFS глубоко работают в области децентрализованного хранения на протяжении многих лет, причем BitTorrent имеет более 100 миллионов активных пользователей и 2 миллиарда установок, что успешно подтвердило жизнеспособность модели DePIN и накопило зрелые способности в области подключения ресурсов, токенов, расчетов на блокчейне и управления сообществом. В качестве стратегического продукта BitTorrent в области AI, BTTInferGrid основана на существующих услугах BTFS и может бесшовно перенести этот опыт в область вычислительных мощностей AI, что позволит быстро продвигать рост экосистемы.

Опираясь на децентрализованные технологии, BTTInferGrid точно решает проблему сосуществования "неиспользуемых вычислительных мощностей" и "недостатка вычислительных мощностей" в отрасли. Ее концепция открытого доступа, децентрализованного сотрудничества, проверяемого вклада и совместного строительства сообщества не только является мощным прорывом в традиционной монополии централизованных вычислительных мощностей, но и благодаря четкому позиционированию продукта и надежной технической базе рисует воображаемую новую карту децентрализованных глобальных вычислительных мощностей. Здесь каждая единица неиспользуемых вычислительных мощностей будет активирована, и каждый разработчик сможет достичь интеллектуального будущего по доступной цене.