Aethir: 破局算力瓶頸，建構AI時代去中心化雲端基礎設施

科技的每一次飛躍都在重新塑造世界，而近年來，跨越式的科技革新再次引發了深刻的變革，那就是人工智慧（AI）。

人工智慧已然超越了先前所有技術的概念，成為了繼網路之後的下一個巨大浪潮。從自動駕駛汽車到個人化推薦，從機器學習到生成式大語言模型，AI已經逐漸滲透到我們的生活的方方面面，也引發了社會的極度關注和投資熱潮。

產業和企業都在積極尋找使用AI賦能提升效率的可能，他們都明白AI的價值並期待利用AI來提升自己的生產力和競爭力。然而，AI的應用並非易事，企業必須初期投入大量的資源，包括時間，人力和資金來建立和維護。

不同於傳統的研發投資與產品價值之間的次線性關係，AI的發展顯示出一種獨特的特性：增加計算資源直接導致產品性能的提升，如大模型的訓練，遊戲領域的AI輔助開發和雲端遊戲都需要大量的算力資源，最大的挑戰就是取得算力成本的高昂。

在AI模型的計算過程中，GPU（圖形處理單元）扮演了核心角色。目前，高效率的GPU供應幾乎被Nvidia等巨頭壟斷，使得中小型企業很難取得所需的算力資源。雖然許多企業急於嘗試AI賦能，但事實上，供應和需求的差距日益增加。

根據CAPEX分析預測，2024年僅北美四大雲端廠商（Amazon、Microsoft、Google、Meta）的GPU採購需求已在300萬片量級。由於供不應求導致GPU價格難以下降且交付週期不斷延長，許多公司在算力資源上的開支超過了其在AI領域投入資本總量的80%，算力的短缺已成為限制行業發展的關鍵因素。 

特斯拉創辦人馬斯克曾公開表示，隨著人工智慧技術的快速發展，特別是在深度學習、自然語言處理等領域，對算力的需求呈現爆炸性成長。然而，目前全球範圍內的AI算力供應卻難以滿足此需求，這將對AI技術的發展和應用產生深遠影響。 AI算力短缺的問題不僅存在於商業領域，還涉及安全、醫療健康等重要領域。因此，解決AI算力短缺問題，不僅是科技企業和研究機構的責任，更是全社會共同面臨的挑戰。

正是基於以上的問題，算力租賃（雲端算力）也成為了解決問題的關鍵。較少的前期成本、能夠上下擴展的能力、區域可用性以及避免自建資料中心的分心，對於大多數新創公司甚至部分大型公司來說都很有吸引力。不同的組織和公司能夠按需租用算力，而不必承受購買硬體的投入和維護的沉重負擔。

目前市面上關於雲端運算的服務商也五花八門，如亞馬遜網路服務（AWS）、微軟Azure和Google雲端平台（GCP）都提供GPU實例，但這些國際巨頭往往因為處於市場壟斷地位而定價高企。雖然也有一些專門針對AI工作負載的新服務商，但競爭力往往不強。

尤其是目前美國等在AI領域處於領先地位的國家為了保護自己的優勢，限制頂級晶片出口和算力的供應，導致部分國家和地區的客戶既無法購買到足夠的GPU，也無法在服務商處獲得服務。 

Aethir：建構AI時代去中心化雲端基礎設施

Aethir作為新一代的雲端算力解決方案供應商，採用AI雲算力+GPU DePIN的解決方案，來解決現有AI領域算力缺損的問題。 Aethir透過建立一套全新的、分散式的、基於人工智慧的雲端算力網絡，為全球範圍內的企業和個人提供按需求匹配的高效、可擴展、靈活的算力租用服務。

Aethir可以優化運算密集型領域如AI、ML和雲端遊戲的GPU利用率：一是透過資源池，讓擁有者將未充分利用的GPU貢獻到網路中，形成強大的運算資源集體池，實現GPU全球分發，降低成本，民主化高階運算能力；二是透過去中心化所有權，超越傳統所有權結構的限制，實現分散式資源佔有，培育公平開放的技術格局，消除新消費者和創業家使用AI的壁壘，為全球互聯的數位生態系統做出貢獻。

簡單來說，在目前全球算力短缺、GPU供不應求的情況下，如何利用好閒置的GPU資源是關鍵。 Aethir透過DePin的運作模式，激勵使用者或節點貢獻出自己閒置的GPU算力並實現規模化，為所需的企業提供算力支持，滿足對算力的需求。

技術架構&代幣經濟

我們都知道，人工智慧大模型訓練需要使用“整塊的高性能算力”，目前的解決策略主要是利用多張GPU配合高性能卡間相互連接構成所需的算力。然而對比之下，民間的算力往往是零散的，而且網絡條件也普遍較為糟糕，這使得怎樣讓零散的算力高效地服務於AI訓練成為了一個難題。

在這個環境下，Aethir要滿足需求，就需要解決這兩個問題：如何保證算力的質量，以及如何解決網路問題。借助於Aethir的自有H100算力集群，以及優秀的架構和代幣經濟模型，兩個問題都得到了有效解決。

NVIDIA的H100 GPU是Aethir去中心化雲端基礎架構的核心元素。超過4000張H100 可供AI企業客戶按需使用，預計在未來半年內，該平台將再增設數千張NVIDIA H100還會增加部署大量NVIDIA H100。

每一塊加入到Aethir網路中的H100，都經過了嚴密的偵測和篩選，包括效能參數配置、模型的可使用性、頻寬的吞吐量、穩定性等等，以確保其在高速訓練和推理任務中的性能表現。

而Aethir的優點不僅在於可用H100的數量。傳統的雲端運算服務將GPU資源集中在集中式伺服器中心，因此無法有效地將GPU功率傳輸到遠離資料中心的客戶端。另一方面，由於Aethir分散式網路基礎設施，可以有效覆蓋全球大多數地區網路邊緣的客戶。每個客戶端都由最接近的可用H100晶片提供服務，消除了延遲問題。 

除了分散式部署H100保證算力的穩定，Aethir的架構和經濟模型保證了零散算力的品質和網路的穩定。Aethir的架構設計包含了五個基本角色：礦工、開發者、使用者、代幣持有者和Aethir DAO。最核心的三個部分則是Container容器、Indexer索引器和Checker檢查器：

Container是Aethir的核心計算單元，負責執行和渲染應用程序，每一個任務被封裝在一個獨立的Container中，每一個Container作為一個相對隔離的環境來運行用戶的任務，避免了任務間互相干擾的情況。如有用到大數據處理或機器學習等運算資源密集型應用，它們可以在Container裡順利執行並最終得出結果。即實現了所要求的高性能算力。

Indexer主要用於即時匹配並調度使用者的任務需求和可用資源。即時匹配和調度是為了確保用戶的需求可以在最短的時間內被滿足，而存在的容錯與冗餘設計是為了應對可能的服務故障，可以選擇其他備用節點進行任務調度，以防止任務進度中斷。同時，動態資源調整能夠根據系統的負載情況，動態將資源分配給不同的任務，以達到最佳化整體效能的目標。

Checker則負責即時監控和評估Container的效能，它可以即時監控和評估整個系統的狀態，並對可能出現的問題做出及時的反應。如需應對網路攻擊等安全事件，在偵測到異常行為後，能夠及時發出警告並啟動防護措施。同樣的，當系統效能出現瓶頸或其他問題時，Checker也可以及時發出提醒，以便問題能夠被及時解決，保證了服務品質和網路安全。

同時，Aethir建立了嚴格的節點獎懲機制，對符合品質的高標準節點進行獎勵，不符合服務品質標準的節點進行經濟處罰，保證了整個網路的穩定性和可用性。此機制有效保護了客戶權益，提高了節點的服務意識。

Aethir的代幣經濟以ATH代幣為核心，用於雲端運算服務的交易、平台治理、激勵與開發。代幣總量為420億，透過購買GPU運算能力和質押機制，ATH代幣促進了生態系統的去中心化管理和成長，同時為新節點營運商和用戶提供了一種承諾和經濟保障。

代幣經濟模型的關鍵之處還在於其共識機制（Proof of Rendering），由兩個主要組成部分構成：Proof of Rendering Capacity（渲染能力證明）和Proof of Rendering Work（渲染工作證明）。

• Proof of Rendering Capacity：此策略為每一個Container進行定向評估，其代幣投資（節點質押的ATH代幣數量）、算力水平和在線時長被合計考慮，以估算該Container的有效算力。這種機制使得所有節點能夠公正地參與網路中，並鼓勵節點運營商去質押更多的ATH代幣。

• 
  

• Proof of Rendering Work：當容器在提供算力服務時，Checker會進行工作情況的監督，並將服務具體情況（例如，延遲、解析度、幀率等）提交至鏈上。根據工作品質和工作時長來分配Proof of Rendering Work獎勵。

Aethir的服務費（Service Fee）以ATH代幣支付，價格錨定法幣，以確保服務費的穩定性。若因Container故障導致服務中斷，用戶將會獲得對應的退款，同時發生故障的Container將會被罰款。

為了滿足不同規模和需求的客戶需求，Aethir也設計了零售（Retail）和批發（Wholesale）兩種營運模式。批發模式犧牲了一定的彈性，以提供較低的服務費用、偏向長期的服務保證和交易結算方便性。零售模式更靈活，可以隨時根據需求提供服務，無需預定或承諾。

Aethir引入了法幣定價機制，允許客戶以法幣支付算力服務，大大降低了其進入門檻和財務風險，增強了客戶黏性和合規性。

總的來看，Aethir透過優秀的架構和代幣經濟模型，從技術架構和製度上具備充分調動高品質零散算力的可能，解決了在當前商業環境下AI需求場景最大的大模型訓練所需的高性能算力問題，這使得Aethir在大模型訓練場景下，有著極高的商業可用性。

在遊戲領域的應用

在過去的幾年裡，我們已經見證了AI在遊戲領域中的廣泛應用，如新手引導和NPC文本生成等。隨著科技的發展，未來AI在遊戲產業的應用將更加深入，需要大量的算力來訓練與學習。 除了AI算力的分享，雲端遊戲領域是Aethir另一個大擅長的領域。

在GPU和儲存技術瘋狂進化的20年中，隨著家用PC設備算力的提升，開發人員對遊戲的畫面和遊戲空間的追求也不斷擴大。例如GTA把算力用到了城市生成，極品飛車把算力用到了賽車碰撞和畫質的提升，因此也誕生了精美的遊戲畫面和超大真實的城市，最終結果是動輒幾百G的容量和對顯示卡效能的要求，大量玩家的電腦難以負載。

雲端遊戲是指以雲端運算為基礎的遊戲方式，在雲端遊戲的運行模式下，所有遊戲都在伺服器端運行，並將渲染完畢後的遊戲畫面壓縮後透過網路傳送給使用者。在客戶端，使用者的遊戲設備不需要任何高階處理器和顯示卡，只需要基本的視訊解壓縮能力即可。

Aethir通过其分布式网络，为云游戏领域带来了显著价值，包括提供低成本的高端GPU计算能力，优化游戏体验实现设备的即时访问和低延迟，服务游戏开发商提供新的发布方式和游戏移植服务，扩大玩家基础规模，提高游戏升级效率，提升游戏安全性。

生態發展

Aethir與IO網達成了策略夥伴關係，二者聯合進行技術研發與對接，打通了Aethir的H100與IO網路之間的連結。這樣，Aethir的H100就能自動連接IO網絡，為IO網路的客戶提供穩定的企業級服務。透過聯合的技術研發與對接，Aethir的H100可以自動加入IO網絡，為IO的客戶提供穩定的企業級服務。 Aethir的H100提供者，在獲得Aethir獎勵的同時，將可以同時獲得IO網路的Token獎勵。

同時，Aethir正在推動叢集與邊緣運算的整合。簡單的說，透過Aethir的邊緣運算，客戶可以配對到就近的節點，保證了算力和網路的暢通。

Aethir Edge是專為Aethir邊緣運算服務的硬體設備。它將打破遠離使用者的單一集中化的GPU叢集部署方式，將算力部署到邊緣。這樣遠離集中伺服器叢集的客戶也能夠享受穩定無縫的GPU雲端運算服務。

APhone是Aethir推出的一款Web 3.0雲端電話。它採用了Aethir的分散式雲端架構，實現了安全、設備無關同時跨越通訊服務供應商地理邊界的Web3通訊體驗。作為Aethir網路的一部分，APhone不僅支援無縫的dApp訪問，還整合了Web 3.0的應用程式商店。截至目前，Aphone用戶量超過3.6萬人。

總結

在當前AI成為重要的技術革新的背景下，AI算力的短缺問題已成為阻礙產業發展的主要束縛。身為新興的雲端運算解決方案供應商的Aethir意在透過建立分散式算力網路來解決這個問題，為全球企業和個人提供高效且可擴展的算力。

Aethir的架構設計和代幣經濟模型，以及在遊戲領域和邊緣運算方面的應用，都顯示了其在技術架構和商業佈局方面具備潛力。 Aethir透過激勵機制保證網路的穩定性和可用性，為AI和遊戲等領域提供了商用層級的解決方案。

整體來看，Aethir不論是在專案基本面、技術架構，還是產品與生態上都表現得可圈可點。其代幣ATH也即將TGE，值得我們關注。