Aethir: 破局算力瓶颈，构建AI时代去中心化云基础设施

科技的每一次飞跃都在重新塑造世界，而近年来，跨越式的技术革新再次引发了深刻的变革，那就是人工智能（AI）。

人工智能已然超越了此前的所有技术概念，成为了继互联网之后的下一个巨大浪潮。从自动驾驶汽车到个性化推荐，从机器学习到生成式大语言模型，AI已经逐渐渗透到我们的生活的方方面面，也引发了社会的极度关注和投资热潮。

行业和企业都在积极寻找使用AI赋能提升效率的可能，他们都明白AI的价值并期待利用AI来提升自己的生产力和竞争力。然而，AI的应用并非易事，企业必须初期投入大量的资源，包括时间，人力和资金来建设和维护。

不同于传统的研发投资与产品价值之间的次线性关系，AI的发展显示出一种独特的特性：增加计算资源直接导致产品性能的提升，如大模型的训练，游戏领域的AI辅助开发和云游戏都需要海量的算力资源，最大的挑战就是获取算力成本的高昂。

在AI模型的计算过程中，GPU（图形处理单元）扮演了核心角色。目前，高效的GPU供应几乎被Nvidia等巨头垄断，使得中小型企业很难获取到需要的算力资源。虽然很多企业急于尝试AI赋能，但事实上，供应和需求之间的差距正在日益加大。

据CAPEX分析预测，2024年仅北美四大云厂商（Amazon、Microsoft、Google、Meta）的GPU采购需求已经在300万片量级。由于供不应求导致GPU价格难以下降且交付周期不断延长，许多公司在算力资源上的开支超过了其在AI领域投入资本总量的80%，算力的短缺已经成为制约行业发展的关键因素。 

特斯拉创始人马斯克曾公开表示，随着人工智能技术的快速发展，特别是在深度学习、自然语言处理等领域，对算力的需求呈现出爆炸性增长。然而，当前全球范围内的AI算力供应却难以满足这一需求，这将对AI技术的发展和应用产生深远影响。AI算力短缺的问题不仅存在于商业领域，还涉及到安全、医疗健康等重要领域。因此，解决AI算力短缺问题，不仅是科技企业和研究机构的责任，更是全社会共同面临的挑战。

正是基于以上的问题，算力租赁（云算力）便成为了解决问题的关键。较少的前期成本、能够上下扩展的能力、区域可用性以及避免自建数据中心的分心，对于大多数初创公司甚至部分大型公司来说都很有吸引力。不同的组织和公司能够按需租用算力，而不必承受购买硬件的投入和维护的沉重负担。

目前市场上关于云计算的服务商也五花八门，如亚马逊网络服务（AWS）、微软Azure和谷歌云平台（GCP）都提供GPU实例，但这些国际巨头往往因为处于市场垄断地位而定价高企。虽然也有一些专门针对AI工作负载的新服务商，但是竞争力往往不强。

尤其是目前美国等在AI领域处于领先地位的国家为了保护自己的优势，限制顶级芯片出口和算力的供应，导致部分国家和地区的客户既无法购买到足够的GPU，也无法在服务商处获得服务。 

Aethir：构建AI时代去中心化云基础设施

Aethir作为新一代的云算力解决方案提供商，采用AI云算力+GPU DePIN的解决方案，来解决现有AI领域算力紧缺的问题。Aethir通过建立一套全新的、分布式的、基于人工智能的云算力网络，为全球范围内的企业和个人提供按需求匹配的高效、可扩展、灵活的算力租用服务。

Aethir可以优化计算密集型领域如AI、ML和云游戏的GPU利用率：一是通过资源池，让所有者将未充分利用的GPU贡献到网络中，形成强大的计算资源集体池，实现GPU全球分发，降低成本，民主化高级计算能力；二是通过去中心化所有权，超越传统所有权结构的限制，实现分布式资源占有，培育公平开放的技术格局，消除新消费者和创业者使用AI的壁垒，为全球互联的数字生态系统做出贡献。

简单来说，在目前全球算力短缺、GPU供不应求的情况下，如何利用好闲置的GPU资源是关键。Aethir通过DePin的运作模式，激励用户或节点贡献出自己闲置的GPU算力并实现规模化，为需要的企业提供算力支持，满足对算力的需求。

技术架构&代币经济

我们都知道，人工智能大模型训练需要使用“整块的高性能算力”，目前的解决策略主要是利用多张GPU配合高性能卡间相互连接构成所需要的算力。然而对比之下，民间的算力往往是零散的，而且网络条件也普遍较为糟糕，这使得怎样让零散的算力高效地服务于AI训练成为了一个难题。

在这个环境下，Aethir要满足需求，就需要解决这两个问题：如何保证算力的质量，以及如何解决网络问题。借助于Aethir的自有H100算力集群，以及优秀的架构和代币经济模型，两个问题得到了有效解决。

NVIDIA的H100 GPU是Aethir去中心化云基础设施的核心元素。超过4000张H100 可供AI企业客户按需使用，预计在未来半年内，该平台将再增设数千张NVIDIA H100还会增加部署大量NVIDIA H100。

每一块加入到Aethir网络中的H100，都经过了严密的检测和筛查，包括性能参数配置、模型的可使用性、带宽的吞吐量、稳定性等等，以确保其在高速训练和推理任务中的性能表现。

而且Aethir的优势不仅仅在于可用H100的数量。传统的云计算服务将GPU资源集中在集中式服务器中心，因此无法有效地将GPU功率传输到远离数据中心的客户端。另一方面，得益于Aethir分布式网络基础设施，可以有效地覆盖全球大多数地区网络边缘的客户。每个客户端都由最接近的可用H100芯片提供服务，从而消除了延迟问题。 

除了分布式部署H100保证算力的稳定，Aethir的架构和经济模型保证了零散算力的质量和网络的稳定。

Aethir的架构设计包括了五个基本角色：矿工、开发者、用户、代币持有者和Aethir DAO。最核心的三个部分则是Container容器、Indexer索引器和Checker检查器：

 

Container是Aethir的核心计算单元，负责执行和渲染应用程序，每一个任务被封装在一个独立的Container中，每一个Container作为一个相对隔离的环境来运行用户的任务，避免了任务间互相干扰的情况。如有用到大数据处理或机器学习等计算资源密集型应用，它们可以在Container里顺利执行并最终得出结果。即实现了所要求的高性能算力。

Indexer主要被用于实时匹配并调度用户的任务需求和可用资源。实时匹配和调度是为了保证用户的需求可以在最短的时间内被满足，而存在的容错与冗余设计是为了应对可能的服务故障，可以选择其他备用节点进行任务调度，以防止任务进展被中断。同时，动态资源调整能够根据系统的负载情况，动态将资源分配给不同的任务，以达到优化整体性能的目标。

Checker则负责实时监控和评估Container的性能，它可以实时地监控和评估整个系统的状态，并对可能出现的问题作出及时的反应。如需应对网络攻击等安全事件，在检测到异常行为后，能够及时发出警告并启动防护措施。同样的，在系统性能出现瓶颈或其他问题时，Checker也可以及时发出提醒，以便问题能够被及时解决，保证了服务质量和网络安全。

同时，Aethir建立了严格的节点奖惩机制，对符合质量的高标准节点进行奖励，不符合服务质量标准的节点进行经济处罚，保证了整个网络的稳定性和可用性。该机制有效保护了客户权益，提高了节点的服务意识。

Aethir的代币经济以ATH代币为核心，用于云计算服务的交易、平台治理、激励和开发。代币总量为420亿，通过购买GPU计算能力和质押机制，ATH代币促进了生态系统的去中心化管理和增长，同时为新节点运营商和用户提供了一种承诺和经济保障。

代币经济模型的关键之处还在于其共识机制（Proof of Rendering），由两个主要组成部分构成：Proof of Rendering Capacity（渲染能力证明）和Proof of Rendering Work（渲染工作证明）。

1. Proof of Rendering Capacity：此策略为每一个Container进行定向评估，其代币投资（节点质押的ATH代币数量）、算力水平和在线时长被合计考虑，以估算该Container的有效算力。这种机制使得所有节点能够公正地参与到网络中，并鼓励节点运营商去质押更多的ATH代币。

1. Proof of Rendering Work：当容器在提供算力服务时，Checker会进行工作情况的监督，并将服务具体情况（例如，延迟、分辨率、帧率等）提交至链上。根据工作质量和工作时长来分配Proof of Rendering Work奖励。

Aethir的服务费（Service Fee）以ATH代币支付，价格锚定法币，以此来确保服务费的稳定性。若因Container出现故障导致服务中断，用户将会获得相应的退款，同时发生故障的Container将会被罚款。

为了满足不同规模和需求的客户需求，Aethir还设计了零售（Retail）和批发（Wholesale）两种运营模式。批发模式牺牲了一定的灵活性，以提供较低的服务费用、偏向于长期的服务保证和交易结算方便性。零售模式更加灵活，可以随时根据需求提供服务，无需预定或承诺。

Aethir引入了法币定价机制，允许客户以法币支付算力服务，大大降低了其进入门槛和财务风险，增强了客户粘性和合规性。

总的来看，Aethir通过优秀的架构和代币经济模型，从技术架构和制度上具备充分调动高质量零散算力的可能，解决了在当前商业环境下AI需求场景最大的大模型训练需要的高性能算力问题，这使得Aethir在大模型训练场景下，有着极高的商业可用性。

在游戏领域的应用

在过去的几年里，我们已经见证了AI在游戏领域中的广泛应用，如新手引导和NPC文本生成等。随着科技的发展，未来AI在游戏产业中的应用将更加深入，需要大量的算力进行训练和学习。 除了AI算力的共享，云游戏领域则是Aethir另一大擅长的领域。

在GPU和存储技术疯狂进化的20年中，随着家用PC设备算力的提升，开发商对游戏的画面和游戏空间的追求也在不断扩大。例如GTA把算力用到了城市生成，极品飞车把算力用到了赛车碰撞和画质的提升，因此也诞生了精美的游戏画面和超大真实的城市，最终结果是动辄几百G的容量和对显卡性能的要求，大量玩家的电脑难以负载。

云游戏是指以云计算为基础的游戏方式，在云游戏的运行模式下，所有游戏都在服务器端运行，并将渲染完毕后的游戏画面压缩后通过网络传送给用户。在客户端，用户的游戏设备不需要任何高端处理器和显卡，只需要基本的视频解压能力即可。

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。

生态发展

Aethir与IO.net达成了战略合作伙伴关系，二者联合进行技术研发和对接，打通了Aethir的H100与IO网络之间的连接。这样，Aethir的H100就能自动接入IO网络，为IO网络的客户提供稳定的企业级服务。通过联合的技术研发和对接，Aethir的H100可以自动加入IO网络，为IO的客户提供稳定的企业级服务。Aethir的H100提供者，在获得Aethir奖励的同时，将可以同时获得IO网络的Token奖励。

同时，Aethir正在推动集群与边缘计算的融合。简单的说，通过Aethir的边缘计算，客户可以匹配到就近的节点，保证了算力和网络的畅通。

Aethir Edge是专为Aethir边缘计算服务的硬件设备。它将打破远离用户的单一集中化的GPU集群部署方式，将算力部署到边缘。这样远离集中服务器集群的客户也能够享受稳定无缝的GPU云计算服务。

APhone是Aethir推出的一款Web 3.0云电话。它采用了Aethir的分布式云架构，实现了安全、设备无关同时跨越通信服务供应商地理边界的Web3通信体验。作为Aethir网络的一部分，APhone不仅支持无缝的dApp访问，还集成了Web 3.0的应用商店。截至目前，Aphone用户量超过3.6万。

总结

在当前AI成为重要的技术革新的背景下，AI算力的短缺问题已经成为阻碍行业发展的主要束缚。作为新兴的云计算解决方案提供商的Aethir意在通过建立分布式算力网络来解决这一问题，为全球企业和个人提供高效且可扩展的算力。

Aethir的架构设计和代币经济模型，以及在游戏领域和边缘计算方面的应用，都表明了其在技术架构和商业布局方面具备潜力。Aethir通过激励机制保证网络的稳定性和可用性，为AI和游戏等领域提供了商用水平的解决方案。

总体来看，Aethir不论是在项目基本面、技术架构，还是产品与生态上都表现得可圈可点。其代币ATH也即将TGE，值得我们关注。