新闻加密货币去中心化手机网络能否驱动AI革命?

去中心化手机网络能否驱动AI革命?

作者: Cointelegraph·

要点速览

  • •Acurast已接入超过335,000部智能手机,平均每天约40,000部完全活跃,支持网页抓取、网络安全、AI推理和智能体托管等工作负载。
  • •Acurast联合创始人Alessandro De Carli声称,网络中活跃手机的总算力相当于约2,340台高端数据中心服务器,以ASUS RS720A-E11为基准。
  • •Phase于10月推出Phase Proxy,允许智能手机持有者为AI智能体提供互联网连接和区块链验证,计划定价为每1,000次请求和1GB流量收取0.5 USDT。
  • •2025年的一项研究以及Google支持的加州大学圣地亚哥分校项目显示,手机集群能够提供有竞争力的性能,但仅限于受控环境,而非实际的全球部署。
  • •这些网络的奖励取决于设备在线时长、硬件规格、质押和客户需求等因素,其对运营者和客户的长期财务可行性尚未得到验证。
去中心化手机网络能否驱动AI革命?

支撑AI革命的庞大数据中心正日益成为公众批评的目标。全球各地的活动人士强调这类基础设施所需的巨大能源和水资源,而市场则越来越担心偿还建设一座一吉瓦级AI数据中心所需的约$38 billion cost的收入问题。但是否存在另一种驱动AI革命的方式——一种就藏在人们口袋里的方式?

截至2026年10月,全球估计有7.68 billion mobile connections个移动连接,数十亿部智能手机正闲置在口袋里、桌子上和抽屉中。每台设备都拥有处理器、内存和网络连接,共同构成了一股等待被投入使用的庞大算力储备。问题在于,由普通智能手机组成的网络能否切实支撑大规模AI运算。

让智能手机投入工作

新兴的去中心化AI网络旨在将日常智能手机转变为分布式基础设施层,减少对昂贵集中式数据中心的依赖。

Acurast表示,其网络已接入超过335,000部智能手机。联合创始人Alessandro De Carli称,其中约40,000部在平均每个交易日处于完全活跃状态,为从网页抓取、网络安全到AI推理和智能体托管等各类任务提供算力。

据De Carli介绍,智能手机在某些工作负载方面效率尤为突出。其内置的硬件安全功能在机密计算或可安装并运行可执行文件的"隔离环境"等领域表现"出色",且这些设备也非常适合"CPU intensive"型工作负载,或需要广泛分布和"无过滤访问"互联网的任务。

"服务器在多线程方面更胜一筹,但智能手机提供了无与伦比的计算效率,"De Carli告诉Cointelegraph Magazine。

虽然普通智能手机内存有限,大型服务器在并行处理多项任务时仍具优势,但他表示,许多工作负载仍能轻松适配单台设备的可用内存。

他声称,从整体来看,网络上的活跃手机"相当于约2,340台高端数据中心服务器的算力",该数据以专为人工智能和高性能计算(HPC)打造的高密度服务器ASUS RS720A-E11为基准测得。

另一项目Phase于10月推出了Phase Proxy,允许智能手机持有者为AI智能体提供互联网连接和区块链验证。创始人Kirill Eves解释说,"网站通常会阻止或限制来自数据中心的自动化流量",因此该系统改用用户的移动和住宅网络连接作为代理。Phase计划按每1,000次请求和1GB流量收取0.5 USDT。

下一步是Phase Router,它将根据"任务复杂度、模型能力、性能和成本",把较简单的请求引导至网络中手机上运行的模型,或将其路由至OpenAI和Anthropic等主要外部提供商。Eves表示,该网络最终可能扩展到智能手机之外,涵盖台式机、服务器和GPU。

去中心化基础设施提供商XYO的联合创始人Markus Levin则表示,与运行AI模型相比,去中心化网络可能更适合收集和验证现实世界数据。他说,手机和传感器可以提供集中式数据集无法覆盖的本地化信息,但前提是数据准确且不易被操纵。

Levin表示:"一个有用的去中心化AI网络,应该以它能否解决客户愿意付费解决的问题来评判,而不是看它的代币价格或节点数量。"

协调才是棘手之处

手机网络面临的最大挑战之一,是协调各设备以提供与数据中心相同水平的可预测硬件、电力和连接。

A 2025 study测试了执行图像识别任务的小型智能手机群组,发现手机集群在某些条件下能提供有竞争力的性能,但结果来自受控的测试环境,而非实际部署。

加州大学圣地亚哥分校的一项Google-backed project发现,由20部退役智能手机组成的集群可以应对一个超过75名学生班级的峰值计算工作负载,评分速度快于该校的标准云设置。不过,这些设备同样是在受控环境中组织的,而非散布于世界各地。

在现实条件下,分布式网络必须应对手机断线、过热、电量耗尽、切换网络,以及处理能力和内存差异巨大等问题。例如,在以太坊等区块链网络中,目前的容量受到网络通信耗时以及最低规格设备处理能力的限制。

同样,当任务被拆分到多部手机上时,缓慢的连接或断线的设备都可能打乱整个进程。将相互独立的任务分配给可用手机通常更为简单直接。

经济模式可行吗?

即便技术挑战能够克服,这些网络仍需在财务上对客户和设备持有者双方都说得通。

使用现有智能手机硬件不会产生建造数据中心的高昂资本成本,但仍存在连接、协调以及激励网络参与者等方面的成本。

在报酬方面,De Carli表示"没有固定数字",因为Acurast参与者的奖励取决于"设备在线时长、硬件规格(基准测试性能)、质押的ACU总量以及开发者的活跃计算需求"。他说,运营者竞争的是一个由增发资金支持的奖励池,而不是直接从客户处获得付款。

Phase网络的奖励取决于在线时长、参与度和客户需求。Eves表示:"Phase将用其服务收入的一部分在公开市场上购买PHASE,并根据节点运营者对网络的贡献进行分配。"

让AI模型在手机上正常运行已不再是主要挑战——真正的诀窍在于,在协调数万部手机表现得像一个可靠云服务的同时,让经济账算得过来。

本文基于Cointelegraph Magazine的报道。