去中心化手機網路能驅動AI革命嗎?
重點速覽
- •Acurast已接入超過33.5萬部智慧型手機,平均每天約有4萬部完全活躍,支援網頁抓取、網路安全、AI推論和代理託管等工作負載。
- •Acurast共同創辦人Alessandro De Carli聲稱,網路上活躍的手機合計相當於約2,340台高端資料中心伺服器的運算能力,以ASUS RS720A-E11為基準。
- •Phase於10月推出Phase Proxy,讓智慧型手機擁有者可以為AI代理提供網路連接和區塊鏈驗證,計畫定價為每1,000個請求和1GB流量0.5 USDT。
- •一項2025年的研究以及獲Google支持的加州大學聖地牙哥分校專案顯示,手機叢集可以提供有競爭力的性能,但僅限於受控環境,而非實際的全球部署。
- •這些網路的獎勵取決於設備在線時間、硬體規格、質押和客戶需求等因素,其對運營商和客戶的長期財務可行性尚未得到證實。

支撐AI革命的龐大資料中心,已成為公眾批評的日益集中的目標。全球倡議人士強調這類基礎設施消耗大量的能源和水,而市場對償還建造單座1吉瓦AI資料中心約380億美元成本所需的營收也日益擔憂。但是,是否還有另一種驅動AI革命的方式——一種已經放在人們口袋裡的方式?
截至2026年10月,全球估計有76.8億個行動網路連接,數十億部智慧型手機目前閒置在口袋裡、桌上和抽屜中。每部設備都擁有處理器、記憶體和網路連接,合在一起代表著一個等待投入使用的龐大運算能力儲備。問題在於,由普通智慧型手機組成的網路能否真正大規模支援AI。
讓智慧型手機派上用場
去中心化AI網路正在興起,旨在將日常智慧型手機轉變為分散式基礎設施層,減少對昂貴的中心化資料中心的依賴。
Acurast表示,其網路已接入超過33.5萬部智慧型手機。共同創辦人Alessandro De Carli表示,平均每天約有4萬部處於完全活躍狀態,為從網頁抓取、網路安全到AI推論和代理託管等各類任務提供運算能力。
據De Carli稱,智慧型手機在某些工作負載上特別高效。其內建的硬體安全功能在機密運算或可安裝並執行可執行檔的「隔離環境」等領域表現「出色」,而且這些設備也非常適合「CPU密集型」工作負載,或需要廣泛分布和對網際網路「不受過濾的存取」的工作。
「伺服器在多執行緒方面更勝一籌,但智慧型手機提供了無可比擬的運算效率,」De Carli告訴Cointelegraph Magazine。
他表示,雖然普通智慧型手機的記憶體有限,大型伺服器在並行處理多項任務時仍具優勢,但許多工作負載仍能輕鬆容納在個別設備的可用記憶體內。
他聲稱,整體來看,網路上活躍的手機「相當於約2,340台高端資料中心伺服器的運算能力」,此數據以專為人工智慧和高性能運算(HPC)打造的高密度伺服器ASUS RS720A-E11為基準。
另一個專案Phase於10月推出了Phase Proxy,讓智慧型手機擁有者可以為AI代理提供網路連接和區塊鏈驗證。創辦人Kirill Eves解釋說,「網站經常封鎖或限制來自資料中心的自動化流量」,因此該系統改用使用者的行動和住宅網路連接作為代理。Phase計畫對每1,000個請求和1GB流量收取0.5 USDT。
下一步是Phase Router,它將根據「任務複雜度、模型能力、性能和成本」,把較簡單的請求導向網路中手機上執行的模型,或改為路由到OpenAI和Anthropic等主要外部供應商。Eves表示,該網路最終可能擴展到智慧型手機之外的桌面電腦、伺服器和GPU。
去中心化基礎設施供應商XYO共同創辦人Markus Levin表示,與執行AI模型相比,去中心化網路可能更適合收集和驗證現實世界數據。他表示,手機和感測器可以提供中心化資料集遺漏的在地化資訊,但前提是數據必須準確且不易被操縱。
Levin表示:「一個有用的去中心化AI網路,應該以它是否解決了客戶願意付費解決的問題來評判,而不是以它的代幣價格或節點數量來評判。」
協調是棘手的難題
行動手機網路面臨的最大挑戰之一,是協調設備以提供可預測的硬體、電力和連接性,就像資料中心那樣。
一項2025年的研究測試了執行圖像識別任務的小型智慧型手機組,發現手機群組在某些條件下可以提供有競爭力的性能,但結果來自受控的測試環境,而非實際部署。
加州大學聖地牙哥分校一個獲得Google支持的專案發現,由20部退役智慧型手機組成的叢集可以應付一個75人以上班級的峰值運算負載,評分速度比該校的標準雲端設置更快。然而,這些設備同樣是在受控環境中組織起來的,而非分散在世界各地。
在現實條件下,分散式網路必須應對手機斷線、過熱、電池耗盡、切換網路,以及處理能力和記憶體差異懸殊等問題。例如,在像Ethereum這樣的區塊鏈網路中,容量目前受限於跨網路通訊所需的時間,以及最低規格設備的處理能力。
同樣地,當任務在多部手機之間拆分時,緩慢的連接或斷線的設備可能會造成阻礙。將各自獨立的任務分配到可用的手機上通常更為直接。
經濟模式可行嗎?
即使技術挑戰可以克服,這些網路仍需在財務上對客戶和設備擁有者雙方都合理。
使用現有的智慧型手機硬體不會產生建造資料中心的高額資本成本,但連接性、協調以及對維持設備在網路中運行的人員的激勵仍是成本。
談到報酬,De Carli表示「沒有固定數字」,因為Acurast參與者的獎勵因「設備在線時間、硬體規格(基準測試性能)、ACU質押總量以及開發者的活躍運算需求」而異。他表示,運營商爭奪的是由通脹資金支持的獎勵池,而不是直接從客戶獲得付款。
Phase網路的獎勵取決於在線時間、參與度和客戶需求。Eves表示:「Phase將使用其服務營收的一部分在公開市場購買PHASE,並根據節點運營商對網路的貢獻分配給他們。」
讓AI模型在手機上正常執行已不再是主要挑戰——真正的關鍵是在協調數萬部手機像可靠的雲端服務一樣運作的同時,讓經濟模式成立。
本文基於Cointelegraph Magazine的報導。