自 ChaPT **发布以来仅一年多的时间，生成式人工智能无疑已成为当今**影响力的全球叙事。OpenAI 的早期成功推动了投资者对大型语言模型 (LLM) 和人工智能应用程序的兴趣激增，在 2023 年吸引了 250 亿美元的资金（同比增长 5 倍！），以寻求潜在的数万亿美元市场机会。
正如我之前所写，人工智能和加密技术相辅相成，因此看到 Web3 中不断发展的人工智能生态系统也就不足为奇了。尽管受到了如此多的关注，但我注意到人们对这些协议的作用、炒作与真实以及它们如何结合在一起有很多困惑。本报告将勾勒出 Web3 AI 供应链，定义技术堆栈中的每一层，并探讨各种竞争格局。最后，您应该对生态系统如何运作以及下一步要注意什么有基本的了解。
Web3的AI技术堆栈
基础设施层
生成式人工智能由法学硕士提供支持，在高性能 GPU 上运行。法学硕士有三个主要工作负载：训练（模型创建）、微调（部门/主题专业化）和推理（运行模型）。我已将这一层分为通用 GPU、ML 专用 GPU 和 GPU 聚合器，它们的特点是不同的工作负载能力和用例。这些 P2P 市场受到加密货币激励，以确保安全的去中心化，但需要注意的是，实际的 GPU 处理是在链下进行的。
- 通用 GPU： GPU 计算能力的加密激励（去中心化）市场，可用于任何类型的应用程序。鉴于其通用性质，该计算资源最适合仅用于模型推理（最常用的 LLM 工作负载）。早期的类别***包括 Akash 和 Render，但是，随着许多新进入者的出现，目前尚不清楚协议差异化将如何发挥作用。尽管计算在技术上是一种商品，但随着我们将人工智能更多地融入我们的日常生活，Web3 对无需许可、GPU 专用计算的需求将在未来十多年中继续呈指数级增长。关键的长期差异化因素将是分布和网络效应。
- ML 专用 GPU：这些市场更特定于机器学习 (ML)应用程序，因此可用于模型训练、微调和推理。与通用市场不同，这些协议可以通过覆盖特定于机器学习的软件来更好地区分，但分发和网络效应也将是关键。Bittensor 处于早期领先地位，但许多项目即将启动。
- GPU 聚合器：这些市场聚合前两类的 GPU 供应，抽象出网络编排，并覆盖 ML 特定的软件。他们就像 Web2 VAR（增值经销商）一样，可以被视为产品分销商。这些协议提供了更完整的 GPU 解决方案，可以运行模型训练、微调和推理。Io.net是该类别中出现的第一个协议，但鉴于需要更统一的 GPU 分布，我预计会出现更多竞争对手。
中间件层
前一层支持对 GPU 的无许可访问，但需要中间件来以信任最小化的方式将此计算资源连接到链上智能合约（即供 Web3 应用程序使用）。输入零知识证明（ZKP），这是一种加密方法，一方（证明者）可以通过该方法向另一方（验证者）证明给定的陈述是真实的，同时避免向验证者传达任何超出陈述真实性的信息。在我们的例子中，“陈述”是给定特定输入的法学硕士输出。
- 零知识 (ZK) 推理验证： ZKP 验证者的去中心化市场竞标机会来验证（作为补偿）推理输出是否由所需的 LLM 准确生成（同时保持数据和模型参数的私密性）。尽管 ZK 技术已经取得了长足的进步，但用于机器学习 (zkML) 的 ZK 仍处于早期阶段，必须变得更便宜、更快才能实用。当它实现时，它有可能通过允许智能合约以去中心化的方式访问 LLM 来极大地开放 Web3 和 AI 设计空间。尽管还为时过早，=nil;、Giza 和 RISC Zero 在 GitHub 上引领了开发者活动。无论 ZKP 提供商获胜，像 Blockless 这样的协议都处于有利位置，因为它们充当聚合和抽象层（ZKP 分发）。
- 开发人员工具和应用程序中心：除了 ZKP 之外，Web3开发人员还需要工具、软件开发套件 (SDK) 和服务来高效构建 AI **等应用程序（代表用户或具有一定程度的其他程序执行操作的软件实体）。自**，采用用户目标的表示）和人工智能驱动的自动交易策略。其中许多协议还兼作应用程序中心，用户可以直接访问在其平台上构建的已完成的应用程序（应用程序分发）。早期的***包括 Bittensor（目前托管 32 个不同的“子网”（AI 应用程序））和Fetch.ai（为开发企业级 AI **提供全方位服务平台）。
应用层
最后，在技术堆栈的顶部，我们拥有用户界面应用程序，它们利用 Web3 的无需许可的 AI 处理能力（由前两层支持）来完成各种用例的特定任务。这部分市场仍处于萌芽阶段，仍然依赖集中式基础设施，但早期的例子包括智能合约审计、区块链特定的聊天机器人、元宇宙游戏、图像生成以及交易和风险管理平台。随着底层基础设施的不断进步和 ZKP 的成熟，下一代人工智能应用程序将出现，其功能在今天很难想象。目前尚不清楚早期进入者是否能够跟上，或者新的***是否会在 2024 年及以后出现。
投资者前景：虽然我看好整个人工智能技术堆栈，但鉴于人工智能功能如何随着时间的推移而发展的不确定性，我相信基础设施和中间件协议是当今更好的投资。无论它如何发展，Web3 AI 应用程序无疑都需要强大的 GPU 能力、ZKP 技术以及开发人员工具和服务（即基础设施和中间件）。
