去中心化的人工智能协议存在以下问题：
1）没有一种成本效益高且时间有效的方式来在高度分布式的通用硬件架构上进行有用的在线训练。这需要一个我目前不知道的重大突破。这就是为什么FANG花费的资金比加密货币的所有流动性还要多，用于购买昂贵的硬件、网络连接、数据中心维护等。
2）在通用硬件上进行推断听起来是一个很好的应用案例，但硬件和软件方面的发展如此迅速，以至于通用的去中心化方式在大多数关键用例上表现不佳。可以参考最新的OpenAI延迟和Groq的增长。
3）从正确路由的请求上进行推断，与请求紧密共存的gpu集群，并利用去中心化加密货币来压低资金成本，以与AWS竞争并激励爱好者参与。听起来是个不错的主意，但由于供应商众多，GPU现货市场的流动性分散，没有人整合出足够的供应来提供给运营真正业务的人。
4）软件路由算法必须非常好，不然消费者运营商的通用硬件在操作上存在很多问题。忘掉网络突破和拥塞控制，如果有人决定玩游戏或使用任何使用webgl的内容，你可能会遇到某个运营商的服务中断。不可预测的供应端会给运营带来困扰，并给需求方请求者带来不确定性。
这些都是棘手的问题，需要很长很长的时间来解决。所有的投标都只是梗而已
网友评论