由于对人工智能驱动的应用程序的巨大兴趣，去中心化的物理基础设施网络正受到广泛关注。如今，几乎每家公司都认为，利用生成式人工智能和相关技术可以带来巨大的商业优势，这引发了一些人所说的“人工智能军备竞赛”。

大部分注意力都集中在底层人工智能模型上，如OpenAI的GPT家族、谷歌的Gemini和Anthropic的Claude，但随着云提供商争相提供公司运行这些模型所需的资源，基础设施领域也发生了同样有趣的斗争。

亚马逊网络服务、谷歌云和微软Azure等公司目前主导着人工智能基础设施领域，但DePin为企业提供了一种在集中式云基础设施上托管模型的新颖替代方案。

顾名思义，DePins提供访问分散式计算基础设施它不在公司所有的数据中心。相反，这些资源来自庞大的用户网络，他们愿意将未充分利用的GPU捐赠给第三方，以换取经济补偿。基本的想法是，如果你有一台没有全天候使用GPU的笔记本电脑，你可以将你的计算能力外包给DePin网络，这样其他人就可以在你自己不这样做的时候使用它。这对所有参与者来说都是双赢的，GPU所有者获得了被动收入，GPU用户可以获得传统基于云的GPU的低成本替代品。

DePins是如何工作的？

在过去的几年里，出现了许多DePin网络，尽管它们运行的模式截然不同，但它们都有一些相似之处。例如，每个DePin网络都依赖于区块链，使用分布式账本技术作为其运营的支柱。区块链的工作是收集和分类有关可用硬件节点的所有信息，使其可供潜在用户使用。它促进了DePin参与者之间的联系，记录所有贡献并以代币的形式分配财务奖励。

智能合约也发挥着关键作用，使DePin交易自动化。智能合约是自动执行的协议，当满足某些预定条件时，如支付或提供服务，会触发操作。智能合约的使用意味着不需要中介在后台处理事情。因此，流程可以简化，成本更低。

加密货币被用来为DePin经济提供动力。想要访问DePin资源的客户需要使用数字代币支付，然后将数字代币分发给提供资源的人作为经济奖励。

配对过程

大多数DePin协议都实现了算法匹配过程，以便将消费者与供应商联系起来。

Spheron网络Spheron在其DePin网络中运营着最全面、最开放的配对模型之一，即去中心化计算网络。Spheron的目标是将高性能计算用户与他们执行人工智能培训、机器学习、科学模拟和CGI渲染等任务所需的计算能力联系起来，而无需求助于昂贵的集中式云提供商。

DCN网络运营着一个透明的链上供应市场，促进GPU资源的透明交易和分配，其关键要素是用于向用户分配资源的配对引擎，以及用于促进交易的基于加密货币的支付系统。

Spheron的匹配引擎根据用户的特定要求，处理用户的订单，以便将他们的请求与最佳GPU提供商配对。这是一个复杂的算法，它评估许多参数以确保最佳匹配，包括区域或可用区，优先考虑那些离客户最近的节点，以最大限度地减少延迟并确保遵守任何数据驻留义务。

价格增量通过将用户的部署预算与有竞争力的提供商出价相匹配来帮助确保经济效率，而正常运行时间/可用性参数则优先考虑那些有可靠性记录的节点。每个节点的声誉，如其历史性能和在网络参与者中的地位，也被纳入考虑因素，资源可用性也是如此，它考虑了节点满足部署要求的能力。Slashes是对节点过去违反合同的处罚，是计算中的另一个因素，还有一个随机性和不可预测性的因素，这有助于防止节点选择过程中的任何确定性偏差。

Spheron解释说，这些参数中的每一个都是通过一个强大的算法来处理的，该算法旨在为每个部署选择最理想的资源提供者，同时考虑到用户的预定标准。一旦选择了最佳节点，配对节点就会使用智能合约执行链上交易，正式记录分配情况，以便开始部署。

竞争对手DePin网络称阿卡什网络使用了一种稍微不同的机制，反向拍卖过程将用户的请求与资源提供者相匹配。

该过程从定义其应用程序或工作负载要求的客户（租户）开始，指定他们所需的GPU、CPU、RAM和存储量，以及网络带宽和其他详细信息。将这些请求与网络的可用资源进行比较。

一旦确定了合适的资源提供商，就会采用反向拍卖模式，租户设定其部署的价格和条款，提供商出价以方便他们的工作。为了确保提供商是认真的，他们需要在出价时支付可退还的押金。然后，租户选择他们认为最有利的出价，并在他们和中标的资源提供商之间创建租约。

这两种配对模式明显不同，针对不同的优势。就Spheron而言，其匹配引擎旨在为每个部署分配最佳资源，确保最终用户获得最佳性能。与此同时，Akash使用其反向拍卖流程主要是为了确保最终用户的成本尽可能低，同时提供可选性和选择灵活性。

破坏云基础设施

DePIN网络正在成为高性能计算基础设施市场的颠覆性力量，为公司和个人提供了传统云基础设施的可行替代方案。

凭借其对权力下放、社区参与和资源共享的重视，DePIN似乎能够满足对可持续和高效基础设施解决方案日益增长的需求。

随着对人工智能计算能力需求的增加，DePIN网络使用的新型匹配过程将在满足用户基础设施资源需求方面发挥重要作用，同时扩大隐私并降低云基础设施资源的成本。