计算、存储、网络传输，系云计算的“三驾马车”。围绕这三大核心环节的重大技术创新，往往会引起互联网界之外的关注，带来持久性的破圈效应。如5G技术，可实现网络传输速率的数十倍增长。又如2020年终于落地的IPFS技术，因致力于将全球网络的数据分布式存储，而被视作解决数据存储安全等问题的创新方案。?
而在计算领域，成立于2017年11月的深脑链，因近期的主网上线和银河算力竞赛活动，再次被业内所关注。深脑链定位于可无限扩容的高性能分布式算力网络，以GPU算力为依托，借助区块链的去中心化特性，实现开放式运作，并为全球各行各业精准匹配高性能算力资源。
一、做AI成本过高，背后隐藏着GPU算力赛道的创业机会
为何选择服务人工智能领域？回看深脑链的创业历程，便不难理解其团队对这一未来需求的预判和把握。
深脑链创始人何永2008年本科毕业于中国海洋大学计算机专业、中间短暂在中科院，后来到华东师范大学生物信息学硕博连读。据何永介绍，其本人一直对人工智能技术情有独钟，读研期间主要研究方向是用人工智能技术做基因数据分析，较早涉足人工智能技术应用研发。
2011年，何永开始在人工智能领域创业，先后拿了奇虎360、戈壁、京东和金沙江创投超过800万美金的投资，并于当年年底发布了智能语音助手——智能360。2014年，何永又带领团队发布了支持全球首个语音交互的人工智能音箱——小智超级音箱，比亚马逊Echo早半年，比百度的小度音箱还早3年。
不过，在人工智能领域创业，往往需要高价购买GPU算力，此外还需在模型训练和计算上付出大量成本。据何永介绍，目前市面上GPU机器最低4至5万，贵一些的100万元也不罕见，比如2016年的Alphago一次训练模型就需要几十万美元，2020年的GPT-3一次模型训练要高达数百万美金。高昂的启动成本困扰着绝大多数人工智能领域创业者。
因此，在深耕人工智能领域时遇到的实际痛点，成为了何永成立深脑链的最直接动因。2017年，区块链技术热潮下，何永尝试将人工智能与区块链结合，以降低人工智能所需海量计算的成本，并由此创办了深脑链。
听上去，深脑链的服务对象有些窄。但在何永眼中，GPU算力昂贵的背后，是其凭借更强大的性能逐渐替代CPU算力的趋势。
对此，何永做出了进一步解释：
从应用角度看，CPU主要用于复杂逻辑计算，而GPU作为具备数百或数千个内核的特殊处理器，可进行大规模并行计算，更适用于视觉渲染、深度学习算法。GPU早期用于大型游戏的图形显示处理，与CPU的逻辑计算相比，GPU的暴力计算方式速度更快，且计算成本不到CPU的十分之一。
从宏观环境看，GPU算力已被广泛应用到人工智能、云游戏、自动驾驶、气象预测、宇宙观测等众多需要处理海量数据的行业。目前全球90%以上的超算中心已经采用GPU进行计算。另外，GPU服务器每年出货量以50-60%的速度成长，而CPU服务器市场则趋于平缓甚至有所下滑。
由此判断，全球计算产业已进入以GPU为代表的的高性能计算时代。据咨询公司IDC预测，2023年中国GPU服务器市场规模可达300亿元，2024年约达到450亿元。知名AI机构Tractica预测，人工智能驱动的硬件和软件基础设施全球市场总量在2025年增长至1154亿美元。其中，AI云计算基础设施占比将达到70%。GPU算力驱动的高性能计算和人工智能产业，将在近几年迎来爆发潮。
因此，在何永眼中，这一大趋势下潜藏着巨大需求——一个服务于全球高性能计算需求的产品。而深脑链的长远目标，是完成其中30%的全球市场占有率。
二、区块链主网和高性能算力网络，撑起深脑链的野望
但是，想构建这样的产品尚存两大难点：一是拥有全球范围的服务能力，二是需要强大的算力资源做支撑。
首先看第一点。在现实中，即便是顶级的云算力服务提供商，如阿里云、腾讯云等，也很难在全球范围内开展业务。究其原因，对于这些中心化的算力服务商而言，提供全球范围服务的障碍并不在于技术能力本身，而是信任难题。
比如，阿里云曾在2018年被美国限制。大多主权国家往往会对境外云计算服务商在本国的扩张感到紧张。这不只会威胁到本土数据安全，甚至可能在网络计算领域被对手“卡脖子”。
对此，深脑链的解决方案是引入区块链技术，一来通过算力上链和分布式配置终端，深脑链作为平台方不掌握任何一台机器的控制权；二来以智能合约的形式配给算力资源，其中涉及到的代币质押和资源贡献均在链上可查，不受人为操纵，平台运转天然去信任化、去国界化。
再看第二点。深脑链愿景中的高性能分布式算力网络，其背后的硬件支撑是GPU算力资源。目前主流的云计算服务商，通常是将算力相对封闭地集中在以CPU为核心的几十万台服务器组成的多个数据中心，以此源源不断地为全球网络提供运算服务。随着网络需求的指数级增长，这些数据中心必须随之扩容或扩建。
而深脑链基于区块链技术，允许遍布全球的GPU算力服务器成为其节点，以此借力，最终连接成一个开放且不断扩容的网络，任何达标的节点均可以在深链链的网络中贡献算力、获取收益。
深脑链创始人在进行分享
换而言之，深脑链将GPU算力资源这一重资产，外包给了全球节点。轻资产运作之余，还顺便解决了主流云计算厂商的心头之患——单点风险问题。因为任一节点瘫痪，不会影响到整个网络的运行。据相关人士透露，腾讯、阿里等巨头不计成本将大数据中心迁移至贵州省，也有看重其远离地震带、地质稳定的原因。
从商业模式上，何永比喻道，深脑链类似于高性能算力网络中的“滴滴”：算力供给方相当于车主，需求方相当于乘客，而不一样的是深脑链底层是区块链技术，而不是传统的互联网技术。
那想成为“算力车主”需要怎样的条件呢？以供给方角色进入深脑链生态对应着一定门槛：
普通用户首先需要有符合深脑链算力网络的GPU服务器，同时要将这些GPU服务器部署在T3级别以上的IDC机房保证稳定性，并此基础之上将DBC软件装入服务器，即可接入DBC算力网络。此外，用户也可以通过矿池接入DBC算力网络，或者质押DBC参与超级节点选举和投票挖矿。
从技术架构上，深脑链包含了两个核心部分：高性能算力网络和区块链主网。二者的关系，类似于IPFS和Filecoin，即底层技术架构和激励层。另一个架构与故事类似的明星项目是DFINITY。但互联网计算机DFINITY主要由CPU算力驱动，和深脑链的目标市场群体不太一样。深脑链可服务于高性能计算需求，如人工智能、云游戏和深度学习等，DFINITY则主要致力于实现大众化网络应用需求的区块链化，如将资讯网站、聊天软件等去中心化。
三、开放性网络拓宽应用范围的边界，可与传统玩家形成互补之势
与IPFS上线前后，官方为奖励全球节点贡献存储空间而推出太空竞赛相同的是，深脑链将于今年7月推出银河算力竞赛，持续一个月时间，并推出1.3亿DBC的总奖金，激励更多GPU算力拥有者加入深脑链网络。
何永对星球日报透露，目前积极参与本次银河算力竞赛的算力池有超过100家。另外，从2019年至今，深脑链人工智能开发者用户已经覆盖了国内外500高校。不少开设AI专业的高校都有老师或同学正在使用深脑链网络的GPU算力，应用场景涵盖云游戏、人工智能、自动驾驶、区块链、视觉渲染。目前，已有包括聪图云、1024lab、深度之眼等50多家GPU云平台搭建在深脑链网络上，其中仅仅聪图云的一个云游戏领域客户今年下的新订单就超过10000块GPU。后期深脑链还会加大对算力提供者部署GPU云平台的支持力度，包括通过基金会予以经费支持。
深脑链应用场景
但这些，也只是实现深脑链宏愿的第一步，高度的开放性决定深脑链的边界，未来还将不断被拓宽。
从本质上看，深脑链处在链接全球高性能算力供需双方的中间环节，并由此形成了完整的生态网络，其通证DBC就是生态内的燃料。何永分析表示，DBC价值预期来自于海量供需双方的使用需求和通缩模型。首先，算力供给方需质押DBC，而算力需求方需用DBC缴纳租金；其次，网络中一切交易均以DBC进行结算；最后，所有租金全部销毁。可见，深脑链通过提高利用率、销毁流通量的方式塑造DBC通证价值。
除了对算力贡献者进行激励并构筑开放式利益共享体系外，深脑链与阿里云等主流云计算厂商的另一显性区别在于，深脑链的机制设计天然适用于蓬勃兴起的边缘计算需求。随着5G等新技术的普及，自动驾驶、云游戏、摄像头识别和物联网设备数据分析等边缘计算需求猛增。
这类应用场景的核心诉求是即时性和低延迟，试想下一台自动驾驶的汽车在遇到突发情况时，延迟几秒进行调头、减速或拐弯等操作，会造成怎样惨烈的后果。而传统的云计算厂商凭借若干个分散在偏远地区的超大型、集中化的数据中心，很难满足不同属地的就近计算需求。而深脑链未来遍布全球的算力网络，可自动转化为满足就近计算需求的城域节点、边缘节点，填补传统云计算厂商的空位。
何永认为，尽管传统玩家已经将资源重点倾斜到高性能算力版块，但深脑链和传统云厂商也并非竞争关系，正如后者也能为Filecoin贡献大量存储资源，阿里云等也可以通过在深脑链上贡献算力资源获取收益，并且在无需在某个城市部署节点的前提下，通过深脑链为当地边缘算力需求方通过支持，最大化减低服务成本。
目前，这一模式已经得到验证，一部分云厂商已经与深脑链展开深度合作。何永总结，未来，深脑链和这些云厂商会形成你中有我、我中有你的利益格局。
何永还表示，深脑链团队已在人工智能和高性能计算赛道研磨10年，但由于业务模型复杂、理念超前以及技术性太强，并不为区块链从业者所理解。DFINITY则因选择较为简单的大众化网络计算领域，而被业内所熟知。但深脑链的目标市场，是DFINITY的5到10倍甚至更多。所以，何永相信当市场规模足以证明深脑链业务逻辑时，深脑链的理念或将成为业内的主流。
郑重声明： 本文版权归原作者所有， 转载文章仅为传播更多信息之目的， 如作者信息标记有误， 请第一时间联系我们修改或删除， 多谢。