Gensyn可验证去中心化AI训练算力网络

全球 · AI/大模型 · 中型 · 线上 · 双边撮合抽佣

Gensyn可验证去中心化AI训练算力网络 全球 · AI/大模型 · 中型 · 线上 · 双边撮合抽佣 01 / 供给侧 02 / 平台撮合 03 / 需求侧 聚合 匹配 成交 变现 供应商 · AI/大模型… · 供给侧 › 聚合 供应商 AI/大模型… 入驻上架 · 商家准入 · 平台撮合 › 聚合 入驻上架 商家准入 智能匹配 · 平衡需求端与… · 平台撮合 › 匹配 智能匹配 平衡需求端与… 下单成交 · 撮合成交 · 平台撮合 › 成交 下单成交 撮合成交 需求方 · 服务费 · 需求侧 › 聚合 需求方 服务费 抽佣分账 · 每笔计算交易 · 平台撮合 › 变现 抽佣分账 每笔计算交易 聚合供给 发起需求 按成交抽佣 Legend User UI Agent logic Policy Tool action Context / trace

优势 Strengths

  • • 以密码学概率证明实现对非信任设备的低成本训练结果验证，技术壁垒清晰
  • • 成本较传统云服务可降低约80%，对AI开发者有强价格吸引力
  • • a16z领投超5000万美元融资与开源协议定位带来生态可信度

劣势 Weaknesses

  • • 测试网阶段尚无法证明超大规模训练任务的稳定性与性能表现
  • • 依赖代币经济与市场情绪，代币价格波动直接影响算力供给激励
  • • 训练需上传模型架构与训练数据，存在数据泄露与合规风险

机会 Opportunities

  • • 开源模型与协作式强化学习需求爆发，游戏显卡和边缘GPU长尾供给充足
  • • DePIN赛道升温，企业与开发者积极寻找AWS之外的低成本替代算力
  • • RL Swarm等新训练场景持续带来增量任务需求

威胁 Threats

  • • AWS、英伟达等中心化云厂商的规模效益与生态绑定优势
  • • 同类去中心化算力项目争夺同一批闲置GPU供给
  • • 协议费加代币回购模式的可持续性受监管与市场周期影响

Workflow diagram • Built with Archify • Create yours ↗ • Hover to trace • R route • Click to focus • +/− zoom • M radar • T theme • E export