华为芯片科学家警告：AI 硬件扩展正接近「雪崩」临界点：这对加密基础设施意味着什么
华为芯片科学家警告：AI 硬件扩展正接近「雪崩」临界点：这对加密基础设施意味着什么
加密行业下一个瓶颈，或许不是区块空间、流动性或监管，而是硅片。
华为首席半导体科学家、昇腾 AI 芯片项目背后的关键人物之一廖恒，最近发出的一则警告，已引发远超 AI 行业范围的讨论。他的核心观点简单却影响深远：通过堆叠更多处理器和更多高带宽内存来扩展 AI 算力的主流路径，无法无限延续。某个时点，物理极限会变成经济极限，而经济极限又会转化为整个系统的约束。
对于区块链和加密货币行业来说，这不只是一个 AI 硬件故事。它预示着将塑造零知识证明生成、去中心化算力市场、链上 AI 代理、验证者运维、数据可用性，以及下一代加密安全性的基础设施压力。
「只要再加更多 GPU」时代的终结
过去十年，AI 行业在很大程度上依赖于蛮力扩展：更多芯片、更大的集群、更快的互联，以及更高的内存带宽。NVIDIA 的 GPU 生态系统已成为大规模 AI 训练、推理，以及越来越多相邻工作负载（如密码学证明和模拟）的默认基础。该公司自己的材料强调，通过 NVIDIA 数据中心平台，加速计算是一种涵盖硬件、网络、软件和开发者工具的全栈方案。
廖恒的警告挑战了「这种扩展策略可以顺畅持续下去」这一假设。他的观点并不是 AI 算力需求会消失，而是芯片数量和内存容量不断增加，最终会撞上各种约束：功耗密度、散热能力、封装复杂度、互连延迟、供应链集中度以及成本。
这对加密行业很重要，因为许多新兴区块链工作负载正变得越来越依赖算力，而不是更少。
零知识 Rollup 需要证明生成。全同态加密实验需要专用加速。链上 AI 应用依赖推理层。去中心化物理基础设施网络需要验证。再质押和共享安全设计则引入了更多监控、模拟和自动化。简而言之，加密行业正在从以交易为中心的时代，走向以计算为中心的时代。
如果 AI 硬件曲线变得更昂贵或更难预测，加密基础设施建设者将直接感受到这种压力。
为什么 AI 芯片限制会影响区块链
区块链系统一直都受到硬件现实的塑造。
比特币挖矿因 ASIC 而被彻底改造。以太坊转向权益证明，减少了高耗能挖矿，这一点可见于 以太坊基金会的能耗研究。Solana 的高吞吐设计则假设验证者能够维持苛刻的硬件和网络标准。零知识网络依赖证明者，而证明者往往需要强大的 CPU、GPU、FPGA 或定制加速器。
业内有时会把加密行业描述为「软件吞噬金融」，但在实践中，每条区块链都依赖物理基础设施：
- 验证者硬件和网络延迟
- 数据中心和云服务提供商
- 安全密钥存储设备
- 证明生成机器
- RPC 基础设施
- 索引器和归档节点
- 用于自动化代理的 AI 推理端点
- 能源供应与地理分布
如果传统芯片扩展速度放缓，区块链团队可能会像 AI 研究人员一样，被迫重新思考架构设计。
协议可能不再默认假设算力无限，而需要更注重效率、专用化和局部性。
AI 基础设施的「18层宝塔」视角
据报道，廖某将 AI 价值链描述为一座「18层宝塔」，这与黄仁勋众所周知的、对 AI 技术栈的分层表述形成对比。这个比喻同样适用于加密领域。
一个现代区块链应用不只是一个智能合约。它建立在许多相互依赖的层之上：
- 芯片设计与制造
- 内存与封装
- 数据中心与供电
- 操作系统与驱动程序
- 密码学库
- 虚拟机
- 共识机制
- 执行客户端
- 数据可用性层
- 预言机
- 索引器
- 钱包
- 前端
- 安全监控
- 治理系统
- 合规工具
- AI 自动化
- 用户信任与托管
这里的教训是，竞争力并不只来自某一层，而是来自整个技术栈的协同。
这对零知识基础设施尤其相关。一个更快的证明系统不只是一个更好的算法；它还取决于内存访问模式、并行化、编译器设计、电路架构以及硬件加速。去中心化 AI 网络也是如此：仅靠代币激励，无法弥补低效的计算路由或不可靠的推理性能。
将基础设施视为全栈问题来处理的加密协议，往往会比那些假设通用云计算始终便宜且充裕的协议更具优势。
Tau 缩放定律与从微缩走向数据移动的转变
与华为芯片战略相关的一个最有意思的概念是 Tau 缩放定律。正如廖某所描述的，这一概念认为，当传统上依靠缩小晶体管所带来的收益开始减弱时，系统设计者就应更积极地把重点放在提升组件之间的数据传输上。
这与区块链高度相关。
许多加密工作负载受到的限制，并不只是原始计算能力，而是内存移动、通信开销和协调成本。例如：
- 零知识证明生成通常涉及大量中间数据结构。
- 验证者性能可能取决于状态访问和网络传播。
- Rollup 排序器必须协调排序、执行和结算。
- 与区块链系统交互的 AI 智能体需要快速推理以及可靠的签名流程。
- 去中心化存储和计算网络必须在不受信任的环境中高效传输数据。
换句话说，瓶颈往往不在于「我们能不能计算出来？」而在于「我们能不能足够高效地移动、验证并协调所需数据？」
这就是为什么芯片层面的思维正在越来越多地与协议层面的思维重叠。一个忽视硬件现实的区块链扩容路线图，在理论上可能看起来很优雅，但在生产环境中却可能举步维艰。
DeepSeek 的启示：效率是一种战略优势
廖某还称赞了 DeepSeek 创始人梁文锋，认为该公司的突破不仅仅在于使用更少资源，而在于设计出了能更好利用有限算力的模型架构。
对加密领域来说，更广泛的启示很明确：效率可以成为护城河。
在 2025 年，DeepSeek 成为了全球关注成本敏感型 AI 开发的重要参考，其研究和模型通过公司在 arXiv 上的论文以及开源模型发布吸引了大量关注。其意义不只是某个模型可以更便宜，而是架构创新能够缩小与硬件预算更充足的竞争者之间的差距。
加密领域也有类似的动态。
一个资源更少的协议，依然可以通过降低验证成本、更有效地压缩状态、提高证明者效率，或设计出能最大限度减少浪费的激励机制来参与竞争。这一点已经在 Rollup 生态中显现出来，团队们正在尝试更高效的证明系统、替代性虚拟机以及模块化的数据可用性设计。
下一个周期，可能会奖励那些以更少资源做更多事情的协议。
去中心化算力将面临现实检验
芯片制程缩放的争论，也会影响加密领域最受欢迎的叙事之一：去中心化算力。
这个想法很有吸引力。网络不必依赖少数几家超大规模云服务商，而是可以通过代币激励，协调闲置 GPU、专用硬件和分布式数据中心。这可以支持 AI 推理、渲染、科学计算或密码学证明。
但硬件短缺不是只靠代币经济学就能解决的。
去中心化算力网络必须回答一些棘手的问题：
- 可用芯片是否适合具体工作负载？
- 能否在不过高开销的情况下验证性能？
- 数据传输速度够快吗？
- 用户能否依赖稳定的在线率和可预测的定价？
- 网络如何处理对隐私敏感的工作负载？
- 激励机制是否有利于长期基础设施投资？
如果高端芯片变得更加稀缺，去中心化算力市场可能会变得更有价值，但也会更苛刻。用户不再只想要「一块 GPU」的访问权限。他们还会要求经过验证的性能、安全执行、可预测的延迟，以及透明的定价。
这正是区块链可以发挥价值的地方：结算、信誉、托管、访问控制，以及可审计的使用记录。但底层硬件层依然至关重要。
ZK、AI，以及对专用硬件日益增长的需求
零知识技术是芯片约束与区块链策略交汇最清晰的领域之一。
ZK 证明承诺了可扩展的验证：区块链可以验证一份紧凑的证明，而不是重新执行一大段计算。这是许多 Rollup 设计的核心，也是以太坊长期扩容路线图的重要组成部分，包括以太坊研究讨论中所描述的更广泛的、以 Rollup 为中心的执行转向，例如 以太坊路线图。
然而，生成证明可能需要大量计算。如果 AI 需求继续消耗先进 GPU 的供应，ZK 基础设施可能面临更高成本或更长部署周期。
这可能会加速三种趋势：
-
用于证明的 ASIC
定制芯片可能会因为高吞吐量证明生成而变得有吸引力。 -
协议层面的证明效率优化
团队可能会降低电路复杂度、优化状态访问，或使用混合证明系统。 -
证明者市场
网络可能会协调专业运营者，让他们在可靠性、速度和成本上展开竞争。
最终胜出的设计，可能是那些把密码学和硬件视为一个共同设计问题，而不是彼此独立的学科。
算力受限世界中的加密安全
在算力昂贵的世界里，用户的安全假设也会随之改变。
随着 AI 代理在加密领域变得越来越普遍，用户可能会把诸如投资组合监控、DeFi 执行、跨链路由、税务分类以及治理参与等任务委托出去。这些系统可能运行在中心化服务器、去中心化算力网络，或个人设备上。
但加密体验越自动化，私钥隔离就越重要。
AI 可以帮助发现风险、总结交易并自动化工作流，但它不应该成为一个失控的签名器。
这正是硬件钱包仍然重要的原因。安全签名设备将决策与密钥托管分离开来。即使 AI 代理、浏览器扩展或云服务遭到入侵，私钥也应与联网环境保持隔离。
对于管理长期资产、与 DeFi 交互，或尝试 AI 驱动加密工具的用户来说，关键原则很简单：自动化可以提供辅助，但签名权限应始终由用户控制。
构建者在 2025 年及以后应关注什么
AI 芯片与区块链基础设施的交汇，在未来几年里可能会变得更加重要。构建者和投资者应关注几个信号。
1. 证明生成的成本
如果 ZK 证明的成本下降，rollup 和隐私保护型应用就会更容易扩展。若硬件短缺持续推高成本，采用也可能会集中到资金更充裕的团队手中。
2. Prover 网络的增长
一个成熟的 prover 市场，之于 rollup 的重要性，可能会像验证者之于底层链一样。
3. 加密轨道上的 AI 推理
链上 AI 智能体需要安全执行、可靠推理以及受控签名。钱包层可能会演变为用户的策略引擎。
4. 硬件供应链多元化
行业将更加关注芯片设计、封装、内存带宽以及地理集中度。对于 AI 和加密行业来说，算力主权都会成为一个严肃的话题。
5. 以效率优先的协议设计
那些减少计算浪费的项目，可能会比默认拥有无限硬件访问能力的项目更具优势。
更大的图景：从蛮力到协同设计
廖对可能出现的「雪崩」的警告，不应被理解为对 AI 进步会停止的预测。更准确地说，这是一种提醒：过去那套粗放式的扩展打法，正变得越来越不可靠。
对加密行业而言，这一信号尤其重要。行业正在进入一个阶段：区块链、AI 系统、密码学证明和硬件基础设施正深度交织在一起。未来的赢家，未必是那些叙事最响亮的项目，而更可能是那些能够跨层设计的项目：协议、密码学、算力、安全性以及用户体验。
下一前沿并不只是更大的芯片或更大的模型，而是更好的协同。
而对于个人用户来说，这种协同应当包括安全的自托管。随着加密应用变得更加自动化、更加由 AI 驱动，保护私钥就显得更加重要。OneKey 硬件钱包旨在将签名与在线环境隔离，帮助用户在与日益复杂的链上世界交互时，仍能保持对资产的控制。
