SemiAnalysis創辦人：AI推論市場規模恐超越石油——這對加密貨幣在下一輪運算危機中的意義
SemiAnalysis創辦人：AI推論市場規模恐超越石油——這對加密貨幣在下一輪運算危機中的意義
AI正迅速從「模型訓練時代」轉向「推論時代」，真正的經濟價值體現在每天數十億次（甚至很快會是數兆次）的模型運行上。在紅杉資本的播客系列《Training Data》的近期一集中，SemiAnalysis創辦人Dylan Patel認為，AI推論可能成為全球最大的市場之一——潛力上看超過石油——規模足夠佔據全球GDP的百分點。您可以在Training Data播客頻道找到該集節目。
對於區塊鏈產業而言，這不僅僅是一個宏觀科技議題，它直接影響著去中心化運算、DePIN代幣經濟學、MEV與市場結構、零知識證明驗證工作負載，甚至是如何看待在代理人驅動網際網路中的錢包安全。
以下是對Patel論點的加密貨幣視角解讀——以及建構者和使用者如何為運算如同稀缺商品的世界做好準備。
1）為何「推論即新的石油」與Web3息息相關
Patel的核心論點並非僅僅是「AI很重要」。而是推論的需求增長速度超過了運算供應的成長速度，因為每次模型的迭代都解鎖了更多值得付費的任務。即使晶片速度不斷提升，即使推論成本不斷下降，需求仍可能持續加速。
這種動態與加密貨幣使用者已經理解的某些事物不謀而合：
- 成本降低不必然減少總體需求 以太坊的Rollup及數據可用性升級降低了每筆交易的成本，但更低的費用往往會吸引更多活動。以太坊的「Rollup中心化路線圖」及數據擴展路徑（包括Proto-Danksharding / EIP-4844）就是一個典型的例子，說明「單位成本」的降低如何隨著時間推移導致總體使用量增加。可參考以太坊關於Danksharding與擴展路線圖的概述，以及EIP-4844的規格。
將此對應到AI：如果推論成本大幅下降，使用量可能會爆炸性增長——而系統在基礎設施層面仍可能受限。
2）長期的運算短缺是中心化風險（也是加密貨幣的機會）
在加密貨幣領域，去中心化經常因為一個不那麼光鮮的理由而失敗：瓶頸。
- 如果區塊空間稀少，少數參與者將主導MEV。
- 如果驗證者硬體變得專業化，參與將趨於集中。
- 如果RPC存取成本高昂，開發者將透過少數提供者進行路由。
現在再加上Patel的觀點：運算稀缺性可能是持續性的，而非暫時性的。在這種情況下：
中心化風險：AI成為守門層
如果推論成為「新的關鍵基礎設施」，那麼存取便宜、可靠的推論能力就可能成為瓶頸，影響：
- 交易和風險系統
- 錢包和使用者代理
- 詐欺偵測
- 合規工具
- 輸出程式碼的開發者協同助手
加密貨幣的機會：開放的運算市場
加密貨幣在協調市場方面異常擅長，其市場特徵是：
- 供應商分散
- 需求全球化
- 付款程式化
- 結算過程信任最小化
這就是為何**DePIN（去中心化實體基礎設施網路）**的興起如此重要。如需高層次框架，請參閱a16z crypto對什麼是DePIN及其重要性的解釋，以及Messari在其DePIN現況報告（PDF）中的概述。
關鍵不在於每個DePIN網路都能「勝出」。重點在於，區塊鏈提供了一個協調的基礎，用於提供實體基礎設施（運算、頻寬、儲存、感測器），當現有業者無法快速擴展或無法公平分配存取權時。
3）硬體-軟體協同設計：加密貨幣建構者應注意的隱藏護城河
Patel評論中最實際的啟示之一是，效率的提升越來越多地來自跨層級的優化（模型架構、核心程式、運行時、記憶體策略），而不僅僅是來自新矽晶片。Training Data節目描述強調了對協同設計和生態系統層級優化的重視。您可以在Apple Podcasts上查看節目列表。
對加密貨幣而言，這改變了對「去中心化AI運算」的思考方式：
- 僅僅聚合GPU是不夠的。
- 獲勝的系統還將提供：
- 優化的推論堆疊
- 將模型形狀與硬體匹配的調度
- 禁止「行銷效能」的可複製基準測試
Patel的團隊建立了一個持續更新的推論基準測試，名為InferenceX，旨在衡量實際的服務效能和成本。您可以在InferenceX網站上了解該專案的定位。
加密貨幣角度：當執行環境異質化時，驗證變得更有價值
隨著推論跨越多元供應商（大型雲端服務商、新興雲端、DePIN網路、邊緣設備）執行，使用者將尋求更強的保證：
- 供應商是否運行了他們聲稱的模型？
- 他們是否使用了聲稱的設定？
- 他們是否篡改了輸出？
- 鏈上系統是否能安全地依賴鏈下推論？
這就是「可驗證運算」主題（包括零知識證明系統和可信執行環境方法）變得具有策略性重要性的地方——即使大多數推論從未在鏈上發生。
4）能源、地緣政治與「太空資料中心」思想實驗
Patel也將能源成本和資料中心建構容量視為核心限制因素——而不僅僅是晶片。這種框架與AI現已成為一個能源規劃問題，多於軟體問題的更廣泛現實相符。
為獲得可信的宏觀視角，國際能源署的報告*《能源與AI》*提供了AI和資料中心如何影響電力需求的背景資訊。您可以從IEA的執行摘要及其關於AI的能源需求的部分開始。
在Patel更具前瞻性的情境預測中，他估計：
- 到2030年，僅OpenAI和Anthropic的總體運算需求可能超過100 GW。
- 到2040年，如果經濟效益發生轉變（太空部署比陸地建置更便宜），相當一部分的增量運算可能合理地轉移到地球以外。
這些特定預測的摘要已廣泛在產業回顧中流傳，例如這篇摘要式報導。
另外，SemiAnalysis也在其工作中探討了軌道運算（orbital compute）的經濟性，包括其關於太空資料中心的分析。
為何加密貨幣應予關注（即使太空運算聽起來遙遠）
無論您是否相信軌道資料中心，其根本點是立即相關的：
- 運算正受到能源和許可證的地理位置限制。
- 地理位置限制 createElement 管轄權限制。
- 管轄權限制 createElement 審查和存取限制。
而抗審查正是加密貨幣最初的設計宗旨。
如果AI推論成為金融和身份的基礎層，那麼開放、抗審查的結算（區塊鏈）將變得更有價值——而非相反——因為其上層結構變得更加需要許可。
5）AI代理+錢包：「誰掌握鑰匙？」成為真正的使用者體驗問題
隨著AI代理變得越來越自主，加密貨幣最大的主流用戶體驗突破口，也可能成為其最大的風險：能夠支付的機器人。
這種趨勢已體現在投資者和研究人員討論「代理錢包」以及相關的法律/營運影響時。請參閱CoinDesk關於AI代理錢包與新興法律邊界的報導。
如果推論真的成為「石油規模」的市場，那麼代理人將不僅僅是回答問題——它們將會：
- 再平衡投資組合
- 支付保證金
- 串流支付
- 簽署治理投票
- 在鏈間輪換倉位
- 並持續與DeFi協議互動。
在這種環境下，自我託管不是可選項。它是：
- 一個能夠「建議」的代理
- 和一個能夠不可逆轉地移動價值的代理 之間的分界線。
實用的安全模式：將高價值簽章離線處理
對於長期持有者、金庫，以及任何將部分自主權委託給軟體的人來說，最安全的模式是將：
- 線上智能（代理、推論、自動化）與
- 離線權威（最終簽章） 分開。
這就是硬體錢包可以作為人類控制的檢查點的作用。如果您使用OneKey，其核心價值主張與這種轉變自然契合：私鑰保持離線，同時您仍能參與主要鏈和dApp，而無需將您的助記詞變成API金鑰。
6）加密貨幣建構者下一步該做什麼（簡要清單）
如果Patel的「推論主導經濟」比預期更快到來，加密貨幣團隊應為一個運算成為限制因素的世界做好準備：
-
假設運算成為計價要素 不要設計僅在推論「有效免費」時才適用的代幣模型。
-
將基準測試視為治理，而非行銷 透明的衡量標準（例如，持續的推論基準測試）將比白皮書更能塑造市場信任。
-
為可驗證性設計 如果您的協議依賴鏈下AI，請考慮惡意供應商和模型漂移的風險。
-
以務實的態度考量能源 能源和資料中心限制將影響基礎設施可能存在的地點——進而影響誰能存取它。
-
保護簽章路徑 隨著代理能力日益增強，使用者將需要更強的簽章控制、速率限制、多重簽章策略和離線批准。
結語：加密貨幣的任務是保持市場開放——即使運算供不應求
Patel對加密貨幣產業最重要的訊息可能是：即使是驚人的效率提升，也無法保證豐盛。如果AI推論成為一個以吉瓦（gigawatts）和GDP點計量的市場，那麼運算存取將決定誰能建構、誰能競爭、以及誰會被排除在外。
區塊鏈無法製造GPU——但它們可以保持經濟層的開放：無許可的市場、透明的結算以及使用者控制的鑰匙。而在一個由代理人驅動的世界中，將這種開放性與強大的自我託管實踐（包括像OneKey這樣的離線簽章工具）相結合，是在上層堆疊變得稀缺時，使用者保持主權的方式。
