推理資本市場：加密如何搭建AI算力金融基礎設施

作者：Lucas Tcheyan；來源：Galaxy Digital；編譯：Shaw，金色財經

引言

鏈上推理資本市場這一概念，指代一系列網路、協議、配套基礎設施與應用，用於協調前沿實驗室、超大規模雲廠商中心化 API 體系之外的 AI 模型推理業務，以及搭建在該業務之上、正在成型的金融層。用戶不必將每一次 API 請求經由 OpenAI、Anthropic 這類前沿模型服務商，或是其背後的雲廠商中轉；而是可以向由加密代幣激勵與鏈上結算機制調度的 GPU 營運商網路提交提示詞。在部分架構下，用戶還能獲得針對輸出結果準確性與數據隱私的密碼學保障或經濟擔保。

2026 年，該賽道受到越來越多關注。推理（利用已訓練完成的 AI 模型基於新數據生成結果的運算過程）的 GPU 全球需求量占比已經超越模型訓練，成為算力第一大需求場景。與此同時，自主智能體成為一類新興推理需求方，這類軟體能夠自動完成支付，全程無需人工干預。

過去數年，去中心化 GPU 交易市場、推理協議、支付通道、資產代幣化工具、資本募集載體、鏈上流動性板塊都各自迎來發展窗口。當下出現的新變化在於：各類基礎組件正在融合為一套統一完備的系統 ——推理資本市場。隨著 AI 推理廣泛落地至各類業務場景，這套體系的市場需求預計持續攀升。當前各類鏈上實踐圍繞具備真實生產力、可觀經濟價值的業務開展，相關需求也不再僅僅來源於加密行業內部。

多重力量正在推動這一生態融合進程。GPU 算力需求明確從模型訓練轉向推理任務；而在僅需達到 「夠用即可」 標準的業務場景中，開源權重模型正在縮小與前沿閉源模型之間的性能差距。這使得企業可以將原本成本高昂的任務，調度至性價比最優的算力供給端（無論依託加密底層通道還是傳統渠道），從而具備經濟可行性。

推理算力需求持續增長，也倒逼用戶以更多創新方式採購算力。城堡證券（Citadel）近期發布研報指出，矽谷數據大語言模型指數（Silicon Data LLM Index）統計的 AI Token 消耗規模出現下滑，體現市場轉向成本更低的模型方案。（註：AI Token 是 AI 服務商用於定價服務的計費單位，切勿與區塊鏈發行的加密代幣混為一談。）

包括 Coinbase、微軟、愛彼迎在內的眾多企業近期也開始轉向使用開源模型，其中以中國開源模型居多。OpenRouter 近期完成新一輪融資，同樣印證市場對多元化模型接入渠道的需求持續上升，這類渠道能夠有效降低推理成本。出現這一趨勢的部分原因在於算力供給受限，導致推理服務的邊際部署成本不斷走高。

推動生態融合的第二股力量是金融化。人工智慧普及程度持續提升，智能能力幾乎成為所有業務的生產要素，市場隨之產生將算力商品化、金融化的需求。越來越多團隊開始探索方案，把 AI 算力打造為可交易資產，並納入更完善的金融體系。推理資本市場的早期框架正在成型：市場開始對 AI 硬體與算力容量進行金融化定價，目標是搭建一套完備的綜合交易市場。

GPU指數與期貨市場

在探討推理資本市場的鏈上落地形態之前，應當先關注規模大得多的鏈下市場，其中最具代表性的便是 GPU 期貨。各方對 AI 基礎設施擴張規模的預測數值差異較大：摩根士丹利預測，截至 2028 年，全球數據中心資本開支約 2.9 兆美元（不含電力投入），其中約 2.5 兆美元直接用於 AI 相關業務負載。麥肯錫測算，到 2030 年全球數據中心資本開支將達到 6.7 兆美元；其中 5.2 兆美元投向 AI 算力設施，1.5 兆美元用於傳統 IT 業務。其 AI 情景區間分為兩種：需求偏弱情形為 3.7 兆美元，需求加速釋放情形可達 7.9 兆美元。高盛預估，2026 至 2031 年間，全球在算力、數據中心與電力領域的 AI 基礎設施資本開支約 7.6 兆美元。無論最終精確數值是多少，多家機構預測形成一致結論：算力與硬體是開支占比最高的板塊，摩根士丹利、麥肯錫、高盛三組測算區間顯示該板塊占比約 55%~67%。

這類預測難以精準落地，核心在於供需兩端存在大量未知變量。其一為需求彈性：如果算力成本下降所節約的資金，並未轉化為企業利潤留存，而是持續投入訓練更大規模模型、擴大落地場景，那麼效率提升只會帶來算力使用量擴張，而非整體賬單縮減。第二個變量是晶片使用年限，目前行業尚無統一結論，折舊預估區間普遍在 3 至 7 年。儘管每年都會推出性能更強的新一代晶片，理論上會加速老舊晶片淘汰，但現實中老款硬體依舊保有價值。由於供給持續緊張，企業不得不依靠存量硬體滿足算力需求，同時老舊晶片也能夠承接門檻較低的模型推理任務。最終形成局面：海量持續湧入的資本，投向價格波動劇烈的資產；而這正是催生定價、對沖、融資配套市場的典型環境。

當下算力採購生態，常被比喻成黑市交易市場 —— 想要拿到貨源，你只能專門聯繫某個「中間人」。

某種意義上這類遠期交易市場早已存在，只是尚未形成標準化形態。大型採購方早已通過私下協議鎖定遠期算力，形式涵蓋小時級按需租賃、多年期算力預購合約（相當於 GPU 版本的承購協議），以及服務商與頂級大客戶之間的雙邊交易；價格往往依靠人脈談判形成，透明度很低。OpenAI 等前沿模型企業批量售賣 API 調用額度，各大超大規模雲廠商互相預留算力容量；AI 專屬雲服務商（新雲 / Neoclouds）則向公有雲廠商與中間商提前鎖倉算力，根源在於整體供給供不應求。全球頭部推理服務商之一 Baseten 直言，如今採購算力如同黑市交易，需要專門對接中間人獲取貨源。依靠資訊差與人脈賺取收益的中間商、大額算力持有方，幾乎沒有動力轉向公開透明的電子盤交易，即便標準化市場能小幅提升交易效率。歷史上同類阻力也曾阻礙大宗商品發展：維托爾、BP、殼牌等能源巨頭的牴觸，致使液化天然氣交易所籌備嘗試歷經十年仍難以落地。GPU 期貨正是在這種碎片化現貨市場之上逐步興起，其定位是轉移價格風險的標準化工具，短期內並不會取代現有的算力採購模式。

期貨市場有效運轉的前提，是擁有可供合約錨定的精準價格指數。相較於標準化大宗商品，算力構建指數的難度更高。單純一個 「GPU 小時」 缺乏統一標準：必須明確晶片型號、顯存、網路規格、所在地區，以及算力是按需現貨還是預購鎖倉資源。電力、帶寬、液化天然氣在發展為高流動性市場前，也曾面臨標的規格不統一的難題。行業最終採用相同解決路徑：劃分品級、設立基準價，而非強求每一份商品完全同質。原油定價依託紐約商品交易所 WTI、布蘭特等基準品級；天然氣則以亨利港（Henry Hub）價格作為定價錨。

GPU 市場正逐步形成一套相似的定價體系。Galaxy 投資組合企業 Ornn 推出算力價格指數，該指數依託真實成交數據編制。Silicon Data 每日在彭博終端發布 H100、A100 與 B200 租賃指數，將不同硬體配置、服務商、區域的報價標準化，整合形成單一基準。Compute Desk 也朝着相同方向布局。按照 Ornn 的定位，這類指數更貼近擔保隔夜融資利率（SOFR），而非備受詬病的舊版倫敦銀行同業拆借利率（LIBOR）。指數數據源自市場海量真實成交記錄，而非專家組主觀估算；它並不追蹤單一型號 GPU，而是統計一組標準化算力資源的市場通行價格。依託真實交易數據，算力硬體規格參差不齊的問題才具備可管控的基礎。指數並不要求每一小時 GPU 算力完全同質，只需擁有足量真實成交樣本，就能測算具備代表性的價格。

但算力指數仍面臨原油市場不存在的難題。數十年來西德克薩斯輕質原油（WTI）能夠穩定充當定價錨，原因在於標準原油桶規格恆久不變；而 GPU 基準標的會持續迭代，算力集群逐步從 H100 過渡至 H200、B200、GB200 以及 Rubin 晶片，每更新一代硬體，定價基準就需要重新修訂。硬體多元化進一步加劇難點：AMD 晶片、谷歌 TPU、亞馬遜 Trainium、大型雲廠商自研 ASIC 以及各國自主晶片分流需求，各類硬體互不兼容。打造一套長期穩定有效的定價基準，難度不降反升。

第二個核心爭議點在於交割規則。對於希望對沖算力預算波動的 AI 實驗室、或是表達價格觀點的交易團隊而言，他們只需要純粹的價格風險敞口，並不需要實物硬體；對這類主體，基於指數進行差額結算的合約就足以滿足需求。但面向終端客戶提供服務的 AI 垂直雲廠商，則需要實實在在的算力資源。當下陸續推出的 GPU 期貨均採用現金交割模式，原因在於價格對沖需求最容易標準化；多數大宗商品期貨即便支持實物交割，也普遍以現金結算為主，背後邏輯一致。實物交割具備可行性，但落地難度更大，要求更進一步的標準化與細緻條款。鑒於現金結算期貨的推進速度與新增市場需求，未來一年內出現實物交割 GPU 合約並不令人意外。也有觀點認為當前發展順序本末倒置：當少數供給方把持貨源時，依託樣本單薄指數開展現金交割容易滋生市場操縱。大宗商品市場通常需要實物交割機制，或是成熟的期現互換（EFP）制度，才能推動期貨價格貼合現貨基本面。

成熟市場還需要供需雙方具備真實交易訴求，不能僅有投機者博弈行情。天然多頭：成本與算力深度綁定、希望鎖定採購成本的企業，包括 AI 實驗室、應用開發商、下游算力已售出、必須保障供給的 AI 垂直雲廠商。天然空頭：手握 GPU 庫存、未來用途尚不明確的機構，例如大型雲廠商、GPU 大額持有者、算力中間商。為 GPU 採購提供信貸資金的放貸機構同樣需要統一基準價 —— 依託折舊硬體發放的貸款，資產估值必須對標公允市場價格。投機資金與自營交易團隊作為所有市場的通用參與者，提供流動性，但並非產業交易主體。目前市場核心結構性矛盾：賣方大多傾向簽訂長期合約鎖定收入，而買方偏好短期合約保留靈活調整空間。

儘管挑戰重重，GPU 成熟交易市場的雛形已經顯現。Kalshi 等預測市場平台已上線多款 GPU 價格交易品種。紐交所母公司洲際交易所（ICE，與 Ornn 合作）、芝加哥商品交易所（CME，與 Silicon Data 合作）均官宣計劃於明年上線 GPU 期貨。算力作為大宗商品或許很快將成為現實。

鏈上推理資本市場

模型與推理服務商本質上如同代幣加工廠：投入原材料 GPU 算力，加工生成 AI Token 輸出。GPU 小時資源藉助各類算力指數不斷走向標準化，但上層的 AI Token 交易市場發展程度低得多；一大難點在於，不同大模型產出的 Token 不存在統一比價基礎。即便如此，該賽道生態正在逐步成型。中國三大電信營運商已將推理算力作為計量式公用事業對外零售，推出標準化月度 Token 套餐，模式類似於手機流量包。據報導，亞馬遜將調整與 Anthropic 的結算方式，由原先鎖定算力時長，改為按照實際消耗 Token 量付費。另有消息稱，上海期貨交易所正處於早期方案設計階段，計劃推出掛鈎 AI Token 的期貨品種，對應 CME、ICE 在算力上游布局的 GPU 期貨。

加密行業正在打造屬於自身的同類體系。鏈上推理資本市場依託現有加密 + AI 底層組件（GPU 算力服務商、去中心化模型開發網路），同時納入新興賽道，包括智能體支付標準、代幣化推理交易市場。相關生態已經布局多條區塊鏈與執行環境，但開發資源高度集中在 Base 與 Solana，得益於兩條公鏈完善的開發者與用戶社群。

整套體系的核心是推理服務商與推理網路，也就是實現提示詞向結果輸出轉換的各類項目。圍繞核心層，配套多層基礎設施，讓推理服務具備可用性、實用性與可金融化屬性：模型開發者、GPU 與算力供應商、調度路由平台與交易市場、智能體與上層應用、支付通道，以及資本募集基礎設施。周邊各層級之所以至關重要，是因為它們要麼創造推理需求、供給算力生產要素，要麼把算力使用行為轉化為可支付、可融資、可調度、可確權的資產。

上述不少服務並非加密行業獨有，在鏈下世界都存在成熟對標產品。在技術棧上層，Hermes、Ironclaw 這類智能體調度框架可以無差別調用前沿實驗室模型，或是 Venice 等鏈上推理服務商提供的算力。Nous Research 等去中心化開發者訓練的模型，能夠接入 OpenRouter 這款大模型一站式聚合平台。GPU 算力供應商對應無許可開源版本的超大規模雲廠商與數據中心，不過普遍體量更小。而 x402、MPP 等智能體支付協議，既可以支付 OpenAI、Anthropic 訂閱賬單，也能便捷完成 Venice 平台費用結算。程序化自動結算正快速成為行業通用能力，不再只是加密賽道獨有優勢；OpenAI 與 Visa 近期也各自推出面向智能體的支付基礎設施。

真正具備差異化創新的環節集中在金融化層面：加密技術重塑了推理算力的確權、定價與融資方式。我們此前多篇報告深度論述，加密底層通道能夠加速資本形成，其中大量底層組件同樣可以直接應用於推理賽道。

推理服務金融化已經吸引眾多鏈上項目，依託區塊鏈支付通道與代幣化工具，將推理業務轉化為可交易資產，主要分為三種形態：

• 推理服務提供商（Venice、Morpheus 等）：將推理訪問權限代幣化，把未來推理服務的索取權轉變為可持有、定價、轉售的資產。

• 有效工作量證明（Proof of Useful Work）項目（Pearl、Ambient 等）：對推理生產行為代幣化，服務商完成推理任務即可獲得代幣獎勵。

• 信貸服務商（USD.AI）：模式有所區別。它們不直接代幣化推理服務，而是為承載推理任務的硬體提供融資，依託穩定幣存款，為底層 GPU 與數據中心提供資金。

以上各類組件整合在一起，共同構成鏈上推理資本市場。

推理服務商層

推理服務商是整套技術棧的核心。去中心化推理賽道與傳統 AI API 市場在此處高度相似：用戶或開發者選定模型、提交提示詞、按 Token / 請求次數 / 訂閱模式付費，隨後獲取輸出結果。最簡形態下，使用體驗接近於 OpenRouter、Together AI、Fireworks，或是前沿 AI 實驗室官方 API。二者差異在於：原生加密推理服務商可以從去中心化 GPU 網路採購算力、接受穩定幣或原生代幣支付、提供開源 / 無審查模型接入、附加隱私保障，或是將代幣化訪問權限與算力使用行為進行綁定。

OpenRouter 是鏈上推理賽道極具發展潛力的落地場景。平台內需求按照 AI Token 計價，用戶發起任意一次請求時都可以自由切換推理服務商；在這樣的市場環境下，性價比更高、響應速度更快的服務商理應搶占更多市佔率。過去三個月，鏈上推理服務商承載的 Token 總量占 OpenRouter 日處理量的 0.5%~1% 區間，而同期 OpenRouter 整體處理 Token 規模持續爆髮式增長。這說明鏈上服務商已經在加密原生社群之外初步獲得市場認可度，但整體占比依舊偏低，反映出受渠道覆蓋、相對成本或其他因素制約，現階段尚無法與成熟中心化服務同台競爭。

不過 OpenRouter 僅代表一部分 Token 流量。以 Venice 為例，該平台披露 6 月 23 日全渠道累計處理 1000 億枚 Token，是其在 OpenRouter 渠道處理量的十倍。如果只統計 OpenRouter 的數據，無法完整體現各獨立項目真實發展勢頭。各大鏈上推理服務商正通過各類營運手段持續沉澱穩定用戶群體，部分手段依託差異化產品功能：Venice 大力主打隱私保護作為核心特色，用戶調用推理服務時，無需過度擔心服務商留存、審查、泄露數據，實施內容審查，或是被強制交出敏感資訊。Chutes 與 AkashML 允許任何人將 GPU 接入網路，盤活閒置算力實現變現，以此嘗試壓低服務成本。儘管這類特色功能能夠幫助服務商爭奪少量市場市佔率，但中心化平台大多可以復刻同類能力，單憑產品功能很難拿下可觀市場市佔率。

鏈上推理服務能夠打造真正護城河的突破口，在於推理金融化機制：把推理訪問權限轉變為可供買家持有、囤積、轉售的資產，而非只能一次性消耗的訂閱服務。

Venice：推理所有權代幣化

Venice 由加密行業資深從業者、連續創業者 Erik Voorhees 創立，在將推理訪問權轉化為可持有資產這條路線上推進最為深入。項目採用雙代幣體系 ——VVV 與 DIEM，把未來推理服務索取權封裝為可供用戶鑄造、持有、轉售的資產。

VVV 定位為項目 「資本型資產」持有 VVV 並不等同於擁有 Venice 平台股權（平台股權獨立融資，已於 6 月完成 6500 萬美元 A 輪融資），但代幣持有者理論上能夠分享項目發展紅利。最直接的機制是：Venice 將部分營收用於回購併銷毀 VVV。庫藏股銷毀分為兩條渠道：一是利用常規營收進行機動銷毀；二是程序化銷毀規則 —— 每一筆新增訂閱收入中，固定比例資金都會用於庫藏股銷毀代幣。截至目前，已有 42% 的 VVV 完成銷毀。

VVV 同時具備應用功能：用戶質押任意數量 VVV，可以獲取年度新增代幣通膨獎勵；質押 100 枚 VVV 即可解鎖專業版訂閱權限。但其最核心的價值體現在與 DIEM（Venice 的 「算力資產」）的聯動機制。持有者質押鎖定 VVV 便可鑄造 DIEM，每 1 枚 DIEM 永久對應價值 1 美元的 Venice 推理額度。持有 100 枚 DIEM 即擁有價值 100 美元 API 額度，可用於平台全部模型，永久有效（前提是 Venice 持續正常營運）。

鑄造單枚 DIEM 所需質押的 VVV 數量遵循平台設定曲線：當 DIEM 流通總量靠近項目設定目標上限時，所需質押數量呈指數上漲。背後邏輯是，每一枚 DIEM 都會在資產負債表形成一筆永久性 1 美元兌付負債。當前 DIEM 供給已臨近目標閾值，鑄造成本從上線初期約 90 枚 VVV/DIEM，攀升至如今數百枚 VVV 才能鑄造一枚。該機制放緩新增 DIEM 鑄造速度，意味著早期鑄造者以更低的 VVV 成本拿到 DIEM，晚進場用戶成本顯著抬高。

當 VVV 質押鎖定用於背書 DIEM 時，質押者僅能獲得常規質押收益的 80%，剩餘 20% 收益歸 Venice 平台所有。並且，質押鎖定的 VVV只有銷毀對應的 DIEM 才能解除鎖定。倘若鑄造者已經賣出 DIEM，想要取回質押的 VVV 就必須在二級市場重新買回 DIEM；如果 DIEM 市價上漲，贖回操作將產生虧損。

兩類代幣形成相互強化的閉環。DIEM 僅能通過質押鎖定 VVV 完成鑄造，因此市場對 DIEM 的需求上升會持續抽走流通中的 VVV，讓 VVV 具備投機之外的真實應用場景。反過來，DIEM 也將受益於 Venice 平台的發展：平台實用性越強、普及度越高，這份可轉讓的日常推理服務索取權價值也就越高。持有 DIEM，並不只是擁有可供轉售的推理額度，持有者同時相當於押注 Venice 長期發展。

即便終端用戶完全不接觸加密資產，平台主營業務依舊能夠持續賦能代幣經濟。Venice 團隊表示，多數用戶並非加密原生群體，其中很多人對代幣本身毫無興趣。但只要用戶開通訂閱、購買推理額度、使用平台服務，相關行為依舊會推動 VVV 的庫藏股銷毀，並催生對 Venice 推理服務的需求。代幣經濟搭建在產品業務下游，而非取代產品本身。Venice 並非一枚四處尋找 AI 落地場景的加密代幣，而是一款 AI 產品，將一部分平台使用權與訪問權益導入代幣化推理交易市場。

Venice 的 DIEM 最與眾不同之處在於所有權屬性：用戶能夠擁有自己所消耗的推理資源，而非僅僅租用。

DIEM 是一場圍繞推理訪問權限代幣化與交付模式的試驗。它的核心差異化亮點正是所有權。用戶可以持有自身消耗的推理資源，而非單純租賃。按次付費的模式下，推理資源一旦消耗完畢便不復存在；但持有代幣化訪問憑證相當於擁有一項資產，可以長期持有、轉讓或出售。由此衍生出多種應用場景：

• 由於該索取權具備可交易屬性，需求波動較大的持有者可以保留基礎使用額度，將閒置時段的額度出售或出租，收回按次付費模式下徹底損失的成本。AI 智能體可直接持有 DIEM，獲得無需許可、可自主擁有的推理資源餘額以供調用。相關交易渠道包括 Aerodrome 這類現貨交易平台，或是 Surplus、UsePod、AntSeed、CarpeDiem 等時長租賃市場。

• Venice 團隊經常提及另一類場景：用戶買入 DIEM，單日使用推理服務後，次日再將其賣出。倘若價格維持穩定，則等同於免費使用推理算力；如果價格上漲，用戶還能額外獲利。當然風險同樣存在：一旦價格下跌，持有者產生的虧損可能遠超直接單次購買推理服務的費用。對部分用戶而言，這意味著他們在消費算力的同時，還可以對推理資源的價格進行投機。

• DIEM 同時能夠鎖定成本。擁有穩定、可預判算力需求的企業或智能體，可以藉助 DIEM 以算力維度鎖定成本，邏輯與多年期雲算力預購合約相似。企業無法預知兩年後 1 美元能夠兌換多少推理額度，但當下即可提前鎖定權益；如果使用完畢後接近成本價轉讓，實際算力使用成本會很低。截至 2026 年 7 月 7 日，DIEM 價格為 1270 美元，一枚 DIEM 大致等價於每日 1 美元額度、持續四年的服務，相當於買方預先支付約三年半的永續算力使用權。但弊端顯而易見：想要換取這種成本確定性，就必須持有一份波動劇烈、永續存續、以美元計價的資產，反而削弱了用戶原本追求的穩定性。DIEM 的定價建立在永續兌付承諾之上，暗含市場對 Venice 持續營運能力的折現率達到兩位數；並且只有 Venice 持續正常提供服務，這份索取權才有價值。

這套機制尚處於早期階段，存在切實短板：

• 推理代幣化最適合需要前置拉動需求、募集資金的發行方。手握優質模型、擁有真實定價權的 AI 實驗室缺乏動力推行代幣化，因為該模式會喪失針對不同客戶實施差異化定價的能力、無法沉澱額度過期未兌付帶來的收益，同時削弱後續調價靈活性。

• DIEM 不存在到期保本機制，背後也沒有抵押物或儲備資產支撐，與下文將要探討的 GPU 抵押借貸產品不同。持有 DIEM 相當於無限期押注 Venice 在多年後仍正常營運；一旦平台停止服務，持有者沒有任何契約保障與追索途徑。

• DIEM 對應的索取權，是Venice 單方定義的 1 美元推理權益，而非固定數量的算力額度。Venice 自主設定各模型單位代幣消耗標準，該標準會隨供需情況變動。持有者面臨的風險不僅來自二級市場價格波動，還來源於平台與持有者之間存在裁量空間。理論上模型成本下降時，1 美元應當兌換更多算力，但只有 Venice 選擇讓利，持有者才能享受到該紅利。

更深層次的問題在於：DIEM 這種以美元計價、永續存續的權益形式，是否正是推理算力買方想要的風險敞口；抑或市場參與者更青睞有固定期限、以算力或 AI Token 計價（或二者兼具） 的債權。

當前，DIEM 大多被當作投機資產持有，並未真正用於調用推理服務，每周實際消耗的推理額度不足其承載總量的 50%。Venice 官方資料將 DIEM 定義為區間波動永續權益憑證，並把買家分為三類：API 終端用戶、不出售代幣、持續捕獲價值的 VVV 持有者，以及利用價差套利的投機者。後兩類持有者占據絕大多數。

中心化領域最接近的對標產品是 OpenAI 的規模化套餐（Scale Tier）：用戶預先承諾模型吞吐額度，以每分鐘 AI Token 計量、鎖定期限購買。但規模化套餐不具備算力所有權 —— 額度與帳戶綁定，僅能在 OpenAI 平台內部使用，不可轉讓。DIEM 的優勢恰恰與之相反：可長期持有、二次轉售，並能夠與加密推理生態其他組件組合使用。更理想的金融工具，或許應當融合規模化套餐的固定期限、算力計價額度，同時保留 DIEM 具備的所有權與可轉讓屬性。

對於 Venice 而言，每一枚流通在外的 DIEM，都代表平台需要持續兌付、且無法再二次出售給其他客戶的 1 美元算力，屬於負債。因此平台利用營收庫藏股代幣，並非單純回饋持有者。

歸根結底，VVV 與 DIEM 並非設計為 Venice 的股權類工具。二者最初作為冷啟動機制，用於積累平台用戶；如今其價值根基來源於代幣所對應的算力索取權。VVV 持有者可以通過鑄造 DIEM，獲得 Venice 永續推理服務索取權；隨著平台發展壯大、算力價值提升，這份權益也將隨之增值。站在 Venice 視角，每一枚未贖回的 DIEM 都是一筆待兌付算力負債，無法重複售賣，這也是平台動用營收庫藏股代幣的核心原因，而非出於優待持有者。一方持有索取權、期待權益升值；另一方承擔兌付義務、希望壓降負債規模。雙方圍繞 Venice 算力形成的利益綁定（而非任何股權關係）構成協同紐帶。這也讓 VVV 成為一次極具探索意義的嘗試：依託應用型代幣機制搭建推理業務。

推理產出端代幣化

Venice 實現的是推理訪問權限代幣化；而有效工作量證明網路則聚焦推理生產過程代幣化，依靠代幣通膨補貼推理服務供給成本。傳統工作量證明通過向破解隨機謎題的礦工發放代幣獎勵實現網路冷啟動，比特幣依靠該機制保障安全，但大量算力純粹用於無實際產出的哈希運算。有效工作量證明則將隨機謎題替換為真實推理任務，保障區塊鏈安全的同一批算力，同時產出客戶願意付費購買的 AI 服務。Pearl 與 Ambient 是當下兩條已經上線的落地路線，二者底層設計思路截然相反。

Pearl

Pearl Network 是一條基於比特幣代碼分叉打造的一層公鏈，保留比特幣 UTXO 賬本模型與難度調整機制，但將 SHA-256 哈希算法替換為矩陣乘法 —— 也就是 AI 推理與模型訓練的核心運算。Pearl 的核心主張：用於完成用戶推理請求的矩陣運算，可以同時充當挖礦工作量證明。

AI 模型處理提示詞的底層運算，本質是兩組大型數字矩陣相乘，即矩陣乘法。Pearl 機制中，礦工對原始矩陣疊加一層隨機噪聲完成擾動，再對擾動後的矩陣執行乘法運算。矩陣乘算構成高強度計算任務，參與全網挖礦競賽。運算過程中，系統持續校驗中間結果是否滿足難度閾值；率先達標的礦工獲得區塊獎勵，規則邏輯與比特幣一致。區別在於：被校驗的工作量是真實的模型推理運算，而非傳統挖礦無意義的哈希計算。矩陣運算完成後，系統快速剔除疊加的隨機噪聲，還原客戶所需的標準推理結果。單次運算一舉兩得：同時生成 AI 輸出內容，並參與爭奪區塊獎勵。

兩項關鍵設計讓這種「一體兩用」模式具備落地可行性：Pearl 以插件形式適配 vLLM（AI 企業廣泛使用的模型運行軟體），服務商無需重構現有架構即可快速接入。另外，勝出的運算結果需要全網公開核驗，因此 Pearl 配套零知識證明封裝數據，保護用戶提示詞以及服務商專屬模型權重不被泄露。整套附加機制帶來的額外開銷較低。Pearl 披露，採用該方案運行模型會增加 0.5%~10% 的運算負載；在基於主流開源模型 Llama-3.3-70B 的上線測試中，Pearl 優化版本運行速度持平甚至優於原版，原因在於團隊重構後的核心運算模塊在部分部署環境下效率高於標準實現。

作為首批結合工作量證明與 AI 推理的網路之一，Pearl 上線初期獲得礦工高度關注，全網算力快速攀升。但該協議無法區分有效運算（服務真實推理請求的計算任務）與無效運算 —— 無論是否存在客戶需要對應的計算結果，運算本身都會被判定為有效。Pearl 白皮書早已預見到該問題，其模型假設中就包含一類礦工群體：單純執行無意義運算以賺取區塊獎勵。上線後的市場表現也印證了這一點。早期挖礦熱潮推動算力急劇上漲，卻幾乎沒有跡象表明這些算力承接了真實推理業務。

不過，越來越多信號顯示項目開始落地真實業務。最值得關注的進展是，Pearl 在 5 月宣布與頭部推理及算力服務商 Together.ai 達成合作，推出推理接入節點，定價較 Together 常規資費低 25% 以上，價差由同一算力產生的 Pearl 代幣獎勵進行補貼。歸根結底，Pearl 這種算力兩用架構，只有在付費真實推理需求主導算力投放時，才能產生有效產出。如果缺乏終端需求，僅憑區塊獎勵只能吸引投機型礦工，最終只會淪為另一種無實際生產力、類似比特幣的工作量證明機制。

Ambient

Ambient 採取了與 Pearl 截然相反的設計思路。不同於允許礦工運行任意模型，Ambient 要求全網統一使用一款大型開源權重模型，並圍繞校驗該模型輸出結果構建共識機制。

Pearl 採用暴力競賽模式，全體礦工爭相求解同一道難題；Ambient 則採用競拍機制開展競爭。用戶或 AI 智能體發布推理任務，設定截止時間與報價，本質上相當於 「在 X 分鐘內完成本次推理，我將支付 Y 費用」，隨後礦工參與競標承接任務。中標礦工使用全網統一模型執行查詢並繳納保證金，若未能按時交付結果則保證金被罰沒，以此約束礦工保障服務質量與響應速度。系統隨機選取一組驗證者核驗結果，驗證者的核驗優先級依據過往有效工作記錄加權，而非質押資產規模。礦工並行處理大量差異化任務，而非全體爭奪單一區塊，因此網路能夠規避傳統工作量證明存在的性能瓶頸。該項目基於 Solana 代碼分叉開發，以有效工作量機制替代質押共識，目標實現接近 Solana 的運行速度。

Ambient 是 OpenRouter 平台上 Kimi K2.7 模型輸入、輸出 Token 報價第二低的服務商。

競拍機制同樣是 Ambient 能夠實現推理價格具備競爭力的核心原因。普通 API 服務商需要依靠用戶支付的費用覆蓋單次請求的全部服務成本。而 Ambient 礦工完成同等工作量能夠獲得雙重收益：一是中標用戶或智能體提交查詢任務所支付的費用，二是協議針對經過核驗的有效工作量發放獎勵。礦工圍繞帶有明確報價與延遲指標的任務開展競標，因此其出價會錨定扣除預期代幣獎勵後的凈成本，而非未抵扣獎勵前的總成本。實質上，代幣通膨補貼供給端，同時競拍機制將大部分補貼傳導至需求端，體現為更低廉的推理服務價格。它與普通挖礦補貼最重要的區別在於：獎勵與有人發布並付費的真實任務綁定。如果這套機制順暢運轉，代幣增發不再單純用來換取算力；而是換取價格更低、結果可核驗的推理服務，進而吸引更多用戶使用，為礦工帶來更多業務量，進一步夯實網路代幣的需求基礎。

這套競拍機制，也是 Ambient 宣稱自身解決了 Pearl 未能攻克難題的關鍵。在 Pearl 網路中，無論是否有客戶需要運算結果，礦工只要執行矩陣乘法就能獲得區塊獎勵，這也是該網路會湧入大量無真實需求承載算力的根源。而在 Ambient 體系下，礦工只有中標他人發布並付費的任務，才能獲取 Ambient 代幣（尚未發行）；機制設計從根源上將挖礦行為與承接真實推理任務合二為一。

Ambient 在推理結果核驗層面同樣採用獨創方案。倘若礦工聲稱使用約定模型完成查詢請求，用戶如何確認對方沒有暗中更換成本更低、質量更差的模型以節約開支？即便當下中心化服務商也存在這類隱患，已有不少機構被指控暗中降低模型輸出質量以壓縮成本。Ambient 的解決方案依託大語言模型的底層運行特性：模型生成文本時，每一步都會輸出對數機率（logits）—— 即在選定下一個詞彙前，對所有候選詞彙生成原始數值評分。這一組評分數據流，相當於對應模型運算過程的指紋標識，可以哈希壓縮為簡短數值用於比對核驗。

針對生成數千枚 Token 輸出內容的礦工，驗證節點無需完整重跑全部任務。驗證者會在文本中隨機選取一處節點，要求礦工提供該位置對應的運算指紋；隨後僅在該點位單獨運行一輪模型、生成單枚 Token，並比對二者指紋是否一致。僅單次運算，即可核驗數千 Token 的完整結果。該邏輯和比特幣相似：生成工作量成本高昂，但校驗工作量十分低廉。Ambient 稱該方案可將核驗額外開銷控制在 0.1% 附近；與之對比，其他項目採用的零知識證明方案，額外開銷普遍達到 10 倍至 1000 倍。

有效工作量證明究竟具備多大價值？

這類項目與其他去中心化算力網路的核心差異在於：保障區塊鏈安全的運算任務，恰好是客戶實際需要的推理業務。機制順暢運轉時，一份能源投入同時換取網路安全性與可對外銷售的產品。對於算力服務商而言，挖礦成為現有硬體設備額外的第二條收入來源；同時運算結果具備可驗證性，AI 智能體採購推理服務時，無需單純信任服務商不會降質模型、隨意終止服務。

一旦缺乏充足真實終端需求，僅憑區塊獎勵就足以吸引礦工入場，整條 PoW 網路將充斥沒有客戶對接的閒置算力，僅僅徒有 「有效工作量」 的外殼，不具備實質產出。

除各類技術難點外，想要兌現上述願景還存在兩大阻礙。第一是需求端競爭。去中心化推理網路需要直面中心化服務商與單純 GPU 租賃業務的競爭，後兩者無需綁定加密代幣，往往速度更快、價格更低。去中心化賽道想要突圍，必須抓住一類特定買家：追求最小信任門檻、結果可驗證、具備抗審查、中立屬性，不存在平台單方面跑路風險的推理服務。當前願意為此溢價買單的需求體量依舊有限，但未來存在快速擴張可能：前提是相關項目能夠持續穩定提供高性價比推理服務，或是市場對中心化 AI 服務商的信任持續下滑。Pearl 上線歷程就是一則警示案例：缺乏足量真實需求時，單純依靠區塊獎勵只會吸引投機礦工，網路堆積大量無實際客戶的算力，有效工作量徒有其表。

第二個難點在於代幣價值捕獲機制。各個項目都描繪了一套增長飛輪：真實業務使用催生對原生加密代幣的需求；代幣需求支撐挖礦獎勵，保障網路安全；網路安全進一步吸引更多業務使用。但迄今為止，沒有任何項目真正跑通這套閉環。挖礦產出代幣後，礦工通常拋售代幣覆蓋營運成本；而需求端不存在強制購買代幣的機制，用戶大規模使用推理服務、核驗憑證等核心產品時，大多無需持有加密代幣。用戶可以使用美元支付 Pearl 推理費用；項目計劃未來上線代幣兌換算力的交易市場，本身也側面承認當前閉環尚未成型。Ambient 則推遲公布代幣經濟方案，尚未明確推理服務是否將以原生代幣計價。最終現狀就是：代幣主要依靠挖礦產出、隨即被拋售，而非被業務場景實際消耗。

這類網路最可行的路徑，是將原生代幣打造為推理服務的底層支付通道，這也是打通價值閉環最直觀的方式。疊加代幣通膨補貼帶來的價格優勢，該策略具備較強吸引力。更低廉的推理價格吸引真實流量，倘若服務必須使用原生代幣結算，業務用量將轉化為代幣剛需。但飛輪能否正向運轉存在前提：用戶使用習慣持續留存；隨著補貼逐步縮減，原生自然產生的代幣需求最終能夠超過挖礦拋壓。

AI推理硬體融資賽道

Venice 實現推理訪問權限代幣化，Pearl 與 Ambient 實現推理生產環節代幣化；而在三者更底層，一條全新的鏈上市場正在興起，專門為承載推理業務的 GPU 提供融資服務。本章節所描述的模式，最能體現加密技術的優勢；這套模式能夠順暢運轉的關鍵在於：項目不發行新代幣，也無需為代幣冷啟動培育需求。平台依託硬體資產吸納常規資金，將穩定幣存款轉化為算力營運商的採購貸款，再利用 GPU 租金現金流兌付存款用戶本息。

頭部算力營運商早已通過銀行授信、資產證券化、私募信貸等方式，依託算力集群進行融資。CoreWeave 規模達數十億美元的 GPU 抵押貸款就是典型案例。但中小型 AI 垂直雲廠商融資難度更高：它們持有硬體資產與具備穩定租金收益的合約，滿足貸款基礎條件，卻缺少完善資產負債表、資金管理團隊與信貸機構資源，難以快速獲得融資。USD.AI 正是面向這類主體提供借貸服務。存款用戶提供貸款資金，GPU 租賃收入用於償還債務，產生的利息作為存款收益返還儲戶。相比傳統銀行，該模式具備三項難以復刻的優勢：

• 資金供給端向所有穩定幣持有者開放，而非僅限少數封閉式信貸基金；

• 每一筆貸款都成為可組合的鏈上金融工具，支持質押、交易，或是在其他協議中充當抵押物；

• 資產抵押權益在鏈上確權登記，底層同時依託成熟傳統法律框架保障追償權。

USD.AI 採用雙代幣機制。存款用戶可鑄造 USDai—— 這是一款合成美元穩定幣，底層由 PayPal 發行的 PYUSD 提供支撐（而 PYUSD 本身由美國短期國庫券與現金儲備背書）。USDai 本身不產生收益，設計初衷是保持高流動性與可組合性。存款用戶若想要獲取收益，可將 USDai 質押轉換為 sUSDai；質押部位產生收益時，價值會同步累積。收益來源分為兩部分：GPU 借貸方針對存續貸款支付的利息，以及資金尚未投放期間閒置儲備資產產生的美債收益。當前貸款投放規模約占儲備總量一半，質押年化殖利率維持在 8% 左右；隨著更多資金完成投放，協議目標殖利率區間為 10%~15%。

實物 GPU 抵押貸款的核心難點，在於借款人違約後債權的強制執行。USD.AI 表示將通過CALIBER體系處置相關流程，該名稱是「抵押資產賬本：保險、寄託保管、資產評估與資產贖回（Collateralized Asset Ledger: Insurance, Bailment, Evaluation, and Redemption）」的縮寫。在這套框架下，完成融資的 GPU 會完成資訊備案，並代幣化為 ERC-721 標準 NFT。USD.AI 稱該 NFT 依據《統一商法典》第 7 編具備合法所有權憑證效力。依託寄託保管協議，借款人可繼續使用硬體設備，同時對應的 NFT 作為抵押物進行質押。代幣與實體硬體之間的綁定關係，並非自動生效，也不能單純依靠技術實現；整套關聯依託書面備案文件、現場巡檢、設備安裝憑證、保險保單、抵押物持續監控、留置權文件，以及數據中心或資產託管方的協同配合。一旦發生違約，鏈上拍賣僅能轉讓法律債權，實物資產回收仍需要鏈下法律與營運體系支撐。該框架尚未經歷完整不良資產處置周期的壓力檢驗，長期可靠性有待驗證。

流動性代幣對接三年期分期攤銷貸款，天然存在資產負債期限錯配問題。多數現實資產（RWA）信貸協議依靠承諾即時贖回掩蓋該風險，但在市場承壓階段極易暴雷，USD0++ 脫錨事件便是典型例證。USD.AI 並未承諾即時贖回。贖回申請以 30 天周期進行清算，僅使用當期已攤銷歸還的本金兌付，並遵循先進先出原則；協議不會處置正常履約的貸款來應對用戶提款需求。協議上層借鑑 Flashbots MEV-Boost 機制引入競價贖回隊列：希望優先贖回的用戶可出價競拍插隊權限，相關手續費將分配給選擇排隊等候的持有者。貸款條款設計類似商業地產抵押貸款支持證券（CMBS）：抵押率 70%~80%；借款人需留存可覆蓋約三個月本息償付的儲備金；一旦逾期付款，資產將被沒收；硬體配套保險、持續監控，並可通過專業合作機構完成資產收回。

本報告納入 USD.AI 的核心原因，在於它打通了與定價層之間的業務閉環。為 GPU 提供融資的放貸機構，需要抵押物公允市場參考標準：硬體能夠產生多少收益、折舊速度、安全放款比率，以及風險敞口如何對沖。算力價格指數與 GPU 期貨恰好提供這類定價基準；而 GPU 抵押貸款業務，則為價格市場賦予真實信貸風險敞口，讓行情價格具備實際金融價值。簡言之，定價市場為放貸機構提供硬體估值依據。

各類風險清晰可見，較高殖利率本身就是市場對風險的定價。整套業務架構能否存續，取決於 GPU 租金水平足以覆蓋貸款本息 —— 這也是貫穿本報告通篇的需求變量，在此處體現為信用風險。倘若推理需求走弱，或是 GPU 供給充足、租金下行，借款人現金流將持續收緊，違約率隨之上升；而恰恰在協議需要處置抵押物變現時，硬體價值也同步走低。USD.AI 貸款按照三年周期分期攤銷，對應硬體標稱 7 年使用年限，以此預留安全緩衝；但如果硬體迭代周期加快，安全邊際將會收窄。由於該模式依靠加密市場募集資金投入 AI 資本開支周期，一旦行業下行，抵押物價值、借款人業務需求、儲戶出資意願會同步承壓。這種高度相關性是值得重點關注的風險點。

有兩個項目案例具備參考意義。Maple Finance 證明：當專業信貸風控能力封裝為具備流動性、可組合的收益代幣後，鏈上信貸業務能夠實現規模擴張。其商業模式驗證，DeFi 用戶願意通過代幣化債權，投資機構管理的私募信貸資產。USD.AI 採用相似的分銷載體，但底層標的變為流動性較差、持續折舊的 GPU 實物資產，而非流動性更好的加密抵押物或是期限更短的機構信貸。OnRe 則將同類載體應用於另一門檻較高的實體市場：再保險。用戶可以藉助一款可組合美元資產，獲取保費與抵押資產收益形成的現金流。上述案例的共同點在於渠道分銷能力。加密底層通道拓寬了普通投資者參與私募市場的途徑，但並不會降低底層資產自身蘊含的風險。

結語

現階段，無論鏈上還是鏈下推理資本市場，相較於人工智慧行業整體增長規模而言體量仍十分微小。鏈上相關服務想要實現規模化發展，必須證明自身帶來的各項優勢具備可持續性與長期生命力。

賽道具備的優勢十分清晰。代幣化訪問權限（Venice） 將推理服務索取權轉變為無記名資產，持有者可以持有、轉售、出租或是交由 AI 智能體調用；區別於綁定單一帳戶、服務商可單方面撤銷的訂閱額度。有效工作量證明（Pearl、Ambient） 藉助代幣增發補貼，使推理定價低於市場均價，同時實現結果可核驗，採購方無需單純信任服務商不會私自替換低成本劣化模型。硬體融資業務（USD.AI） 將流動性匱乏的 GPU 信貸資產改造為可組合金融工具，所有穩定幣持有者均可參與出資與贖回，效率高於傳統信貸行業。以上三類方案底層均具備無准入許可、可編程的特性，恰好適配未來大機率成為鏈上推理資本市場需求主力的 AI 智能體群體。加密技術的價值，集中體現在所有權保障、中立性、可組合性與普惠資金渠道至關重要的場景。

賽道落地面臨的阻力不容小覷。目前尚未有項目能夠將算力真實消費需求轉化為對應加密代幣的剛需。算力生產類網路持續鑄造代幣並被拋售，依靠代幣通膨補貼低於市價的推理服務，而代幣產出後幾乎即刻流入市場變現。代幣化訪問權益的交易更多圍繞項目方發展預期開展投機，DIEM 持有者大多為投機者，其價格本質是押注 Venice 發展前景，而非算力使用價值。融資賽道屬於特例，也是唯一擁有真實產業客戶的板塊：各類 AI 垂直雲廠商存在融資需求，同時具備可用於償債的租金現金流，因此收益來源於真實業務需求，而非依靠增發代幣吸引熱度。總體來看，當前這套金融體系吸納投機資本的能力，顯著強於打造依靠真實使用需求自我維繫生態的能力。

在如火如荼的 AI 產業擴張浪潮中，鏈上推理資本市場真正的核心競爭力，並非在中心化巨頭最擅長的領域正面競爭 —— 大規模、低成本提供推理服務。它的機遇在於搭建傳統金融無力覆蓋、響應遲緩、規模受限的資本渠道與新興市場。這也是加密行業反覆印證的發展規律：加密賽道很少在終端產品、交易平台、大模型、應用層面直接取勝，卻往往能夠最快搭建起配套金融基礎設施，涵蓋資產定價、碎片化拆分、融資、結算等環節。

推理算力正是最新、規模潛力最大的案例。一個規模可達數兆美元的資產類別正在快速成型，然而將算力視作金融資產對應的完整市場體系（指數、期貨、信貸、代幣化算力額度）至今幾乎一片空白，這片空白蘊藏巨大機遇。融資業務當前能夠跑通，正是因為它是整套體系中最先落地真實需求的一環；生態其餘板塊則押註：隨著算力持續金融化，這套獨特優勢能夠向上游持續延伸。

推理市場或許需要數年時間走向成熟，但圍繞算力搭建的金融層，此刻正在成型。

來源：金色財經

發佈者對本文章的內容承擔全部責任
在投資加密貨幣前，請務必深入研究，理解相關風險，並謹慎評估自己的風險承受能力。不要因為短期高回報的誘惑而忽視潛在的重大損失。