推文

@coco961001 · 2026-10-08 07:57

很多人聊 AI，注意力都放在模型有多强、参数有多大，但真正落到应用层，算力从哪里来同样是个绕不开的问题。 如果每一次 AI 推理都依赖少数大型数据中心，成本、隐私和扩展能力都会成为限制。 @Acurast 的思路比较直接：把全球大量闲置的智能手机变成可以被调用的去中心化算力。 Acurast 的网络里，手机运行 Processor 后，会根据 CPU、RAM、存储等性能指标匹配任务。 开发者提交 Deployment，网络通过 Matcher 调度合适的设备执行。 这样一来，AI × DePIN 就不只是一个概念。 一方面，计算资源不再完全依赖集中式数据中心 另一方面，部分任务可以在手机的 TEE 可信执行环境中完成，让数据和推理过程得到更好的保护。 对于 AI Agent、私密 LLM 推理、链上自动化等场景，这种模式都有一定想象空间。 更关键的是，Acurast 已经开始跑起来了。 官方文档显示，激励测试网曾接入约 30 万个计算单元，覆盖 175+ 个国家，累计处理超过 10 亿笔测试网交易。 2026 年 2 月的 Base 公告也披露，当时已有 22.7 万+ 活跃手机 Processor，覆盖 140+ 个国家，并完成 40.1 万+ 次计算部署和 6.45 亿+ 笔链上交易。 这些都是阶段性数据，但至少说明 Acurast 已经不只是停留在白皮书阶段。 再看 $ACU，它承担的是网络里的基础经济角色。 开发者使用 ACU 支付部署和链上费用，Processor 与质押参与者获得相应奖励，成功执行后的部署费用还会被销毁。 真正值得观察的，其实不是手机数量还能涨多少，而是未来能不能有更多真实计算需求进入网络。 AI 缺算力，DePIN 缺真实需求。 Acurast 想做的，就是把这两件事接起来，让手机从闲置设备变成可以被调用的计算资源。 至于这套模式能不能形成稳定的需求、执行、激励和安全闭环，还需要市场继续验证。

曝光 1881 · 评论 41 · 点赞 27 · 书签 0