作者： Lucas Tcheyan（Galaxy Digital 研究副总裁）

编译： 深潮 TechFlow

深潮导读： Galaxy Digital 最新研报梳理了「推理资本市场」的完整版图——从 ICE 和 CME 即将上线的 GPU 期货合约，到 Venice 把推理访问权变成可交易的永续资产（DIEM），再到 Pearl、Ambient 用「有用工作量证明」补贴推理成本，以及 USD.AI 用稳定币存款为 GPU 硬件放贷。推理正在取代训练成为 GPU 需求的主导力量，围绕它的金融层才刚刚开始成型。

引言

「链上推理资本市场」描述的是一套正在成型的系统：一组网络、协议、基础设施和应用，它们把 AI 模型推理（inference）从 OpenAI、Anthropic 等前沿实验室和超大规模云服务商控制的中心化 API 中解放出来，在链上完成协调和结算，并在此之上构建金融层。用户可以把提示词发送给由加密代币激励协调的 GPU 运营商网络，在某些配置下还能获得关于输出正确性和隐私的密码学或经济担保。

这个类别在 2026 年引起了越来越多的关注。推理——用训练好的 AI 模型处理新数据并生成输出——已经超越训练，成为全球 GPU 需求的主导份额。与此同时，自主代理（autonomous agents）作为一类新的推理消费者出现了：它们以编程方式付费，运行时不需要人类介入。

过去几年，去中心化 GPU 市场、推理协议、支付通道、代币化、资本形成工具、链上流动性各自经历了自己的高光时刻。新变化在于，这些原语正在融合成一个单一的集成系统——一个推理资本市场。随着推理越来越多地被用于所有工作，这个市场预计将找到不断增长的需求。链上的实验正围绕真正具有生产力和经济意义的活动展开，需求不仅来自加密领域。

图注：推理资本市场的完整版图

推动这一融合的力量有几个。GPU 使用正在从训练向推理决定性地转移，而开源权重模型在「够用就好」的任务层级上正在追赶前沿模型。这让原本昂贵的任务可以被路由到最便宜的服务方——无论是否走加密通道。推理需求的增长也在推动用户创造性地寻找算力来源。Citadel 最近发布了一份报告，显示以 Silicon Data LLM 指数衡量的 token 支出正在下降，反映出用户正在转向更便宜的模型。（AI token——AI 公司用来给服务定价的单位——不要与加密代币混淆。）

图注：Silicon Data LLM 指数追踪的 token 支出趋势

Coinbase、微软、AirBnB 等公司最近也开始转向使用开源模型，其中以中国模型为主。OpenRouter 最近的融资也证明了市场对多元化模型接入的需求在增长，这能让推理更经济。这部分是供给约束的结果——芯片短缺使得边际推理成本更高。

图注：推理供给约束示意

第二股力量是金融化。AI 的普及和它作为几乎所有任务输入的智能，正在创造对其商品化和金融化的需求。越来越多的团队在思考如何把 AI 算力变成一种可交易资产，纳入更广泛的金融层。推理资本市场的早期框架正在浮现，将 AI 硬件和产能金融化，目标是把它们组装成一个完整的市场。

GPU 指数与期货市场

在深入链上推理资本市场之前，必须先了解链下正在开发的更大市场——GPU 期货。

AI 基建投入的规模估算差异很大。摩根士丹利预测到 2028 年全球数据中心资本支出约 2.9 万亿美元（不含电力投资），其中约 2.5 万亿美元与 AI 相关。麦肯锡估计到 2030 年数据中心需要 6.7 万亿美元全球资本支出，其中 5.2 万亿美元用于 AI 处理设施，1.5 万亿美元用于传统 IT；其 AI 场景范围从受限需求的 3.7 万亿到加速需求的 7.9 万亿。高盛估计 2026 至 2031 年间 AI 基础设施资本支出约 7.6 万亿美元，涵盖算力、数据中心和电力。不管确切数字是多少，这些预测一致显示：算力/硬件是最大的支出类别，占比从 55% 到 67% 不等。

这些预测之所以难做，是因为供需两端都有未知数。一个是需求弹性——如果更便宜的算力被重新投入更大的模型和更广泛的部署，而不是作为节省被收入囊中，那么效率提升将扩大使用量而非缩减账单。另一个是芯片的有效寿命，折旧估算从 3 年到 7 年不等。虽然每年都有性能更强的芯片发布，按理说应该推动旧芯片走向淘汰，但那些「遗物」持续保有价值。严重的供给约束使得旧硬件仍有用武之地，它们也可以用来服务低层级模型。结果就是大量资本持续流入一个波动性资产——这恰恰是定价、对冲和融资市场开始形成的条件。

「采购算力的工作被比作毒品市场——你有一个'人'，需要货的时候就打电话。」

某种意义上这些市场已经存在，只是没有标准化形式。大买家已经在私下锁定未来算力——从按小时租用到多年期预留合同（GPU 版的承购协议），到供应商与最大客户之间的双边交易，通常以不透明、关系驱动的谈判定价。前沿实验室如 OpenAI 批量出售 token，超大规模云服务商相互预留产能，新型云服务商（neocloud）从云和经纪商那里前向购买，因为供不应求。全球最大的推理运营商之一 Baseten 把今天的算力采购比作毒品市场——你有一个「人」，需要货的时候就打电话。那些从不透明中获利的公司——经纪商和大持有者——没什么理由放弃它换取透明屏幕和几个基点的效率提升。类似的既得利益阻力帮助扼杀了十年来建立液化天然气交易所的尝试。GPU 期货正在这个碎片化的基础上作为标准化层出现，用于转移价格风险，但还不是产能配置方式的替代品。

期货市场要运作，需要一个准确的指数作为合约参考。对算力来说，这比标准化大宗商品更难。一个「GPU 小时」如果不指定芯片型号、内存和网络配置、区域、是按需还是预留，就没有意义。电力、带宽和液化天然气在成为流动市场之前也存在类似的底层商品差异。解决方式如出一辙：定义等级和参考价格，而不是要求每个单位都完全相同。原油以 WTI 和布伦特为基准定价，天然气以 Henry Hub 为基准。

图注：GPU 指数与大宗商品基准的类比

GPU 正在向类似的结构趋同。Ornn（Galaxy 投资组合公司）发布了基于实时交易数据的算力价格指数。Silicon Data 在彭博终端上每日发布 H100、A100 和 B200 租赁指数，将不同配置、供应商和区域的定价数据归一化为单一基准。Compute Desk 也在朝同一方向建设。用 Ornn 的框架来说，这些指数更像 SOFR（有担保隔夜融资利率），而不是它臭名昭著的前任 LIBOR。每个指数都基于市场上广泛的实际交易数据构建，而不是专家组的估算，追踪的不是单个 GPU，而是一组已定义算力的市场价格。

这种基于真实世界交易的锚定使异质性变得可管理。指数不需要任何两个 GPU 小时完全相同，只需要足够多的真实交易来计算出一个有代表性的价格。但它面临原油没有的问题：一桶标准 WTI 不会变，而 GPU 基准会随着芯片从 H100 迭代到 H200、B200、GB200 再到 Rubin 而衰减，迫使参考标准每代重写。碎片化加剧了这个问题——AMD、Google TPU、Amazon Trainium、超大规模自研芯片、主权芯片把需求分散在互不兼容的硅片上。持久的基准变得更难维持。

第二个争议点是结算方式。对冲算力预算的实验室或做方向性交易的交易台可能只想要纯价格敞口，对它们来说，一个根据指数支付差价的合约就是全部目的。但需要真正芯片来服务客户的新型云服务商，需要的是产能本身。目前推出的期货是现金结算的，因为价格对冲需求最容易标准化——大多数大宗商品期货以现金结算，原因相同。实物交割虽然可能，但更难提供，因为它需要更进一步的标准化和特异性。也有一种观点认为这个顺序是反的——在少数卖家控制供给的情况下，基于薄弱指数的现金结算容易被操纵，大宗商品通常需要实物交割或可运作的期现转换机制，才能让价格首先收敛于现实。

市场还需要双方都有真正交易理由的参与者，而不只是做方向性投注的投机者。天然的买方是那些成本与算力挂钩并希望锁定成本的公司——AI 实验室、应用公司、已向下游承诺产能并需要保障输入的新型云服务商。天然的卖方是持有 GPU 库存但未来用途不确定的公司——超大规模云服务商、大型 GPU 持有者和经纪商。为 GPU 采购提供融资的放贷方需要同样的参考价格，因为以贬值硬件为担保的债务必须有一个标价基准。投机者和自营交易公司则在上面增加流动性。目前市场的主要结构性张力在于：大多数卖家想卖长期合约，而买家想买短期合约——卖家想锁定收入，买家想要灵活性。

尽管面临这些挑战，一个更成熟的 GPU 市场的早期迹象已经开始出现。预测市场平台 Kalshi 已经推出了特定 GPU 价格的市场。纽交所母公司 ICE（与 Ornn 合作）和 CME（与 Silicon Data 合作）已宣布计划在未来一年上线 GPU 期货。「算力即商品」即将成为现实。

链上推理资本市场

模型和推理供应商本质上是 token 工厂。它们接受原始输入——GPU，把它精炼成 token 形式的输出。GPU 小时通过 GPU 指数正在越来越标准化，但上面的 token 层远没有发展起来，一个模型的 token 和另一个模型的 token 定价完全不同。不过这一层正在成型。中国三大国有电信运营商已经开始把推理作为计量公用事业零售，销售标准化的月度 token 套餐，很像手机数据套餐。亚马逊据报道将开始按消耗的 token 而非之前承诺的计算小时数向 Anthropic 付费。上海期货交易所据说正在早期设计 AI token 期货，作为 CME 和 ICE 在输入端构建的 GPU 合约的对应物。

加密领域正在构建自己的版本。这些链上推理资本市场建立在已有的加密-AI 原语之上，如 GPU 供应商和去中心化模型开发者，同时纳入了新兴的垂直领域，如代理支付标准和代币化推理市场。生态系统已经跨越多条链和执行环境，但开发特别集中在 Base 和 Solana 上，得益于它们成熟的开发者和用户基础。

图注：链上推理资本市场生态图谱

核心是推理供应商和网络——把提示词变成输出的项目。围绕它们的是让推理变得有用、可获取、可金融化的层：模型开发者、GPU 和算力供应商、路由器和市场、代理和应用、支付通道、资本形成基础设施。这些周边层很重要，因为它们要么创造推理需求，要么供给推理输入，要么把推理使用转化为可以付费、融资、路由或拥有的东西。

这些产品中有许多并非加密独有，都有链下对应物。在堆栈顶部，Hermes 和 Ironclaw 等代理框架可以从前沿实验室或 Venice 等链上供应商交替获取推理服务。Nous Research 等去中心化开发者的模型可以在 OpenRouter 上访问。GPU 供应商是超大规模云和数据中心的无许可、开源对应物，通常规模小得多。x402 和 MPP 等代理支付协议可以同样方便地为 OpenAI 或 Anthropic 订阅付费，也可以为 Venice 付费。程序化结算正在成为标准而非加密独有优势——OpenAI 和 Visa 最近也宣布了自己的代理支付基础设施。

独特的组件出现在金融化一侧，加密改变了推理被拥有、定价和融资的方式。金融化推理吸引了一系列链上项目，它们使用区块链支付通道和代币化，把推理活动变成可交易资产。这分为三种形式：

推理服务供应商如 Venice 和 Morpheus 代币化推理访问权，把对未来推理的索取权变成可以持有、定价和转售的东西。

有用工作量证明项目如 Pearl 和 Ambient 代币化推理生产，为服务推理的工作支付代币。

信贷供应商如 USD.AI 做的事不同。它们不是代币化推理本身，而是为推理运行所需的硬件提供融资，用稳定币存款为底层的 GPU 和数据中心提供资金。

这些组件共同构成了链上推理资本市场。

推理供应商

推理供应商层是整个堆栈的核心。这是去中心化推理最直接类似于传统 AI API 市场的地方。用户或开发者选择模型、发送提示词、按 token 或按请求或通过订阅付费，然后收到输出。最简单的版本看起来就像使用 OpenRouter、Together AI、Fireworks 或前沿实验室的 API。区别在于加密原生供应商可能从去中心化 GPU 网络获取产能，接受稳定币或代币付款，提供开放或无审查模型的访问，包含隐私保证，或把代币化的访问权附加到使用上。

图注：推理供应商格局

OpenRouter 是链上推理最有利的场所之一。那里的需求按 token 定价，用户可以在任何请求上自由切换供应商——这正是更便宜或更快的供应商应该夺取份额的环境。过去三个月，链上供应商处理的 token 占 OpenRouter 日处理总量的 0.5%-1%，而同期 OpenRouter 处理的总 token 量持续爆发式增长。这展示了一些在加密原生社区之外的初始牵引力，但仍然只是总使用量的很小一部分，说明这些供应商还无法与成熟的中心化产品竞争，无论是因为分发不足、相对成本还是其他因素。

但 OpenRouter 只代表了总 token 使用量的一部分。比如 Venice 报告称 6 月 23 日其所有接入点共处理了 1000 亿个 token，是它在 OpenRouter 上处理量的 10 倍。仅看 OpenRouter 使用量无法反映各项目层面的总体牵引力，链上推理供应商正在尝试用各种方法建立稳定的客户群。有些是特定功能——Venice 积极推广隐私作为差异化特征，让用户在使用推理时不必担心供应商保留、检查、泄露、审查或被迫披露敏感信息。Chutes 和 AkashML 让任何人都可以把 GPU 接入其网络并将闲置算力变现，试图降低成本。虽然这些功能可能帮助供应商赢得一些份额，但它们在很大程度上可以被中心化供应商复制，可能不足以获得有意义的市场份额。

链上产品能真正建立差异化的地方，是那些金融化推理的机制——把访问权变成买方可以拥有、持有和转售的资产，而不是只能消费的订阅。

Venice：代币化推理所有权

Venice 由加密行业老兵、连续创业者 Erik Voorhees 创立，在把推理访问权变成可拥有资产方面走得最远。它运行一个双代币系统——VVV 和 DIEM，把对未来推理的索取权包装成持有者可以铸造、拥有和转售的东西。

VVV 充当项目的「资本资产」。它不代表 Venice 平台的所有权——Venice 有自己独立的股权（6 月，Venice 完成了 6500 万美元的 A 轮融资，估值达独角兽水平），但持有者理论上可以从项目的成功中受益。最直接的方式是，Venice 收入的一部分用于回购并销毁 VVV。回购销毁有两种方式：从一般收入中资助的自由裁量销毁，以及将每笔新订阅的固定比例路由到回购销毁的程序化销毁。迄今为止，42% 的 VVV 已被销毁。

VVV 还有实用功能。任何数量都可以质押以获得年度 VVV 排放，或者质押 100 VVV 来解锁 Pro 订阅。但它最有趣的用途是与 DIEM 的关系——Venice 的「算力资产」。持有者锁定已质押的 VVV 来铸造 DIEM，每个 DIEM 永久授予 1 美元的 Venice 推理积分。持有 100 DIEM 就有 100 美元的 API 积分，适用于 Venice 平台上的所有模型，永久有效（或者至少在 Venice 还在运营的情况下）。

每个 DIEM 所需的已质押 VVV 遵循 Venice 设定的曲线，随着 DIEM 供应量接近 Venice 控制的目标而指数级上升，因为每个 DIEM 都是 Venice 账簿上的一项永续的每日一美元负债。供应量现在接近该目标，所以费率已经从推出时的大约 90 VVV/DIEM 攀升到现在的数百。这抑制了发行，意味着早期铸造者以远低于任何人现在能获得的 VVV 价格获得了 DIEM。VVV 被锁定来支撑 DIEM 期间，质押者只保留常规 VVV 质押收益的 80%，另外 20% 流向 Venice。锁定只能通过销毁 DIEM 来释放，所以已经出售 DIEM 的铸造者必须在市场上重新获取 DIEM 才能赎回 VVV——如果价格上涨了就会亏损。

图注：VVV 与 DIEM 的双代币机制

这两个代币相互增强。DIEM 只能通过锁定已质押的 VVV 来铸造，所以 DIEM 需求上升会把 VVV 从流通供应中抽走，赋予它超越投机的用途。反过来，DIEM 受益于 Venice 的增长。平台越有用、使用越广泛，对其每日访问权的可转让索取权就越有价值。DIEM 持有者不只是拥有可转售的推理——他们持有的是与 Venice 成功挂钩的头寸。

更广泛的产品即使在用户从未接触加密的情况下也在推动代币经济。Venice 团队说大多数用户不是加密原生的，很多人不关心代币。但当他们订阅、购买积分或使用平台时，这些活动仍然驱动 VVV 回购销毁和对 Venice 推理的需求。代币经济位于产品下游，而不是替代产品。Venice 不是一个寻找 AI 用例的加密代币，而是一个把部分使用和访问权路由到代币化推理市场的 AI 产品。

图注：Venice 推理使用增长趋势

Venice 的 DIEM 独特之处在于所有权。它让用户拥有他们消费的推理，而不是租用它。

DIEM 是关于如何代币化和交付推理访问的一次实验。它的独特之处在于所有权——让用户拥有他们消费的推理，而不是租用它。按请求付费的买家在推理用完后什么都得不到，而代币化访问权的持有者拥有一项可以保留、转让或出售的资产。这打开了几个用例：

因为索取权是可交易的，需求不均匀的持有者可以保留基线访问权，把不需要的天数卖掉或出租，收回按请求付费模式下直接损失的成本。代理可以直接持有 DIEM，赋予它一个无许可、可拥有的推理余额。交易可以通过 Aerodrome 做即时出售，或通过 Surplus、UsePod、AntSeed、CarpeDiem 等市场做固定期限的租赁。

Venice 团队经常举的另一个例子：用户买入 DIEM，用它做一天推理，第二天卖出。如果价格持平，推理实际上是免费的。如果价格上涨，用户还赚了。反过来也一样——如果价格下跌，持有者的损失可能远超直接购买推理的成本。对一些用户来说，这意味着他们可以在消费推理的同时投机推理价格。

DIEM 还能提供成本确定性。一个有稳定可预测需求的企业或代理可以用 DIEM 锁定其算力成本——逻辑和多年期云预留合同相同。它不知道两年后 1 美元的推理能买到什么，但现在可以锁定。按 7 月 7 日 DIEM 价格 1270 美元计算，一个 DIEM 大约是四年的每日一美元积分，所以买家预付了大约三年半的永续现金流。问题是，购买这种确定性意味着持有一个波动的、以美元计价的永续资产——这恰恰与买家想要的确定性背道而驰。按永续承诺定价，DIEM 隐含了对 Venice 持续服务能力的两位数折现率，而这个索取权的价值完全取决于 Venice 能持续服务多久。

这个机制还很早期，有实实在在的缺陷：

代币化推理对需要提前拉动需求和筹集资金的发行方最有用。拥有最好模型和真正定价权的实验室没什么动力去代币化，因为这会牺牲客户间的价格歧视、损耗收入（未使用的积分）和重新定价的灵活性。

DIEM 没有让持有者收回本金的到期日，也没有抵押品或储备金做支撑——不像下面讨论的 GPU 支持的贷款。它是一个开放式的赌注，赌 Venice 多年后仍在提供那 1 美元，如果不是，没有契约或追索权。

DIEM 是对 Venice 决定 1 美元推理能买到什么的索取权，不是对固定推理数量的索取权。Venice 设定每个模型的 token 价格，可能因需求和可用性而波动。风险不仅是市场价格的方向，还有 Venice 与持有者之间的自由裁量权。模型变便宜应该意味着 1 美元能买更多，但持有者只有在 Venice 把节省传递下来时才能看到。

图注：Erik Voorhees 的 Venice 是在把推理访问权变成可拥有资产方面走得最远的项目。（YouTube/ReasonTV, CC BY 3.0）

更深层的问题是：DIEM 这种永续、美元计价的形式是否是推理买家想要的敞口，还是他们更想要一种有期限、以算力或 token 计价的索取权，或者两者兼有。

图注：DIEM 使用率与持有者分布

目前 DIEM 主要作为投机资产被持有，而非用于推理访问——每周使用的推理不到已发放量的 50%。Venice 自己的材料称 DIEM 是一种「区间震荡的永续资产」，把买家分为 API 用户、在不出售 VVV 的情况下提取价值的 VVV 持有者和套利价差的投机者。后两类占持有者的最大份额。最接近的中心化类比是 OpenAI 的 Scale Tier：按 token/分钟计算的模型吞吐量预付承诺，以固定期限购买。但 Scale Tier 不是可拥有的推理——它是绑定账户的、不可转让的 OpenAI 平台内部产能。DIEM 的优势恰好相反：它可以被持有、转售并与加密推理堆栈的其余部分组合。更好的工具可能是结合 Scale Tier 的期限和算力计价，加上 DIEM 的所有权和可转让性。

对 Venice 来说，每一个流通中的 DIEM 都是它必须服务且永远无法卖给其他人的 1 美元算力——一项负债。这就是它用收入回购代币的原因，不是为了讨好持有者。

VVV 和 DIEM 并不是要模仿 Venice 的股权工具。它们最初是作为引导机制来建设平台用户群的。今天，它们的价值来自它们提供的算力索取权。VVV 持有者通过可铸造的 DIEM，拥有对 Venice 推理的永续索取权——Venice 越增长、其算力越有价值，这个索取权就越值钱。对 Venice 而言，每个流通中的 DIEM 都是 1 美元它必须服务且不能卖给别人的算力——一项负债——这就是它用收入回购代币的原因。一方拥有索取权并希望它增值，另一方背负义务并希望管控它。这种对 Venice 算力的共享头寸——而非任何股权利益——才是对齐力量，也是 VVV 作为实用代币机制来构建推理业务的一次有趣尝试。

代币化推理生产

Venice 代币化的是推理访问权，而有用工作量证明网络代币化的是推理生产本身——用代币排放来补贴服务推理的成本。工作量证明通过向解决任意难题的人支付代币奖励来引导网络——这就是保护比特币安全的方式，也是它把能量浪费在其他事情上的原因。有用工作量证明把那个难题换成真实的推理，这样保护链安全的同一算力也产出了客户愿意付费的东西。Pearl 和 Ambient 是两个正在运行的尝试，建立在相反的设计上。

Pearl

Pearl Network 是一条从比特币代码库分叉的 Layer-1 区块链，保留了比特币的 UTXO 模型和难度调整机制，但把 SHA-256 哈希算法替换为矩阵乘法——AI 推理和训练中的核心运算。Pearl 的主张是，服务客户推理的同一矩阵乘法可以同时作为一次挖矿尝试。

当 AI 模型回答一个提示词时，底层实际是把两个大数字网格相乘——这就是矩阵乘法。Pearl 让矿工取这些精确的网格，通过添加一层随机数字轻微打乱它们，然后对打乱后的版本做乘法。打乱网格的乘法是繁重的计算，这个计算被提交到挖矿竞赛中。运行过程中，中间结果被持续检查是否低于难度目标。如果低于，该矿工就赢得了区块——和比特币相同的规则，只是被测试的工作是真实的模型服务计算，而不是标准挖矿中的无用哈希。乘法完成后，一个快速的最终步骤把随机层减回去，留下的就是客户想要的精确推理结果。所以单一的乘法行为同时产出两样东西：真实的 AI 输出和赢得区块奖励的机会。

两个设计选择使这种「一举两得」具有可行性。Pearl 作为 vLLM 的插件发布——vLLM 是 AI 公司已经在用的一款流行软件，供应商可以直接启用而无需重建系统。因为获胜的条目必须被公开以供网络验证，Pearl 用零知识证明包装它，这样客户的提示词和供应商的专有模型权重都保持隐藏。额外开销很小。Pearl 报告说以其方式运行模型增加了 0.5% 到 10% 的额外工作，在其对 Llama-3.3-70B 的发布测试中，Pearl 版本运行得与标准版本一样快甚至更快，因为团队对核心计算的重新工程化在某些配置下碰巧比标准版本更高效。

图注：Pearl 网络算力增长趋势

作为最早结合工作量证明和推理的网络之一，Pearl 发布后吸引了矿工的强烈兴趣，算力迅速攀升。但协议无法区分有用的计算（服务真实推理请求的计算）和无用的计算，因为无论客户是否想要结果，计算都是有效的。Pearl 的白皮书就假设了这一点，在其假设中纳入了一群纯粹为赚取区块奖励而运行无用计算的矿工。Pearl 的发布证实了这一点——早期的挖矿热潮推动了算力的快速攀升，几乎看不到任何在服务真实推理。

不过也有越来越多真实世界牵引力的迹象。最值得注意的是，5 月 Pearl 宣布与 Together.ai 合作——后者是领先的推理和算力供应商之一——推出了一个价格比 Together 标准费率低 25% 以上的推理端点，折扣由同一算力上赚取的 Pearl 代币奖励资助。Pearl 的双用途设计只有在真实的付费推理需求驱动算力时才能产出有用的工作。没有那种需求，区块奖励只会吸引投机矿工，结果不过是一种不同形式的类比特币工作量证明，没有生产性输出。

Ambient

Ambient 与 Pearl 做出了相反的设计选择。它不是让矿工运行任意模型，而是把整个网络标准化为一个大型开源权重模型，并围绕验证该模型的输出构建共识。

Pearl 让矿工通过蛮力竞争——所有人争解同一道题——Ambient 则让矿工通过拍卖竞争。用户或代理发布一个带截止时间和价格的推理任务——实际上是「在 X 分钟内完成这个，我付 Y」——矿工竞标承接。获胜矿工在网络模型上运行查询，提交一笔保证金（如果未按时交付就没收），保证质量和速度承诺。一组随机选择的验证者——优先权按有用工作的历史记录而非质押资本加权——然后检查结果。因为矿工同时服务很多不同的任务，而不是所有人争夺一个区块，网络避免了传统工作量证明中的瓶颈。整个系统是 Solana 的分叉，把质押换成了有用工作，旨在以 Solana 级别的速度运行。

图注：Ambient 是 OpenRouter 上 Kimi K2.7 模型输入和输出 token 第二便宜的供应商

拍卖也是让 Ambient 推理定价有竞争力的机制。普通 API 供应商必须从用户付款中收回服务请求的全部成本。Ambient 矿工可以因同一单位工作被付费两次：一次来自其赢得任务的用户或代理的支付，另一次来自协议对经过验证的有用工作的奖励。因为矿工在有明确价格和延迟目标的任务上竞争，他们应该按扣除预期代币奖励后的净成本出价，而不是扣除前的总成本。实际上，代币排放补贴了供给侧，拍卖迫使大部分补贴以更便宜的推理形式传递到需求侧。与通用挖矿补贴的关键区别是：奖励附着在有人发布并付费的任务上。如果机制奏效，排放买到的不仅是算力，而是价格更低、经过验证的推理——这吸引更多使用，给矿工更多工作，并加强对网络代币需求的支撑。

图注：Ambient 与 Pearl 的设计对比

这个拍卖也是 Ambient 声称解决了 Pearl 未解决问题的原因。在 Pearl 中，矿工无论客户是否想要输出，都可以通过运行矩阵乘法获得区块奖励——这就是为什么网络吸引了不服务真实需求的算力。在 Ambient 中，矿工只有通过赢得有人发布并付费的任务才能获得代币，所以挖矿和服务真实推理在设计上是同一行为。

Ambient 在推理输出验证方面也采取了独特方法。如果矿工声称在约定的模型上运行了你的查询，你怎么知道它没有偷偷换成更便宜、质量更低的模型以节省成本？即使对今天的中心化供应商来说这也是一个真实的问题——它们曾被指控悄悄降低模型质量以削减成本。Ambient 的答案利用了语言模型工作方式的一个特性。模型生成文本时，每一步都会产生 logits——在选择一个词之前对所有可能下一个词的原始数值评分。这串评分实际上是哪个精确模型在做思考的指纹，可以被哈希成一个短数字来检查。

要检查一个生成了数千个 token 输出的矿工，验证者不需要重新运行整个任务。它挑选文本中的一个随机点，让矿工提供该点的指纹，然后只在那个位置运行模型生成一个 token 来看自己的指纹是否匹配。一个 token 的工作确认了数千个。这和比特币类似——产出工作很昂贵但检查很便宜。Ambient 声称这把验证成本开销保持在 0.1% 附近，相比其他项目尝试的零知识证明方法大约 10 倍到 1000 倍的开销。

有用工作量证明到底有多「有用」？

让这些项目与去中心化算力的其他项目区别开来的是：保护链安全的工作就是客户想要的工作。当这个机制奏效时，一个单位的能量同时买到安全性和一个可售卖的产品。挖矿是供应商已经在运行的硬件上的第二收入流，输出可验证到足以让代理不必信任供应商不会降低模型质量或切断访问就能购买推理。

如果没有足够的真实需求，区块奖励单独就能吸引矿工，工作量证明网络充斥着不服务任何客户的算力——形式上有用但实质上无用。

除了技术挑战，在承诺与实现之间还有两个问题。第一个是需求。去中心化推理网络在与中心化供应商和单纯的 GPU 租赁竞争——两者都更便宜、更快，且不附带加密代币。要赢，必须有买家想要信任最小化形式的推理——可验证、抗审查、中立、没有供应商能跑路。今天愿意为此付费的需求切片仍然很小，但如果这些项目证明了以更低成本提供一致稳定推理的能力，或者如果对中心化 AI 的信任被侵蚀，可能会迅速扩展。Pearl 的发布是一个警示。没有足够的真实需求，区块奖励单独就能吸引矿工，网络充斥着不服务客户的算力——形式上有用但实质上无用。

图注：有用工作量证明面临的挑战

第二个问题是代币价值累积。每个项目都承诺一个飞轮：真实使用驱动对其加密代币的需求→代币资助保护网络的挖矿奖励→支持更多使用。但没有一个闭合了它。挖矿铸造代币，矿工卖出以覆盖成本，但需求侧没有任何东西迫使买家获取代币，因为消费实际产品——推理或证明——大多不需要大规模使用加密代币。Pearl 的推理可以用美元支付，其提议的未来市场中代币将购买算力，这本身就是对循环尚未存在的默认承认。Ambient 推迟了其代币经济学的发布，也没说推理是否将以代币计价。所以每个代币都是被赚取和出售的，而不是被使用的。

最有可能的是，这些网络会把它们的代币作为推理的原生支付通道——这是闭合循环的明显方式。配合让它们能以低于市场价格提供推理的排放补贴，这个策略可能很有说服力。更便宜的推理吸引真实使用，如果必须用代币支付，使用就变成了代币需求。不过飞轮只有在采用持续、有机代币需求最终超过排放抛压的情况下才能正向转动。

AI 推理硬件融资

Venice 代币化推理访问权，Pearl 和 Ambient 代币化推理生产，而在它们下面一层，一个不同的链上市场正在浮现：为推理运行所需的 GPU 提供融资。这是本报告中加密做它最擅长之事的最清晰案例——它之所以奏效，恰恰是因为它没有铸造代币或试图引导对代币的需求。它以常规方式筹集资本来抵押硬件，把稳定币存款导入给购买 GPU 的运营商的贷款，并从租赁现金流中偿还存款人。

最大的运营商已经通过银行信贷额度、资产支持证券化和私人信贷以其设备群进行融资。CoreWeave 数十亿美元的 GPU 支持债务是典型案例。较小的新型云服务商则更困难——它们拥有硬件，持有支持贷款的合同现金流，但缺乏快速获得贷款所需的资产负债表、财资功能和放贷方关系。USD.AI 向它们放贷。存款人资助贷款，租赁收入偿还贷款，利息作为收益返回给存款人。有三件事是银行难以匹敌的：贷方一侧对任何持有稳定币的人开放，而不是封闭的信贷基金；每笔贷款成为可在其他地方质押、交易或用作抵押品的可组合链上工具；抵押品索取权在链上表示，同时仍依赖于传统法律执行。

图注：USD.AI 运作机制

USD.AI 运行在两个代币上。存款人铸造 USDai——一种由 PayPal 的 PYUSD 支持的合成美元（PYUSD 又由美国国债和现金支持）。USDai 不付收益，旨在保持流动性和可组合性。要赚取收益，存款人将其质押为 sUSDai，其价值随着头寸获得奖励而增长。收益来自两个地方：GPU 借款人支付的活跃贷款利息，以及部署间隔期间闲置储备金的国债收益。在贷款账簿约为储备金一半的情况下，质押收益约为 8%，协议目标是随着更多资本被部署达到 10%-15%。

图注：USD.AI 贷款流程

以物理 GPU 为抵押物放贷的难点在于借款人违约时如何执行索取权。USD.AI 曾经把每个被融资的 GPU 记录为 ERC-721 NFT，将其描述为《统一商法典》第 7 条下的合法产权凭证，借款人在委托保管安排下保管机器，NFT 作为抵押品。它把这个框架称为 CALIBER。协议后来放弃了它，发现它造成了太多商业摩擦。现在 NFT 代表的是贷款记录——它承载服务条款并在链上路由还款，但本身并不转移对抵押品的法律索取权。执行通过常规的链下贷款文件进行，物理追回仍依赖于任何硬件放贷方都会依赖的运营堆栈：现场检查、安装证明、抵押品监控、留置权备案和数据中心或托管方配合。该执行路径和协议更广泛的模型都未经历过完整的不良资产回收测试。

一个由 3 年摊销贷款支持的流动代币存在资产负债错配。大多数 RWA 信贷协议通过承诺即时赎回来掩盖它，然后在压力下崩溃——USD0++ 的脱锚就是例子。USD.AI 不承诺即时退出。赎回在 30 天的周期内清算，基于已摊入的本金，先到先得。协议不会为了资助提款而清算一笔正常运行的贷款。一个借鉴 Flashbots MEV-Boost 设计的定价队列覆盖在上面，让想要跳过队列的赎回者竞价获得优先权，费用路由给等待的持有者。贷款条款类似 CMBS：70%-80% 贷款价值比，覆盖约三个月偿债服务的借款人储备金，两次错过付款后清算，硬件被保险、监控并可通过专门合作伙伴追回。

USD.AI 属于本报告是因为它把信贷层与定价层连接了起来。为 GPU 融资的放贷方必须根据某些标准来标记其抵押品：硬件折旧多快、强制出售时能卖多少、什么样的预付比例安全、如何对冲残值。算力指数和正在形成的期货给了放贷方这个参考，而放贷方反过来提供了真实的信贷敞口，让那些价格有了超越投机的用途。GPU 放贷方需要知道的不是某一天的现货租赁价格，而是贷款违约时这台机器能转售多少——流动的指数和期货曲线最终能确定这一点。

图注：GPU 信贷与算力定价层的连接

USD.AI 表示其大约 95% 的贷款账簿由长期承购合同而非现货租赁担保，所以借款人的偿债能力更多取决于预先承诺产能的交易对手方，而不是每日租赁价格。两件事现在介于那个风险和存款人之间。协议快速去风险化每笔贷款——70%-80% 的贷款价值比加上预先资助的三个月偿债服务储备金，使发放时的有效 LTV 降到 60 多。USD.AI 说大约四分之一到三分之一的贷款在第一年就偿还了，所以它在硬件价值大幅下降之前就收回了大量敞口。快速折旧——通常是令人恐惧的——只要摊销跑赢了它，就对放贷方有利。其次，每笔新贷款现在都带有 Barkr 的价值损失保险，其 AI 驱动的抵押品估值由慕尼黑再保险（A+/AA- 评级的再保险公司）担保和再保险。如果贷款违约且抵押品出售价低于 Barkr 的评估价值，差额支付给协议。鉴于 80% 的 LTV 上限，USD.AI 将此描述为对未偿债务的全额覆盖。

保险改变了风险但没有消除它。它把残值风险交给了一个强大的交易对手方，但也集中了对 Barkr 估值模型和再保险持续有效的新依赖——覆盖范围和 USD.AI 的链下执行都没有经历过真正的违约潮考验。贷款仍然在 3 年内摊销，对比声称的 7 年有效寿命，更快的硬件周期会缩小这个差距。与几个月前的区别在于，一笔不良清算现在先由保险公司承担，然后才落到存款人身上。

结论

图注：推理资本市场总览与展望

目前，推理资本市场——链上和链下——相对于 AI 产业的增长仍然很小。链上产品要规模化，必须证明它们引入的优势是可持续和持久的。

那些优势是明确的。代币化访问权（Venice）把对推理的索取权变成持有者可以保留、转售、租赁或交给代理的不记名资产，而不是绑定于一个供应商可以撤销的账户的订阅。有用工作量证明（Pearl 和 Ambient）用代币排放补贴推理使其低于市场成本，并使输出可验证，让买家无需信任供应商不会偷换模型就能付费。融资（USD.AI）把非流动的 GPU 信贷变成任何持有稳定币的人都能资助和退出的可组合工具，比传统信贷行业更快。在这三者之下，整个堆栈是无许可和程序化的——这是最自然地适合代理这类可能驱动链上资本市场推理大部分需求的消费者的形式。加密被用在所有权、中立性、可组合性和资本获取重要的地方。

采用的阻力也不小。没有人把对算力的真实需求与对加密代币的真实需求连接起来。生产网络铸造代币并出售它，用排放资助低于市场价的推理——排放被赚到后立即被卖出。代币化访问权的交易更多基于对发行方的投机而非使用，DIEM 主要被投机者持有，作为对 Venice 的押注而非推理来定价。融资是例外——唯一一种有真实客户的形式：需要资本且有现金流偿还的新型云服务商——所以它的收益来自被服务的需求，而不是为引导兴趣而铸造的代币。到目前为止，金融层在吸引投机资本方面比在产生自我维持、使用驱动的需求方面更成功。

链上推理资本市场在持续的 AI 基建中的真正优势不在于与既有企业在它们最擅长的领域竞争——以低成本大规模服务推理。而在于形成资本并触达传统金融太慢、太小或没有能力服务的市场。这是加密不断重新发现的模式——它很少赢得产品、交易所、模型或应用本身，但它一再成为围绕这些构建金融层的最快方式，无论是定价资产、碎片化、融资还是结算。

推理是最新也是最大的实例。一个数万亿美元的资产类别正在实时组装，而算力作为金融资产的市场结构——指数、期货、信贷、代币化产能——几乎还不存在。这种缺失就是机会。融资层今天之所以有效，是因为它是这个结构中第一个找到真实需求的部分，堆栈的其余部分是一个赌注：同样的优势会随着算力本身的金融化向上延伸。

推理市场可能需要数年才能成熟，但围绕它构建的金融层正在现在形成。

更新（7 月 15 日）：关于 USD.AI 的部分已更新，以反映协议在执行违约贷款索取权方面的变化。