-
Prime Intellect：通过组织计算和GPU训练集群来实现人工智能开发的民主化。
-
Bittensor：一个开源的去中心化协议，创建了一个将机器学习（ML）转化为可交易产品的点对点市场。
-
Gensyn：为全球深度学习模型提供超大规模、成本效益高的计算协议。
-
Prodia：大规模去中心化图像生成
-
Ritual：构建一种方式，使任何协议、应用程序或智能合约都能用最少的代码集成人工智能模型。
-
Grass：为加密货币构建数据层，奖励用户的数据，这些数据随后用于训练人工智能。
“加密技术希望信息上链，以便为其估值并为系统增加价值。人工智能希望信息上链，以便系统能够自由访问和利用这些信息。” — — Jacob, Zora
在加密领域，有时很难找到具有产品市场契合度的协议。基础设施获得的资金超过了新颖的应用程序，用户的注意力是短暂的，叙事不断变化。一个能够坚持下来的叙事是，人工智能极度中心化，而加密技术可以解决这个问题。关于封闭源代码与开源人工智能的讨论，超出了加密技术的范畴 — — 像Open AI和Anthropic这样的大型人工智能/机器学习实验室，将他们的模型权重和训练数据扣为人质，只向公众发布前沿模型的修改版本，形式为聊天机器人。一些人认为，构建封闭源代码或开源人工智能之间的差异是一种国家防御威胁。另一些人只是希望有自由使用性能最高、最新版本的大型语言模型 — — 加密技术可以帮助解决这个问题。
去中心化人工智能有几个值得讨论的组成部分：验证、计算聚合平台、去中心化训练和以软件为重点的基础设施。一些与DeAI相关的值得探讨的主要问题领域包括乐观验证与零知识验证的问题、链上零知识证明以及在异构来源上高效使用计算能力。不过，最终这些宏伟目标必须在链上经济上和技术上都可行。
Prime IntellectPrime Intellect 是最明确地推出实际产品的团队，其前沿技术令人兴奋，因此，它不仅在加密货币圈内受到认可，在圈外也获得了关注。上个月，他们公开推出了 Prime Intellect 计算平台。该平台聚合了来自中心化和去中心化提供商的云资源，提供对高需求 GPU（如 H100、A100 等）的即时且成本效益高的访问。这一直是加密货币中分布式计算平台的一个问题；通常，他们能够访问的 GPU 并非高需求的高性能型号。不仅如此，该团队还计划最早于本月推出按需多节点集群。
虽然聚合计算只是 Prime Intellect 的第一步，他们最近还发布了 OpenDiLoCo，这是 DeepMind 的分布式低通信（DiLoCo）方法的开源实现和扩展，能够实现全球分布式人工智能模型训练。他们在三个不同的国家训练了一个模型，计算利用率达到 90–95%，并将其扩展到原始工作的 3 倍大小，证明了其对数十亿参数模型的有效性。他们在最大的人工智能会议之一上展示了他们的工作，并得到了原始 DeepMind DiLoCo 作者的高度赞扬。