Estructura de capital del mercado de valores: cómo la criptografía construye la infraestructura financiera de cómputo para IA

作者：Lucas Tcheyan；来源：Galaxy Digital；编译：Shaw，金色财经

引言

链上推理资本市场这一概念，指代一系列网络、协议、配套基础设施与应用，用于协调前沿实验室、超大规模云厂商中心化 API 体系之外的 AI 模型推理业务，以及搭建在该业务之上、正在成型的金融层。用户不必将每一次 API 请求经由 OpenAI、Anthropic 这类前沿模型服务商，或是其背后的云厂商中转；而是可以向由加密代币激励与链上结算机制调度的 GPU 运营商网络提交提示词。在部分架构下，用户还能获得针对输出结果准确性与数据隐私的密码学保障或经济担保。

2026 年，该赛道受到越来越多关注。**推理（利用已训练完成的 AI 模型基于新数据生成结果的运算过程）的 GPU 全球需求量占比已经超越模型训练，成为算力第一大需求场景。**与此同时，自主智能体成为一类新兴推理需求方，这类软件能够自动完成支付，全程无需人工干预。

过去数年，去中心化 GPU 交易市场、推理协议、支付通道、资产代币化工具、资本募集载体、链上流动性板块都各自迎来发展窗口。当下出现的新变化在于：各类基础组件正在融合为一套统一完备的系统 ——推理资本市场。**随着 AI 推理广泛落地至各类业务场景，这套体系的市场需求预计持续攀升。**当前各类链上实践围绕具备真实生产力、可观经济价值的业务开展，相关需求也不再仅仅来源于加密行业内部。

多重力量正在推动这一生态融合进程。GPU 算力需求明确从模型训练转向推理任务；而在仅需达到 “够用即可” 标准的业务场景中，开源权重模型正在缩小与前沿闭源模型之间的性能差距。这使得企业可以将原本成本高昂的任务，调度至性价比最优的算力供给端（无论依托加密底层通道还是传统渠道），从而具备经济可行性。

**推理算力需求持续增长，也倒逼用户以更多创新方式采购算力。**城堡证券（Citadel）近期发布研报指出，硅谷数据大语言模型指数（Silicon Data LLM Index）统计的 AI Token 消耗规模出现下滑，体现市场转向成本更低的模型方案。（注：AI Token 是 AI 服务商用于定价服务的计费单位，切勿与区块链发行的加密代币混为一谈。）

包括 Coinbase、微软、爱彼迎在内的众多企业近期也开始转向使用开源模型，其中以中国开源模型居多。OpenRouter 近期完成新一轮融资，同样印证市场对多元化模型接入渠道的需求持续上升，这类渠道能够有效降低推理成本。出现这一趋势的部分原因在于算力供给受限，导致推理服务的边际部署成本不断走高。

**推动生态融合的第二股力量是金融化。**人工智能普及程度持续提升，智能能力几乎成为所有业务的生产要素，市场随之产生将算力商品化、金融化的需求。越来越多团队开始探索方案，把 AI 算力打造为可交易资产，并纳入更完善的金融体系。推理资本市场的早期框架正在成型：市场开始对 AI 硬件与算力容量进行金融化定价，目标是搭建一套完备的综合交易市场。

GPU指数与期货市场

在探讨推理资本市场的链上落地形态之前，应当先关注规模大得多的链下市场，其中最具代表性的便是 GPU 期货。各方对 AI 基础设施扩张规模的预测数值差异较大：摩根士丹利预测，截至 2028 年，全球数据中心资本开支约 2,9 万亿美元（不含电力投入），其中约 2,5 万亿美元直接用于 AI 相关业务负载。麦肯锡测算，到 2030 年全球数据中心资本开支将达到 6,7 万亿美元；其中 5,2 万亿美元投向 AI 算力设施，1,5 万亿美元用于传统 IT 业务。其 AI 情景区间分为两种：需求偏弱情形为 3,7 万亿美元，需求加速释放情形可达 7,9 万亿美元。高盛预估，2026 至 2031 年间，全球在算力、数据中心与电力领域的 AI 基础设施资本开支约 7,6 万亿美元。无论最终精确数值是多少，多家机构预测形成一致结论：算力与硬件是开支占比最高的板块，摩根士丹利、麦肯锡、高盛三组测算区间显示该板块占比约 55%~67%。

这类预测难以精准落地，核心在于供需两端存在大量未知变量。其一为需求弹性：如果算力成本下降所节约的资金，并未转化为企业利润留存，而是持续投入训练更大规模模型、扩大落地场景，那么效率提升只会带来算力使用量扩张，而非整体账单缩减。第二个变量是芯片使用年限，目前行业尚无统一结论，折旧预估区间普遍在 3 至 7 年。尽管每年都会推出性能更强的新一代芯片，理论上会加速老旧芯片淘汰，但现实中老款硬件依旧保有价值。由于供给持续紧张，企业不得不依靠存量硬件满足算力需求，同时老旧芯片也能够承接门槛较低的模型推理任务。最终形成局面：海量持续涌入的资本，投向价格波动剧烈的资产；而这正是催生定价、对冲、融资配套市场的典型环境。

当下算力采购生态，常被比喻成黑市交易市场 —— 想要拿到货源，你只能专门联系某个“中间人”。

某种意义上这类远期交易市场早已存在，只是尚未形成标准化形态。大型采购方早已通过私下协议锁定远期算力，形式涵盖小时级按需租赁、多年期算力预购合约（相当于 GPU 版本的承购协议），以及服务商与顶级大客户之间的双边交易；价格往往依靠人脉谈判形成，透明度很低。OpenAI 等前沿模型企业批量售卖 API 调用额度，各大超大规模云厂商互相预留算力容量；AI 专属云服务商（新云 / Neoclouds）则向公有云厂商与中间商提前锁仓算力，根源在于整体供给供不应求。全球头部推理服务商之一 Baseten 直言，如今采购算力如同黑市交易，需要专门对接中间人获取货源。依靠信息差与人脉赚取收益的中间商、大额算力持有方，几乎没有动力转向公开透明的电子盘交易，即便标准化市场能小幅提升交易效率。历史上同类阻力也曾阻碍大宗商品发展：维托尔、BP、壳牌等能源巨头的抵触，致使液化天然气交易所筹备尝试历经十年仍难以落地。GPU 期货正是在这种碎片化现货市场之上逐步兴起，其定位是转移价格风险的标准化工具，短期内并不会取代现有的算力采购模式。

期货市场有效运转的前提，是拥有可供合约锚定的精准价格指数。相较于标准化大宗商品，算力构建指数的难度更高。单纯一个 “GPU 小时” 缺乏统一标准：必须明确芯片型号、显存、网络规格、所在地区，以及算力是按需现货还是预购锁仓资源。电力、带宽、液化天然气在发展为高流动性市场前，也曾面临标的规格不统一的难题。行业最终采用相同解决路径：划分品级、设立基准价，而非强求每一份商品完全同质。原油定价依托纽约商品交易所 WTI、布伦特等基准品级；天然气则以亨利港（Henry Hub）价格作为定价锚。

GPU 市场正逐步形成一套相似的定价体系。Galaxy 投资组合企业 Ornn 推出算力价格指数，该指数依托真实成交数据编制。Silicon Data 每日在彭博终端发布 H100、A100 与 B200 租赁指数，将不同硬件配置、服务商、区域的报价标准化，整合形成单一基准。Compute Desk 也朝着相同方向布局。按照 Ornn 的定位，这类指数更贴近担保隔夜融资利率（SOFR），而非备受诟病的旧版伦敦银行同业拆借利率（LIBOR）。指数数据源自市场海量真实成交记录，而非专家组主观估算；它并不追踪单一型号 GPU，而是统计一组标准化算力资源的市场通行价格。依托真实交易数据，算力硬件规格参差不齐的问题才具备可管控的基础。指数并不要求每一小时 GPU 算力完全同质，只需拥有足量真实成交样本，就能测算具备代表性的价格。

但算力指数仍面临原油市场不存在的难题。数十年来西德克萨斯轻质原油（WTI）能够稳定充当定价锚，原因在于标准原油桶规格恒久不变；而 GPU 基准标的会持续迭代，算力集群逐步从 H100 过渡至 H200、B200、GB200 以及 Rubin 芯片，每更新一代硬件，定价基准就需要重新修订。硬件多元化进一步加剧难点：AMD 芯片、谷歌 TPU、亚马逊 Trainium、大型云厂商自研 ASIC 以及各国自主芯片分流需求，各类硬件互不兼容。打造一套长期稳定有效的定价基准，难度不降反升。

**第二个核心争议点在于交割规则。**对于希望对冲算力预算波动的 AI 实验室、或是表达价格观点的交易团队而言，他们只需要纯粹的价格风险敞口，并不需要实物硬件；对这类主体，基于指数进行差额结算的合约就足以满足需求。但面向终端客户提供服务的 AI 垂直云厂商，则需要实实在在的算力资源。当下陆续推出的 GPU 期货均采用现金交割模式，原因在于价格对冲需求最容易标准化；多数大宗商品期货即便支持实物交割，也普遍以现金结算为主，背后逻辑一致。实物交割具备可行性，但落地难度更大，要求更进一步的标准化与细致条款。鉴于现金结算期货的推进速度与新增市场需求，未来一年内出现实物交割 GPU 合约并不令人意外。也有观点认为当前发展顺序本末倒置：当少数供给方把持货源时，依托样本单薄指数开展现金交割容易滋生市场操纵。大宗商品市场通常需要实物交割机制，或是成熟的期现互换（EFP）制度，才能推动期货价格贴合现货基本面。

成熟市场还需要供需双方具备真实交易诉求，不能仅有投机者博弈行情。天然多头：成本与算力深度绑定、希望锁定采购成本的企业，包括 AI 实验室、应用开发商、下游算力已售出、必须保障供给的 AI 垂直云厂商。天然空头：手握 GPU 库存、未来用途尚不明确的机构，例如大型云厂商、GPU 大额持有者、算力中间商。为 GPU 采购提供信贷资金的放贷机构同样需要统一基准价 —— 依托折旧硬件发放的贷款，资产估值必须对标公允市场价格。投机资金与自营交易团队作为所有市场的通用参与者，提供流动性，但并非产业交易主体。目前市场核心结构性矛盾：卖方大多倾向签订长期合约锁定收入，而买方偏好短期合约保留灵活调整空间。

尽管挑战重重，GPU 成熟交易市场的雏形已经显现。**Kalshi 等预测市场平台已上线多款 GPU 价格交易品种。纽交所母公司洲际交易所（ICE，与 Ornn 合作）、芝加哥商品交易所（CME，与 Silicon Data 合作）均官宣计划于明年上线 GPU 期货。**算力作为大宗商品或许很快将成为现实。

链上推理资本市场

模型与推理服务商本质上如同代币加工厂：投入原材料 GPU 算力，加工生成 AI Token 输出。GPU 小时资源借助各类算力指数不断走向标准化，但上层的 AI Token 交易市场发展程度低得多；一大难点在于，不同大模型产出的 Token 不存在统一比价基础。即便如此，该赛道生态正在逐步成型。中国三大电信运营商已将推理算力作为计量式公用事业对外零售，推出标准化月度 Token 套餐，模式类似于手机流量包。据报道，亚马逊将调整与 Anthropic 的结算方式，由原先锁定算力时长，改为按照实际消耗 Token 量付费。另有消息称，上海期货交易所正处于早期方案设计阶段，计划推出挂钩 AI Token 的期货品种，对应 CME、ICE 在算力上游布局的 GPU 期货。

**加密行业正在打造属于自身的同类体系。链上推理资本市场依托现有加密 + AI 底层组件（GPU 算力服务商、去中心化模型开发网络），同时纳入新兴赛道，包括智能体支付标准、代币化推理交易市场。**相关生态已经布局多条区块链与执行环境，但开发资源高度集中在 Base 与 Solana，得益于两条公链完善的开发者与用户社群。

整套体系的核心是推理服务商与推理网络，也就是实现提示词向结果输出转换的各类项目。围绕核心层，配套多层基础设施，让推理服务具备可用性、实用性与可金融化属性：模型开发者、GPU 与算力供应商、调度路由平台与交易市场、智能体与上层应用、支付通道，以及资本募集基础设施。周边各层级之所以至关重要，是因为它们要么创造推理需求、供给算力生产要素，要么把算力使用行为转化为可支付、可融资、可调度、可确权的资产。

上述不少服务并非加密行业独有，在链下世界都存在成熟对标产品。在技术栈上层，Hermes、Ironclaw 这类智能体调度框架可以无差别调用前沿实验室模型，或是 Venice 等链上推理服务商提供的算力。Nous Research 等去中心化开发者训练的模型，能够接入 OpenRouter 这款大模型一站式聚合平台。GPU 算力供应商对应无许可开源版本的超大规模云厂商与数据中心，不过普遍体量更小。而 x402、MPP 等智能体支付协议，既可以支付 OpenAI、Anthropic 订阅账单，也能便捷完成 Venice 平台费用结算。程序化自动结算正快速成为行业通用能力，不再只是加密赛道独有优势；OpenAI 与 Visa 近期也各自推出面向智能体的支付基础设施。

真正具备差异化创新的环节集中在金融化层面：加密技术重塑了推理算力的确权、定价与融资方式。我们此前多篇报告深度论述，加密底层通道能够加速资本形成，其中大量底层组件同样可以直接应用于推理赛道。

推理服务金融化已经吸引众多链上项目，依托区块链支付通道与代币化工具，将推理业务转化为可交易资产，主要分为三种形态：

• 推理服务提供商（Venice、Morpheus 等）：将推理访问权限代币化，把未来推理服务的索取权转变为可持有、定价、转售的资产。

• 有效工作量证明（Proof of Useful Work）项目（Pearl、Ambient 等）：对推理生产行为代币化，服务商完成推理任务即可获得代币奖励。

• 信贷服务商（USD.AI）：模式有所区别。它们不直接代币化推理服务，而是为承载推理任务的硬件提供融资，依托稳定币存款，为底层 GPU 与数据中心提供资金。

以上各类组件整合在一起，共同构成链上推理资本市场。

推理服务商层

**推理服务商是整套技术栈的核心。**去中心化推理赛道与传统 AI API 市场在此处高度相似：用户或开发者选定模型、提交提示词、按 Token / 请求次数 / 订阅模式付费，随后获取输出结果。最简形态下，使用体验接近于 OpenRouter、Together AI、Fireworks，或是前沿 AI 实验室官方 API。二者差异在于：原生加密推理服务商可以从去中心化 GPU 网络采购算力、接受稳定币或原生代币支付、提供开源 / 无审查模型接入、附加隐私保障，或是将代币化访问权限与算力使用行为进行绑定。

OpenRouter 是链上推理赛道极具发展潜力的落地场景。平台内需求按照 AI Token 计价，用户发起任意一次请求时都可以自由切换推理服务商；在这样的市场环境下，性价比更高、响应速度更快的服务商理应抢占更多份额。过去三个月，链上推理服务商承载的 Token 总量占 OpenRouter 日处理量的 0,5%~1% 区间，而同期 OpenRouter 整体处理 Token 规模持续爆发式增长。这说明链上服务商已经在加密原生社群之外初步获得市场认可度，但整体占比依旧偏低，反映出受渠道覆盖、相对成本或其他因素制约，现阶段尚无法与成熟中心化服务同台竞争。

不过 OpenRouter 仅代表一部分 Token 流量。以 Venice 为例，该平台披露 6 月 23 日全渠道累计处理 1000 亿枚 Token，是其在 OpenRouter 渠道处理量的十倍。如果只统计 OpenRouter 的数据，无法完整体现各独立项目真实发展势头。各大链上推理服务商正通过各类运营手段持续沉淀稳定用户群体，部分手段依托差异化产品功能：Venice 大力主打隐私保护作为核心特色，用户调用推理服务时，无需过度担心服务商留存、审查、泄露数据，实施内容审查，或是被强制交出敏感信息。Chutes 与 AkashML 允许任何人将 GPU 接入网络，盘活闲置算力实现变现，以此尝试压低服务成本。尽管这类特色功能能够帮助服务商争夺少量市场份额，但中心化平台大多可以复刻同类能力，单凭产品功能很难拿下可观市场份额。

链上推理服务能够打造真正护城河的突破口，在于推理金融化机制：把推理访问权限转变为可供买家持有、囤积、转售的资产，而非只能一次性消耗的订阅服务。

Venice：推理所有权代币化

Venice 由加密行业资深从业者、连续创业者 Erik Voorhees 创立，在将推理访问权转化为可持有资产这条路线上推进最为深入。项目采用双代币体系 ——VVV 与 DIEM，把未来推理服务索取权封装为可供用户铸造、持有、转售的资产。

VVV 定位为项目 “资本型资产”持有 VVV 并不等同于拥有 Venice 平台股权（平台股权独立融资，已于 6 月完成 6500 万美元 A 轮融资），但代币持有者理论上能够分享项目发展红利。最直接的机制是：Venice 将部分营收用于回购并销毁 VVV。回购销毁分为两条渠道：一是利用常规营收进行机动销毁；二是程序化销毁规则 —— 每一笔新增订阅收入中，固定比例资金都会用于回购销毁代币。截至目前，已有 42% 的 VVV 完成销毁。

VVV 同时具备应用功能：用户质押任意数量 VVV，可以获取年度新增代币通胀奖励；质押 100 枚 VVV 即可解锁专业版订阅权限。但其最核心的价值体现在与 DIEM（Venice 的 “算力资产”）的联动机制。持有者质押锁定 VVV 便可铸造 DIEM，每 1 枚 DIEM 永久对应价值 1 美元的 Venice 推理额度。持有 100 枚 DIEM 即拥有价值 100 美元 API 额度，可用于平台全部模型，永久有效（前提是 Venice 持续正常运营）。

铸造单枚 DIEM 所需质押的 VVV 数量遵循平台设定曲线：当 DIEM 流通总量靠近项目设定目标上限时，所需质押数量呈指数上涨。背后逻辑是，每一枚 DIEM 都会在资产负债表形成一笔永久性 1 美元兑付负债。当前 DIEM 供给已临近目标阈值，铸造成本从上线初期约 90 枚 VVV/DIEM，攀升至如今数百枚 VVV 才能铸造一枚。该机制放缓新增 DIEM 铸造速度，意味着早期铸造者以更低的 VVV 成本拿到 DIEM，晚进场用户成本显著抬高。

当 VVV 质押锁定用于背书 DIEM 时，质押者仅能获得常规质押收益的 80%，剩余 20% 收益归 Venice 平台所有。并且，质押锁定的 VVV只有销毁对应的 DIEM 才能解除锁定。倘若铸造者已经卖出 DIEM，想要取回质押的 VVV 就必须在二级市场重新买回 DIEM；如果 DIEM 市价上涨，赎回操作将产生亏损。

两类代币形成相互强化的闭环。DIEM 仅能通过质押锁定 VVV 完成铸造，因此市场对 DIEM 的需求上升会持续抽走流通中的 VVV，让 VVV 具备投机之外的真实应用场景。反过来，DIEM 也将受益于 Venice 平台的发展：平台实用性越强、普及度越高，这份可转让的日常推理服务索取权价值也就越高。持有 DIEM，并不只是拥有可供转售的推理额度，持有者同时相当于押注 Venice 长期发展。

即便终端用户完全不接触加密资产，平台主营业务依旧能够持续赋能代币经济。Venice 团队表示，多数用户并非加密原生群体，其中很多人对代币本身毫无兴趣。但只要用户开通订阅、购买推理额度、使用平台服务，相关行为依旧会推动 VVV 的回购销毁，并催生对 Venice 推理服务的需求。代币经济搭建在产品业务下游，而非取代产品本身。Venice 并非一枚四处寻找 AI 落地场景的加密代币，而是一款 AI 产品，将一部分平台使用权与访问权益导入代币化推理交易市场。

Venice 的 DIEM 最与众不同之处在于所有权属性：用户能够拥有自己所消耗的推理资源，而非仅仅租用。

DIEM 是一场围绕推理访问权限代币化与交付模式的试验。它的核心差异化亮点正是所有权。用户可以持有自身消耗的推理资源，而非单纯租赁。按次付费的模式下，推理资源一旦消耗完毕便不复存在；但持有代币化访问凭证相当于拥有一项资产，可以长期持有、转让或出售。由此衍生出多种应用场景：

• 由于该索取权具备可交易属性，需求波动较大的持有者可以保留基础使用额度，将闲置时段的额度出售或出租，收回按次付费模式下彻底损失的成本。AI 智能体可直接持有 DIEM，获得无需许可、可自主拥有的推理资源余额以供调用。相关交易渠道包括 Aerodrome 这类现货交易平台，或是 Surplus、UsePod、AntSeed、CarpeDiem 等时长租赁市场。

• Venice 团队经常提及另一类场景：用户买入 DIEM，单日使用推理服务后，次日再将其卖出。倘若价格维持稳定，则等同于免费使用推理算力；如果价格上涨，用户还能额外获利。当然风险同样存在：一旦价格下跌，持有者产生的亏损可能远超直接单次购买推理服务的费用。对部分用户而言，这意味着他们在消费算力的同时，还可以对推理资源的价格进行投机。

• DIEM 同时能够锁定成本。拥有稳定、可预判算力需求的企业或智能体，可以借助 DIEM 以算力维度锁定成本，逻辑与多年期云算力预购合约相似。企业无法预知两年后 1 美元能够兑换多少推理额度，但当下即可提前锁定权益；如果使用完毕后接近成本价转让，实际算力使用成本会很低。截至 2026 年 7 月 7 日，DIEM 价格为 1270 美元，一枚 DIEM 大致等价于每日 1 美元额度、持续四年的服务，相当于买方预先支付约三年半的永续算力使用权。但弊端显而易见：想要换取这种成本确定性，就必须持有一份波动剧烈、永续存续、以美元计价的资产，反而削弱了用户原本追求的稳定性。DIEM 的定价建立在永续兑付承诺之上，暗含市场对 Venice 持续运营能力的折现率达到两位数；并且只有 Venice 持续正常提供服务，这份索取权才有价值。

这套机制尚处于早期阶段，存在切实短板：

• 推理代币化最适合需要前置拉动需求、募集资金的发行方。手握优质模型、拥有真实定价权的 AI 实验室缺乏动力推行代币化，因为该模式会丧失针对不同客户实施差异化定价的能力、无法沉淀额度过期未兑付带来的收益，同时削弱后续调价灵活性。

• DIEM 不存在到期保本机制，背后也没有抵押物或储备资产支撑，与下文将要探讨的 GPU 抵押借贷产品不同。持有 DIEM 相当于无限期押注 Venice 在多年后仍正常运营；一旦平台停止服务，持有者没有任何契约保障与追索途径。

• DIEM 对应的索取权，是 Venice 单方定义的 1 美元推理权益，而非固定数量的算力额度。Venice 自主设定各模型单位代币消耗标准，该标准会随供需情况变动。持有者面临的风险不仅来自二级市场价格波动，还来源于平台与持有者之间存在裁量空间。理论上模型成本下降时，1 美元应当兑换更多算力，但只有 Venice 选择让利，持有者才能享受到该红利。

更深层次的问题在于：DIEM 这种以美元计价、永续存续的权益形式，是否正是推理算力买方想要的风险敞口；抑或市场参与者更青睐有固定期限、以算力或 AI Token 计价（或二者兼具） 的债权。

当前，DIEM 大多被当作投机资产持有，并未真正用于调用推理服务，每周实际消耗的推理额度不足其承载总量的 50%。Venice 官方资料将 DIEM 定义为区间波动永续权益凭证，并把买家分为三类：API 终端用户、不出售代币、持续捕获价值的 VVV 持有者，以及利用价差套利的投机者。后两类持有者占据绝大多数。

中心化领域最接近的对标产品是 OpenAI 的规模化套餐（Scale Tier）：用户预先承诺模型吞吐额度，以每分钟 AI Token 计量、锁定期限购买。但规模化套餐不具备算力所有权 —— 额度与账户绑定，仅能在 OpenAI 平台内部使用，不可转让。DIEM 的优势恰恰与之相反：可长期持有、二次转售，并能够与加密推理生态其他组件组合使用。更理想的金融工具，或许应当融合规模化套餐的固定期限、算力计价额度，同时保留 DIEM 具备的所有权与可转让属性。

对于 Venice 而言，每一枚流通在外的 DIEM，都代表平台需要持续兑付、且无法再二次出售给其他客户的 1 美元算力，属于负债。因此平台利用营收回购代币，并非单纯回馈持有者。

归根结底，VVV 与 DIEM 并非设计为 Venice 的股权类工具。二者最初作为冷启动机制，用于积累平台用户；如今其价值根基来源于代币所对应的算力索取权。VVV 持有者可以通过铸造 DIEM，获得 Venice 永续推理服务索取权；随着平台发展壮大、算力价值提升，这份权益也将随之增值。站在 Venice 视角，每一枚未赎回的 DIEM 都是一笔待兑付算力负债，无法重复售卖，这也是平台动用营收回购代币的核心原因，而非出于优待持有者。一方持有索取权、期待权益升值；另一方承担兑付义务、希望压降负债规模。双方围绕 Venice 算力形成的利益绑定（而非任何股权关系）构成协同纽带。这也让 VVV 成为一次极具探索意义的尝试：依托应用型代币机制搭建推理业务。

推理产出端代币化

**Venice 实现的是推理访问权限代币化；而有效工作量证明网络则聚焦推理生产过程代币化，依靠代币通胀补贴推理服务供给成本。**传统工作量证明通过向破解随机谜题的矿工发放代币奖励实现网络冷启动，比特币依靠该机制保障安全，但大量算力纯粹用于无实际产出的哈希运算。有效工作量证明则将随机谜题替换为真实推理任务，保障区块链安全的同一批算力，同时产出客户愿意付费购买的 AI 服务。Pearl 与 Ambient 是当下两条已经上线的落地路线，二者底层设计思路截然相反。

Pearl

**Pearl Network 是一条基于比特币代码分叉打造的一层公链，保留比特币 UTXO 账本模型与难度调整机制，但将 SHA-256 哈希算法替换为矩阵乘法 —— 也就是 AI 推理与模型训练的核心运算。**Pearl 的核心主张：用于完成用户推理请求的矩阵运算，可以同时充当挖矿工作量证明。

AI 模型处理提示词的底层运算，本质是两组大型数字矩阵相乘，即矩阵乘法。Pearl 机制中，矿工对原始矩阵叠加一层随机噪声完成扰动，再对扰动后的矩阵执行乘法运算。矩阵乘算构成高强度计算任务，参与全网挖矿竞赛。运算过程中，系统持续校验中间结果是否满足难度阈值；率先达标的矿工获得区块奖励，规则逻辑与比特币一致。区别在于：被校验的工作量是真实的模型推理运算，而非传统挖矿无意义的哈希计算。矩阵运算完成后，系统快速剔除叠加的随机噪声，还原客户所需的标准推理结果。单次运算一举两得：同时生成 AI 输出内容，并参与争夺区块奖励。

两项关键设计让这种“一体两用”模式具备落地可行性：Pearl 以插件形式适配 vLLM（AI 企业广泛使用的模型运行软件），服务商无需重构现有架构即可快速接入。另外，胜出的运算结果需要全网公开核验，因此 Pearl 配套零知识证明封装数据，保护用户提示词以及服务商专属模型权重不被泄露。整套附加机制带来的额外开销较低。Pearl 披露，采用该方案运行模型会增加 0,5%~10% 的运算负载；在基于主流开源模型 Llama-3.3-70B 的上线测试中，Pearl 优化版本运行速度持平甚至优于原版，原因在于团队重构后的核心运算模块在部分部署环境下效率高于标准实现。

作为首批结合工作量证明与 AI 推理的网络之一，Pearl 上线初期获得矿工高度关注，全网算力快速攀升。但该协议无法区分有效运算（服务真实推理请求的计算任务）与无效运算 —— 无论是否存在客户需要对应的计算结果，运算本身都会被判定为有效。Pearl 白皮书早已预见到该问题，其模型假设中就包含一类矿工群体：单纯执行无意义运算以赚取区块奖励。上线后的市场表现也印证了这一点。早期挖矿热潮推动算力急剧上涨，却几乎没有迹象表明这些算力承接了真实推理业务。

不过，越来越多信号显示项目开始落地真实业务。最值得关注的进展是，Pearl 在 5 月宣布与头部推理及算力服务商 Together.ai 达成合作，推出推理接入节点，定价较 Together 常规资费低 25% 以上，价差由同一算力产生的 Pearl 代币奖励进行补贴。归根结底，Pearl 这种算力两用架构，只有在付费真实推理需求主导算力投放时，才能产生有效产出。如果缺乏终端需求，仅凭区块奖励只能吸引投机型矿工，最终只会沦为另一种无实际生产力、类似比特币的工作量证明机制。

Ambient

Ambient 采取了与 Pearl 截然相反的设计思路。不同于允许矿工运行任意模型，Ambient 要求全网统一使用一款大型开源权重模型，并围绕校验该模型输出结果构建共识机制。

Pearl 采用暴力竞赛模式，全体矿工争相求解同一道难题；**Ambient 则采用竞拍机制开展竞争。**用户或 AI 智能体发布推理任务，设定截止时间与报价，本质上相当于 “在 X 分钟内完成本次推理，我将支付 Y 费用”，随后矿工参与竞标承接任务。中标矿工使用全网统一模型执行查询并缴纳保证金，若未能按时交付结果则保证金被罚没，以此约束矿工保障服务质量与响应速度。系统随机选取一组验证者核验结果，验证者的核验优先级依据过往有效工作记录加权，而非质押资产规模。矿工并行处理大量差异化任务，而非全体争夺单一区块，因此网络能够规避传统工作量证明存在的性能瓶颈。该项目基于 Solana 代码分叉开发，以有效工作量机制替代质押共识，目标实现接近 Solana 的运行速度。

Ambient 是 OpenRouter 平台上 Kimi K2.7 模型输入、输出 Token 报价第二低的服务商。

竞拍机制同样是 Ambient 能够实现推理价格具备竞争力的核心原因。普通 API 服务商需要依靠用户支付的费用覆盖单次请求的全部服务成本。而 Ambient 矿工完成同等工作量能够获得双重收益：一是中标用户或智能体提交查询任务所支付的费用，二是协议针对经过核验的有效工作量发放奖励。矿工围绕带有明确报价与延迟指标的任务开展竞标，因此其出价会锚定扣除预期代币奖励后的净成本，而非未抵扣奖励前的总成本。实质上，代币通胀补贴供给端，同时竞拍机制将大部分补贴传导至需求端，体现为更低廉的推理服务价格。它与普通挖矿补贴最重要的区别在于：奖励与有人发布并付费的真实任务绑定。如果这套机制顺畅运转，代币增发不再单纯用来换取算力；而是换取价格更低、结果可核验的推理服务，进而吸引更多用户使用，为矿工带来更多业务量，进一步夯实网络代币的需求基础。

这套竞拍机制，也是 Ambient 宣称自身解决了 Pearl 未能攻克难题的关键。在 Pearl 网络中，无论是否有客户需要运算结果，矿工只要执行矩阵乘法就能获得区块奖励，这也是该网络会涌入大量无真实需求承载算力的根源。而在 Ambient 体系下，矿工只有中标他人发布并付费的任务，才能获取 Ambient 代币（尚未发行）；机制设计从根源上将挖矿行为与承接真实推理任务合二为一。

Ambient 在推理结果核验层面同样采用独创方案。倘若矿工声称使用约定模型完成查询请求，用户如何确认对方没有暗中更换成本更低、质量更差的模型以节约开支？即便当下中心化服务商也存在这类隐患，已有不少机构被指控暗中降低模型输出质量以压缩成本。Ambient 的解决方案依托大语言模型的底层运行特性：模型生成文本时，每一步都会输出对数概率（logits）—— 即在选定下一个词汇前，对所有候选词汇生成原始数值评分。这一组评分数据流，相当于对应模型运算过程的指纹标识，可以哈希压缩为简短数值用于比对核验。

针对生成数千枚 Token 输出内容的矿工，验证节点无需完整重跑全部任务。验证者会在文本中随机选取一处节点，要求矿工提供该位置对应的运算指纹；随后仅在该点位单独运行一轮模型、生成单枚 Token，并比对二者指纹是否一致。仅单次运算，即可核验数千 Token 的完整结果。该逻辑和比特币相似：生成工作量成本高昂，但校验工作量十分低廉。Ambient 称该方案可将核验额外开销控制在 0,1% 附近；与之对比，其他项目采用的零知识证明方案，额外开销普遍达到 10 倍至 1000 倍。

有效工作量证明究竟具备多大价值？

**这类项目与其他去中心化算力网络的核心差异在于：保障区块链安全的运算任务，恰好是客户实际需要的推理业务。**机制顺畅运转时，一份能源投入同时换取网络安全性与可对外销售的产品。对于算力服务商而言，挖矿成为现有硬件设备额外的第二条收入来源；同时运算结果具备可验证性，AI 智能体采购推理服务时，无需单纯信任服务商不会降质模型、随意终止服务。

一旦缺乏充足真实终端需求，仅凭区块奖励就足以吸引矿工入场，整条 PoW 网络将充斥没有客户对接的闲置算力，仅仅徒有 “有效工作量” 的外壳，不具备实质产出。

**除各类技术难点外，想要兑现上述愿景还存在两大阻碍。****第一是需求端竞争。**去中心化推理网络需要直面中心化服务商与单纯 GPU 租赁业务的竞争，后两者无需绑定加密代币，往往速度更快、价格更低。去中心化赛道想要突围，必须抓住一类特定买家：追求最小信任门槛、结果可验证、具备抗审查、中立属性，不存在平台单方面跑路风险的推理服务。当前愿意为此溢价买单的需求体量依旧有限，但未来存在快速扩张可能：前提是相关项目能够持续稳定提供高性价比推理服务，或是市场对中心化 AI 服务商的信任持续下滑。Pearl 上线历程就是一则警示案例：缺乏足量真实需求时，单纯依靠区块奖励只会吸引投机矿工，网络堆积大量无实际客户的算力，有效工作量徒有其表。

**第二个难点在于代币价值捕获机制。**各个项目都描绘了一套增长飞轮：真实业务使用催生对原生加密代币的需求；代币需求支撑挖矿奖励，保障网络安全；网络安全进一步吸引更多业务使用。但迄今为止，没有任何项目真正跑通这套闭环。挖矿产出代币后，矿工通常抛售代币覆盖运营成本；而需求端不存在强制购买代币的机制，用户大规模使用推理服务、核验凭证等核心产品时，大多无需持有加密代币。用户可以使用美元支付 Pearl 推理费用；项目计划未来上线代币兑换算力的交易市场，本身也侧面承认当前闭环尚未成型。Ambient 则推迟公布代币经济方案，尚未明确推理服务是否将以原生代币计价。最终现状就是：代币主要依靠挖矿产出、随即被抛售，而非被业务场景实际消耗。

这类网络最可行的路径，是将原生代币打造为推理服务的底层支付通道，这也是打通价值闭环最直观的方式。叠加代币通胀补贴带来的价格优势，该策略具备较强吸引力。更低廉的推理价格吸引真实流量，倘若服务必须使用原生代币结算，业务用量将转化为代币刚需。但飞轮能否正向运转存在前提：用户使用习惯持续留存；随着补贴逐步缩减，原生自然产生的代币需求最终能够超过挖矿抛压。

AI推理硬件融资赛道

Venice 实现推理访问权限代币化，Pearl 与 Ambient 实现推理生产环节代币化；而在三者更底层，**一条全新的链上市场正在兴起，专门为承载推理业务的 GPU 提供融资服务。**本章节所描述的模式，最能体现加密技术的优势；这套模式能够顺畅运转的关键在于：项目不发行新代币，也无需为代币冷启动培育需求。平台依托硬件资产吸纳常规资金，将稳定币存款转化为算力运营商的采购贷款，再利用 GPU 租金现金流兑付存款用户本息。

头部算力运营商早已通过银行授信、资产证券化、私募信贷等方式，依托算力集群进行融资。CoreWeave 规模达数十亿美元的 GPU 抵押贷款就是典型案例。但中小型 AI 垂直云厂商融资难度更高：它们持有硬件资产与具备稳定租金收益的合约，满足贷款基础条件，却缺少完善资产负债表、资金管理团队与信贷机构资源，难以快速获得融资。USD.AI 正是面向这类主体提供借贷服务。存款用户提供贷款资金，GPU 租赁收入用于偿还债务，产生的利息作为存款收益返还储户。相比传统银行，该模式具备三项难以复刻的优势：

• 资金供给端向所有稳定币持有者开放，而非仅限少数封闭式信贷基金；

• 每一笔贷款都成为可组合的链上金融工具，支持质押、交易，或是在其他协议中充当抵押物；

• 资产抵押权益在链上确权登记，底层同时依托成熟传统法律框架保障追偿权。

**USD.AI 采用双代币机制。存款用户可铸造 USDai—— 这是一款合成美元稳定币，底层由 PayPal 发行的 PYUSD 提供支撑（而 PYUSD 本身由美国短期国库券与现金储备背书）。USDai 本身不产生收益，设计初衷是保持高流动性与可组合性。存款用户若想要获取收益，可将 USDai 质押转换为 sUSDai；质押头寸产生收益时，价值会同步累积。收益来源分为两部分：GPU 借贷方针对存续贷款支付的利息，以及资金尚未投放期间闲置储备资产产生的美债收益。**当前贷款投放规模约占储备总量一半，质押年化收益率维持在 8% 左右；随着更多资金完成投放，协议目标收益率区间为 10%~15%。

实物 GPU 抵押贷款的核心难点，在于借款人违约后债权的强制执行。USD.AI 表示将通过 CALIBER 体系处置相关流程，该名称是「抵押资产账本：保险、寄托保管、资产评估与资产赎回（Collateralized Asset Ledger: Insurance, Bailment, Evaluation, and Redemption）」的缩写。在这套框架下，完成融资的 GPU 会完成信息备案，并代币化为 ERC-721 标准 NFT。USD.AI 称该 NFT 依据《统一商法典》第 7 编具备合法所有权凭证效力。依托寄托保管协议，借款人可继续使用硬件设备，同时对应的 NFT 作为抵押物进行质押。代币与实体硬件之间的绑定关系，并非自动生效，也不能单纯依靠技术实现；整套关联依托书面备案文件、现场巡检、设备安装凭证、保险保单、抵押物持续监控、留置权文件，以及数据中心或资产托管方的协同配合。一旦发生违约，链上拍卖仅能转让法律债权，实物资产回收仍需要链下法律与运营体系支撑。该框架尚未经历完整不良资产处置周期的压力检验，长期可靠性有待验证。

流动性代币对接三年期分期摊销贷款，天然存在资产负债期限错配问题。多数现实资产（RWA）信贷协议依靠承诺即时赎回掩盖该风险，但在市场承压阶段极易暴雷，USD0++ 脱锚事件便是典型例证。USD.AI 并未承诺即时赎回。赎回申请以 30 天周期进行清算，仅使用当期已摊销归还的本金兑付，并遵循先进先出原则；协议不会处置正常履约的贷款来应对用户提款需求。协议上层借鉴 Flashbots MEV-Boost 机制引入竞价赎回队列：希望优先赎回的用户可出价竞拍插队权限，相关手续费将分配给选择排队等候的持有者。贷款条款设计类似商业地产抵押贷款支持证券（CMBS）：抵押率 70%~80%；借款人需留存可覆盖约三个月本息偿付的储备金；一旦逾期付款，资产将被没收；硬件配套保险、持续监控，并可通过专业合作机构完成资产收回。

本报告纳入 USD.AI 的核心原因，在于它打通了与定价层之间的业务闭环。为 GPU 提供融资的放贷机构，需要抵押物公允市场参考标准：硬件能够产生多少收益、折旧速度、安全放款比率，以及风险敞口如何对冲。算力价格指数与 GPU 期货恰好提供这类定价基准；而 GPU 抵押贷款业务，则为价格市场赋予真实信贷风险敞口，让行情价格具备实际金融价值。简言之，定价市场为放贷机构提供硬件估值依据。

**各类风险清晰可见，较高收益率本身就是市场对风险的定价。**整套业务架构能否存续，取决于 GPU 租金水平足以覆盖贷款本息 —— 这也是贯穿本报告通篇的需求变量，在此处体现为信用风险。倘若推理需求走弱，或是 GPU 供给充足、租金下行，借款人现金流将持续收紧，违约率随之上升；而恰恰在协议需要处置抵押物变现时，硬件价值也同步走低。USD.AI 贷款按照三年周期分期摊销，对应硬件标称 7 年使用年限，以此预留安全缓冲；但如果硬件迭代周期加快，安全边际将会收窄。由于该模式依靠加密市场募集资金投入 AI 资本开支周期，一旦行业下行，抵押物价值、借款人业务需求、储户出资意愿会同步承压。这种高度相关性是值得重点关注的风险点。

有两个项目案例具备参考意义。Maple Finance 证明：当专业信贷风控能力封装为具备流动性、可组合的收益代币后，链上信贷业务能够实现规模扩张。其商业模式验证，DeFi 用户愿意通过代币化债权，投资机构管理的私募信贷资产。USD.AI 采用相似的分销载体，但底层标的变为流动性较差、持续折旧的 GPU 实物资产，而非流动性更好的加密抵押物或是期限更短的机构信贷。OnRe 则将同类载体应用于另一门槛较高的实体市场：再保险。用户可以借助一款可组合美元资产，获取保费与抵押资产收益形成的现金流。上述案例的共同点在于渠道分销能力。加密底层通道拓宽了普通投资者参与私募市场的途径，但并不会降低底层资产自身蕴含的风险。

结语

现阶段，无论链上还是链下推理资本市场，相较于人工智能行业整体增长规模而言体量仍十分微小。链上相关服务想要实现规模化发展，必须证明自身带来的各项优势具备可持续性与长期生命力。

赛道具备的优势十分清晰。代币化访问权限（Venice） 将推理服务索取权转变为无记名资产，持有者可以持有、转售、出租或是交由 AI 智能体调用；区别于绑定单一账户、服务商可单方面撤销的订阅额度。有效工作量证明（Pearl、Ambient） 借助代币增发补贴，使推理定价低于市场均价，同时实现结果可核验，采购方无需单纯信任服务商不会私自替换低成本劣化模型。硬件融资业务（USD.AI） 将流动性匮乏的 GPU 信贷资产改造为可组合金融工具，所有稳定币持有者均可参与出资与赎回，效率高于传统信贷行业。以上三类方案底层均具备无准入许可、可编程的特性，恰好适配未来大概率成为链上推理资本市场需求主力的 AI 智能体群体。加密技术的价值，集中体现在所有权保障、中立性、可组合性与普惠资金渠道至关重要的场景。

赛道落地面临的阻力不容小觑。目前尚未有项目能够将算力真实消费需求转化为对应加密代币的刚需。算力生产类网络持续铸造代币并被抛售，依靠代币通胀补贴低于市价的推理服务，而代币产出后几乎即刻流入市场变现。代币化访问权益的交易更多围绕项目方发展预期开展投机，DIEM 持有者大多为投机者，其价格本质是押注 Venice 发展前景，而非算力使用价值。融资赛道属于特例，也是唯一拥有真实产业客户的板块：各类 AI 垂直云厂商存在融资需求，同时具备可用于偿债的租金现金流，因此收益来源于真实业务需求，而非依靠增发代币吸引热度。总体来看，当前这套金融体系吸纳投机资本的能力，显著强于打造依靠真实使用需求自我维系生态的能力。

在如火如荼的 AI 产业扩张浪潮中，链上推理资本市场真正的核心竞争力，并非在中心化巨头最擅长的领域正面竞争 —— 大规模、低成本提供推理服务。它的机遇在于搭建传统金融无力覆盖、响应迟缓、规模受限的资本渠道与新兴市场。这也是加密行业反复印证的发展规律：加密赛道很少在终端产品、交易平台、大模型、应用层面直接取胜，却往往能够最快搭建起配套金融基础设施，涵盖资产定价、碎片化拆分、融资、结算等环节。

推理算力正是最新、规模潜力最大的案例。一个规模可达数万亿美元的资产类别正在快速成型，然而将算力视作金融资产对应的完整市场体系（指数、期货、信贷、代币化算力额度）至今几乎一片空白，这片空白蕴藏巨大机遇。融资业务当前能够跑通，正是因为它是整套体系中最先落地真实需求的一环；生态其余板块则押注：随着算力持续金融化，这套独特优势能够向上游持续延伸。

推理市场或许需要数年时间走向成熟，但围绕算力搭建的金融层，此刻正在成型。