软银与Ampere Computing联合测试使用CPU运行小型人工智能模型 | 加密百科深度分析

加密百科独家解读

这件事简单来说，就是科技巨头们正在为AI时代铺一条“省电省钱”的新路。软银和Ampere Computing想证明，处理一些不那么复杂的AI任务（比如手机上的语音助手、智能家居的反应），不一定非得用耗电巨大、价格昂贵的专业AI芯片（GPU），用我们电脑里都有的、更通用的“大脑”——CPU，也能高效完成。

这背后有几个关键点，和加密世界息息相关：

1. 挖矿之后，AI成了新的“耗电巨兽”。

比特币减半后，矿工对能源效率的追求已到极致。而现在，全球数据中心为运行AI模型，电力消耗飙升。如果能让CPU高效跑AI，就能利用现有的大量服务器，无需全部升级成高功耗的GPU，这能大幅降低运营成本和对电网的压力。这对需要大量计算资源的区块链项目（如去中心化AI、渲染网络）来说，是降低成本的潜在福音。

2. “推理”市场是下一个战场。

AI工作分两步：“训练”（用海量数据教AI）和“推理”（用训练好的AI模型实际干活）。训练必须用顶级GPU，但推理，特别是小型、频繁的推理请求（比如分析链上交易模式、处理DeFi策略），对算力要求低，但对响应速度和成本敏感。这个项目瞄准的就是“推理”市场，试图用CPU开辟一个性价比更高的赛道。

3. 对去中心化计算是利好。

如果CPU跑小型AI模型变得高效，那么普通人电脑的闲置算力将更有价值。这可能会推动去中心化计算网络（比如基于区块链的算力市场）的发展，让组建一个覆盖全球、成本低廉的AI推理服务网络成为可能，与亚马逊、谷歌的集中式云服务竞争。

4. 硬件格局可能生变。

目前AI芯片市场几乎被英伟达垄断。软银和Ampere（其芯片基于ARM架构，以高能效著称）的联合测试，是在挑战“跑AI必须用GPU”的固有观念。如果成功，可能会带动一波基于ARM架构的高能效服务器CPU需求，改变数据中心的基础设施，为区块链节点服务器等场景提供更多低功耗选择。

风险与观察点：

这项技术主要针对“小型模型”，对于ChatGPT这类大模型的核心计算仍无力替代。其实际成效还需看测试数据和后续的商用部署情况。但它指明了一个清晰趋势：在AI普及时代，追求极致能效比和性价比的计算方案，将获得巨大市场。

背景资料 (原快讯)

注：以上背景资料自公开行业资讯，加密百科网仅作科普解读。