2024 香港 Web3 區塊鏈周於 4 月 6 日至 9 日在香港會展中心舉辦。本次活動涵蓋 4 個會場，圍繞 Web3 各個賽道的核心議題展開討論。這幾天，全球最聰明、最具創新能力的大腦都匯集在香港共同分享和探討最新的 Web3 的技術方案。（具體活動流程可閱讀：《活動速遞丨 2024 香港 Web3 嘉年華 4 月 6 日即將開幕，周邊活動匯總》。）與此同時，許多知名投資機構、加密 KOL 也參與其中。香港的活動已經接近尾聲，BlockBeats 小編為大家整理了幾篇香港 Web3 嘉年華「小作文」，看看他們的最新發現與感悟，讓你沒去現場也不錯過前沿熱點。

大蔥 Fred（加密投資人）：

最近來到香港後，和一些投資人同行聊了聊，發現大家對於 AI 和 DePIN 賽道的關注度還是蠻高的。分享下最近關於 AI 和 DePIN 的思考，和大家一起交流討論。

核心討論四個問題：

1、為什麼大部分去中心化算力項目都選擇做 AI 推理而不是 AI 訓練？

2、英偉達究竟牛在哪裡？去中心化算力訓練難做的原因在哪？

3、去中心化算力（Render、Akash 等）的終局會是什麼樣？

4、去中心化算法（Bittensor）的終局會是什麼樣？

接下來咱們層層抽絲剝繭：

1）縱觀這個賽道，除了 Gensyn 之外，大部分的去中心化算力項目都選擇做 AI 推理而不是訓練，核心在於對於算力和帶寬的要求不同。

為了幫助大家的簡單理解，我們來把 AI 比作一個學生：

- AI 訓練：如果我們把人工智慧比作一個學生，那麼訓練就類似於給人工智慧提供了大量知識、示例也可以理解為我們常說的數據，人工智慧從這些知識示例中進行學習。由於學習的本質需要理解和記憶大量的資訊，這個過程需要大量的計算能力和時間。

- AI 推理：那什麼是推理呢？可以理解為利用所學的知識去解決問題或者參加考試，在推理的階段中人工智慧是利用學到的知識去解答，而不是活動新知識，所以在推理過程所需要的計算量是較小的。

容易發現，兩者的難度差本質上在於大模型 AI 訓練需要極大的數據量，以及對數據高速通信需要的帶寬需求極高，所以目前去中心化算力用作訓練的實現難度極大。而推理對於數據和帶寬的需求小的多，實現可能性更大。

2）那麼數據和帶寬的卡點究竟在哪？為什麼去中心化訓練難以實現？

這就涉及到大模型訓練的兩個關鍵要素：單卡算力和多卡並聯。

- 單卡算力：目前所有的需要訓練大模型的中心，我們把它叫做超算中心。為了方便大家的理解，我們可以以人體作為比喻，超算中心就是人體的組織，底層單元 GPU 就是細胞。如果單個細胞（GPU）的算力很強，那麼整體的算力（單個細胞×數量）也可能會很強。

- 多卡並聯：而一個大模型的訓練動輒就是千億 GB，對於訓練大模型的超算中心來說，至少需要萬級別個 A100 打底。所以就需要調動這幾萬張卡來進行訓練，然而大模型的訓練並不是簡單的串聯，並不是在第一個 A100 卡上訓練完之後再在第二張卡上訓練，而是模型的不同部分，在不同的顯卡上訓練，訓練 A 的時候可能需要 B 的結果，所以涉及到多卡並行。

為什麼英偉達這麼厲害，市值一路騰飛，而 AMD 和國內的華為、地平線目前很難追上。核心並不是單卡算力本身，而是在於兩個方面：CUDA 軟體環境和 NVLink 多卡通信。

- 一方面，有沒有軟體生態能適配硬體是非常重要的，如英偉達的 CUDA 系統，而構建一個新的系統是很難的，就像構建了一個新的語言，替換成本非常高。

- 另一方面，就是多卡通信，本質上多卡之間的傳輸就是資訊的輸入和輸出，怎麼並聯，怎麼傳輸。因為 NVLink 的存在，沒有辦法把英偉達和 AMD 卡打通；另外，NVLink 會限制顯卡之間的物理距離，需要顯卡在同一個超算中心中，這就導致去中心化的算力如果分布在世界各地就比較難實現。

第一點解釋了為什麼 AMD 和國內的華為、地平線目前很難追上；第二點解釋了為什麼去中心化訓練很難實現。

3）去中心化算力的終局會是什麼樣？

- 去中心化算力目前難以進行大模型訓練，核心在於大模型訓練最看重的是穩定性，如果訓練中斷，需要重新訓練，沉沒成本很高。其對於多卡並聯的要求是很高的，而帶寬是受物理距離的限制的。英偉達通過 NVLink 來實現多卡通信，然而在一個超算中心裏面，NVLink 會限制顯卡之間的物理距離，因此分散的算力無法形成一個算力集群去進行大模型訓練。

- 但另一方面，對於算力要求相對較低的需求是可以實現的，例如 AI 推理，或者是一些特定場景的垂類中小型的模型訓練是有可能實現的，在去中心化算力網路中有一些相對大的節點服務商時，是有潛力為這些相對大的算力需求服務的。以及像渲染這類邊緣計算的場景也是相對容易實現的。

4）去中心化算法模型的終局會是什麼樣？

去中心化算法模型的終局取決於對未來 AI 的終局，我認為未來 AI 之戰可能會是有 1-2 個閉源模型巨頭（如 ChatGPT），再加上百花齊放的模型，在這種背景下，應用層產品沒有必要和一個大模型綁定，而是與多個大模型合作，在這種背景下來看，Bittensor 的這種模式潛力還是非常大的。

Dov Wo（加密投資人）：

VC 視角香港參會小作文（充滿偏見）：

1. 牛市產品不重要，敘事和情緒更重要。Meme 已經在反覆反覆證明這一點。融資的錢至少一半拿來拉盤。

2. 本輪牛市最核心的能力：操盤能力和喊單能力。如果你沒有操盤能力，請去練習喊單能力，我也在幫一些項目方找 KOL 做推廣，歡迎來接我給的商單。有很多 binance、OKX 都投了的項目找不到合適的國內/海外推廣渠道，虛假繁榮/買盤就是剛需。

3. VC 的地位越來越差，解鎖慢、估值高，散戶不認。如果不能給項目方帶來額外的資源（如交易所關係、某特定地區的資源和社區、經濟模型設計、推廣能力等），大部分純財投 VC 只能當大怨種。

拿最近找我的某個項目舉例，給 KOL 輪的額度估值比 VC 還低，且解鎖比 VC 還好。（本項目由西方某頂級 VC 領投）

KOL > VC 不是空穴來風，是真實存在的。所以我也在做一個小的精品的 KOL agency 來賣賣鏟子。

4. 最火的活動是 Berachain、Solana、BTC；ETH 生態相對不太活躍，很大的一個 Meme 梗為 Layer 69（Solana 自己拍的搞怪惡搞 ETH 的影音）

5. Side Event 人非常多，這次活動可能有幾百場 Side Event。反而主會場沒有什麼人；項目方們或許需要反思昂貴的主會場展台是否還值得；比如 Berachain、Solana 都是沒有主會場展台的，而是自己辦活動。OKX 是展台活動全都有，最頂級狀態，反觀 Binance 繼續是一個活動沒有。

6. 普通人一定要當 KOL，找好自己的定位，比如喊土狗就只喊土狗，好好做分析就好好做分析。都能接到不錯的商單的。我找喊土狗的 KOL 喊單，每條價格從 200U-2000U 不等。不會喊單的 VC 活不下去，不會喊單的 KOL 賺不到錢。你有流量，會有大量的項目方主動找你合作，你會有更好的資訊和更多的資源。請再看一遍第二條。質疑帶單老師，理解帶單老師，成為帶單老師。

7. 今年 HK 聊合規、牌照的少了，聊操盤和攢資源多了（也可能是因為我走到了更高的階段能聽懂和參與了）。主會場一進門最大的是 OKX 和 DWF 的展台，誰有資源和誰有錢大家都知道了吧。

ABCDE 聯創杜均在該條推文下做出了評論，稱「沒有核心投研能力的機構會很難」。

Ethan yu（AC Capital 合夥人）：

喝了 2 天，聽了聽牛逼：

1. 華人機構 Fomo 比特幣生態和 Restaking，歐美/海外基因的機構 Fomo Solana 上的 DePin，少量機構 Fomo Cosmos 生態相關的 Bearchain，部分機構因為上輪被套在 GameFi，所以現在只能繼續硬頭皮推，不過所有最後都殊途同歸都要大割，估值簡直都離譜到家了。

2. 幾乎所有共識是 Solana 上金狗真的太多了，暴富效應一直在持續，這幾天去 Base 的土狗流水盤又轉回 Solana 了。

3. 不是 Kol 作用比 VC 大，是因為 KOL 資金比較靈活也可以隨便喊單刪推，解鎖方式也更友好，讓機構官推喊單你腫麼辦？另外一方面機構也不是人傻錢多，你一上來就 1 億美金估值，整個 3 年 36 個月才能完全退出，又不上 Binance、OKX , 讓我現在投 50 萬美金是你傻還是機構傻？

4. 新人和想進行業的確實很多，年輕人又主動熱情又好學，也沒有行業包袱，看好梭哈就是干，但是新人還不夠多，所以牛市還在初期。

如果你也親臨了本次區塊鏈周，有所感悟，歡迎投稿至：contact@theblockbeats.org 。

原文連結