本来还很好奇，作为一个分布式 GPU 云算力提供商，@AethirCloud 为何要推出智能手机 Aphone，而且要给 Aethir 节点运营方空投？这两天，从大家对 GPT4o 的热议声中找到了答案。背后逻辑还和 OpenAI 的「算力大爆炸」发展的 B 面：亟待爆发的分布式算力协作框架有关。
以 GPT-4o 为例，表面上看可以让大模型接入机器人等设备，让人机交互实现「智能化」的跨时代新奇体验。但 Prompt 为文字还好，要变成图、视频等内容，就得有强大的算力先把图、视频等内容切片分帧然后再转化成语义再和大模型交互。若实时交互的画面内容过于复杂，解析和特征提取过程就会产生大量 Tokens，对应的算力消耗也会巨量，因此很难做到不延迟。
因此，OpenAI 等公司靠中心化算力实现的实时无延迟互动并不能视为无瑕疵创新，反倒更像草草交出来的答卷，细究的话问题一大堆。
该怎么办呢？破局之策还是得靠分布式云算力服务市场的崛起来补足，让用户终端设备比如手机或电脑进行模型解析和预加工，先依托边缘计算完成一些实时输入的解析，然后再传入云端和大模型进行交互，理论上这样似乎就可以降低对中心化算力的依赖，也会优化延迟，进而弥补纯中心化算力驱动下的大模型进化不足之处。
这或许才是 Aethir 推出 Aphone 智能手机的潜在原因吧：让智能硬件作为终端载体也成为分布式云算力处理中心的一部分，进而细化模型训练的应用场景，以弥补纯靠中心化算力支撑的不足问题。
一个分布式的云算力协作框架可以：1、聚合大量分布式算力和数据资源，用边缘计算能力降低对纯中心化算力的依赖；2、减少对单一服务提供商的依赖，提高分布式系统容错力和稳定性；3、带动不同模型和服务之间的互操作性，丰富大语言模型的服务范围和体验。
Note：最近重点关注 AI 赛道，关于去中心化算力服务的市场机遇、发展前景、以及项目代表系统介绍，可参考 @web3caff_zh 的万字研报进行补充阅读：https://research.web3caff.com/zh/archives/17351?ref=743