曾仅限于加密货币圈的去中心化AI实验，如今获得了Nvidia掌门人Jensen Huang的公开支持。在近期播出的All-In播客中，亿万富翁投资者Chamath Palihapitiya与Huang共同称赞了Bittensor网络训练的去中心化大语言模型Covenant-72B，认为这一技术里程碑预示着分布式模型训练正逐步走向主流。
Palihapitiya：分布式训练的技术奇迹
Palihapitiya在播客中详细介绍了Covenant-72B的独特之处：这是一个拥有720亿参数的大语言模型，完全通过去中心化方式训练，没有依赖任何集中式云基础设施。超过70名独立贡献者利用各自闲置的计算资源，通过标准互联网连接协同工作，完成了约1.1万亿tokens的训练任务。Palihapitiya将其比作“加密货币版的SETI@home”——每个人贡献一小部分算力，最终聚合出强大的模型。
Jensen Huang：开源与专有并非二选一
Huang并未否定去中心化AI的价值，反而强调开源模型与专有系统将长期共存。“这两者不是A或B，而是A和B，”Huang明确表示。他指出，大多数普通用户仍会依赖像ChatGPT、Claude这样的精良闭源产品，但在特定行业（如医疗、金融）中，企业需要完全可控的开源模型来定制解决方案。Huang还透露，Nvidia目前投资的初创公司大多采取“先开源、后专有”的策略，进一步印证了混合模式的可行性。
技术突破与市场反应
Covenant-72B由Bittensor的子网Templar（Subnet 3）开发，采用了压缩通信协议和分布式数据并行等创新技术，使其在传统数据中心之外也能高效训练。据基准测试结果，该模型的性能已可与同等规模的集中式模型相媲美。这一消息刺激了Bittensor原生代币TAO的价格飙升，截至发稿时24小时内涨幅达24%。
Bittensor的运作机制基于区块链的去中心化市场，将机器学习模型与算力资源进行点对点交换和激励。Covenant-72B的成功证明了去中心化AI在规模化训练上不再只是理论设想，而是具备实际竞争力。
未来展望：混合AI生态
Huang认为，未来的AI产业不会由某一种架构主导，而是专有系统与去中心化模型分别在通用消费级和专业化、主权化领域发挥优势。对于初创公司而言，从开源入手积累用户，再逐步建立专有护城河，是更加务实的路径。Bittensor的案例表明，区块链与AI的结合正在催生新的基础设施范式，而Nvidia的背书无疑将加速这一进程。