EMC专访Alex：去中心化算力的市场定位与应用场景

访谈嘉宾：Alex Goh（EMC联合创始人）

MBA of Macquarie University，负责EMC商业化、全球推广以及合作伙伴生态，常驻新加坡。在全球市场开发方面拥有20多年的经验；曾担任Improbable.io大中华区总经理和AWS（亚马逊云）全球客户GM。

Q1 ：市场经济与计划经济，一个代表了独立自主，一个代表着效率。在高效的中心化算力大背景下，EMC为何选择建立去中心化的算力网络？

Alex：中心化算力代表了具备集成式计算资源的云服务提供商。这种经济模式凸显了集中管理和规模经济的效率，但也意味着集中式的权威和控制。 相比之下，去中心化算力涉及多个独立的计算数据中心和边缘计算节点网络。 将数据分散到多个节点进行处理，可以增强弹性、容错性和数据隐私。

EMC参与者贡献他们的计算资源和存储，共同构建点对点计算能力网络，从而将产生一个由社区建立的完全自治、安全和去中心化的计算能力网络。EMC 网络利用区块链技术来管理访问控制、安全性和算力交易。算力的交易完全由市场的供需决定。用户可以选择相对稳定的独立计算数据中心节点，或是离散的边缘计算节点，以满足不同的计算需求。

EMC还代表了环保的算力网络。通过重新利用闲置的计算节点，可以节省大量资源。例如，目前的EMC测试网络托管了2,800个经过验证的GPU算力节点，相当于一个拥有了3,600个V100 GPU算力的云。数据中心建设和服务器费用的综合成本将超过1亿元人民币。

Q2 ：从传统挖矿到AI算力的过渡变得至关重要。EMC 打算如何吸引用户成为算力节点并参与算力网络？

Alex：在美国，Coreweave是行业领先的GPU算力云提供商，最初专门从事以太坊（ETH）挖矿的集中式GPU挖矿设施运营。然而，在2020年后，受风险资本推动，由于人工智能对计算需求的指数级增长，Coreweave成功地从挖矿转向成为GPU算力云提供商。其当前估值已达到20亿美元，其中5.8亿美元的资金仅用于集中式数据中心和GPU计算能力云的发展。这一进展保持了集中式资本动态的趋势，并反映出在AI快速演变下，催生出了巨大的GPU算力需求和潜力。

由于当今以太坊过渡至权益证明（PoS）共识机制，最初由挖矿投资者（包括个人参与者）用于以太坊挖矿的GPU大部分被闲置了。通过实施EMC协议，这些休眠的GPU可以无缝地加入EMC网络。EMC协议适应了各种异构计算终端和不同型号的GPU。集成到EMC网络中的GPU将经过验证和共识机制。通过完成计算任务，GPU将有助于计算用于认证的计算能力指数。这些经过验证的指数将可供EMC Hub上的AI模型和应用程序访问，从而促进算力服务的提供。此外，参与的GPU将参与每日结算，以分配算力奖励。

在 EMC 主网启动后，将启动一个算力市场。那些需要算力的人可以订阅算力供应商提供的产品。反过来，算力提供商可以通过租赁其算力来产生补充性收入。

Q3 ：算力是新兴数字经济的基石，其规模划定了各种商业模式的边界。EMC 的短期和长期的算力规模目标是什么？

Alex: EMC目前处于测试阶段，已经上线运行两个月，拥有超过20,000个注册节点，其中包括分布在全球20多个国家2,800多个经过验证的GPU算力节点，这相当于一个拥有3,600个V100 GPU计算能力的云。EMC已经推出了EMC Hub AI模型训练市场，以及诸如Chatbox和Ephemeral Metaverse之类的应用。在EMC上部署的所有应用程序都是完全去中心化的，前端组件位于互联网计算协议（ICP）的去中心化计算单元，也被称为Canisters。AI模型的推理在EMC的边缘节点上进行。

鉴于当前算力增长的形势，我们预计在主网推出后的三个月内，将拥有1万个经过GPU验证的算力节点。在接下来的两年里，我们的目标是实现5万个GPU算力节点。EMC已经与两家现成的ICP节点运营商达成协议，并正在与其他几家进行谈判，以部署和启动GPU算力数据中心节点。这些EMC GPU算力数据中心节点，将提供安全的数据存储解决方案和高性能GPU集群，确保数据安全，以及为AI LLM这样的大模型提供具有成本效益的GPU算力训练。

Q4 ：AI时代，EMC将如何服务于各类AI企业？

Alex: 在最近推出的EMC Hub和AI模型社区中，AI创业者和开发者可以找到一系列针对图像、音频、文本生成以及未来潜在AI能力的AI模型。AI开发者或社区成员可以为社区贡献预训练的AI模型，从而获得EMC Hub开发者奖励。此外，他们可以将训练有素的模型封装成模型NFT，并通过模型市场的NFT交易获得收入。EMC Hub致力于构建完整的AI生态系统和商业循环，使开发者能够从他们训练的模型中获利，并让用户能找到他们需要的AI模型——无论用户是为了生成出色的图像、从数据中提取想法，还是用尖端的AI增强他们的现实世界业务。

在整个开发周期中，EMC 还将提供大量的开发工具，为开发人员提供帮助。从 NFT 发行工具到 DApp 框架，再到 DApp 部署平台和项目赏金系统，EMC 使 AI 开发人员能够快速高效地实现商业化。

Q5 ：去中心化算力目前竞争激烈，产品种类繁多，这种情况下EMC 打算如何驾驭市场竞争，以及EMC本身有什么优势？

ALex: EMC的整体目标是建立一个全面综合的AI生态系统，以基础算力网络作为整个平台的基石。EMC Hub则是模型聚合和开发者协作的核心，而web3经济系统将整个商业循环相互连接起来。这种协同作用使社区成员能够高效参与、分享见解、互助合作，并顺利完成AI模型训练。值得注意的是，EMC的AI开发者生态系统，是驱动EMC算力需求的主要因素。随着EMC Hub中AI模型仓库的扩展和成熟，以及精细模型的商业采用，这种增长将相互推动EMC算力网络的扩展。

Q6 ：对于开发者与AI模型持有者，将模型部署到EMC上可以获得些什么？

Alex: EMC 算力网络为开发人员和 AI 模型持有者提供了一个动态环境，不仅可以创造收入，还可以积极为蓬勃发展的 AI 社区做出贡献，同时受益于 EMC 生态系统内更广泛的机会。

变现机会：通过在 EMC 网络上部署他们的 AI 模型，开发人员和模型持有者可以将他们的创作变现。 算力网络允许其他用户访问和使用这些模型，为创作者带来收入。

EMC Hub的曝光：EMC Hub 充当模型聚合和共享的平台。 部署的模型可在EMC Hub 社区中被更多人看见，扩大覆盖范围和潜在用户群。

开发人员奖励：EMC 通过奖励系统，激励开发人员向 EMC Hub 贡献预训练的 AI 模型。，鼓励开发人员分享他们的模型并与社区互动。

AI模型NFT：模型可以在EMC网络上封装为NFT，为模型交易和转售开辟了途径，使创作者能够从模型的使用中获得持续的收入。

Web3 经济整合：EMC 与 web3 经济原则的整合促进了生态系统内透明、高效的价值交换。 这确保了模型创建者的贡献得到公平的补偿。

Q7 ：EMC算力网络的可扩展性如何，能否有效应对未来更大规模的用户和计算需求？

Alex: EMC计算能力网络的可扩展性非常强大，能够满足未来更大规模的用户和算力需求。 以下是 EMC 算力网络可扩展性方面的一些考虑和策略：

分布式架构：EMC采用分布式架构，将计算任务分布在多个节点上。 这意味着随着用户和算力需求的增加，可以毫不费力地添加新的计算节点，从而扩展整个网络的算力。

水平扩展：网络可以通过添加更多物理计算节点来进行水平扩展。 这使得 EMC 能够在需要更强的算力时快速增加资源，有效满足用户与不断增长的算力需求。

异构支持：EMC 支持多种 GPU 类型和型号，增强了不同硬件配置和设备之间的兼容性。 这种异构性使 EMC 能够为不同规模、不同设置的用户提供算力。

智能资源管理：EMC算力网络采用智能资源管理机制，能够根据实时算力需求和资源供应情况进行动态调整。 这确保了最佳的资源利用和效率。

合作伙伴关系：EMC 将与其他数据中心和计算节点运营商建立合作伙伴关系，促进计算资源共享并扩展网络功能，以更好地满足未来需求。

总之，EMC算力网络的设计和架构，使其能够灵活地满足未来预期更大规模的用户和计算需求。