中心化与去中心化：Web3时代数据架构的冲突与转型

作者：Michael O’Rourke 来源：cointelegraph 翻译：善欧巴，金色财经

在当今技术经济中，开放数据作为主要驱动力，其市场估值已超过3,500亿美元。然而，许多开放数据源仍依赖于中心化基础设施，这与Web3倡导的自治性与抗审查性理念背道而驰。为实现开放数据的全部潜力，包括低成本的大语言模型（LLM）训练、便捷的研究数据共享和不可阻挡的DApp托管，必须将其从中心化架构过渡到去中心化架构。

去中心化基础设施的应用场景广泛，涵盖：

• 托管去中心化应用（DApp）
• 运行交易机器人
• 共享研究数据
• LLM的训练与推理

深入分析这些应用场景可以发现，去中心化架构不仅更加高效，还解决了用户应用程序中的多个漏洞。

LLM训练与推理成本更低

开源AI模型如DeepSeek的发布曾引发美国科技市场蒸发1万亿美元，彰显了开源协议的力量。封闭的中心化AI模型训练成本高昂，例如：OpenAI的GPT-4训练成本超过1亿美元，而DeepSeek R1的最终训练成本仅约550万美元。尽管如此，新兴AI产业仍依赖中心化平台，这与开源创新的理念相矛盾。

实际上，托管开源LLM（如Llama 2和DeepSeek R1）既简单又便宜。LLM是无状态（stateless）的，只需定期更新，无需实时同步。此外，去中心化节点运行者可以充当AI端点，支持开源LLM开发并降低进入门槛。

以无许可协议Akash为例，它能以比中心化云服务提供商低85%的价格提供定制计算服务。目前，AI公司每天约花费100万美元用于基础设施维护，这意味着AI基础设施市场的年规模可达3.65亿美元。这些数据表明，去中心化基础设施具有巨大的增长潜力。

可访问的研究数据共享

在科学研究领域，数据共享结合机器学习和LLM有望加速研究进程并改善人类生活。然而，高成本的学术期刊系统限制了数据获取。基于区块链的零知识（ZK）机器学习模型的兴起，使得数据可以在无需信任的环境中共享和计算，同时保护隐私。

研究人员需要一个去中心化的基础设施，通过激励机制消除中介机构，确保科学数据保持可访问性。

不可阻挡的DApp托管

尽管亚马逊云服务（AWS）、谷歌云和微软Azure等中心化数据托管平台流行，但它们存在单点故障风险，可能导致服务中断。例如：

• 2022年，Infura因遵守美国制裁，暂时拒绝某些地区用户的访问。
• 2020年，Infura客户经历了服务中断。
• Solana和Polygon在高峰流量期间，其中心化RPC服务过载，导致网络拥堵。

相反，去中心化社交网络应用（如BlueSky和AT Protocol）的成功表明，用户对去中心化协议的需求正在增长。去中心化金融（DeFi）协议可以从Chainlink获取链上价格数据，无需依赖中心化API。

目前，Web3市场约有1000亿次可服务的RPC请求，总可寻址市场规模（TAM）约为1亿至2亿美元/年。随着新数据可用性层的增长，每日RPC请求量可能超过1万亿次。

开放数据需要去中心化基础设施

长期来看，通用区块链客户端将把存储和网络功能卸载到专门的中间件协议中。例如，Solana率先推动去中心化存储，将其数据存储在Arweave这样的链上。

未来，越来越多的数据流将经由基础设施协议，使中间件平台成为协议层的重要依赖。随着协议变得更加模块化和可扩展，去中心化基础设施将成为应用开发者和企业的默认选择，推动互惠共赢的增长模式。