MLX
閱讀時長：約 25 分鐘 | 字數：約 10,000 字
1. 3 秒看懂
MLX（Chain-Cloud，鏈-雲端融合）是區塊鏈去中心化賬本與雲端運算彈性資源深度融合的技術架構。一句話理解：讓智慧合約能安全呼叫雲端端海量算力和資料，同時讓雲端服務具備可審計、抗審查的透明屬性。
其核心產品形態通常表現為去中心化雲端運算網路 + 鏈上驗證層的雙層結構。使用者以代幣或穩定幣支付算力/儲存費用，節點貢獻者獲得經濟激勵，關鍵計算證明錨定到區塊鏈上確保可信。
與“傳統雲端 + 鏈”簡單拼接不同，MLX 的關鍵區別在於 “計算即證明” ——每一次鏈下重計算的正確性，都通過密碼學證明或硬體可信環境生成證據，可在鏈上被任何人驗證。這使得 MLX 成為“可信基礎設施”的重要方向，尤其適用於 AI 訓練/推論的去中心化、隱私計算、以及跨境資料協作等對可驗證性有強需求的場景。
2. 3 分鐘產業解釋
MLX 產業的本質，是用區塊鏈重構雲端運算的價值分配與信任模型。
傳統雲端運算的商業邏輯是“資源集中化+品牌信任”：AWS、Azure、阿里雲端等中心化廠商投入鉅額資本建設資料中心，使用者相信它們的服務等級協議和合規資質。這一模型的問題在於：定價權高度集中、資料黑箱不可審計、存在廠商鎖定風險，且資源供給受制於少數企業的投資節奏。
區塊鏈天然帶來三種能力：無需許可的參與機制、可審計的分散式賬本、程式碼驅動的自動化激勵。將這三者引入雲端運算，產生以下產業結構：
- 算力供給側：任何擁有合格硬體的主體都可以接入網路貢獻算力或儲存，獲得代幣激勵（如 Akash Network 的 AKT、Render Network 的 RNDR、Filecoin 的 FIL）。這類似雲端運算的“共享經濟”版本。
- 需求側：開發者或企業以付費方式使用去中心化算力/儲存，費用通常低於傳統雲端市場價（據 Messari 2024 年報告，去中心化儲存成本為 AWS S3 的約 1/5 至 1/10，口徑為“儲存單價/GB/月”）。
- 驗證層：區塊鏈作為“信任錨”，記錄任務分發、完成證明、支付結算等關鍵環節。部分專案採用 TEE（可信執行環境，如 Intel SGX/TDX、AMD SEV） 確保計算過程無法被節點作惡篡改；另有專案使用 ZK（零知識證明） 對計算正確性做數學證明。
- 治理層：代幣持有者通過治理協議參與網路引數調整（如定價、質押率、懲罰規則等），形成社群化運維。
從產業發展階段看，MLX 正處於“基礎設施搭建期”向“應用驗證期”過渡。儲存類（Filecoin、Arweave）已有較成熟的產品市場契合度；通用計算類（Akash、iExec）在 AI 推論場景出現爆發式需求；隱私計算類（Phala、Oasis）仍在早期技術打磨階段。
需要釐清的是，中國市場因限制虛擬貨幣交易，MLX 的實踐路徑與全球存在差異。國內以“聯盟鏈+雲端運算”的 BaaS（區塊鏈即服務）形態為主，如螞蟻鏈、騰訊雲端 TBaaS、百度超級鏈，採用法定貨幣結算，側重政務、供應鏈金融、資料存證等場景，不存在代幣激勵機制。這一模式在技術架構上同屬鏈-雲端融合範疇，但在商業模式和去中心化程度上與全球 MLX 專案存在本質區別。
3. 技術原理
MLX 的核心技術挑戰可以概括為一個問題：如何讓鏈下計算得到鏈上信任。
解決這一問題的技術路線目前分為三大流派，各自代表不同的安全假設與工程取捨。
3.1 可信執行環境路線
TEE 路線依賴硬體級安全隔離。以 Intel SGX/TDX、AMD SEV、ARM TrustZone 為代表的 TEE 技術，能在 CPU 內部建立一個“飛地”，其中執行的程式碼和資料對外（甚至對作業系統）都不可見。
工作流程：節點在 TEE 中執行使用者提交的計算任務 → TEE 遠端認證機制生成硬體級別的身份和完整性證明 → 證明提交至鏈上智慧合約驗證 → 驗證通過後支付報酬。
代表專案：Phala Network、Oasis、iExec（部分方案）。
優勢：效能損耗小，接近原生計算速度；支援複雜通用計算。劣勢：依賴 Intel/AMD 等晶片廠商的安全假設；歷史上 SGX 曾多次被揭露側通道漏洞；TEE 硬體供給受限於特定廠商。
3.2 可驗證計算/零知識證明路線
可驗證計算（VC）和 ZK 的核心理念是：計算執行者生成一個“計算正確性的數學證明”，驗證者只需檢查這個證明（通常體積很小、驗證時間極短），無需重放整個計算過程。
工作流程：鏈下執行計算 → 使用 ZK-VM（如 RISC Zero、zkWASM）或特定電路生成有效性證明 → 證明提交至鏈上驗證合約 → 驗證通過後結算。
代表專案：目前以基礎設施層的 ZK 協處理器為主，如 RISC Zero 的 Bonsai、Axiom、Brevis。這些並非完整 MLX 平台，而是為鏈上應用提供“可驗證鏈外計算”的中介軟體。
優勢：安全性基於數學假設，不依賴硬體廠商；證明可永久鏈上存證。劣勢：證明生成開銷巨大（通常是原生計算的 10³-10⁶ 倍，具體倍數因電路複雜度差異很大，2024 年行業處於持續最佳化中）；對通用計算的支援仍在工程化早期。
3.3 樂觀驗證/經濟安全路線
該路線放棄對每次計算做密碼學或硬體證明，改為“樂觀假設+經濟懲罰+挑戰期”機制。類似 Optimistic Rollup 的邏輯。
工作流程：節點提交計算結果並質押保證金 → 結果在鏈上公示一段時間（挑戰期）→ 若無人挑戰，結果視為有效並完成結算；若被發現作弊，質押金罰沒並獎勵挑戰者。
代表專案：Akash Network 在部分場景採用類似機制；Astria 等去中心化排序器專案亦有借鑑。
優勢：無額外計算開銷，效率最高。劣勢：存在挑戰期延遲；安全性依賴經濟博弈的均衡，而非嚴格數學保證；需確保有足夠的“觀察者”節點參與挑戰。
3.4 架構分層全景
無論採用哪條技術路線，MLX 系統通常呈現層級結構：
| 層級 | 功能 | 代表技術/專案 |
|---|---|---|
| 區塊鏈結算層 | 狀態確認、代幣經濟、治理 | Ethereum, Solana, ICP 子網 |
| 驗證與共識層 | 計算正確性驗證、任務分發 | TEE 遠端認證、ZK 證明驗證合約、樂觀挑戰機制 |
| 資源排程層 | 算力/儲存節點發現、匹配、定價 | Akash 訂單簿、Filecoin 儲存市場 |
| 計算執行層 | 實際執行使用者任務 | 分散式 GPU 叢集、TEE 節點、ZK-VM |
| 開發工具層 | SDK、API、與傳統雲端相容的介面 | 各專案開發者套件 |
4. 關鍵引數
理解 MLX 專案的核心效能與狀態，需關注以下關鍵指標：
4.1 效能引數
- 任務確認延遲：從使用者提交任務到鏈上完成結算的時間。TEE 路線的代表專案延遲通常在數秒到數分鐘（取決於鏈上確認時間）；ZK 路線因證明生成時間較長，延遲在分鐘到小時級。此資料因網路擁堵和任務複雜度差異波動較大，以各專案即時網路狀態為準。
- 計算吞吐量：網路單位時間可處理的任務數，受制於可用節點數量、排程效率、鏈上吞吐。
- 儲存單價：去中心化儲存網路的每 GB 儲存成本。據 Filecoin 官方 2024 年資料，其平均儲存費用約為 $0.000019/GB/月（FIL 計價折算），遠低於 AWS S3 標準層 $0.023/GB/月。但需注意去中心化儲存的檢索延遲通常高於傳統雲端，適用場景不同。
- 供給資源總量：網路可呼叫的總算力/儲存容量。以 Render Network 為例，截至 2024 年 Q3，其網路活躍 GPU 節點約 2,500+ 個（來源：Render Network 官方儀表盤），主要為 NVIDIA RTX 系列消費級和專業級 GPU。
4.2 經濟引數
- 質押率：網路代幣被質押用於保障安全的比例。高質押率通常意味著較強經濟安全，但也反映代幣流通量較低。以 Akash 為例，截至 2024 年 10 月，其 AKT 質押率約為 60-65%（來源：Mintscan 瀏覽器）。
- 通脹/燃燒機制：代幣增發速率和費用銷燬機制決定了長期供需。EIP-1559 燃燒機制等設計對經濟模型有顯著影響。
- 節點收益：節點提供者的收益率（APY），影響網路供給側的參與激勵。該資料由代幣價格、任務需求量、質押引數共同決定，波動性較高。
4.3 市場規模引數（詳見第 9 節）
5. 技術路線
當前 MLX 產業存在三條差異化的技術路線，由底層設計哲學與目標場景所驅動。
5.1 路線一：通用去中心化雲端平台
核心理念：成為“去中心化的 AWS”，提供通用計算、儲存、網路服務。
代表專案：Akash Network、Flux、Internet Computer（ICP，其定位更宏大，目標是“世界計算機”）。
技術特徵：採用容器化部署，支援 Docker 映象執行，相容傳統雲端開發範式。Akash 使用基於 Cosmos SDK 的獨立區塊鏈處理訂單簿和結算；ICP 以子網架構實現鏈上全棧託管。
適用場景：Web 應用託管、API 服務、AI 模型推論。目標客群是雲端服務價格敏感型開發者和 Web3 原生專案。
5.2 路線二：垂直場景算力網路
核心理念：不追求做成通用雲端，而是針對特定高價值計算任務（GPU 渲染、AI 訓練/推論、零知識證明生成）建置專用網路。
代表專案：Render Network（GPU 渲染）、io.net（AI 算力聚合）、Gensyn（去中心化 AI 訓練）。
技術特徵：高度最佳化特定工作負載的任務分發和驗證。Render Network 對渲染任務有成熟的分幀分發機制；AI 訓練類專案面臨分散式訓練的通訊頻寬挑戰，技術仍在迭代。
適用場景：電影/遊戲渲染、AI 模型微調、大規模 ZK 證明生成。
5.3 路線三：隱私保護雲端運算
核心理念：以隱私為第一優先順序，確保計算節點也無法看到使用者資料和計算內容。
代表專案：Phala Network（基於 TEE）、Oasis（結合 TEE 和機密計算）、Secret Network（基於 TEE 的隱私智慧合約）。
技術特徵：TEE 是當前主流方案。所有計算在硬體加密飛地中執行，節點和使用者均無法窺探。部分專案探索全同態加密和多方安全計算，但受限於效能和工程成熟度。
適用場景：隱私資料交易、醫療/金融合規計算、鏈上暗池、去中心化身份驗證。
5.4 路線對比
| 維度 | 通用雲端平台 | 垂直算力網路 | 隱私保護計算 |
|---|---|---|---|
| 技術成熟度 | 中 | 中（渲染成熟，AI 早期） | 早期 |
| 市場需求驗證 | 已有付費使用者 | 渲染已驗證，AI 爆發中 | 潛力大但教育成本高 |
| 最大技術挑戰 | 排程效率與雲端體驗對齊 | 分散式 AI 訓練的頻寬瓶頸 | TEE 側通道安全與供給依賴 |
| 代幣模型依賴度 | 低（可用穩定幣） | 中-高 | 高 |
6. 上游
MLX 產業鏈上游為硬體與基礎協議兩個子層，分別構成物理資源和區塊鏈信任的底層。
6.1 硬體層
算力晶片：
- GPU：NVIDIA 佔據絕對主導地位。H100、A100 等資料中心級 GPU 是 AI 訓練/推論算力的核心供給。2024 年全球 GPU 市場規模約 650 億美元（來源：Jon Peddie Research，口徑為“獨立 GPU 總出貨量與 ASP 乘積估算”），但絕大多數流向傳統雲端和自建資料中心，去中心化網路僅吸納極小比例（估計 <1%，公開資料未見精確統計）。
- AI 專用晶片：Google TPU、AWS Trainium 等定製化晶片目前僅面向自有雲端平台，尚未進入去中心化網路供給圈。這是 MLX 產業面臨的硬體供給集中化風險。
- TEE 晶片：Intel SGX（第三代至強可擴充套件處理器起）、Intel TDX（第四代起）、AMD SEV-SNP、ARM CCA 等提供硬體級可信執行環境。供給完全依賴上述廠商的產品路線圖。2025 年 Intel 已宣佈在消費級 CPU 中逐步淘汰 SGX 支援，這一變化對依賴 SGX 的 TEE 專案構成長期硬體供給不確定性。
網路與儲存硬體：
- 去中心化儲存節點使用消費級大容量 HDD 或企業級儲存伺服器即可參與，硬體門檻較低。
- 高速 P2P 網路對節點頻寬和延遲有要求，AI 訓練等場景需要 InfiniBand 或 RDMA 等高頻寬低延遲互聯，在去中心化環境中尚難滿足。
6.2 基礎協議層
Layer 1 區塊鏈：Ethereum 是多數 MLX 專案的結算層首選，Solana 因其高吞吐低延遲也被部分專案採用。ICP 則自建完整協議棧。
模組化基礎設施：
- 資料可用性層：Celestia、EigenDA、Avail 提供更高效率的 DA 能力，可承載 MLX 的計算證明批次釋出。截至 2024 年底，Celestia 主網已上線並支援多鏈整合，但與 MLX 平台的深度整合仍在早期（部分專案已部署測試網整合）。
- 去中心化儲存協議：Filecoin、Arweave、Storj 構成儲存層的核心供給。據 Filecoin 基金會 2024 年報告，Filecoin 網路儲存容量峰值曾超過 18 EiB（2023 年初），後因市場調整回落至約 8-10 EiB 區間。
預言機與跨鏈橋：Chainlink 的 CCIP 跨鏈協議、LayerZero 等構成 MLX 與外部資料、其他公鏈的互動通道。MLX 的計算證明輸出常需要通過預言機觸達多鏈生態。
7. 下游
下游需求按場景分類，當前以下四個領域最具可見度。
7.1 AI 與大數據
這是 2024 年 MLX 需求增長最顯著的領域。AI 創業公司、研究者對 GPU 算力的需求極大，但 AWS/GCP/Azure 的 GPU 例項等待時間長、價格高企。去中心化 GPU 網路以低於傳統雲端 30-70% 的價格（據 Akash 官方 2024 年資料，價格優勢因例項型別和供需波動而異，公開資料未見系統對比報告）吸引了一批價格敏感型使用者。
典型用例：Stable Diffusion 等開源模型的批次推論、LLM 微調、零知識證明的大規模平行計算。AI 訓練因節點間通訊頻寬要求高，現階段仍以傳統雲端為主，去中心化方案處於早期驗證期。
7.2 元宇宙與內容創作
Render Network 已與好萊塢部分製作方合作，用於電影級渲染任務的分發。3D 渲染天然適合“分幀並行+結果合併驗證”的工作模式，是 MLX 下游落地最成熟的子場景。
7.3 DeFi 與 Web3 原生應用
DeFi 協議對鏈下計算的需求日益增長：複雜衍生品定價、風險模型回測、MEV 保護等均需要可驗證的鏈外計算。ZK 協處理器（如 Axiom）已開始為 Uniswap、Lido 等頭部協議提供歷史資料查詢和複雜計算驗證服務。
7.4 企業與政務（中國市場為主）
中國市場需求嚴格遵循“聯盟鏈+雲端”架構：螞蟻鏈供應鏈金融服務連線數十家銀行與核心企業；騰訊雲端 TBaaS 在政務資料共享、司法存證等領域有落地案例。據中國信通院《區塊鏈白皮書（2023 年）》資料，中國區塊鏈產業規模約 67 億元人民幣（2022 年，口徑為“區塊鏈軟體與服務營收”），其中 BaaS 類服務佔比超 40%（近似估算，公開資料未見精確拆分）。
8. 受益公司
以下列出在 MLX 產業價值鏈各環節已公開揭露相關業務版面配置的可查證主體。需說明，去中心化專案通常以基金會或開源社群形式運作，“公司”概念不完全適用。
8.1 去中心化網路/協議（國際）
- Filecoin（協議實驗室/Filecoin 基金會）：去中心化儲存領域市值和網路規模最大的專案之一。據 Filecoin 基金會 2024 年資料，已有超過 3,300 個儲存提供者（SP）活躍，總網路儲存容量約 8-10 EiB。
- Render Network（OTOY/RNDR 基金會）：去中心化 GPU 渲染的先行者。2023 年遷移至 Solana 主網。據官方儀表盤 2024 年 Q3 資料，節點數約 2,500+，季度渲染幀數達千萬級。
- Akash Network（Overclock Labs）：去中心化雲端運算市場，基於 Cosmos SDK。2023 年上線 GPU 市場。據 Messari 2024 年 Q3 報告，其活躍租約數超過 1,200 個。
- Internet Computer（DFINITY 基金會）：以“世界計算機”為願景，採用獨特的子網+閾值簽名架構，已託管完整 dApp 棧。截至 2024 年，ICP 擁有超過 30 個子網和數百萬個智慧合約罐（canister）。
- Phala Network（Phala 基金會）：TEE 隱私計算方向的代表。其 Phat Contract 產品為鏈上應用提供鏈下隱私計算呼叫。已部署至 Polkadot、Ethereum 等生態。
8.2 基礎設施/中介軟體
- Chainlink（Chainlink Labs）：為 MLX 提供關鍵的外部資料輸入和跨鏈通訊。其 CCIP、Functions 產品直接服務於鏈-雲端資料互動。截至 2024 年，Chainlink 已服務超過 1,800 個專案（來源：Chainlink 官網）。
- Celestia Labs：模組化資料可用性層，為 MLX 系統提供低成本的批次證明發布渠道。2023 年主網上線，代幣 TIA 進入流通。
- RISC Zero、Axiom：ZK 協處理器方向，為鏈上應用提供可驗證鏈外計算。RISC Zero 2024 年宣佈獲得新一輪融資（公開資訊，不構成投資判斷）。
8.3 BaaS 方向（中國市場）
- 螞蟻鏈（螞蟻集團）：中國市場份額領先的區塊鏈 BaaS 平台。據 IDC 2023 年釋出的《中國 BaaS 市場份額》報告，螞蟻鏈連續多年位居中國 BaaS 市場份額第一（2022 年口徑）。主要服務供應鏈金融、政務存證、版權保護等場景。
- 騰訊雲端 TBaaS：基於騰訊雲端的區塊鏈服務平台，在政務、司法、教育等領域有案例覆蓋。
- 百度超級鏈：開源區塊鏈技術架構，同時提供雲端端 BaaS 服務，在政務、溯源等方向有部署。
- 趣鏈科技：聚焦聯盟鏈技術的獨立廠商，在金融、政務領域有較多落地案例。
8.4 AI+去中心化算力（2024 年新興）
- io.net：2024 年快速增長的分散式 GPU 聚合網路，利用 Solana 生態實現算力供給撮合。截至其公開發布資料，已聚合超過 80,000 GPU（含消費級和企業級，來源：io.net 官方文件 2024 年）。但因快速成長，也經歷爭議（詳見第 11 節）。
- Gensyn：去中心化 AI 訓練協議，2023 年完成 a16z 領投的 4,300 萬美元 A 輪融資（公開資訊，不構成投資判斷）。技術方案仍在測試網階段，未有公開主網上線日期。
9. 市場規模
MLX 作為新興產業，直接市場規模有限，但其所指向的“去中心化雲端服務市場”享有傳統雲端運算巨大 TAM（總可定址市場）的滲透邏輯。以下資料均標明來源、年份和口徑。
9.1 傳統雲端運算市場（對標參考）
- 全球公有雲端市場規模：據 Gartner 2024 年預測，2024 年全球公有雲端終端使用者支出預計達 6,788 億美元，年增率增長 20.4%。其中 IaaS 約 1,562 億美元（口徑：Gartner 定義的“雲端系統基礎設施服務”）。
- 全球 GPU 市場規模：據 Jon Peddie Research 2024 年報告，獨立 GPU 市場 2023 年規模約 450 億美元，2024 年受 AI 驅動顯著增長（估算超 600 億美元，精確資料以 JPR 付費報告為準）。
- 中國公有雲端市場：據 IDC 2024 年資料，2023 年中國公有雲端（IaaS+PaaS）市場規模約 570 億元人民幣（口徑：含 IaaS 和 PaaS 服務營收，不含 SaaS）。
9.2 去中心化雲端/算力市場（MLX 直接相關）
- 去中心化儲存市場：據 Messari 2024 年報告，Filecoin 和 Arweave 兩大專案 2023 年協議營收合計約 2,500-3,500 萬美元（口徑：支付給儲存提供者的費用總和，以鏈上資料測算）。該數字與傳統雲端儲存市場規模相比差距巨大，滲透率不足 0.05%（估算）。
- 去中心化算力市場：公開資料未見權威第三方對該細分市場總體規模的統計。保守估計，2024 年去中心化 GPU/算力網路的年度流通市場規模（以付費任務總金額計）在 1-5 億美元區間（綜合估計，基於 Akash、Render、io.net 等頭部專案的鏈上付費資料和月活任務量推算，誤差範圍較大）。增長驅動力主要來自 AI 推論需求外溢。
- 代幣市值維度：截至 2024 年 10 月，去中心化雲端/算力賽道的主要流通代幣（FIL、RNDR、AKT、ICP、PHA 等）合計市值在百億美元級別（來源：CoinGecko 即時資料，市值隨價格波動劇烈，僅為數量級參考）。需注意代幣市值反映市場預期而非實際產業產值，兩者不可混淆。
9.3 中國 BaaS 市場
據 IDC 2023 年釋出的《中國 BaaS 市場份額，2022》報告，2022 年中國 BaaS 市場總規模約為 23.5 億元人民幣（口徑：BaaS 軟體和平台營收）。螞蟻鏈、騰訊雲端、華為雲端、百度智慧雲端、趣鏈科技位列前五。IDC 預測 2022-2026 年行業複合增長率約 20-30%（區間，精確資料以 IDC 報告為準）。
9.4 增長驅動力 vs 制約因素
| 驅動力 | 制約因素 |
|---|---|
| AI 爆發導致 GPU 供給缺口，使用者尋求替代方案 | 節點硬體質量參差，大規模生產級可靠性待驗證 |
| 資料主權意識增強，去中心化儲存/計算需求上升 | 監管不確定性影響潛在使用者採用意願 |
| 模組化區塊鏈降低 MLX 建置門檻 | Token 價格波動影響節點長期供給穩定性 |
| ZK/TEE 技術成熟提升鏈外計算可信度 | 去中心化雲端的使用者體驗與傳統雲端仍有較大差距 |
10. 玩家對比
以下對 MLX 賽道代表性專案進行核心維度橫向對比。資料來源為各專案 2024 年公開發布的路線圖、官方文件及第三方分析平台。
10.1 儲存類
| 維度 | Filecoin | Arweave | Storj |
|---|---|---|---|
| 儲存模型 | 基於合約的冷/溫儲存 | 永久儲存（一次付費） | 物件儲存（S3 相容） |
| 容量規模 | 8-10 EiB（2024） | 約 150 PiB（2024） | 約 50 PiB（估算） |
| 鏈上邏輯 | 定期提交儲存證明 | 訪問證明（SPoRA） | 審計證明 |
| 定價模式 | 按儲存時長/複製次數 | 按資料大小，永久 | 按頻寬+儲存量 |
| 與 S3 價格比 | 約 1/5-1/10 | 不同模型，難以直接比較 | 約 1/2-1/3 |
| 生態成熟度 | 高（FVM 智慧合約） | 中 | 中 |
| 中國市場參與 | 儲存提供者集中 | 有限 | 有限 |
10.2 通用計算類
| 維度 | Akash | Internet Computer | Flux |
|---|---|---|---|
| 計算模型 | 容器化（Docker） | 專用容器（canister） | 容器化 |
| 結算代幣 | AKT/USDC | Cycles（基於 ICP） | FLUX |
| 支援 GPU | 是（2023 年上線） | 否（社群討論中） | 是 |
| 鏈獨立性 | Cosmos SDK 獨立鏈 | 完全自有協議 | 獨立鏈 |
| 開發者體驗 | API/CLI 接近傳統雲端 | WASM/特有範式，學習曲線較陡 | CLI/Web UI |
| 可驗證性 | 樂觀機制為主 | 鏈上全驗證（子網共識） | 有限 |
| 活躍度 | 高（GPU 市場增長顯著） | 中高 | 中 |
10.3 垂直算力類
| 維度 | Render Network | io.net | Gensyn |
|---|---|---|---|
| 定位 | GPU 渲染 | GPU 聚合（AI 推論） | AI 訓練 |
| 主網狀態 | 已上線（Solana） | 已上線（Solana） | 未上線（測試網） |
| 任務驗證方式 | 多節點提交+使用者確認 | 基於 Solana 的經濟安全 | ZK 驗證（計劃中） |
| 節點規模 | 2,500+ | 宣稱 80,000+（含多鏈聚合） | 未公開 |
| 技術支援 | OTOY（渲染引擎背景） | Solana 生態 | 深度學習架構適配 |
| 爭議點 | 相對較少，穩定運營 | 節點資料真實性曾被質疑 | 主網上線時間不確定 |
10.4 隱私計算類
| 維度 | Phala Network | Oasis | Secret Network |
|---|---|---|---|
| 技術路線 | TEE（Intel SGX） | TEE+機密計算 | TEE（Intel SGX） |
| 鏈生態 | Polkadot Parachain | 獨立 L1 | Cosmos 獨立鏈 |
| 核心產品 | Phat Contract（鏈下計算） | Sapphire（隱私 EVM） | 隱私智慧合約 |
| 硬體供給風險 | 高（依賴 Intel SGX） | 中 | 高（依賴 Intel SGX） |
| 主要場景 | AI Agent、資料交易 | DeFi、NFT | DeFi、隱私投票 |
11. 風險
MLX 產業面臨多維度風險，投資者應全面評估。
11.1 技術風險
- TEE 側通道攻擊：Intel SGX 歷史上被揭露多次安全漏洞（如 SGAxe、Platypus 等），每次新漏洞都會動搖 TEE 路線專案的安全假設。2025 年 Intel 進一步縮減 SGX 在消費級平台的支援，長期硬體供給路徑存疑。
- ZK 證明生成效率：儘管持續最佳化，截至 2024 年，通用 ZK-VM 的證明生成開銷仍在原生計算的千倍甚至更高量級，限制了對延遲敏感場景的適用性。
- 網路可靠性：去中心化節點存在隨時下線的可能，任務中斷和狀態回退的風險高於傳統雲端。2024 年 Akash 和 io.net 均有使用者反饋任務失敗率和延遲高於預期的案例（來源：社群論壇和社交媒體）。
11.2 市場與經濟風險
- 代幣價格波動：節點收益以代幣計價，幣價大幅下跌會削弱供給側激勵，可能導致算力/儲存供給急劇收縮。2022-2023 年加密熊市中，Filecoin 儲存容量從峰值 18 EiB 降至約 8-10 EiB 即是例項。
- 投機泡沫：2024 年 AI 敘事疊加加密市場回暖，“AI+去中心化算力”成為熱點，部分專案估值脫離基本面。io.net 等新銳專案在快速膨脹過程中，曾因節點資料被質疑存在虛假造數可能（社群分析師指出部分節點缺乏真實負載驗證，專案方作出解釋和整改）。
- 履約風險：去中心化網路缺乏 SLA 機制，使用者遇到節點作惡或故障時，賠償機制有限。
11.3 監管風險
- 中國政策：對虛擬貨幣挖礦和交易的禁令明確（中國人民銀行等十部門《關於進一步防範和處置虛擬貨幣交易炒作風險的通知》，2021 年 9 月），意味著所有涉及代幣激勵的去中心化算力網路無法在中國合規運營。國內 BaaS 路徑雖然合規，但商業模式相對受限。
- 資料合規衝突：資料上鍊/上雲端涉及跨境資料流動問題。歐盟 GDPR、中國《資料安全法》等法規要求資料本地化和受控傳輸，而去中心化網路的節點地理分佈不可控，存在合規隱患。
- 證券法適用：MLX 專案的代幣是否被認定為證券在全球多法域存在爭議。美國 SEC 對加密資產的態度趨嚴，可能影響專案在美國市場的運營和使用者參與。
11.4 競爭風險
- 傳統雲端廠商的反制：AWS、Azure、GCP 持續最佳化 GPU 供給，一旦供需緊張緩解，使用者可能迴流傳統雲端（因穩定性和生態優勢）。
- Web2 替代方案：Lambda Labs、CoreWeave 等專業 GPU 雲端雖非去中心化，但提供比三大雲端更具競爭力的 GPU 租賃價格，是 MLX 去中心化方案在“價效比”敘事上的直接競爭對手。
11.5 與“雙碳”目標的相容性
大規模去中心化網路的總能耗不容忽視。雖然不再使用 PoW 挖礦式高能耗共識，但支撐全球分佈的數萬 GPU 節點 24/7 執行，其碳排放需認真評估。部分專案已開始探索綠電認證和碳中和機制，但截至 2024 年尚未形成行業標準。
12. 誤讀糾偏
MLX 賽道資訊混亂度高，以下澄清若干常見誤讀。
誤讀一：“MLX 就是去中心化的 AWS，隨時可以替代傳統雲端”
事實：MLX 當前的能力遠未達到 AWS 的完整替代水平。它在特定場景（彈性 GPU 租賃、抗審查儲存、隱私計算）具有獨特優勢，但在服務穩定性、延遲保障、開發者工具鏈、資料庫完整性等方面與傳統雲端差距明顯。正確理解是“互補品”，適合非任務關鍵型的彈性工作負載。
誤讀二：“鏈-雲端融合=資料上鍊，所有資料都在區塊鏈上”
事實：絕大多數 MLX 系統僅將計算任務的後設資料、證明、支付記錄錨定在鏈上，而非原始資料或完整計算結果。將 TB 級資料直接寫入鏈上既不經濟也不技術上可擴充套件。真正儲存資料的是 Filecoin、Arweave 等去中心化儲存層，或傳統的物件儲存（僅在證明上鍊場景）。
誤讀三：“可驗證計算=絕對安全”
事實：可驗證計算的安全性取決於具體實現路徑。TEE 的安全假設依賴晶片廠商；ZK 的安全假設依賴密碼學引數設定（若需信任設定，還存在 toxic waste 風險）；經濟安全依賴理性博弈假設。不存在“絕對安全”，每一種路線都有其威脅模型和邊界條件。
誤讀四：“中國沒有 MLX，因為禁止加密貨幣”
事實：中國存在大規模鏈-雲端融合實踐，但路徑不同。螞蟻鏈、騰訊雲端 TBaaS 等 BaaS 平台本質上就是將區塊鏈與雲端運算深度整合的產品。它們使用聯盟鏈技術、法幣結算、許可制准入，符合國內監管架構。是否稱其為“MLX”取決於定義口徑，但其底層技術邏輯與全球 MLX 一脈相承——將鏈的信任屬性與雲端的資源屬性結合。
誤讀五：“AI+去中心化算力的專案都是 MLX”
事實：部分專案僅利用去中心化的代幣經濟來聚合算力，缺乏鏈上可驗證性機制。嚴格意義的 MLX 要求帶有鏈上證明錨定，否則只是一箇中心化的算力撮合平台外加一個代幣。區分標準：使用者能否在鏈上獨立驗證計算結果的正確性？若否，則偏離 MLX 的核心價值主張。
誤讀六：“有代幣就是去中心化，沒有單點故障風險”
事實：代幣分發和鏈上治理不等於技術層面的去中心化。許多專案的開發團隊、基金會仍掌握實質性控制權（智慧合約升級金鑰、節點准入審批、路線圖制定等），存在治理中心化風險。真正的去中心化需要時間演進，當前多數 MLX 專案處於不同程度的“漸進式去中心化”過程中。
13. 最新事件
以下動態展示了 MLX 賽道的近期演進取向（時間截至 2024 年末）。
13.1 AI+算力賽道的爆發與分化
2024 年上半年，AI 模型推論需求暴增，去中心化 GPU 網路獲得爆發式增長。io.net 在 2024 年 Q2 引發高度關注，其宣稱聚合超過 80,000+ GPU，但隨後被獨立分析師質疑節點資料存在注水（部分 IP 地址對應的節點未證實具備有效算力輸出）。io.net 官方於 2024 年 6 月釋出整改宣告，調整資料統計口徑和驗證機制（來源：io.net 官方部落格）。
同一時期，Akash Network 的 GPU 市場穩步增長，活躍 GPU 租約數從 2024 年初的約 200 個增至 Q3 的 1,000+，增長較有機且未出現資料爭議。Gensyn 尚未公佈主網上線時間，其技術方案仍在測試網迭代。
13.2 ZK 協處理器生態成型
RISC Zero 於 2024 年推出 Bonsai 商用版本，允許任何鏈上應用呼叫可驗證鏈外計算。Axiom V2 於 2024 年在 Ethereum 主網上線，已為多個 DeFi 協議提供歷史狀態查詢和複雜計算服務。這意味著 ZK 路線開始具備可用產品形態，而不再是純研究階段。
13.3 TEE 路線遭遇供給變數
Intel 於 2023 年末至 2024 年初陸續宣佈在消費級平台（第 12/13/14 代 Core 處理器）中停用或移除 SGX 支援，SGX 轉為僅面向至強伺服器平台和特定企業級晶片提供。這對依賴消費級 SGX 的隱私計算專案（如 Phala、Secret Network）產生直接影響。Phala 官方響應稱正評估轉向 Intel TDX 和 AMD SEV 作為替代方案，但遷移需要時間成本和生態調整。該事件凸顯了依賴單一硬體廠商的技術路線脆弱性。
13.4 傳統雲端廠商動作
AWS 於 2024 年 Re:Invent 大會上推出 Nitro Enclaves 的新版本，進一步強化機密計算能力，可視為雲端廠商對去中心化隱私計算敘事的一種回應。Google Cloud 也在 2024 年擴充套件其 Confidential Computing 產品線。傳統雲端廠商在“可信計算”能力上並未停滯，這壓縮了 MLX 的信賴價值溢價空間。
13.5 中國 BaaS 持續深化
據 IDC 2024 年中期釋出的追蹤資料，2023 年中國 BaaS 市場維持 20% 以上增速，政務和供應鏈金融仍為最大落地場景。螞蟻鏈在 2024 年進一步拓展資料要素流通場景，與多地資料交易所合作探索隱私計算+存證方案。騰訊雲端 TBaaS 與司法系統深度繫結，在證據存證領域滲透率持續提升。
14. 追蹤指標
持續追蹤 MLX 產業發展，建議監控以下多維度指標。
14.1 鏈上指標
- 網路總鎖定價值：代幣質押總量（FIAT/USD 計價），反映供給側的安全保障力度。
- 活躍任務/租約數：衡量網路真實需求量。每日/每週活躍租約數量是需求端最直接的高頻指標。
- 付費規模：鏈上統計的月度/季度任務支付總額（USD 計價），更純粹的“產業營收”指標。
- 節點數量與分佈：活躍算力/儲存節點的數量、地理分佈、算力/容量分佈，評估去中心化程度和供給健康度。
- 證明提交量：每天提交至鏈上的計算證明（TEE 遠端認證或 ZK 證明）數量，可作為“可信計算實際使用量”的代理指標。
- 來源：各專案官方區塊瀏覽器、Dune Analytics、Flipside 等資料平台。
14.2 傳統雲端市場指標
- GPU 雲端例項價格與等待時間：AWS/GCP/Azure 的 GPU 例項可用性和定價是 MLX 需求的逆週期指標。供給緊張時，溢位需求利好去中心化網路。
- 雲端運算市佔率變化：三大雲端廠商和新興 GPU 雲端的份額變動，反映競爭格局。
- 來源：Gartner、IDC 季度追蹤報告（部分付費）；公開雲端服務狀態頁面。
14.3 技術與安全指標
- TEE 硬體路線圖：Intel、AMD 對可信執行環境的新產品規劃和平台支持政策。
- ZK 證明效率突破：行業標準基準（如 RISC Zero 的 Prover/Verifier 效能對比）的年度改進幅度。
- 重大安全漏洞揭露：TEE 側通道漏洞、智慧合約攻擊事件等，每次重大事件都可能改變技術路線格局。
- 來源：晶片廠商官方技術文件；CVE 公共漏洞庫；密碼學會議論文（CRYPTO、Eurocrypt 等）。
14.4 監管動態
- 中國：網信辦區塊鏈備案專案數量、國務院/發改委關於資料要素和區塊鏈的政策檔案（“十四五”數字經濟相關細則）。
- 美國：SEC 對加密資產的執法行動和分類展望更新；能源監管對資料中心能耗的政策（因 AI/算力需求可能導致電力約束）。
- 歐盟：MiCA（加密資產市場法規）全面實施後的合規要求細則；GDPR 對去中心化資料處理的適用性解釋。
- 來源：各國監管機構官網；行業合規解讀報告（如 CoinDesk、The Block 的政策頻道）。
14.5 中國市場專項指標
- 信通院年度《區塊鏈白皮書》中市場規模、備案專案數、應用案例統計。
- IDC 中國 BaaS 市場份額年度報告。
- 螞蟻鏈/騰訊雲端 TBaaS/百度超級鏈官方揭露的合作落地案例數量與行業分佈。
- 各省市政務區塊鏈平台招標公告（公開渠道可查）。
15. 信源
以下列出本文引用的主要信源型別與代表性來源，按資訊類別分類。具體資料點已在正文中標註年份和出處。
15.1 行業報告與諮詢機構
- 雲端運算與半導體：Gartner（公有雲端支出預測）、IDC（中國公有雲端、BaaS 市場份額）、Jon Peddie Research（GPU 市場）
- 區塊鏈產業分析：Messari（季度生態報告、協議營收分析）、CoinGecko（代幣市值資料）、Dune Analytics / Flipside（鏈上行為儀表板）
- 中國區塊鏈：中國信通院《區塊鏈白皮書》系列（年度釋出）、IDC 中國 BaaS 市場份額系列
15.2 專案官方文件與儀表盤
- Filecoin Foundation 官方部落格與網路狀態儀表盤（stats.filecoin.io）
- Render Network 官方儀表盤與 GitHub
- Akash Network 文件與 Mintscan 資料瀏覽器
- io.net 官方文件與部落格
- Phala Network 技術白皮書與 GitHub
- Internet Computer Dashboard（dashboard.internetcomputer.org）
- RISC Zero / Axiom 官方技術部落格
- 螞蟻鏈、騰訊雲端 TBaaS、百度超級鏈官方產品頁面與白皮書
15.3 學術與安全研究
- Intel SGX 安全研究文獻（參見 IEEE S&P、USENIX Security 等頂會論文）
- TEE 側通道漏洞 CVE 條目（NVD 公開資料庫）
- ZK 技術進展參見 CRYPTO、Eurocrypt、ZKProof Workshops 會議論文
15.4 政策與監管檔案
- 中國人民銀行等十部門《關於進一步防範和處置虛擬貨幣交易炒作風險的通知》（2021 年 9 月）
- 中國《資料安全法》《個人資訊保護法》及“資料二十條”
- EU MiCA 法規文本（EUR-Lex）
- SEC 執法行動公告（sec.gov）
15.5 新聞與專業媒體
- CoinDesk、The Block（加密產業新聞與政策報道）
- Decrypt、Blockworks（專案動態與生態分析）
- 鏈聞（已關閉，歷史資料參考）/ Foresight News / PANews 等中文信源
免責宣告：本文所引用資訊均來自公開資料，僅供產業認知參考，不構成任何投資決策建議。文中提及的所有專案和公司均為行業說明之目的，不代表對其價值的評估。MLX 產業處於快速演進中，部分資料可能存在時間滯後，請以各專案及監管機構最新官方揭露為準。