一份 2.6 亿美元的 GPU 合同,第一笔钱已经到账了——去中心化算力基础设施的边界在哪里
先说一个具体的数字
2026 年 5 月,Axe Compute(纳斯达克:AGPU)公开确认了一件事:
他们在一份 2.6 亿美元 GPU 算力合同下,收到了第一笔付款——4300 万美元。
不是意向金,不是预付款承诺,是已经到账的真实资本。
这件事的背景是:今年 4 月,Axe Compute 与 Aethir 签署了一份 36 个月的企业合同,内容是部署一个由 2304 块 NVIDIA B300 GPU 组成的专属集群,用于大规模 AI 模型训练、微调和高吞吐量推理。合同结构是"用或付"——企业客户无论实际使用情况如何,均承诺为约定的算力容量付费。
这种合同结构在 GPU 市场里极为罕见。它意味着什么?意味着买方对这个基础设施提供商的交付能力,已经有了足够的信心来锁定 36 个月。
NVIDIA B300 是什么规格
在聊基础设施架构之前,先把硬件参数说清楚。
NVIDIA B300 是 Blackwell 架构的最新企业级 GPU,相比上一代 H100:
计算性能:FP8 训练吞吐量大幅提升
显存:192GB HBM3e(H100 为 80GB)
显存带宽:8 TB/s(H100 约 3.35 TB/s)
NVLink 互联:第五代,跨 GPU 带宽更高
定位:大规模模型训练 + 高吞吐推理的旗舰配置
2304 块 B300 构成的集群,是什么量级的算力?
以目前主流的大模型训练任务来做参考,这个规模的集群可以在合理时间窗口内完成千亿参数模型的训练迭代,同时支撑高并发的推理服务。这不是实验室规模,是真正意义上的生产级 AI 基础设施。
去中心化 GPU 能跑这个量级吗
这是这件事最值得技术讨论的部分。
一个常见的认知是:去中心化 GPU 网络适合边缘推理、低延迟渲染这类分布式任务,但对于需要高带宽互联的大模型训练,中心化数据中心才是正确答案。
这个认知有它的道理,但忽略了一个重要的架构细节:
"去中心化网络"和"专属集群部署"不是互斥的。
Axe Compute 采购的,是 Aethir 网络中的一个专属集群——2304 块 B300 部署在美国 Tier 3 数据中心,高密度、高互联、满足企业合规要求。这个集群在物理层面是集中的,满足大模型训练对 GPU 互联带宽的要求。
Aethir 的去中心化网络在这里提供的价值,不是把这 2304 块 GPU 分散到全球各地——而是:
1. 硬件储备:
43 万 GPU 容器 / 94 个国家 / 200+ 地点
提供充足的硬件库存来快速组建专属集群
2. 地理冗余:
单点故障不会影响整体算力可用性
多地部署能力降低集中风险
3. 无数据出口费:
数据在 Aethir 网络内流动不产生额外费用
降低大规模训练任务的实际运营成本
4. 无厂商锁定:
不依赖单一云厂商的专有格式和 API
跨整个 AI 开发生命周期的灵活性
这是一种混合架构的思路:去中心化网络的硬件储备和弹性调度,支撑了中心化部署的专属集群。
"用或付"合同结构的工程含义
"Take-or-Pay"合同结构在传统能源行业很常见,在 GPU 算力市场出现这种结构,说明这个市场正在走向成熟。
对基础设施提供商来说,这意味着:
收入确定性:
36 个月 / 每季度约 2100 万美元
不依赖算力使用率,合同收入可预期
交付压力:
客户预付不等于交付宽松
Q3 2026 必须完成 2304 块 B300 的配置和上线
技术验证:
客户在签约时,就必须对你的交付能力有足够信心
这种合同签不了,说明基础设施的可信度还不够
对于一家纳斯达克上市公司来说,在没有集群上线的情况下提前支付 4300 万美元,这是一个需要向股东交代的决策。它能发生,意味着 Aethir 的基础设施在企业采购的尽职调查中通过了审查。
这对 AI 基础设施市场意味着什么
从更宏观的视角看,这件事反映了一个正在发生的市场趋势:
企业级 AI 基础设施的采购,正在出现多元化的供给侧格局。
过去,企业做 GPU 算力采购,选项基本是:AWS、GCP、Azure,或者自建数据中心。
去中心化 GPU 网络作为第三种选择,能否真正进入企业级采购的选项表,一直是个问题。这份 2.6 亿美元的合同,是一个具体的数据点:
合同规模:2.6 亿美元,企业级
客户类型:纳斯达克上市公司(AGPU)
硬件规格:NVIDIA B300,训练级旗舰
部署标准:Tier 3 数据中心,合规达标
合同结构:36 个月 Take-or-Pay,强约束
这些参数加在一起,说明至少在这个案例里,去中心化 GPU 基础设施已经满足了企业级采购的全部门槛要求。
这不是终点,是一个验证数据点。
写在最后
GPU 算力基础设施正在经历一次供给侧的结构性变化。中心化云厂商仍然占据主导,但去中心化网络正在从边缘场景(渲染、推理)向核心场景(企业级训练集群)渗透。
这个渗透能走多远,取决于两件事:交付能力的持续验证,以及合规和可靠性门槛的持续满足。
Axe Compute 的案例给出了一个阶段性的答案。Q3 2026 集群上线之后,会有更完整的数据。
更多推荐
所有评论(0)