運算領域巨頭輝達的Rubin平台能夠顯著降低運行高階AI模型的成本，這項技術突破正挑戰那些建立在GPU運算資源稀缺性基礎上的加密網絡商業模式。
輝達新一代運算架構Rubin於2026年CES展會週一正式發表，該技術大幅提升了AI模型訓練和運行效率。黃仁勳表示，這套由六個協同設計晶片組成的系統——以美國著名天文學家era Florence Cooper Rubin命名——目前已「全面投產」。
對於那些依賴運算資源持續稀缺假設構建的加密項目而言，這些技術進步可能對其經濟模型構成根本性挑戰。
然而，歷史經驗顯示，運算效率的提升往往會刺激更多需求而非減少需求。更低成本、更強大的運算能力不斷開啟新的工作負載與應用場景，即使單位成本下降，整體使用量仍持續成長。
部分投資人似乎認同這項發展邏輯，過去一週內以GPU共享為核心的代幣如Render（RENDER）、Akash（AKT）與Golem（GLM）價格均上漲逾20%。
Vera Rubin技術的效率提升主要集中於超大型資料中心內部。這使基於區塊鏈的運算網絡依然能在短期任務及AI工廠覆蓋範圍外的工作負載領域保持競爭力。
為什麼運算成本降低時Render網絡將受惠
隨著雲端運算作為效率提升帶動需求增長的現代典範，我們看到透過Amazon Web Services等供應商獲取更經濟、更彈性的運算資源，大幅降低了開發者與企業的使用門檻，進而引發工作負載的爆發式增長，最終導致運算資源消耗量的提升。
這項現象和我們直覺認為效率提升應該減少需求的假設形成明顯對比。理論上，如果每項任務所需資源更少，那麼對伺服器或GPU的總體需求應該下降。
然而，運算領域的實際情況往往正好相反。隨著成本降低，市場會出現新用戶加入，現有用戶增加工作負載，並催生全新應用場景的三重效應。
在經濟學中，這一現象被稱為「傑文斯悖論」，源自威廉·斯坦利·傑文斯1865年著作《煤炭問題》中的論述。這位英國經濟學家觀察到，煤炭利用效率的提升不只沒有減少燃料使用量，反而刺激了更多工業消費。
將這一原理應用在基於加密的運算網絡上，消費者需求正轉向那些不適合長期超大規模合約的短期、彈性工作負載。
在實際應用中，這讓Render、Akash與Golem等網絡主要在彈性方面展開競爭。它們的核心價值在於整合閒置或未充分利用的GPU資源，並將短期任務智慧分配到當前可用容量的位置，這種模式雖受惠於需求增長，但不依賴對最先進硬體的控制。
Render與Akash作為去中心化GPU渲染平台，允許用戶租用GPU算力來執行運算密集型任務，包括3D渲染、視覺特效甚至AI訓練。用戶可存取GPU運算資源而無需投入專屬基礎設施或接受超大型供應商的定價模式。Golem則以去中心化市場的形式運作，整合未充分利用的GPU資源。
業界專家指出，雖然去中心化GPU網絡能夠為批次處理工作負載提供可靠效能，但它們在提供可預測性、緊密同步及長期可用性方面尚存挑戰，這正是超大型服務商所能保證的核心優勢。
GPU短缺預計將持續至2026年
由於打造GPU所需的關鍵元件供應緊俏，GPU市場持續面臨短缺問題。據零組件經銷商Fusion Worldwide報告，高頻寬記憶體（HBM）——現代AI GPU的核心零組件，預計至少在2026年前都將處於供不應求狀態。此情形直接限制了高階GPU的產能，因為HBM是訓練與運行大型AI模型不可或缺的部件。
這種供應限制源自半導體供應鏈最高端。全球最大的HBM生產商SK海力士與美光科技均已宣布，其2026年的全部產能已被預訂一空，而三星則警告，由於需求超過供給，價格將出現兩位數的漲幅。
過去，加密貨幣礦工曾被指責造成GPU短缺，但當前情況則主要是AI熱潮所致。大型科技公司或AI實驗室正鎖定多年期的記憶體分配、封裝與晶圓產能，以確保未來供給，使得市場其他領域幾乎沒有剩餘資源。
這種持續的資源稀缺，是去中心化運算市場得以存在的重要原因。Render、Akash和Golem等平台在超大型供應鏈之外運作，整合未充分利用的GPU資源，並提供彈性的短期存取服務。
這些平台雖無法從根本解決供應短缺問題，但為無法在嚴格管控的AI資料中心取得算力的開發者與工作負載提供替代途徑。
比特幣減半推動礦工轉向AI領域
AI熱潮也正在重塑加密貨幣挖礦產業，同時比特幣經濟因每四年一次的減半機制導致區塊獎勵減少而持續變動。
多家礦業公司正重新評估其基礎設施之最佳用途。圍繞電力供應、冷卻系統和物理空間建設的大型挖礦場地與現代AI資料中心的需求高度相似。隨著大型科技公司鎖定大部分可用GPU供應，這些資產對AI與高效能運算工作負載的價值日益提升。
這一變化已經開始顯現。Bitfarms於11月宣布計劃將其華盛頓州礦場部分設施改造為支援輝達Vera Rubin系統的AI與高效能運算中心，而多家競爭對手自上次減半以來已轉向AI領域。
輝達的Vera Rubin並不能消除市場稀缺性，但能提高超大型資料中心內硬體的生產效率，這些中心對GPU、記憶體與網路的存取已受到嚴格控管。業界預期，全年供應限制，特別是與HBM相關的限制，將持續存在。
對加密貨幣領域來說，GPU稀缺為去中心化運算網絡創造了市場機會，可填補市場缺口，服務無法獲得長期合約或在AI工廠內專屬算力的工作負載。這些網絡不是超大型基礎設施的替代品，而是在AI熱潮期間為短期任務及彈性運算需求所提供的替代解決方案。
