BitTorrent ra mắt BTTInferGrid, một mạng máy tính suy luận AI phi tập trung

Khi các AI Agent được triển khai rộng rãi trong các kịch bản phức tạp như quy trình làm việc doanh nghiệp, tự động hóa sản xuất và thực thi tự chủ, ngành công nghiệp AI toàn cầu chính thức bước sang giai đoạn mới từ “phản ứng bị động” sang “thực thi tự chủ”. Trọng tâm cạnh tranh trong ngành đã từ lâu không còn là cuộc so sánh đơn thuần về thông số mô hình lớn, mà chuyển sang cuộc đua về khả năng triển khai và thực thi, trong đó khả năng suy luận logic mạnh mẽ chính là nền tảng cốt lõi hỗ trợ sự chuyển đổi này.

Sự thay đổi mô hình ứng dụng cũng thúc đẩy nhu cầu về cơ sở hạ tầng tính toán phía trước trải qua sự chuyển đổi căn bản: trọng tâm tiêu thụ tính toán đang liên tục dịch chuyển từ đào tạo mô hình sang suy luận nghiệp vụ, xu hướng này đã không thể đảo ngược. Tuy nhiên, hệ thống tính toán tập trung phổ biến hiện nay khi đối mặt với các yêu cầu suy luận海量、高频、峰谷波动剧烈，暴露出运营成本高、弹性扩容弱、服务稳定性不足等问题，整个 AI 行业正遭遇算力供给层面的发展瓶颈。

Ngày 17 tháng 6, hệ sinh thái truyền tải phi tập trung lâu đời BitTorrent chính thức ra mắt sản phẩm chiến lược — BTTInferGrid, nhắm vào lĩnh vực suy luận AI, xây dựng mạng lưới tính toán phi tập trung. Nền tảng này dựa trên kiến trúc phân tán phi tập trung, tổng hợp hiệu quả các nguồn tài nguyên GPU rảnh rỗi rời rạc trên toàn cầu, phá vỡ rào cản kết nối giữa bên cung cấp tài nguyên và các nhà phát triển AI, cung cấp dịch vụ tính toán suy luận AI mở, dễ dàng tích hợp, kết quả tính toán có thể xác minh trên chuỗi và tính phí linh hoạt theo mức sử dụng.

Dựa trên lợi thế công nghệ phi tập trung, BTTInferGrid không chỉ lấp đầy những điểm yếu của sức mạnh tính toán tập trung truyền thống trong các tình huống có lưu lượng cao và biến động tải, mà còn đạt được bước đột phá vượt bậc ở phía cung cấp sức mạnh tính toán, tái cấu trúc toàn bộ logic phân bổ và luân chuyển tài nguyên trong hệ sinh thái tính toán.

Đồng thời, BTTInferGrid là sản phẩm chiến lược được BitTorrent phát triển từ dịch vụ BTFS hiện có, không chỉ là bước mở rộng then chốt từ lĩnh vực lưu trữ sang lĩnh vực tính toán dựa trên năng lực điều phối tài nguyên phi tập trung mà BitTorrent đã dày công phát triển nhiều năm, mà còn là bước đi quan trọng trong chiến lược của họ nhằm định vị trên thị trường AI phi tập trung.

BTTInferGrid mong muốn tái cấu trúc hệ thống cung cấp sức mạnh tính toán bằng mô hình phi tập trung, giải quyết các vấn đề như chi phí sức mạnh tính toán cho AI inference quá cao và thiếu hụt nguồn cung, đồng thời giảm chi phí, tăng hiệu quả và nâng cao hiệu suất suy luận của các mô hình lớn, từ đó cung cấp cơ sở hạ tầng sức mạnh tính toán hiệu năng cao, độ bền cao và chi phí hợp lý cho ngành.

Nếu năm 2024 đến 2025 là thời kỳ “cuộc chiến ngàn mô hình” và cạnh tranh tham số do các cụm hàng vạn card GPU chi phối trong ngành AI, thì năm 2026, với sự triển khai quy mô lớn của AI Agent, AI chính thức bước vào thời kỳ “suy luận” – giai đoạn bùng nổ ứng dụng quy mô lớn. Suy luận AI là khâu then chốt để hiện thực hóa giá trị của mô hình, biến “mô hình đã được huấn luyện” thành các ứng dụng thực tế, giá trị thương mại và dịch vụ hàng ngày. Nói cách đơn giản, huấn luyện là “dạy AI học”, còn suy luận là “để AI thực sự sử dụng” – ví dụ, xe tự lái nhận diện biển dừng trên con đường chưa từng đi qua, chính là hành vi suy luận điển hình. Khả năng suy luận trực tiếp ảnh hưởng đến trải nghiệm người dùng, chi phí vận hành và giá trị thương mại của sản phẩm AI.

Ngành công nghiệp đã đạt được sự đồng thuận rộng rãi rằng trong tương lai, hơn 70% tài nguyên tính toán sẽ được sử dụng cho các kịch bản suy luận. Oracle từng dự đoán quy mô thị trường tính toán suy luận cuối cùng sẽ vượt qua tính toán huấn luyện. Học giả Viện Kỹ thuật Trung Quốc Trịnh Vĩ Dân cũng chỉ ra rằng hiện nay phần lớn tài nguyên tính toán đều tiêu tốn trong các tương tác hàng ngày giữa người dùng và các mô hình lớn. Về cấu trúc chi phí, trong chi phí suy luận của mô hình lớn, nhân lực chỉ chiếm 3%, dữ liệu chiếm 2%, trong khi tài nguyên tính toán chiếm tới 95%; chi phí tính toán cho các ứng dụng hàng đầu rất đáng kể, chi phí suy luận hàng ngày của ChatGPT khoảng 700.000 USD, DeepSeek V3 cũng đạt 87.000 USD.

Khi nhu cầu về sức mạnh tính toán AI lan rộng từ việc huấn luyện tập trung của một vài gã khổng lồ công nghệ sang hàng triệu kịch bản suy luận thương mại của các nhà phát triển trong mọi ngành nghề, tiêu chí đánh giá hạ tầng cơ sở cũng thay đổi. Trong thời đại huấn luyện, các nhà phát triển chủ yếu quan tâm đến quy mô và hiệu suất tính toán tập trung; khi bước vào thời đại suy luận, dịch vụ AI trực tiếp phục vụ hàng tỷ người dùng cuối, với hàng tỷ tương tác mỗi ngày tạo ra nhu cầu tính toán khổng lồ, khiến các nhà phát triển chuyển trọng tâm sang chi phí mỗi lần gọi, tốc độ phản hồi và độ ổn định của dịch vụ. Hiện nay, nguồn cung sức mạnh tính toán, chi phí gọi và khả năng sẵn sàng của dịch vụ đã trở thành những tiêu chí cốt lõi để đánh giá hạ tầng AI, đồng thời là yếu tố quyết định liệu ứng dụng AI có thể triển khai thành công hay không.

Tuy nhiên, trước nhu cầu suy luận tăng theo cấp số nhân, những điểm yếu của hệ thống tính toán tập trung phổ biến ngày càng trở nên rõ rệt: chi phí thuê GPU liên tục tăng, dịch vụ nền tảng thường xuyên gặp sự cố, nhiều ứng dụng AI buộc phải đóng cửa do chi phí tính toán quá cao. Những vấn đề này được thể hiện tập trung ở ba khía cạnh sau:

Thứ nhất, khả năng điều phối năng lực tính toán thiếu linh hoạt, không thể đáp ứng biến động lưu lượng đỉnh và đáy, rơi vào tình thế khó xử giữa chi phí và độ ổn định: Các công ty AI hàng đầu và nhà cung cấp đám mây dù liên tục tăng cường đầu tư vào cơ sở hạ tầng tính toán, nhưng nhu cầu suy luận tăng nhanh và có đặc điểm rõ rệt về đỉnh và đáy—lượng yêu cầu có thể tăng gấp chục lần vào ban ngày trong giờ làm việc hoặc cao điểm tiếp thị; đến đêm khuya thì giảm mạnh đột ngột. Các trung tâm dữ liệu tập trung thiếu khả năng điều phối linh hoạt nên khó thích nghi với sự thay đổi động này: nếu cấu hình theo mức đỉnh, chi phí khấu hao trong giai đoạn thấp điểm sẽ rất cao; nếu cấu hình theo mức trung bình, thì trong giờ cao điểm sẽ xảy ra gián đoạn dịch vụ, rơi vào tình thế “chi phí cao” và “độ ổn định thấp”. Đồng thời, năng lực tính toán tập trung còn phải gánh thêm nhiều chi phí khác như xây dựng trung tâm dữ liệu, điện năng, vận hành và lợi nhuận thương mại, cuối cùng dẫn đến chi phí tính toán rất cao, làm thu hẹp đáng kể không gian thử nghiệm của các nhóm đổi mới nhỏ và vừa. Thị trường đang rất cần một giải pháp mới kết hợp lợi thế chi phí và khả năng điều phối linh hoạt.

Thứ hai, giá thuê GPU liên tục tăng cao, chi phí đắt đỏ cản trở sự đổi mới của các doanh nghiệp vừa và nhỏ cũng như các nhà phát triển: Mặc dù các mô hình mã nguồn mở (như Qwen, DeepSeek, v.v.) đã hạ thấp rào cản gia nhập lĩnh vực AI, nhưng việc triển khai và vận hành các mô hình này vẫn phụ thuộc vào sức mạnh tính toán suy luận ổn định, giá rẻ và dễ tiếp cận. Tuy nhiên, thực tế là chi phí thuê GPU không ngừng tăng lên; ví dụ, với card đồ họa H100 phổ biến, giá thuê theo giờ từ 1,70 USD vào tháng 10 năm 2025 đã tăng lên 2,35 USD vào tháng 3 năm 2026, tăng gần 40% trong sáu tháng. Chi phí cao khiến nhiều nhà phát triển cá nhân và doanh nghiệp vừa và nhỏ sở hữu các giải pháp chất lượng cao phải ngần ngại, rơi vào tình thế “có mô hình nhưng thiếu sức tính toán”, nghiêm trọng kìm hãm sự năng động đổi mới và phát triển quy mô của ngành AI.

Thứ ba, nguồn tài nguyên GPU dư thừa toàn cầu chưa được sử dụng hiệu quả, gây ra sự mất cân bằng nghiêm trọng giữa cung và cầu: Trái ngược với tình trạng “thiếu hụt năng lực tính toán” trên thị trường, một lượng lớn tài nguyên GPU hiệu năng cao đang bị ứ đọng trên toàn cầu, phân tán trong các thiết bị cá nhân, phòng thí nghiệm trường đại học, phòng máy nhỏ và cơ sở hạ tầng còn sót lại sau khi chuyển đổi từ tiền mã hóa. Do thiếu các kênh kết nối chuẩn hóa và động cơ điều phối hiệu quả, những nguồn năng lực tính toán này không thể tiếp cận thị trường suy luận chính thống, tạo ra tình trạng mâu thuẫn khi phía cầu “khó tìm được một card” và phía cung “năng lực tính toán ngủ yên” cùng tồn tại. Hiệu suất sử dụng tài nguyên còn rất nhiều tiềm năng để cải thiện, và sự mất cân bằng cung - cầu cần được giải quyết khẩn cấp.

Tổng kết lại, thị trường tính toán suy luận AI hiện đang đối mặt với ba vấn đề cấu trúc: một bên là nguồn cung tập trung không thể cân bằng giữa chi phí và tính linh hoạt, một bên là chi phí thuê tính toán liên tục tăng cao kìm hãm sự đổi mới AI, và một bên là lượng lớn tài nguyên GPU dư thừa nhưng vẫn bị bỏ mặc chưa được khai thác. Trước những thách thức ngành này, BTTInferGrid dựa trên công nghệ phi tập trung, mang đến giải pháp hoàn toàn mới để giải quyết tình trạng mất cân đối cung - cầu tính toán.

BTT InferGrid nhằm mục đích kết nối hiệu quả các nguồn GPU rảnh rỗi phân tán toàn cầu với hàng loạt nhà phát triển AI thông qua mô hình phi tập trung, từ đó phá vỡ sự độc quyền và điểm nghẽn của năng lực tính toán tập trung. Một mặt, nền tảng tích hợp các nguồn năng lực GPU rảnh rỗi rời rạc để xây dựng cơ sở hạ tầng năng lực tính toán mở và chia sẻ; mặt khác, kết nối kênh truyền thông giữa bên cung và bên cầu, loại bỏ các rào cản gia nhập và bí mật định giá trong mô hình tập trung truyền thống. Đồng thời, dựa trên cơ chế khuyến khích và phối hợp của DePIN, BTT InferGrid có thể liên tục cung cấp năng lực suy luận chi phí hiệu quả cao, giải quyết tận gốc các vấn đề cốt lõi về chi phí năng lực tính toán cao và thiếu hụt nguồn cung, thực sự giải phóng hiệu suất suy luận và giá trị thương mại của các mô hình lớn.

BTTInferGrid có định vị rõ ràng và cụ thể, tập trung xây dựng mạng lưới tính toán phi tập trung dành riêng cho các kịch bản suy luận AI, kết nối nguồn cung GPU dư thừa toàn cầu với nhu cầu thị trường về suy luận AI, cung cấp dịch vụ tính toán AI toàn cầu với khả năng kết nối mở, kết quả có thể xác minh và tính phí theo mức sử dụng.

Cụ thể, BTTInferGrid dựa trên cơ chế nền tảng DePIN, khớp chính xác giữa nguồn cung năng lực tính toán và nhu cầu suy luận AI tăng trưởng bùng nổ, tạo ra giá trị kép cho cả hai phía cung và cầu:

· Về phía cung cấp năng lực tính toán, chúng tôi hiệu quả tập hợp các nguồn GPU rảnh rỗi phân tán toàn cầu, xây dựng nền tảng năng lực tính toán mở và chia sẻ. Đồng thời, nhờ cơ chế khuyến khích và điều phối thông minh của DePIN, một mặt tạo ra kênh sinh lời dễ tiếp cận và bền vững cho các chủ sở hữu năng lực tính toán, biến những "GPU rảnh rỗi đang ngủ yên" trên toàn cầu thành "tài sản lưu động"; mặt khác đảm bảo tính ổn định và khả năng mở rộng linh hoạt của năng lực tính toán, xây dựng dịch vụ suy luận toàn cầu với chi phí cao, khả năng mở rộng tốt và độ tin cậy an toàn.

· Về phía cầu năng lực tính toán, BTTInferGrid cung cấp dịch vụ suy luận toàn cầu với khả năng kết nối dễ dàng, kết quả có thể xác minh trên chuỗi và tính phí theo mức sử dụng, hướng đến các nhà phát triển AI toàn cầu. So với mức giá cao ngất của các nhà cung cấp điện toán đám mây tập trung, BTTInferGrid sở hữu lợi thế chi phí cực kỳ vượt trội và khả năng mở rộng linh hoạt, giúp các nhóm khởi nghiệp quy mô nhỏ và trung bình, cũng như các nhà phát triển độc lập giảm thiểu chi phí thử nghiệm, hoàn thành xác minh sản phẩm và lặp lại kinh doanh một cách hiệu quả, đồng thời hỗ trợ ngược lại cho hệ sinh thái cung cấp năng lực tính toán phía trên.

Do đó, BTTInferGrid không chỉ thực sự giải quyết nhu cầu cấp thiết của các nhà phát triển AI về sức mạnh tính toán chi phí thấp và linh hoạt trong giai đoạn “ứng dụng cạnh tranh”, mà còn mở ra một kênh tạo giá trị bền vững cho lượng lớn tài nguyên phần cứng dư thừa trên toàn cầu.

Quan trọng hơn, nền tảng BTTInferGrid sẽ thành công trong việc xây dựng một vòng lặp tăng trưởng tích cực tự duy trì: các nút GPU rảnh rỗi liên tục mở rộng, chi phí tính toán suy luận liên tục giảm xuống, thu hút thêm nhiều nhà phát triển tham gia; nhu cầu thị trường không ngừng tăng lên, tiếp tục khuyến khích các bên cung cấp tính toán toàn cầu gia nhập hệ sinh thái. BTTInferGrid tái cấu trúc nguồn cung tính toán theo mô hình phi tập trung, biến đổi nguồn tính toán AI chuyên dụng khan hiếm và đắt đỏ thành cơ sở hạ tầng công cộng AI phổ cập, có thể truy cập theo nhu cầu.

Về lợi thế hiệu suất sản phẩm, hiện nay hầu hết các nền tảng GPU phi tập trung trên thị trường đều gặp phải các vấn đề như ngưỡng tiếp cận năng lực tính toán cao, độ tin cậy dịch vụ chưa đủ và mô hình kinh tế khó duy trì lâu dài. BTTInferGrid đã tối ưu từ kiến trúc cốt lõi, đạt được đột phá toàn diện trên ba khía cạnh: tổng hợp năng lực tính toán, xác minh dịch vụ và tính bền vững của hệ thống kinh tế, từ đó tạo nên lợi thế cốt lõi độc đáo, cụ thể như sau:

1. Mạng lưới cung cấp tính toán mở, nhanh chóng tập hợp nguồn tài nguyên GPU dư thừa toàn cầu: Các nền tảng điện toán đám mây truyền thống có rào cản nhập cảnh cao (ví dụ: cần trung tâm dữ liệu tuân thủ, IP công cộng cố định, switch đắt tiền), trong khi BTTInferGrid xây dựng một mạng lưới cung cấp tính toán mở thực sự, cho phép bất kỳ thực thể hoặc cá nhân nào sở hữu GPU dư thừa và các nguồn tính toán khác đều có thể kết nối liền mạch nếu đáp ứng các thông số hiệu năng cơ bản (như dung lượng bộ nhớ GPU, chuẩn tính toán) và yêu cầu ổn định mạng. Thiết kế này làm giảm đáng kể rào cản tham gia của phía cung cấp tài nguyên tính toán, giúp tập hợp nhanh chóng và hiệu quả các nguồn tính toán GPU dư thừa toàn cầu thành mạng lưới và ma trận.

2. Dịch vụ chất lượng có thể xác minh và hành vi nút, giải quyết vấn đề tin tưởng phi tập trung: Điểm đau lớn nhất của tính toán phi tập trung là độ tin cậy—làm thế nào để ngăn chặn thợ mỏ dùng card đồ họa kém hiệu năng giả làm card hiệu năng cao? Làm thế nào để đảm bảo kết quả suy luận là thật và đáng tin cậy? BTTInferGrid xây dựng một vòng lặp khép kín có thể xác minh chéo thông qua lập lịch tác vụ (phân phối thông minh), xác minh thách thức (kiểm tra ngẫu nhiên bằng mật mã), điểm đồng thuận (điểm danh tiếng động态) và phối hợp trên chuỗi (hợp đồng thông minh thưởng phạt), từ đó nâng cao đáng kể độ tin cậy của dịch vụ suy luận.

3. Mô hình kinh tế do nhu cầu thúc đẩy, xây dựng hệ sinh thái bền vững: Các dự án DePIN giai đoạn đầu thường rơi vào vòng xoáy tử thần — phát hành token với tỷ lệ cao để thu hút nút khai thác mù quáng, nhưng do thiếu nhu cầu thực tế, dẫn đến lạm phát token, giá giảm mạnh và nút rời bỏ mạng. BTTInferGrid ngay từ giai đoạn khởi đầu đã xác định mục tiêu xây dựng hệ sinh thái kinh tế do nhu cầu thực tế thúc đẩy — lấy số lần gọi mô hình thực tế và hiệu suất của nút làm cơ sở chính để thưởng激励. Chỉ khi các nhà phát triển AI thực sự trả tiền để gọi mô hình, các nhà cung cấp tính toán mới nhận được phần chia lợi nhuận cốt lõi và điểm tín nhiệm tăng thêm. Thiết kế này sẽ thúc đẩy mạnh mẽ sự tăng trưởng điều hòa giữa quy mô cung và nhu cầu thị trường, đảm bảo sự phát triển lành mạnh và bền vững lâu dài cho hệ sinh thái mạng.

Tổng kết lại, từ mạng lưới cung cấp mở cho phép bất kỳ GPU rảnh nào đáp ứng tiêu chuẩn hiệu năng trên toàn cầu được kết nối liền mạch, đến hàng rào niềm tin có thể xác minh toàn bộ quy trình được xây dựng bởi bốn cơ chế khép kín: lập lịch tác vụ, xác minh thách thức, đánh giá đồng thuận và thưởng phạt trên chuỗi,再到 hoàn toàn từ bỏ bong bóng đầu cơ và neo nền tảng động lực vào mô hình kinh tế do nhu cầu thực tế về gọi AI suy luận — BTTInferGrid đang tái định nghĩa cơ chế phân bổ tài nguyên tính toán trên ba chiều: hội tụ tài nguyên, độ tin cậy dịch vụ và phân phối giá trị.

BTTInferGrid không chỉ đơn thuần là “tổng hợp sức mạnh tính toán”, mà còn là một mạng lưới tính toán phi tập trung tinh vi tích hợp nhiều chức năng như lập lịch và thực thi nhiệm vụ suy luận AI, khớp nối thông minh cung - cầu sức mạnh tính toán, cũng như điều phối và thanh toán tài nguyên trên chuỗi.

Trong hệ sinh thái tính toán phi tập trung của BTTInferGrid, tất cả các bên tham gia tạo thành ba vai trò cốt lõi xung quanh “cung cấp, sử dụng và xác minh” tính toán:

· Nhà cung cấp sức mạnh tính toán (thợ mỏ): Cung cấp nguồn GPU rảnh rỗi, nhận và thực hiện các nhiệm vụ suy luận AI; hệ thống tự động phân phối phần thưởng tương ứng dựa trên khối lượng công việc đã xác minh, chất lượng hoàn thành nhiệm vụ và điểm hiệu suất động.

· Người có nhu cầu về sức mạnh tính toán (nhà phát triển AI): BTTInferGrid cung cấp giao diện API tiêu chuẩn và đồng nhất, hỗ trợ các nhà phát triển truy cập vào nguồn tài nguyên GPU phân bố toàn cầu.

· Network Guardians (Validators): Participate in a decentralized validation and scoring system, auditing and randomly challenging miners' computational performance to identify anomalous behavior and maintain network service quality. Meanwhile, validators earn rewards for upholding network integrity, collectively ensuring the fairness and trustworthiness of the network.

Tổng kết lại, đối với các nhà phát triển AI, BTTInferGrid mang đến dịch vụ suy luận AI với chi phí cạnh tranh hơn, khả năng mở rộng cao và đáng tin cậy, giúp hiệu quả giảm thiểu tình trạng gián đoạn sản phẩm và mất khách hàng do thiếu năng lực tính toán. Đối với các nhà cung cấp GPU, nó tận dụng hiệu quả các tài nguyên phần cứng biên và dư thừa toàn cầu, tạo ra một kênh lợi nhuận bền vững cho các nhà cung cấp tài nguyên GPU, đảm bảo mỗi đơn vị tính toán đều phát huy đúng giá trị của mình trong thời đại suy luận.

Trong quá trình triển khai sản phẩm cụ thể, khác với mô hình tài sản nặng của các nhà cung cấp đám mây tập trung truyền thống – “đầu tư trước vào phần cứng, sau đó chờ đợi nhu cầu” – DePIN ngay từ giai đoạn đầu đã đối mặt với thách thức điều phối hai chiều: dư thừa nguồn cung dẫn đến nút bị bỏ trống và sụp đổ kinh tế token, trong khi thiếu hụt nguồn cung lại làm tổn hại đến trải nghiệm của nhà phát triển và hiệu suất hệ thống. Để giải quyết vấn đề này, BTTInferGrid đã xây dựng một chiến lược khởi động từng giai đoạn rõ ràng, ổn định và định hướng theo nhu cầu, từ bỏ tăng trưởng hỗn loạn và tập trung ưu tiên vào việc nâng cao hiệu quả sử dụng tài nguyên, tính bền vững kinh tế và mở rộng ổn định kiến trúc kỹ thuật.

· Mục tiêu ngắn hạn (2026): Khởi động mạng lạnh, hoàn thành kết nối nút lõi cơ sở và xác minh dịch vụ suy luận phân tán, dần mở rộng quy mô nút GPU.

· Mục tiêu trung hạn (2027): Đa dạng hóa hệ sinh thái, hoàn thiện tính ổn định và bảo mật quyền riêng tư của dịch vụ mạng, đồng thời tương thích với nhiều định dạng mô hình AI và khung suy luận hơn, từng bước mở rộng sang các ứng dụng như tinh chỉnh mô hình.

· Mục tiêu dài hạn (2028 trở đi): Trở thành cơ sở hạ tầng gốc AI, xây dựng lớp tính toán lựa chọn hàng đầu cho các AI Agent và ứng dụng tự động hóa, cung cấp khả năng tính toán linh hoạt cho các ứng dụng AI quy mô lớn, cuối cùng để tính toán, lưu trữ phân tán và hợp đồng thông minh trên chuỗi hoạt động phối hợp trong một kiến trúc thống nhất.

Về mặt triển khai thực tế, BTTInferGrid cũng áp dụng chiến lược phát triển từng giai đoạn. Trong giai đoạn đầu tiên, mạng lưới chủ yếu sử dụng card đồ họa chuyên dụng, các bên cung cấp tính toán (thợ mỏ) cần được xét duyệt trước khi kết nối, trong khi người dùng phía cầu có thể truy cập dịch vụ suy luận thông qua nền tảng. Trong tương lai, nó sẽ phát triển thành một mạng lưới siêu tính toán hoàn toàn mở: hỗ trợ nhiều loại GPU khác nhau như dành cho người dùng tiêu dùng, chuyên nghiệp và trung tâm dữ liệu, đồng thời phân cấp kết nối và định giá theo hiệu năng; mở rộng kết nối cho thợ mỏ và tích hợp cơ chế thế chấp để đảm bảo chất lượng dịch vụ; phía cầu sẽ mở cổng API thống nhất, tương thích với nhiều định dạng mô hình AI và khung suy luận khác nhau, cung cấp các tùy chọn triển khai linh hoạt.

Hiện tại, BTTInferGrid đã tích hợp thành công nhiều mô hình lớn mã nguồn mở phổ biến, bao gồm Qwen3.6 27B và Qwen2.5 7B Instruct từ chuỗi Qwen của Alibaba Cloud, cũng như Llama 3.1 8B Instruct của Meta. Các nhà phát triển AI có thể linh hoạt gọi mô hình theo nhu cầu thực tế của từng bối cảnh ứng dụng. Trong tương lai, nền tảng sẽ tiếp tục mở rộng hệ sinh thái mô hình để cung cấp thêm nhiều hỗ trợ cho các mô hình tiên tiến nhất dành cho nhà phát triển.

Quan trọng hơn, BTTInferGrid sở hữu nền tảng vững chắc từ sự tích lũy lâu dài của BitTorrent và BTFS, mang lại lợi thế phát triển tự nhiên. BitTorrent và BTFS thuộc quyền sở hữu của nó đã chuyên sâu nhiều năm trong lĩnh vực lưu trữ phi tập trung, trong đó BitTorrent đã có hơn 100 triệu người dùng hoạt động và 2 tỷ lần cài đặt, đã xác minh thành công tính khả thi của mô hình DePIN và tích lũy được các năng lực trưởng thành như kết nối tài nguyên, kích thích token, thanh toán trên chuỗi và vận hành cộng đồng. Là sản phẩm chiến lược của BitTorrent trong việc mở rộng sang lĩnh vực AI, BTTInferGrid được nâng cấp từ dịch vụ BTFS hiện có, có thể chuyển giao liền mạch những kinh nghiệm trưởng thành này sang lĩnh vực sức mạnh tính toán suy luận AI, thúc đẩy nhanh chóng sự tăng trưởng của hệ sinh thái.

Dựa trên công nghệ phi tập trung, BTTInferGrid đã giải quyết chính xác tình thế khó khăn trong ngành khi tồn tại song song tình trạng “công suất tính toán dư thừa” và “thiếu hụt công suất tính toán”. Với các nguyên lý tiếp cận mở, hợp tác phi tập trung, đóng góp có thể xác minh và cùng xây dựng cộng đồng, BTTInferGrid không chỉ là bước đột phá mạnh mẽ trước sự độc quyền của công suất tính toán tập trung truyền thống, mà còn vẽ nên một bức tranh đầy tưởng tượng về tương lai công suất tính toán toàn cầu phi tập trung, nhờ vào định vị sản phẩm rõ ràng và nền tảng công nghệ vững chắc. Tại đây, mọi công suất tính toán dư thừa đều được kích hoạt, và mọi nhà phát triển đều có thể tiếp cận tương lai thông minh với chi phí phổ cập.