AMP PBC 計劃以 13 億美元資金打造 GPU 運算網路

世界依賴電力運作，但沒有人會自行建造發電廠。Anjney Midha 認為 AI 計算也應如此運作。他的公司 AMP PBC 正在打造一個類似電網的 GPU 網絡，將來自獨立實驗室和數據中心的閒置晶片整合成一個共享網絡，讓成員 AI 實驗室可按需使用。

這是一個簡單的想法，但執行起來卻很複雜。而 Midha 已獲得包括 Andreessen Horowitz 和 Y Combinator 在內的投資者共 13 億美元的資金承諾，以解決這一問題。

目前關於 GPU 的情況是：供不應求，且現有的 GPU 價格並不便宜。雲端 GPU 租賃價格急升，B200 單元的每小時費用已達 $4.89。自 2026 年 1 月以來，這些費用幾乎翻倍，使無法與科技巨頭比拼採購實力的中小型 AI 團隊備感壓力。

這是米達在離開安德森·霍洛維茨職位後所發現的瓶頸。風險投資界讓他親眼目睹了這個問題：擁有潛力AI研究的初創公司不斷撞上同一堵牆——它們無法以合理的價格獲得足夠的算力。同時，數據中心和獨立運營商卻擁有大量未滿載運行的GPU。

AMP PBC 作為一家公共利益公司運營，這是一種法律架構，使公司能夠在追求利潤的同時實現社會目標。該公司有兩個部門：計算網格和風險投資業務。

網格是核心產品。擁有閒置 GPU 的數據中心運營商將容量貢獻至網絡。需要算力的 AI 實驗室可從池中以 AMP 力求低於波動性即時市場的價格提取資源。貢獻過剩容量的運營商可透過網格售出以獲利，形成雙邊市場。

同時，風險投資部門為 AMP 提供了直接進入初創企業生態的渠道。通過投資早期人工智能公司，該公司為自身的基礎設施創造了內生需求。

Midha 已經四處宣傳這一願景，包括於 5 月 5 日參加 TBPN 播客，以及於 6 月 2 日在 CNBC 針對 AI 基礎設施機遇的專題節目。

13 億美元的資金承諾表明，資深機構資金認為這一觀點具有可信度。當安德里森·霍羅維茨支持由其前合夥人創立的公司時，這並非隨意的投資。

對於較小的人工智慧團隊而言，目前 GPU 存取的經濟模式為 Google、Microsoft 和 Meta 等能夠負擔建設並填滿自有資料中心的公司創造了結構性優勢。一個運作中的計算網格可以縮小這一差距，讓初創公司和獨立研究人員獲得原本無法負擔的硬體資源。

競爭格局同樣重要。CoreWeave 已建立起龐大的 GPU 雲端業務。Lambda Labs 提供按需 GPU 集群。Together AI 專注於分散式推論。AMP 的網格模型以其實用性定位和公共利益結構為特色，但該領域正變得日益擁擠。

對於與加密貨幣相關的投資者而言，這種重疊值得注意。Render Network、Akash 和 io.net 均利用基於區塊鏈的協調層來實現這一理念的不同變體。AMP 則採用中心化方法，這可能犧牲去中心化的理念純粹性，但可能在性能和可靠性方面獲得優勢。