在 AWS re:Invent 2025 上，AWS 執行長 Matt Garman 提出了一個簡單但重要的數據：AI 推理現已佔據所有 AI 計算需求的約三分之二，而 2023 年時僅約三分之一。
訓練是教導模型思考，推論則是實際讓它思考。產業已投入數十億美元來訓練這些模型，如今支出正逐漸轉向讓它們投入實際應用。
Garman 於 2024 年 6 月接替 Adam Selipsky 擔任 AWS 首席执行官，他將推理描述為計算領域的「新樂高」。他指出，推理正成為企業用來自動化任務、運行 AI 代理並根本改變商業運作方式的基本構建模塊。
他更進一步預測，企業人工智慧價值的 80-90% 最終將來自由推斷驅動的代理系統，而非僅僅總結郵件的聊天機器人，而是能夠實際完成任務的自主系統。
AWS 也在這項投資上投入了硬體。公司在 re:Invent 上展示了專為推論工作負載設計的 Trainium3 芯片，而非一直佔據頭條和英偉達財報的訓練優化型 GPU。
這一轉變對加密貨幣挖礦行業至關重要，該行業一直處於自身的身份危機之中。自2024年4月減半後，比特幣挖礦保證金收窄，多家主要礦企轉向提供人工智慧和高性能計算服務。Core Scientific、Hut 8 等公司已將其 GPU 機群和資料中心容量重新用於支援人工智慧訓練工作負載。
但如果加爾曼是正確的，且需求曲線大幅向推論傾斜，則硬體需求將發生變化。訓練需要在數個頂級 GPU 群集上進行數週或數月的大量平行處理，而推論則需要不同的優化：更低的延遲、更高的每查詢吞吐量，以及通常完全不同的晶片架構。
對於加密原生投資者而言，這裡的訊號在於「AI轉型」這一主題能否持續支撐多隻礦業股。請留意哪些礦業公司宣佈與雲端供應商合作，或投資於推理優化硬體。那些仍推廣通用 GPU 用於訓練的公司，可能會發現自己站在了已發生轉變的需求曲線的錯誤一側。
像 Render、Akash 和 io.net 這樣的去中心化計算網絡，已將自身定位為人工智能工作負載的集中式雲端供應商的替代方案。如果推論需求正以 Garman 所描述的速度增長，這些協議可能會獲得更高的使用率，但前提是它們能提供推論所需的低延遲、高可靠性服務。訓練可以容忍網絡中斷，但推論不行。