英伟达的 Rubin 芯片如何推动 Bittensor 在 2026 年的普及

英伟达的 Rubin 芯片正在将人工智能转化为廉价的基础设施。正因如此，像 Bittensor 这样的开放式智能市场开始变得重要起来。

英伟达利用 CES 2026 展会预示着人工智能运行方式的重大转变。该公司并未率先推出消费级 GPU，而是发布了 Rubin，一个机架级 AI 计算平台，旨在让大规模推理更快、更便宜、更高效。

鲁宾将人工智能转化为工业基础设施

英伟达在CES上的发布会明确表明，它不再销售单个芯片，而是销售人工智能工厂。

Rubin是英伟达的下一代产品。

这一点至关重要，因为现代人工智能工作负载不再像单个聊天机器人那样简单。它们越来越依赖于许多小型模型、代理和专用服务之间的实时通信。

降低成本改变了人工智能的构建方式

Rubin 通过降低推理成本并提高可扩展性，催生了一种新型的 AI 经济模式。开发者可以部署数千个经过精细调优的模型，而不是一个庞大的单体应用。

企业可以运行基于代理的系统，这些系统使用多种模型来执行不同的任务。

然而，这又带来了一个新的问题。一旦人工智能变得模块化且应用广泛，就必须有人决定由哪个模型来处理每个请求。必须有人来衡量性能、管理信任关系并处理支付。

云平台可以托管模型，但它们不提供中立的模型交易市场。

Bittensor 正好可以填补这个空白。

Bittensor 不出售计算能力。它运行一个去中心化网络，人工智能模型在该网络中竞争以提供有用的输出。该网络使用链上性能数据对这些模型进行排名，并以原生代币 TAO 支付报酬。

每个 Bittensor 子网都像一个市场，专门交易特定类型的智能，例如文本生成、图像处理或数据分析。表现优异的模型获得更多份额，而表现不佳的模型则会失去影响力。

随着模型数量的增加，这种结构的价值也越来越高。

为什么英伟达的鲁宾让Bittensor的模型变得可行？

Rubin 与 Bittensor 并不竞争，它只是让 Bittensor 的经济模式得以大规模运行。

随着英伟达降低人工智能运行成本，越来越多的开发者和公司能够部署专用模型。这就更加需要一个中立的系统，用于跨云和组织对这些模型进行排名、选择和付费。

Bittensor 提供了这样一个协调层。它将海量的 AI 服务转化为一个开放、竞争的市场。

英伟达掌控着人工智能的物理层：芯片、内存和网络。鲁宾通过降低人工智能的运行成本和加快运行速度，进一步强化了这种控制。

Bittensor 运行在上一层。它负责处理智能的经济效益，决定使用哪些模型以及给予哪些奖励。

随着人工智能向智能体群和模块化系统发展，经济层面的集中化变得越来越困难。

Bittensor (TAO) 过去一个月的价格走势图。来源：CoinGecko

这意味着什么

Rubin 计划于 2026 年晚些时候推出，这将扩展数据中心和云端的 AI 容量。这将推动模型和代理数量的增长，从而竞争实际工作负载。

像Bittensor这样的开放网络将从这种转变中受益。它们并不会取代英伟达的基础设施，而是为其提供市场。

从这个意义上讲，鲁宾并没有削弱去中心化人工智能，而是为其提供了组织的目标。

这篇文章《英伟达 Rubin 芯片如何推动 Bittensor 在 2026 年的普及》最初发表于BeInCrypto。