背景

9月19日，万众瞩目的美国降息终于落地，并且是以超过市场预期的50个基点的方式实现的，这为整个Crypto行业带来了活力。尽管市场经历过长达半年的沉寂，但是仍然有一些新兴板块的发展令人印象深刻，其中最典型的就是AI板块和DePIN板块。

自从OpenAI的ChatGPT横空出世，AI的发展简直就是按下了快进一样迅速发展，鉴于AI强大的生产力，AI应用也顺理成章地拓展到各行各业中，Crypto行业也是如此，许多项目纷纷推出了与AI相结合的应用。而另一方面，AI自身的发展也受到了中心化的影响，比如此前三星的人员使用AI后发生了数据泄露的问题，又或者是对于一般人来说很难有足够的资源去探索AI的更多使用场景。而这也自然地将区块链技术引入到AI的解决方案中。AI与区块链属于是互利互惠，很自然地就结合到了一起。

与此同时，DePIN概念自从被Messari提出之后，就开始受到许多人的欢迎。不仅是它确实拥有实际的部分（现实世界的硬件基础设施），更容易被普通人和资本接受；它也为整个Crypto行业带来了丰富的去中心化网络资源，使得区块链技术能够获得更多的去中心化的存储、计算、网络带宽等，拓展了区块链技术的边界，也为更多的商业模式打下了基础。
 

说到这儿，就不得不提到Phala Network了。作为Polkadot生态的知名项目，Phala刚好同时踩在了DePIN和AI这两个风口上，Phala的目标是搭建一个去中心化的计算云，它能保证计算过程既安全又私密，同时还保持去中心化。这就使得Phala不仅能支持各种复杂的去中心化应用，还能为AI提供隐私保护的训练和推理服务。

而随着DePIN和AI的发展，Phala的重要性也将越来越突出。它不仅为这两个热门领域提供了基础设施，还能探索更多区块链与AI的新玩法。

那么，Phala Network究竟现在发展的如何，同时站在两个巨人肩膀上的它在未来又有怎样的规划呢？

正好我们今天有幸请到了Phala的联合创始人兼CEO Marvin Tong。相信通过他的分享，我们能更深入地了解Phala在DePIN和AI这两个赛道上的布局，以及他对区块链未来的独特看法。以下是专访的全部内容！
 

1.为什么选择Substrate框架？

Zou Yang：Phala作为波卡上最早一批DePIN项目，如今已经稳定运行多年了，其中波卡背后的Substrate框架功不可没。请问，您当初选择采用Substrate框架构建Phala的原因是什么？对于加密行业不断涌现DePIN这个趋势来说，您认为波卡会有哪些优势？

Marvin：Phala Network之所以选择Substrate作为底层框架，是基于多个方面的考虑：

1. 模块化和灵活性：Substrate就像一个乐高积木，可以根据需要随意拼装，它提供了一种模块化开发方式，允许开发者灵活地定制链上逻辑。对于Phala这样需要高性能和隐私保护的项目，这种灵活性非常重要。这相当于，如果我们需要增加一个新的隐私计算功能，只需要添加一个模块就可以了。通过Substrate的框架，Phala可以快速迭代和扩展，支持不同的计算模型和应用场景 。

2. 波卡生态的互操作性：波卡的跨链消息传递协议（XCMP）允许Phala与其他平行链无缝交互。在不同的区块链上通常有着各种各样的应用，波卡的中继链就像一个桥梁，帮助它们顺利沟通、相互交换数据和资产，这对于构建多链交互的DePIN项目非常有利。通过中继链，Phala能够在保持自身隐私计算优势的同时，与其他链实现高效协作 。

3. 高效的开发者工具：Substrate提供了一系列强大的开发工具，如Substrate Node Template和Polkadot.js，这些工具极大地降低了开发难度，并提高了开发效率。开发者可以更快地实现创意，尤其适合初创项目。

随着DePIN项目的兴起，波卡作为多链生态的优势更加明显。通过其共享安全机制和平行链架构，波卡可以为DePIN项目提供稳定的技术支持和跨链交互能力，Phala也因此能够更好地服务于多链生态中的各类应用需求。
 

2.Phala在AI方向的应用和探索？

Zou Yang：随着ChatGPT的推出，AI行业得到迅速发展，而AI技术也惠及了Web3行业，Phala作为去中心化计算云，天然能够与AI结合，那么Phala做了哪些AI方向的应用和探索呢？

Marvin：Phala Network在AI领域的探索主要集中在以下几个方面：

首先是可信AI计算环境（TEE + ZKP）方面。Phala将可信执行环境（TEE）与零知识证明（ZKP）结合，为AI模型提供一个安全和隐私保护的运行环境。比如说，当你的AI模型需要处理一些敏感数据时，这种架构可以确保数据隐私，同时保证模型推理结果的可信性。

其次，Phala最近发布了首个基于NVIDIA H100 GPU的TEE性能基准测试，这一测试展示了在TEE环境中运行大型语言模型（LLM）时的性能表现。研究表明，尽管在数据传输过程中会有一定的性能损耗，但整体计算效率得到了有效保障。
 

最后，在去中心化AI应用场景方面，Phala的AI Agent Contracts允许开发者在去中心化环境中部署和管理AI模型。这些AI代理可以被用来构建去中心化的智能助手、预测模型等应用。举例来说，通过AI Agent Contracts，开发者可以轻松开发一个去中心化的智能助手，帮助用户管理他们的加密资产。同时，这些应用能够在Phala的去中心化计算云中安全运行，确保数据隐私和模型的完整性。

Phala在AI方向的探索还远远不止于此，在未来还会为各种需要高度隐私保护的场景提供可信的AI计算支持，例如与医疗、金融等领域的结合。
 

3.Phala的跨链支持与应用

Zou Yang：DePIN项目能利用区块链技术构建一个物理基础设施网络，Phala也是构建了一个去中心化的计算网络，尽管Phala是一个波卡生态项目，但是它的去中心化的网络资源是可以被任意的区块链项目使用的，那么Phala现在已经为哪些生态提供过支持，有哪些进展呢？

Marvin：虽然Phala起源于波卡生态，但其去中心化计算资源已经扩展到多个区块链上。比如，2023年Phala在Polygon生态中与Lens协议及一些游戏项目合作，支持去中心化社交和游戏的隐私计算。在BNB链上，Phala与Dmail合作，增强了数据隐私保护功能，这表明Phala的隐私计算能力还可以在波卡生态之外的不同Layer 1链上提供支持。2024年，Phala在Base链上与多个AI应用合作，利用Wormhole协议实现PHA代币跨链桥接，进一步扩大了生态影响力。

目前，Phala正在积极与其他Layer 1公链进行探索与合作，在提升Phala的生态覆盖范围的基础上，也为更多的链上应用提供了可信的计算支持。
 

4.GPU TEE基准测试的意义

Zou Yang：最近，Phala发布首个GPU TEE基准测试，请问Marvin老师能否通俗易懂地介绍这个技术，它的作用和意义是什么呢？

Marvin：根据最近的基准测试报告 ，Phala在NVIDIA H100 GPU上实现了可信执行环境（TEE）的计算能力，这一技术进展对AI模型的可信推理和训练具有重要意义。

测试表明，在大多数情况下，GPU内部计算的性能损失几乎可以忽略，而主要瓶颈在于CPU和GPU之间的数据传输。因此，Phala的GPU TEE技术能够在保证安全性的同时，提供高效的计算环境。此外，这项技术还可以扩展到复杂的AI场景，显著提高数据隐私保护，特别适用于医疗数据分析和金融风险控制等需要高安全性的任务。未来，Phala计划将这一技术应用于更多跨链场景，支持不同链上的高安全性计算需求。
 

5.Phala如何借助DePin和AI叙事迎来快速增长？

Zou Yang：DePIN和AI是今年以来表现最好的两个叙事方向之二，而Phala作为兼具两个方向的项目，你认为Phala可以如何借助这两个叙事的优势迎来快速的增长呢？

Marvin：Phala Network在2023年和2024年分别在DePIN（去中心化物理基础设施网络）和AI两个方向上取得了显著的进展。作为一个兼具这两大趋势的项目，Phala可以利用以下几种策略来推动快速增长：

1. 深入耕耘DePIN市场：

DePIN项目的核心是将区块链技术与现实世界的物理基础设施连接起来，打造一个去中心化的基础设施网络。而Phala作为波卡生态中最早一批DePIN项目，已经积累了丰富的经验和技术积累。

Phala的可信计算网络能够为DePIN项目提供一个高效、可扩展的计算环境，这对于分布式能源、物联网等场景尤为重要。Phala还可以进一步与不同的DePIN项目进行深度合作，如智能电网、去中心化物流等领域，为这些场景提供强大的隐私计算能力。

2. 推动AI模型的可信性和去中心化部署：

随着AI技术的发展，越来越多的场景需要在去中心化环境中运行和验证AI模型，尤其是在数据隐私和模型可验证性要求较高的领域。Phala的GPU TEE技术能够支持大规模AI模型的训练和推理，同时保证数据隐私和计算可信性。AI Agent Contracts则使得开发者可以在去中心化环境中部署和管理AI模型。
 

3. 借助跨链桥和多链布局扩展影响力：

Phala在2024年通过与Base、Polygon、BNB链等多个生态的合作，实现了去中心化计算资源的跨链共享：
 

• 跨链桥（Wormhole）的使用：Phala通过Wormhole协议将其PHA代币在不同链之间进行桥接，为跨链交易和数据交互提供了便利。
• 与多链生态的深入合作：例如，在Base上，Phala与多个AI产品如Agent War和Redpill合作，实现了智能合约的深度交互。此外，Phala还在Farcaster上实现了多种可交互的应用框架，为更多Layer 1公链提供计算支持 。

4. 激励机制和社区建设：

Phala可以通过提供激励机制来吸引更多开发者和用户加入其生态：

比如通过设立开发者激励计划，Phala可以鼓励更多开发者基于其平台构建去中心化应用（dApp），尤其是在隐私计算和AI方向的应用。结合当前的Bug Bounty计划，Phala还可以进一步提高平台的安全性和稳定性 。

又或者是通过组织黑客松、线上工作坊等活动，Phala可以提高社区成员的技术水平和对项目的参与度。与此同时，Phala还可以继续推动社区的教育项目，帮助更多人了解和使用Phala的技术 。

6.我们如何能深度参与其中？

Zou Yang：聊到这么多Phala的前景，对于想要深入参与的朋友，Marvin老师能否提供一些能够深度参与的方式呢？

Marvin：对于想要深度参与的用户，有以下几种选择：

1. 成为计算节点提供者（Worker）：成为Phala的计算节点提供者来贡献计算能力，并获得PHA奖励。这是参与Phala生态的最直接方式。

2. 参与治理和投票：Phala由DAO治理，持有PHA代币的用户可以参与平台的治理与投票，共同决定未来的发展方向。

3. 开发者和项目合作：开发者可以利用Phala的技术框架，如Phat Contracts和AI Agent Contracts，构建去中心化应用。对于有一定技术基础的个人和团队，可以与Phala合作，开发更多的去中心化应用场景。

通过这些策略，Phala将能够充分利用DePIN和AI的叙事红利，加速其生态的增长。