Pi Network 探索利用超過 42.1 萬個節點進行人工智慧訓練的新概念驗證

• Pi Network 擁有超過 421,000 個節點，代表超過 100 萬個 CPU，能支持選擇加入的 AI 計算任務。
• 在 OpenMind 試點中，7 位 Pi 節點運營商在 4 秒內返回圖像推理結果，包括“巴士”和“人”等標籤。

Pi Network 正在測試其全球節點網絡的新用途，通過一個與 AI 訓練與計算相關的概念驗證。該項目集中於超過 421,000 個 Pi 節點的閒置計算能力，這些節點合計代表超過 100 萬個 CPU。這些未被使用的資源可以支持區塊鏈功能之外的外部 AI 工作負載。此舉將 Pi Network 的最新 AI 動作定位於分散式計算和付費參與的節點運營商。

該項目是對 AI 行業中兩個更廣泛問題的回應。一是與集中式計算相關的壓力，包括數據中心限制和能源集中使用。二是隨著 AI 模型、代理和服務的擴展，對計算能力的需求日益增加。Pi 也指出，其分散式網絡可能有助於協調散落且未被利用的資源，避免閒置。

Pi 發布了一份深入的案例研究，詳細介紹了最近的概念驗證項目，該項目支持一個新的 Pi 節點實用工具，利用超過 421,000 個 Pi 節點的閒置計算能力，為第三方提供去中心化的 AI 訓練與計算任務。與 OpenMind 合作，…

— Pi Network (@PiCoreTeam) 2026年3月6日

這個 AI 路線圖是在 Pi Network 在其 Open Network 一周年時宣布的，作為其更新的主網策略的一部分。如我們之前報導，該計劃將人工智能列為與生態系統代幣和身份服務並列的網絡重點之一。

Pi Network 測試分散式圖像識別任務
最近的概念驗證由 OpenMind 完成，該公司是一家由 Pi Network 風險投資支持的機器人初創公司。OpenMind 正在構建一個機器人操作系統和開源協議。為了支持這項工作，它需要用於訓練、評估和模型執行的計算能力。該試點測試了 Pi 的分散式節點網絡是否能處理區塊鏈活動之外的 AI 相關任務。

測試中，OpenMind 建立了一個容器，可以將計算任務傳送到各個電腦。志願的 Pi 節點運營商下載並在自己的機器上運行該容器。OpenMind 隨後通過系統發送圖像識別任務。這些電腦使用 OpenMind 的模型處理圖像，目標是識別盡可能多的獨立物體。

Pi 報告稱，整個流程從頭到尾都運作正常。共有七位志願 Pi 節點運營商加入了試點，並且所有七個都在一秒內回傳了任務確認。推理結果在四秒內由多個工作者返回。結果包括預期的物體標籤，如“巴士”和“人”，以及邊界框。

Pi 節點可以接受外部計算任務並將有效結果返回給第三方客戶端。Pi 補充說，分散式 AI 訓練仍處於研究階段，行業內仍需更多工作。不過，這次測試提供了一個早期範例，展示了閒置節點容量如何被打包用於 AI 公司的替代計算資源。

最近，CNF 指出，Pi Network 在其主網升級路徑持續進行的同時，利用空閒 CPU 容量在其節點上測試了 OpenMind 的 AI 圖像識別任務。該測試展示了未被使用的節點資源如何支持整個網絡的人工智能工作負載。

此外，Pi Network 在完成 Protocol v19.9 遷移後，啟動了主網協議升級的第 2 階段。CNF 報導，該項目現在的目標是在 2026 年 Pi Day 前升級到 Protocol v20.2。

Pi 的交易價格為 $0.2285，24 小時內漲幅 13.77%，市值達 22 億美元，日交易量為 6538 萬美元。