10月23日，由万向区块链实验室主办的第十一届区块链全球峰会圆满结束。会上，香港理工大学副校长曹建农发表了题为《PolyLink：连接现实资产的通用范式》的主旨演讲。下文整理自现场速记，有部分不影响原意的删减。

大家早上好！首先感谢肖总，感谢大会组织者的邀请。这是我第二次参加区块链全球峰会，第一次我分享的是去中心化数据设施，今天我想与大家分享我们在DePIN方面的研究。

我们的实验室主要专注于分布式计算、边缘计算和边缘人工智能，并提出了一个新的模式——“协作式边缘人工智能”。在研发和部署应用的过程中，我们发现，为了实现更好的可扩展性、更高的性价比以及更广泛的普适性，去中心化和Web3的方式是一种非常有前景的路径。恰巧我们看到DePIN在Web3领域的研发正在蓬勃发展，因此我们将应用方向转向了DePIN。

正如李教授刚才提到的，DePIN是Web3领域中负责任创新的重要方向。那么，DePIN是什么呢？它指的是去中心化的现实世界物理设施，如何将这些设施连接起来并实现共享。其中关键在于协调和连接，以实现供需之间的匹配。

现在已有很多不同的DePIN项目，可以共享计算资源、网络资源和新能源资源等。预计到2032年，DePIN的总市值可能达到70亿美元。截至目前，已有超过1000万个物理设备连接到DePIN，我相信未来会有更多类型的物理设备接入，实现相互共享和资源互补。

现在看见的大多数DePIN研究还是集中在垂直领域，比如连接计算资源、存储资源或网络资源，但很少看到能够跨领域整合横向资源的方案。因此，我们思考是否能够构建一种通用模式，在后续应用中连接多种不同的物理资源。目前已有相关研究，但大多仍停留在金融代币化层面，即把不同领域的现实世界资源代币化，而真正实现底层基础设施协同应用的方案还比较少见，这也是当前研究发展的重要动机。

在构建去中心化应用时，不能想当然地认为连接某一类物理资源后，其他资源就自然能够被使用。我们提出了现实世界资产的互联，指的是不同类型实体资产之间在技术层面和经济层面的联动。一个应用可能会涉及多种不同的资源和现实世界资产，如何在一个平台或应用中将它们有效串联起来，是一个关键问题。

比如说，人工智能服务需要依托互联互通的RWA框架，其中可能涉及算力资源、存储资源、网络资源、数据资源以及各种联合调用的适配性。那是否能够构建一个通用架构来实现RWA的互联？我们希望构建一个通用范式：

底层是基础设施层，包括各种不同领域的现实物理资源，通过基础设施层将其序列化、资产化，并上链以实现可信的数据、交易和贡献管理。

资源控制层则面向应用层，提供有效的方法让用户能够发现不同资源，并将其串联起来，以实现智能调度和具体实施。

最上层则是各种应用，例如大模型推理、清洁能源互联以形成稳定可靠的能源供给等，涵盖不同的应用方向。

香港理工大学正在推进一个名为PolyLink的项目，其目标是通过去中心化的方式将物理世界中不同的资源和实际资产序列化，统一管理并实现智能化调度和适配，最终应用于各个场景。系统架构包括基础设施层（将现实资产抽象化）、区块链层（关键功能包括认证、激励、交易支付等），最上层是资源控制层（涵盖资源发现、资源动态调度管理、跨域交互等，以支持不同的应用）。

我们的愿景是让PolyLink成为连接现实世界不同物理资源的平台，同时连接供应方和需求方，满足彼此不同的需求和交互。

目前我们已经在垂直应用中使用了存储和网络资源，通过去中心化的方式实现算力共享。众所周知，人工智能目前非常热门，大模型推出后，各类人工智能应用层出不穷。但另一方面，由于人工智能大模型的应用，GPU和算力市场也在快速发展，算力需求成为一个非常重要的领域。例如，2025年第三季度，Google运行的大模型Token数量达到了1300万亿，每天有大量用户调用，这些调用需要大模型提供算力支持，因此算力需求非常旺盛。

与此同时，我们看到许多数据中心的算力虽然是上线的，但实际上处于闲置状态，没有被充分利用。因此，出现了去中心化算力网络这一领域，目标是将闲置的算力资源连接起来，供需求方使用。据预测，去中心化算力网络的市场规模将从2024年的110亿美元增长到2032年的336亿美元，这也显示出这一领域的蓬勃发展。

那么，如何实现这一目标呢？PolyLink致力于在大模型需求和调用（尤其是推理应用）的同时，将现有资源连接起来。实际上，许多资源供应方并非完全闲置，但他们也愿意加入，因为通过共享其他资源并在适当调度程序的支持下，可以更好地满足自身需求。这是我们近年来一直在推进的项目，想整合全球的现有算力资源，为大语言模型的推理提供支持。用户方面，可以租用计算设备，调用各种大语言模型以实现不同应用。

开发者可以开发大语言模型，或在现有模型基础上开发特定领域的模型，并将其部署在平台上供大家使用。设备供应商则可以贡献底层的GPU、存储等硬件平台供他人使用。供应方通过用户使用后获得相应支付。PolyLink目前是开源的，大家可以方便地将资源接入我们的系统，并观察和监视资源使用情况。目前已有20多个节点，主要是香港几所大学共同推进的协作式边缘AI项目，将我们的资源连接起来。同时，我们也与越来越多内地高校合作，他们拥有自己的GPU平台，也可以接入系统。目前已有50多个GPU和100多个模型，虽然仍处于起步阶段，但我们相信未来会有更多资源接入。

我们的系统高度自动化，只需将资源接入，即可自动上线并进入平台。同时可以观察资源情况，并将应用通过模型参数和请求提交，系统会自动实现相应功能。现在用户量已超过250个，API调用量超过3万次，Token使用量也在持续增长。关键在于，通过协作式和边缘式大模型处理，设备租用成本仅为计算中心和云平台使用成本的10%到20%，这对于一般的中小型企业（如医院、学校）尤其合适。他们无需始终依赖云连接，因为边缘设备可以本地部署并接入平台。

我们的网络架构共分为五层：异构设备层，包括各种不同的GPU、网络服务器、物联网设备等，都可以接入；任务与资源管理层负责统一调度和用户服务资源，负责资源管理；上层是推理执行层，负责大模型的推理执行和验证，确保调用真正得到执行；最上层是各种应用，例如大模型推理、新能源、存储共享等。

这是PolyLink的网络架构，与现有DePIN共享平台相比具有多个特点，包括易访问性、支持硬件设备和大模型的异构兼容、分布式处理（非集中式平台）、通过激励机制奖励贡献者，以及支持各种调度、执行和供应方通过协作和协商方式进行协同工作。

平台主要有三项创新，围绕服务全生命周期展开：服务前进行设备认证，例如确保接入的100个GPU真实存在；服务中实现高效执行，确保在调用设备进行推理时延迟最小、吞吐量最高，并具备容错能力；服务后进行结果验证，确保推理结果确实由所需的大模型生成，例如用户请求70B模型，系统不会返回7B模型的结果，通过验证确保结果真实性。

针对如何高效认证设备，如何在异构资源上实现可靠推理，以及如何验证推理结果是由你所需要的大模型产生的三个核心问题，我们提出了三种不同的创新方法，相关成果已发表在高端国际会议或申请了专利。

我刚才讲的还是比较垂直的，例如算力支持大模型推理。下一步，我们希望将其延伸至其他应用场景，需要不同类型的设备，比如算力网络、存储网络和新能源网络。在多类RWA租用的情况下，需要进行联合资源发现、多资源调度以及统一代币结算，这也是我们平台正在实现的方向。

由于时间关系，我很快地总结一下。现在我们正在推进与新能源设备商的合作，比如正泰集团，希望构建一个平台将其新能源太阳能、风能发电板、监控传感器设备以及所需智能调度和负载平衡的大模型应用全部串联起来。正如刚才所提到的，跨领域整合现实世界中不同的基础设施，实现统一调度、统一发现和统一代币支付等。

我们的愿景是通过不同阶段的推进，最终将这一平台真正应用于现实的DePIN各种应用场景中。谢谢大家！