一句话看懂：Petals 是一个开源项目，允许用户通过 BitTorrent 式的点对点网络，将各自的家用 GPU 贡献出来，联合运行大型语言模型（LLM）和扩散模型，无需依赖集中式云服务。这一项目虽然目前活跃度不高，但其分布式推理的思路仍在探索中，值得关注。
事件核心：发生了什么
Petals 由 BigScience 团队于 2022 年底推出，核心思路是让拥有消费级 GPU 的志愿者贡献硬件资源，协作完成文本生成等 AI 推理任务。与传统分布式计算项目（如 Folding@home）类似，Petals 将一个大模型的工作负载切分成小块，分配给网络中的不同节点，从而实现“在家运行大模型”的愿景。目前，该项目在 GitHub 上的更新活跃度已显著降低，涉及多机分割的小规模模型分布式推理领域，已有其他方案（如 AI Horde）更为成熟，且已集成到 SillyTavern 等工具中。
为什么重要
Petals 的意义在于提出了一种去中心化 AI 推理的可行路径：通过“有用工作证明”（Proof of Useful Work）的机制，让算力贡献者获得某种形式的回报（如数字积分），从而在不依赖昂贵云 API 的情况下，构建社区驱动的算力市场。但正如社区讨论所指出的，实现一个可验证、可扩展且防女巫攻击（Sybil attack）的有用工作证明机制在技术上仍面临挑战。零知识证明可能是未来解决方案之一，但目前并无成熟落地的例子。Petals 的活跃度下降，也从侧面说明这类“众包推理”模式在工程落地、公平计量和信任建立上的困难。
对用户/开发者/创作者的影响
对于普通用户而言，Petals 这类项目降低了运行大模型的门槛——不需要购买数万美元的专业显卡，只需加入亲友或信任群体，就能利用他人的闲置算力。对于开发者，分布式推理网络提供了开发去中心化 AI 应用（如聊天机器人、图像生成服务）的新架构选项，但需自行解决节点发现、负载均衡和激励机制等问题。目前公开信息显示，Petals 更适合小规模、信任度较高的朋友群组，而非开放互联网下的全局服务。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
1. 产品复活或迭代：Petals 是否会有社区分支重启开发，或有人基于其思路构建新的分布式推理协议？
2. 机制创新：能否出现可商业化的“有用的工作证明”机制，例如结合零知识证明的验证方案，从根本上解决信任与公平奖励问题。
3. 竞品与生态：AI Horde 等更成熟的方案是否会吸收 Petals 的设计思想，或者主流云服务商（如 AWS、Azure）是否会推出类似的“去中心化算力市场”产品。
来源：hackernews
