AI 摘要
- Far Labs 和 Evolving Edge 正利用閒置家用硬體提供 AI 推論服務。
- Far AI 平台預計幾週內推出，Evolving Edge 已開始公測。
- 硬體提供者的實際收益與成本效益仍未獲證實。
家用電腦與遊戲主機的閒置算力，正成為部分新創公司探索 AI 推論服務的新資源。來自阿布達比的 Far Labs 與美國奧斯汀的 Evolving Edge，近期分別推動讓個人與小型企業提供 GPU、CPU 等硬體資源的服務，概念類似 AI 推論版的 Uber 或 Airbnb。
截至 2026 年 9 月 5 日，Far Labs 表示預計在幾週內推出 Far AI 平台；Evolving Edge 則已開始公測。兩家公司鎖定的不是最尖端或規模最大的 AI 模型，而是較小型、以開源模型為主的推論工作，希望將分散在家庭與小型企業的閒置運算資源串聯起來。
Far Labs 與 Evolving Edge 的技術路線
Far Labs 表示，Far AI 平台會透過自研排程系統，把模型工作拆分至多台機器執行，再由協調器與負載平衡器整合運算結果。該公司稱平台延遲可控制在 100 毫秒內，但這項表現仍須等服務正式推出並擴大規模後觀察。
Evolving Edge 則採用開源框架 Ray 分派工作，並已開放節點軟體，讓提供硬體的使用者能夠檢視節點實際執行的內容。
以沙盒與資源限制降低主機風險
把 AI 工作交給家庭電腦執行，勢必涉及主機安全、資料隔離與資源控制等問題。Far Labs 與 Evolving Edge 都表示，推論工作會在沙盒環境中執行，並透過加密通訊，以及對 GPU、CPU、記憶體、儲存空間與網路進行嚴格限制，降低惡意程式入侵主機或存取本機檔案的風險。
其中，Evolving Edge 透過開源節點軟體，讓硬體提供者能檢查系統實際執行的內容。這種做法可提高透明度，但分散式運算服務能否在不同節點與使用情境下維持一致的安全性，仍取決於平台的實作與管理方式。
收益能否抵銷電費仍是關鍵
這類服務的商業模式目前仍缺乏足夠數據支持。現有商業平台 Salad 的價格每小時自 0.02 美元起，但硬體擁有者最終能分得多少收益，以及扣除電費後是否仍具吸引力，尚未有明確答案。
以 RTX 4090 等高階顯示卡為例，長時間滿載運作會帶來相對可觀的耗電量。如果平台分潤不足，硬體提供者可能面臨收益無法覆蓋電費的情況。對個人使用者而言，電力成本、硬體折舊、噪音與設備壽命，都可能影響是否願意長期提供算力。
分散式架構的韌性與信任問題
Far Labs 與 Evolving Edge 都主張，分散式網路相較集中式雲端服務，具備較強的故障抵禦能力。Evolving Edge 創辦人 John Federico 以去年 10 月的 AWS 當機為例表示，即使網路中有大量節點失效，分散式服務仍可能維持運作。
不過，分散式 AI 運算同時面臨節點可信度與計算成果驗證等挑戰。過去已有研究質疑部分以區塊鏈包裝的 AI 計畫，實際上並未產生有用的 AI 計算。因此，平台是否確實執行客戶要求的推論工作，以及如何驗證結果與計算量，將是這類服務能否建立信任的核心。
平台規模化後才能驗證實際表現
Far Labs 與 Evolving Edge 均強調，服務目標是提供真實的客戶 AI 推論工作，而非僅以分散式網路概念吸引硬體提供者。然而，Far Labs 對延遲的說法、兩家公司對成本的估算，以及硬體擁有者能取得的實際收益，都需要等平台累積足夠節點與工作量後才能驗證。
若兩家公司能在安全隔離、節點管理、推論品質與收益分配之間取得平衡，閒置遊戲電腦或許能成為小型 AI 工作的補充資源；反之，若電費與硬體成本高於分潤，這種模式的擴張仍可能受到限制。
Reference Link : technews.tw
