在Web3和AI结合的环节中，有四个主要方面需要注意：首先是算力层。近两年来，用于训练AI大模型的算力呈指数级增长，几乎每个季度都会翻一倍，增长速度远超过摩尔定律。这导致了AI算力供需长期失衡，GPU等硬件价格迅速上涨，从而增加了算力成本。然而，与此同时，市场上也存在大量的中低端算力硬件闲置。尽管这部分中低端硬件的单体算力无法满足高性能需求，但是通过Web3的方式建设分布式算力网络，并通过算力租赁和共享的方式，可以打造去中心化的计算资源网络，以满足各种AI应用的需求。由于利用了分布式的闲置算力，可以显著降低AI算力的成本。算力层还可以进一步细分为：
