深度解析
1. 扩展基于 TEE 的 AI 模型目录(进行中)
概述: Phala 当前开发的核心是其机密 AI 技术栈。团队正在积极将新的高性能 AI 模型集成到基于可信执行环境(TEE)的模型目录中,例如在 2026 年 6 月加入的 DeepSeek V4 Flash(Phala)。这是一个持续进行的过程,旨在为开发者提供私密且可验证的 AI 推理服务。
意义: 这对 PHA 来说是利好消息,因为它直接提升了 Phala Cloud 计算服务的实用性和需求。更多模型吸引更多开发者和企业客户使用机密 AI,可能带动网络使用量和手续费收入增长。风险在于执行层面——如何在大规模下保持性能和安全性是技术上的挑战。
2. 扩大 Phala Cloud 和 Proof-of-Cloud 框架(进行中)
概述: Phala 正在努力扩大其去中心化计算资源(“worker”)和 Proof-of-Cloud 框架。该项目与 Secret Network 等合作伙伴共同开发,目标是提供可验证的硬件安全,并计划很快扩展到谷歌云(GCP)、微软 Azure 和亚马逊 AWS 等主流云服务商(Phala)。
意义: 这对 PHA 来说是中性偏利好。成功扩大基础设施对于应对日益增长的 AI 计算需求至关重要。扩展到主流云服务商将大幅提升可访问性和用户采用度。但全面实施的时间表存在一定的不确定性和依赖风险。
3. 发展 Phat Contract 生态系统(进行中)
概述: 随着基础迁移到以太坊 Layer 2 完成,战略重点转向生态系统的扩展。这包括推广 dstack SDK 和 Phat Contract 模板,吸引更多开发者,支持 DeFi、预言机和 Web3 社交等多样化应用场景。
意义: 这对 PHA 是利好,因为生态系统的增长能够带来网络效应。更多基于 Phala 的应用将增加交易活动,巩固其作为区块链协处理器的地位。潜在的风险是竞争压力,Phala 需要持续证明其在计算和预言机领域的价值。
结论
Phala 的路线图已从基础设施迁移转向积极扩展其 AI 和机密计算服务。关键问题在于,随着 AI 模型使用量的增加,是否能转化为对以 PHA 计价的计算资源的持续需求。