去中心化计算网络首次使协作AI模型训练在经济上可行。 集中训练大型模型的成本高达数百万美元，涉及GPU集群和能源。去中心化网络将计算分布在数千个节点上，每个节点都贡献闲置的计算能力。训练成本大幅下降，因为你不需要为在工作之间闲置的专用基础设施付费。经济模式从资本密集型转变为基于使用的模式。 这使得无法负担集中集群的团队也能进行训练。较小的研究实验室、独立开发者、利基模型实验。当训练变得可及时，创新的速度将超越集中参与者单独能资助的范围。