资金费率
资金费率热力图
多空比
大户多空比
币安/欧易/火币大户多空比
Bitfinex杠杆多空比
账号安全
资讯收藏
自选币种
帝国理工学院加入分布式计算网络学术合作伙伴行列
帝国理工学院正式加入Theta网络的学术合作伙伴网络，成为英国及欧洲首个采用Theta EdgeCloud混合平台开展安全与可信人工智能研究的高等院校。此次合作直接回应了现代人工智能研究中的一个核心问题：顶尖高校如何在不过度依赖中心化云服务商的前提下，获得可靠且可扩展的计算基础设施。
双方于2026年1月13日宣布的合作，聚焦于帝国理工学院计算系下属的安全与机器学习实验室对Theta EdgeCloud混合平台的采用。该实验室由塞尔吉奥·马费斯博士领导，将利用该平台支持其在强化学习安全、基础模型鲁棒性以及面向现实世界安全挑战的应用机器学习等领域的研究。
对Theta网络而言，此项协议标志着其向欧洲市场的实质性拓展，并延续了其利用去中心化混合GPU基础设施支持学术研究的战略。
为何此次合作对Theta网络的学术拓展至关重要？
随着帝国理工学院的加入，Theta网络的研究机构合作伙伴已涵盖斯坦福大学、雪城大学、南洋理工大学以及韩国排名前五中的四所高校。在此次合作宣布前，Theta网络的学术合作版图主要集中在北美与亚洲。
引入欧洲顶尖研究型大学，标志着Theta正致力于构建一个地域分布均衡的学术生态系统。其目标并非仅仅聚焦于工业或商业部署，而是将自身基础设施定位为一种资源，以应对高校因GPU短缺、云服务成本上升以及本地算力有限而日益增长的压力。
帝国理工学院为何是重要的合作伙伴？
帝国理工学院是一所专注于科学、工程、医学及商科的公立研究型大学。学校坐落于伦敦，常年位居全球大学排名前列，并因其研究的质量与影响力而广受认可。在2025/2026年QS世界大学排名中，帝国理工学院研究质量位列全球第二、英国第一。
其计算系在计算机安全、人工智能和系统研究领域享有很高的国际声誉。教研人员和研究团队常年致力于基础理论与应用系统的工作，并经常与工业界及公共部门合作伙伴开展协作。安全与机器学习实验室正是在此环境中运行，专注于人工智能与安全工程的交叉领域研究。
帝国理工学院如何融入Theta更广泛的学术与产业生态？
帝国理工学院加入了一个横跨多地区、涵盖多种研究传统的学术网络。在学术界之外，Theta的基础设施亦被媒体、体育、电子竞技及人工智能开发等领域的组织所采用，这些领域均依赖于类似的技术能力来处理训练与推理工作负载。
尽管学术研究与商业部署存在差异，但两者都依赖于对灵活计算基础设施的可靠访问。欧洲顶尖大学的加入，巩固了Theta作为专为持续、现实世界AI工作负载（而非短期实验）设计的基础设施提供商的地位。
谁领导安全与机器学习实验室？
安全与机器学习实验室由帝国理工学院计算机安全领域的副教授塞尔吉奥·马费斯博士领导。马费斯博士在帝国理工学院获得博士学位，并在比萨大学获得硕士学位。他的研究涵盖网络安全、形式化方法、编程语言与机器学习，并持续聚焦于对抗性机器学习与系统鲁棒性。
其研究成果发表于多个主要同行评审会议及期刊，研究项目包括自动化漏洞检测系统、入侵检测模型的对抗性分析以及安全事件分析的多智能体方法。该实验室的研究方向与可信人工智能研究的技术需求高度契合，这类研究往往需要在异构计算环境中进行重复实验。
Theta EdgeCloud混合平台如何支持安全与可信AI研究？
此次合作的核心技术要素是采用Theta EdgeCloud混合平台。这一去中心化计算平台旨在支持广泛的AI工作负载。对于安全与机器学习实验室等研究团队而言，其价值在于能够在单一框架内访问多种计算资源类别。
该平台提供社区运行的NVIDIA RTX 30、40及50系列GPU用于原型开发和小规模推理；提供包括A100、H100、H200型号在内的企业级NVIDIA GPU用于大规模训练；并提供诸如Trainium和Inferentia等AWS AI加速器用于高性价比的训练与推理。
这种混合设计使研究人员能够在探索性实验与计算密集型训练之间切换，而无需重构工作流程或更换平台。对于需要频繁在对抗条件下测试模型的安全研究而言，这种灵活性减少了因基础设施碎片化或过载而导致的延误。马费斯博士表示，访问混合GPU网络能够消除拖慢学术研究的基础设施瓶颈，从而在强化学习、安全及基础模型分析方面取得更快进展。
此次合作如何反映去中心化AI基础设施的更广泛趋势？
帝国理工学院与Theta网络的合作反映了AI研究领域向去中心化和混合计算模式更广泛的转变。在GPU需求持续超过供给的背景下，替代性基础设施方法正日益受到学术界和产业界用户的关注。
去中心化GPU网络提供多项实际优势：为大学和规模较小的研究团队增加了获取高端算力的途径；通过利用闲置或未充分利用的硬件来降低成本；并通过避免单点故障提高了韧性。混合架构进一步允许工作负载在异构资源间扩展，同时保持对计算密集型任务的性能。
当然，这类系统也面临协调多样化硬件、确保安全性和验证结果等挑战。融合了去中心化与企业级资源的混合设计，正是管理这些风险的一种方案。
总结
帝国理工学院与Theta网络的合作，是对现代人工智能研究日益增长的基础设施需求的一种务实回应。通过采用Theta EdgeCloud混合平台，安全与机器学习实验室获得了适用于探索性及大规模安全研究的一系列GPU资源。对Theta而言，此次合作将其学术网络扩展至欧洲，并强化了其利用去中心化基础设施支持研究机构的焦点。
该协议并非引入新的研究方向，而是提供了一个技术基础，使得现有在安全与可信人工智能领域的研究工作能够在更少的基础设施限制下推进。它反映了当前研究需求与现有计算能力之间的协调一致，并基于当今的技术现实。
