- Pi Network 擁有超過 421,000 個節點，代表超過 100 萬個 CPU，可支援用戶自願參與的 AI 運算任務。
- 在 OpenMind 試點中，7 位 Pi 節點運營者於 4 秒內返回了影像推論結果，標籤包括「bus」和「person」等。
Pi Network 正在測試其全球節點網路的新用途，通過一項與 AI 訓練和運算相關的概念驗證。該專案聚焦於超過 421,000 個 Pi 節點的閒置運算能力，這些節點合計代表超過 100 萬個 CPU。這些未被利用的資源可支援區塊鏈功能以外的外部 AI 工作負載。此舉標誌著 Pi Network 最新的 AI 佈局，圍繞分散式運算及節點運營者的有償參與展開。
該專案回應了 AI 領域的兩大普遍問題。一是集中式運算帶來的壓力，包括數據中心的限制和集中的能源消耗。另一個則是隨著 AI 模型、代理和服務的擴展，對運算能力的需求日益增加。Pi 也指出，其分散式網路有助於協調原本閒置且分散的資源，避免浪費。
Pi released a deep-dive case study into the recent proof-of-concept project for a new Pi Node utility that supports decentralized AI training and computing tasks for third-parties using the spare computing capacity of over 421,000 Pi Nodes. In collaboration with OpenMind, a…
— Pi Network (@PiCoreTeam) March 6, 2026
AI 路線圖作為 Pi Network 更新主網策略的一部分，在其 Open Network 一週年時公佈。如我們先前報導，該計劃將人工智慧列為網路的首要發展重點之一，與生態系統代幣和身份服務並列。
Pi Network 測試分散式影像辨識任務
這次概念驗證專案是與 Pi Network Ventures 支持的機器人新創公司 OpenMind 合作完成。OpenMind 正在打造一套機器人作業系統及開源協議。為支援該項工作，他們需要運算能力來進行訓練、評估及模型執行。這次試點測試 Pi 的分散式節點網路是否能處理區塊鏈活動以外的 AI 相關任務。
在測試中，OpenMind 建立了一個可向個別電腦發送運算任務的容器。志願的 Pi 節點運營者下載該容器並在自己的電腦上運行。OpenMind 隨後通過系統發送影像辨識任務。這些電腦利用 OpenMind 的模型處理影像，目標是識別出盡可能多的獨立物件。
Pi 表示，這條運算流程從頭到尾運作順暢。共有七位志願 Pi 節點運營者參與試點，所有七位都在一秒內回傳了任務確認。多位運算者在四秒內返回了推論結果，結果中包含如 bus 和 person 等預期物件標籤，以及邊界框。
Pi 節點可接受外部運算任務並向第三方客戶返回有效結果。Pi 補充，分散式 AI 訓練仍處於研究階段，整個行業還需進一步努力。不過，這次測試為 AI 公司尋找替代運算資源時，如何包裝閒置節點能力提供了早期範例。
近期，CNF指出，Pi Network 與 OpenMind 在節點上測試 AI 影像辨識任務，利用主網升級過程中的閒置 CPU 資源。測試顯示，未被利用的節點資源可支援網路上的人工智慧工作負載。
此外，Pi Network 在完成 Protocol v19.9 遷移後，啟動了主網協議升級的第二階段。CNF報導，該專案現以在 2026 年 Pi Day 前完成 Protocol v20.2 為目標。
Pi 目前交易價格為
