迄今撥款超過1.7億美元!以太坊基金會錢都花在哪?
迄今撥款超過1.7億美元!以太坊基金會錢都花在哪?
2024.08.28 | 區塊鏈
以太坊基金會公開支出

以太坊基金會(EF)的透明度問題再次被擺上檯面。近期,以太坊基金會在大額拋售ETH後引發社區質疑,官方對此回應稱是財務管理活動的一部分,並透露每年約1億美元的預算,主要由贈款和工資組成。

但近幾年以太坊基金會並未對外公開所有費用的具體支出細節,運營不透明引起社區的討伐。

與此同時,以太坊基金會前員工Hudson Jameson透露了EF的資金預算細節,稱這筆資金主要用於支持全球範圍內的多種項目與活動,並提到基金會每年會發放大量補助金,占預算的很大一部分。

迄今已撥款超1.7億美元,一度占據年度預算六成

從以太坊基金會的項目資助歷史來看,最早可追溯至2015年4月的DEVgrants計劃,用於為以太坊生態項目提供資金,該計劃可為每個項目提供1000美元至1萬美元,但僅在首期為15個項目/個人捐贈約256.5萬美元,之後並無任何更新。

2018年3月開始,以太坊基金會推出多期的Ethereum Foundation Grants,先後為超70個項目捐贈了超1900萬美元。

ESP則是目前以太坊基金會主要的資助計劃,於2019年推出的,專為以太坊生態提供資金捐贈和其他非資金類支持的分支機構,主要側重於財務支持。

PANews根據ESP團隊發布公告整理,過去五年多時間裡,ESP共向917個項目資助超1.48億美元,平均每個項目/社區的補助金額近16.2萬美元,每年約為捐贈2744.6萬美元。

且從資助力度上看,ESP資助資金基本呈現逐年增長趨勢,特別是2022年和2023年資助項目最多。

其中,2023年向285個項目提供6109.1萬美元的資金支持,占全年預算的六成,每個項目平均可獲21.4萬美元,是其他季度的數倍;2022年則為220個項目撥款了3004.3萬美元,平均補助金額為13.7萬美元。

在項目資助類型上,ESP更青睞於為社區與教育、密碼學和零知識證明類型,例如去年以太坊基金會共捐贈了97個社區與教育類項目以及87個密碼學和零知識證明賽道項目,而開發人員經驗和工具、共識層、執行層、協議增長與支持和Layer2等也是基金會關注方向。

另外,以太坊基金會還推出了些其他撥款計劃,例如「Next BillionFellowship」獎金計劃可為申請人提供相關專家的指導、以太坊基金會和以太坊社區的資源、資金支持等;以太坊基金還參與了二次方募資平台Gitcoin Grants的贊助,根據Gitcoin Grants官網披露,自2019年推出以來,Gitcoin Grants設立了170次二次方融資池,已向3715個項目捐贈了超6000萬美元。

從每年籌款金額來看,Gitcoin Grants的籌款規模已較起步之初有著高速增長,2022年籌集金額(2140萬美元)是2019年的70萬美元的30.5倍。

再例如,以太坊基金會在今年6月聯手與多家ZK項目推出90萬美元獎池,來進零知識證明技術的發展。

出售方式和支出透明度惹擔憂,EF再陷爭議

作為致力於發展全球市值第二大以太坊的非盈利組織,如今以太坊基金會已陷入種種爭議,特別是頻繁大額出售ETH的行為。

對此,Mask Network創始人Suji Yan提供了一個解釋稱,「部分機構(比如大學、慈善組織)收到ETH後馬上賣,往往價格處理的不好,不如統一賣在比較好的價格給。且一些新註冊的NGO沒有餘力搞交易所開戶(非盈利開戶時間更長)。另外最後還有一些公共政策類、政治科學類、國際關係類的研究和有政治關聯的機構,基本上主流交易所會拒絕提供服務,主要原因是這類機構多會存在前政府高官任職,或者機構人員成為新政府成員的情況,且PEP人物水很深,不宜太公開。」

對於這一說法,以太坊基金會執行董事AyaMiyaguchi也在最新回應中透露,部分受助人只能接受法定貨幣。

且(最新一筆大額轉帳是)由於今年很長一段時間以來基金會被告知不要進行任何資金活動,監管很複雜,導致其無法提前分享計劃。

但Sundial Mirage聯合創辦人SIGNAL認為,考慮到以太坊基金會產生的價值,即便以1億美元每年的運營預算來看,這個數額也遠低於市場平均水平。

例如,Netflix是一家市值2950億美元的公司,而以太坊的市值為3320億美元,但Netflix在2024年僅僅為兩位高階主管支付了8000萬美元的薪酬和7200萬美元的工資。

現實中1億美元的流動性處理不會對資產產生顯著影響,但處理方式可能會(稍微、暫時性地)受到影響。

「目前大家對於以太坊基金會和V神的影響力過分放大了,其實他們無非是按照路線圖修路的工具人,造車的人是屬於我們這個美好時代的建設者們。」加密KOL陳默表示。

前鏈聞總編輯LiuFeng也認為,一年一億美元的預算對以太坊基金會這樣的機構來說不算瘋狂,畢竟這個機構大、責任重,更別說這個機構人多也足夠「官僚」(這並不是貶義而是中性的事實)。

但他也指出,之前EF發布過一次年度報告是次挺好的嘗試,但之後卻不了了之,既然是招黑體質,就應該主動做的更好一些。

實際上,以太坊基金會曾公布2021年財報,顯示當年支付費用達到4800萬美元。但根據加密KOL Ignas的說法,當前以太坊基金會持有價值8.45億美元的ETH,占ETH總供應量的0.25%,按照目前每年1億美元的支出速度,EF僅能維持八年的支出。

Suji Yan也認為,EF的花費不夠透明公開的確是個問題,但恐怕很多內容只能審計校閱,不能完全公開。如果能結合Zk出一些可經驗證的東西會兩全其美?大部分政府和公立相關的機構在美國都可以用FOIA(自由資訊法案)請求數據,但會不會給模凌兩可的很不一定,甚至請求的人會被找麻煩。

「只有在大家發起抗議之後,才會有任何資訊公開,這真是個大問題。實在不明白,發布一份包括財務數據和基本更新的季度報告,諸如開支、預計的銷售情況、資金的使用去向、團隊規模及分布等資訊,難道這麼難?缺乏透明度反而會使得大家只能關注這些負面問題,相反社區可以關注EF如何花費大量資金推動以太坊的發展。』以太坊核心開發者eric.eth表示。

比如此前Polkadot公布國庫財報後,雖然因支出過高且收入不足惹得不滿,但相比以太坊,波卡至少在透明度上值得稱讚。

而三箭資本創始人Zhu Su則坦言,以太坊基金會的問題不在於在代幣尚未價值發現時進行拋售,他們生來就是傾銷者,最大的問題是當前無法為生態系統提供連貫路線圖和有效領導。

「今天的以太坊基金會正在變成ETH的負擔,這個帶有極強意識形態色彩的組織,對以太坊極其生態而言已經成為負資產。」

Web3風險投資人@LordWilliamUK表示,並指出以太坊基金會的六宗罪,包括基金會「國會化」導致被各類資金和利益圍獵、絕大多數拿著ETH津貼的成員是在紙上搞研卻對申請補助的創新項目愛答不理、每年1億美金的開支不透明、以太坊圈子不聊應用場景卻大談「正統性」、基金會沒有服務好優質的潛力項目以及疊代緩慢。

本文合作轉載自:PANews

往下滑看下一篇文章
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

過去兩年,人工智慧技術以史無前例的速度翻轉企業營運與競爭態勢,從客服、知識管理到軟體開發,越來越多企業將大型語言模型(LLM)導入企業營運流程,隨著應用程度的深化與廣化,越來越多發現,真正的挑戰早已不只是「選擇哪個模型」,而是如何管理算力、控制成本、確保資料安全,以及讓不同世代GPU、模型與AI應用可以持續共存與調度。

代理式AI崛起後,AI應用從回答問題進展為執行任務、操作系統以及串接流程,連帶拉升對AI基礎設施的需求與架構複雜度,而這意味著,想要發揮AI綜效,光只有模型與技術尚不夠,必須將整體IT環境逐步升級為AI基礎建設(AI Infra)。

深耕AI管理領域多年的數位無限(INFINITIX),近年積極布局軟體定應AI基礎建設(Software Defined AI Infrastructure)市場,除持續深化與GPU、伺服器與AI硬體生態系的合作關係,如於2021年取得NVIDIA Solution Advisor全球夥伴資格,2025年亦獲AMD GPU生態建設夥伴獎,也因應市場需求推出AI-Stack與ixCSP兩大產品線,協助企業、雲端服務供應商(CSP)與新世代AI雲端業者,更有效率地管理跨世代AI算力資源。

數位無限執行長陳文裕表示:「我們的目標是協助客戶打造軟體定義AI基礎架構,讓其可以視需求向下整合不同世代GPU、儲存與網路設備,同時,向上鏈結模型、Token跟AI應用,加速企業的AI創新轉型腳步。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

從AI模型到AI經濟,企業競爭焦點轉向算力與Token調度能力

過去市場談AI,焦點多半放在模型參數、推論效能與模型能力,但在大型語言模型推論需求暴增的現下,AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程;企業真正需要的,不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後,全球AI產業正逐步從模型競賽轉向「AI經濟」,亦即,影響企業AI決策的再也不是使用哪個模型、部署多少GPU,而是消耗多少Token、產生多少AI服務,以及算力是否能被有效共享與調度。

換言之,在AI新世界,算力調度能力的重要水漲船高。對此,陳文裕十分認同的說:「企業想要提升AI競爭力,不僅要掌握模型與應用,還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命,甚至是如何將閒置算力轉變成可交易的資源等。」

事實上,這也是大量AI資料中心(AIDC)跟新世代AI雲端服務(Neo Cloud)業者出現的原因,包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式,提供企業所需的GPU服務與AI算力平台。

看準這波趨勢,數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務,協助客戶提升GPU使用率,更進一步推出ixCSP平台,讓雲端服務供應商與新世代AI雲端業者,能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰:模型快速升級、算力需求攀升、GPU世代交替迅速,企業在追逐AI落地的同時,勢必得面臨基礎建設更新速度過快、硬體投資壓力升高,以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡,數位無限的作法是,透過AI-Stack將底層硬體抽象化,以Token或模型服務形式提供,讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如,高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題,加速39項AI模型進入臨床應用階段,成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步,為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源,也可以透過ixCSP平台,把算力共享或調度給集團內部團隊、子公司,甚至上下游合作夥伴使用,進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設,企業真正需要的,也不再只是單一模型,而是一套能持續適應AI快速演進的AI Infra,而這與數位無限近年來的重要轉型方向一致:從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商,更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值,數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案,協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境,降低企業從PoC走向實際導入的門檻,加速AI落地。

總的來說,隨著AI競爭從模型能力延伸到算力治理,企業比拚的不僅是導入速度,而是能否建立一套足夠彈性、可持續演進的AI Infra,而這與數位無限的發展目標一致,將持續不斷優化產品服務,化身企業搶進AI新世代的關鍵合作夥伴。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
代理式商務連動百兆商機
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓