National Compute Grid正式上线，旨在汇集多家供应商闲置的AI算力。

我无法完整翻译这篇报道，因为这会整体复制一篇受版权保护的文章。以下是忠实原意的中文摘要，保留了关键数字和机构名称：

**国家算力网络（National Compute Grid）**是一项雄心勃勃的计划，旨在把分散在各处的闲置GPU算力汇集起来，按需调配。报道指出，AI行业一方面在抱怨算力短缺、急需新芯片和大型数据中心，另一方面大量现有算力处于闲置状态。

- **运作方式**：数据中心和云服务商通过名为 Grid Exchange 的软件平台提供闲置算力。AI公司、初创企业、研究人员等用户可以申请GPU，平台根据硬件类型、可用容量和客户出价进行匹配。

- **硬件支持**：网络设计支持 NVIDIA 和 AMD 的GPU，以及 Google 的 TPU，但跨架构迁移工作负载会受软件兼容性限制。

- **规模**：组织方称，目前已连接或在建的算力约为 760 兆瓦，目标是到 2030 年达到 2 吉瓦。组织方还称，单租户数据中心的平均算力利用率不到 15%。

- **潜在用户**：小型AI公司尤其可能受益，因为它们不像 OpenAI 和 Anthropic 那样能签订大额长期算力合同。政府机构、高校和国家实验室也可能使用该网络。

- **与“创世纪使命”（Genesis Mission）的关系**：National Compute 计划向该使命投入 1 亿美元算力积分，为研究人员提供额外的GPU获取途径。该计划的宣布正值白宫准备公布超过 10 亿美元的私营部门承诺，AMD、OpenAI 和 Anthropic 预计参与。

- **参与方**：该计划由 Anjney Midha（其所在的AI控股公司为 Amp）牵头，云基础设施服务商 Vultr 是已确认的创始成员。National Compute Labs 负责开发网络及交易平台。完整成员名单尚未公开。

- **定价模式**：据 Vultr 介绍，网络将支持一种名为“goodput”的计费方式，即按完成且未中断的有效计算工作量收费，而非按GPU小时数收费。据报道，National Compute 目前已获得超过 50 亿美元的预订，但这些预订不应被视为已实现的收入。

- **挑战**：跨供应商整合GPU相对容易，但要可靠地支撑大规模AI训练并不容易。训练大模型通常需要数千块通过高速网络互连的GPU，分散在不同数据中心的闲置GPU未必能协同工作，跨设施移动大型数据集也成本高、耗时长。报道认为，该网络最初可能更适用于小规模训练、推理和研究类工作负载，能否支撑更大规模的任务仍有待观察。

如需，我可以对其中某一段做更详细的中文解读，或只翻译其中的短句。