io.net est un réseau GPU décentralisé conçu pour fournir du calcul pour le ML (apprentissage automatique). Gagnez en puissance de calcul en assemblant plus d'un million de GPU provenant de centres de données indépendants, de mineurs de cryptomonnaie et de projets comme Filecoin ou Render.
Son objectif est de combiner 1 million de GPU dans DePIN (Decentralized Physical Infrastructure Network) pour créer un réseau informatique distribué décentralisé au niveau de l'entreprise, en rassemblant des ressources informatiques de réseau inutilisées dans le monde entier (actuellement principalement (GPU), fournissant aux ingénieurs en intelligence artificielle avec des services de ressources informatiques de réseau moins chers, plus faciles à obtenir et plus flexibles.
Pour les utilisateurs, cela équivaut à un marché mondial décentralisé pour les ressources GPU inutilisées, où les ingénieurs ou les équipes d'intelligence artificielle peuvent personnaliser et acheter les services informatiques GPU requis en fonction de leurs besoins.
Ahmad Shadid est le fondateur et PDG et était auparavant ingénieur en systèmes quantitatifs chez WhalesTrader.
Garrison Yang est directeur de la stratégie et directeur du marketing, et était auparavant vice-président de la croissance et de la stratégie chez Ava Labs.
Tory Green est directeur de l'exploitation et était auparavant directeur de l'exploitation de Hum Capital et directeur du développement d'entreprise et de la stratégie chez Fox Mobile Group.
Angela Yi est vice-présidente du développement commercial. Elle est diplômée de l'Université Harvard aux États-Unis. Elle est responsable de la planification et de l'exécution de stratégies clés telles que les ventes, les partenariats et la gestion des fournisseurs.
Lorsqu'Ahmad Shadid a construit un réseau informatique GPU pour la société de trading quantitatif d'apprentissage automatique Dark Tick en 2020, la stratégie de trading étant proche du trading à haute fréquence, elle nécessitait beaucoup de puissance de calcul et les frais de service GPU élevés du service cloud. les prestataires de services sont devenus un problème pour eux.
L'énorme demande de puissance de calcul et les coûts élevés auxquels ils sont confrontés les ont incités à décider de travailler sur des ressources informatiques distribuées décentralisées, et ont ensuite attiré l'attention de l'Austin Solana Hacker House. Par conséquent, io.net appartient à cette équipe, en partant des problèmes auxquels elle est confrontée, en proposant des solutions et en réalisant la mise en œuvre et l'expansion de l'entreprise.
Problèmes rencontrés par les utilisateurs du marché :
La disponibilité est limitée, l'accès au matériel utilisant des services cloud comme AWS, GCP ou Azure prend souvent des semaines et les modèles de GPU populaires sur le marché sont souvent indisponibles.
Il y a très peu de choix. Par exemple, les utilisateurs n'ont presque aucun choix en termes de matériel GPU, d'emplacement, de niveau de sécurité, de latence, etc.
Coût plus élevé : l'obtention d'un GPU de qualité coûte très cher, coûtant des centaines de milliers de dollars par mois pour la formation et l'inférence.
Solution :
En regroupant des GPU sous-utilisés (tels que des centres de données indépendants, des mineurs de crypto et des projets de crypto tels que Filecoin et Render) et en intégrant ces ressources dans DePIN, les ingénieurs peuvent obtenir une grande quantité de calcul dans la capacité du système. . Il permet aux équipes de ML de créer des workflows d'inférence et de modélisation sur des réseaux GPU distribués et d'exploiter des bibliothèques de calcul distribuées pour orchestrer et regrouper les tâches de formation afin qu'elles puissent être parallélisées sur de nombreux appareils distribués à l'aide du parallélisme des données et des modèles.
De plus, io.net exploite une bibliothèque informatique distribuée avec un réglage avancé des hyperparamètres pour vérifier les résultats optimaux, optimiser la planification et spécifier simplement des modèles de recherche. Il utilise également une bibliothèque d'apprentissage par renforcement open source qui prend en charge les charges de travail RL (apprentissage par renforcement) hautement distribuées de qualité production avec une API simple.
Composition du produit :
IO Cloud, vise à déployer et à gérer des clusters GPU décentralisés à la demande, s'intègre de manière transparente à IO-SDK et fournit une solution complète pour étendre l'intelligence artificielle et les applications Python. Il offre une puissance de calcul illimitée tout en simplifiant le déploiement et la gestion des ressources GPU/CPU.
IO Worker, offre aux utilisateurs une interface complète et conviviale pour gérer efficacement les opérations de leurs nœuds GPU via une application Web intuitive. La portée du produit comprend des fonctions liées à la gestion des comptes utilisateurs, à la surveillance de l'activité informatique, à l'affichage des données en temps réel, au suivi de la température et de la consommation électrique, à l'assistance à l'installation, à la gestion du portefeuille, aux mesures de sécurité et aux calculs de rentabilité.
IO Explorer,fournit principalement aux utilisateurs des données statistiques complètes et des diagrammes visuels de tous les aspects du cloud GPU, permettant aux utilisateurs de surveiller, d'analyser et de comprendre facilement les détails complexes du réseau io.net en temps réel, et de fournir un réseau activités, statistiques importantes, données Visibilité complète des points et des transactions de récompenses.
Caractéristiques du produit :
Réseau informatique décentralisé : io.net adopte un modèle informatique décentralisé pour distribuer les ressources informatiques dans le monde, améliorant ainsi l'efficacité et la stabilité du calcul.
Accès à faible coût : par rapport aux services centralisés traditionnels, io.net Cloud offre des coûts d'accès inférieurs, permettant à davantage d'ingénieurs et de chercheurs en apprentissage automatique d'obtenir des ressources informatiques.
Cluster cloud distribué : la plate-forme fournit un cluster cloud distribué. Les utilisateurs peuvent choisir les ressources informatiques appropriées en fonction de leurs besoins et allouer des tâches à différents nœuds pour le traitement.
Prise en charge des tâches d'apprentissage automatique : io.net Cloud se concentre sur la fourniture de ressources informatiques aux ingénieurs en apprentissage automatique, leur permettant d'effectuer plus facilement la formation de modèles, le traitement des données et d'autres tâches.
Selon les informations publiées dans le livre blanc io.net, la feuille de route du produit du projet est : janvier-avril 2024, V1.0 entièrement publiée, dédiée à la décentralisation de l'écosystème io.net afin qu'il puisse être auto-hébergé et auto-répliquant.
Selon des informations publiques, le 5 mars 2024, io.net a annoncé la finalisation d'un financement de série A de 30 millions de dollars américains, dirigé par Hack VC, Multicoin Capital, 6th Man Ventures, M13, Delphi Digital, Solana Labs, Aptos. Labs, Foresight Ventures, Longhash, SevenX, ArkStream, Animoca Brands, Continue Capital, MH Ventures, Sandbox Games, etc. 【1】Il convient de noter qu'après ce cycle de financement, la valorisation globale d'io.net est de 1 milliard de dollars américains.
D'après les données du site officiel de janvier 2024 à mars 2024, le nombre total de visites est de 5,212 millions, les visites mensuelles moyennes sont de 1,737 millions, le taux de rebond est de 18,61 % (faible), les données d'accès des utilisateurs dans chaque région sont relativement uniforme et direct La proportion de visites et de visites de recherche dépasse 80 %, ce qui peut indiquer que la proportion de données sales dans les données des utilisateurs n'est pas élevée. Ils ont une compréhension de base de io.net et sont disposés à en savoir plus et à interagir. avec le site Internet.
L'activité principale de io.net est liée à la puissance de calcul décentralisée de l'IA, et ses plus grands concurrents sont AWS, Google Cloud et l'activité cloud intelligente de Microsoft. fournisseurs représentés par Azure (représentés par Azure). Selon le « 2022-2023 Global Computing Power Index Assessment Report » compilé conjointement par International Data Corporation (IDC), Inspur Information et Tsinghua University Global Industry Research Institute, le marché mondial de l'informatique par intelligence artificielle devrait passer de 19,5 milliards de dollars américains en 2022. à 34,66 milliards de dollars en 2026. 【2】
Comparaison du chiffre d'affaires des principaux fournisseurs mondiaux de cloud computing : le chiffre d'affaires des ventes de services cloud AWS en 2023 s'élève à 9,08 milliards de dollars américains, le chiffre d'affaires de Google Cloud à 3,37 milliards de dollars américains et le chiffre d'affaires des ventes de services cloud intelligents de Microsoft à 9,68 milliards de dollars américains. . 【3】La part de marché des trois représente environ 66 % du monde. Dans le même temps, la valeur marchande de ces trois sociétés géantes est supérieure à un billion de dollars américains.
Contrairement aux revenus élevés des fournisseurs de services cloud, comment améliorer l'utilisation du GPU devient une question de concentration. Selon une enquête menée par AI Infrastructure, la plupart des ressources GPU sont sous-utilisées : environ 53 % estiment que 51 à 70 % des ressources GPU sont sous-utilisées, 25 % estiment que le taux d'utilisation atteint 85 % et seulement 7 % des taux d'utilisation sont estimés être sous-utilisés. plus de 85 %. Pour io.net, l'énorme demande de cloud computing et le problème de l'utilisation insuffisante et efficace des ressources GPU sont les opportunités de marché auxquelles il est confronté.
3.3 Risques et problèmes
io.net est une plate-forme émergente d'intégration et de distribution de ressources informatiques profondément intégrée au Web3, et les activités impliquées chevauchent fortement celles des fournisseurs de services cloud traditionnels, ce qui la distingue en termes de la technologie et les marchés sont confrontés à des risques et à des obstacles liés à la localisation.
Risques techniques de sécurité,io.net recoupe fortement les fournisseurs de services cloud traditionnels, ce qui signifie qu'il doit concurrencer directement les traditionnels AWS, Google Cloud, Alicloud, etc., et même directement concurrencer les deuxième ou troisième fournisseurs. fournisseurs de services de niveau supérieur. Bien que io.net .net ait un coût plus avantageux, son système de services et son système de marché pour les clients de classe B viennent tout juste de commencer. C'est donc très différent des opérations de marché existantes de l'industrie Web3. c'est en termes d'expansion du marché que les progrès ne sont pas idéaux, ce qui est susceptible d'affecter directement la valorisation du projet et la performance de la valeur marchande du jeton.
Derniers incidents de sécurité
Le 25 avril, le fondateur et PDG d'io.net, Ahmad Shadid, a tweeté que l'API de métadonnées d'io.net avait rencontré un incident de sécurité et que l'attaquant avait exploité le mappage accessible de l'ID utilisateur à l'ID de l'appareil, entraînant des métadonnées non autorisées. Mise à jour, cette vulnérabilité ne n'affecte pas l'accès au GPU, mais affecte les métadonnées affichées à l'utilisateur par le front-end. io.net ne collecte aucune information personnelle et ne divulgue pas de données sensibles sur les utilisateurs ou les appareils.
Shadid a déclaré que la conception du système io.net permet une auto-réparation, en mettant constamment à jour chaque appareil pour aider à restaurer toutes les métadonnées modifiées par erreur. À la lumière de cet incident, io.net a accéléré le déploiement de l'intégration de l'authentification au niveau utilisateur d'OKTA, qui sera achevée dans les 6 prochaines heures. De plus, io.net a également lancé Auth0 Token pour l'authentification des utilisateurs afin d'empêcher les modifications non autorisées des métadonnées. Pendant la récupération de la base de données, les utilisateurs ne pourront temporairement pas se connecter. Tous les enregistrements de disponibilité ne sont pas affectés, et cela n'affecte pas les récompenses informatiques du fournisseur.
Le modèle économique des jetons io.net aura une offre initiale de 500 millions d'IO à la création, répartis en cinq catégories : les investisseurs d'amorçage (12,5 %), les investisseurs de série A (10,2 %) et les contributeurs principaux (11,3 %), la R&D et écosystème (16 %) et communauté (50 %). Atteindra une offre maximale fixe de 800 millions sur 20 ans à mesure que les IO seront émises pour encourager la croissance et l'adoption du réseau.
Les récompenses adoptent un modèle de déflation, commençant à 8 % la première année et diminuant de 1,02 % chaque mois (environ 12 % par an) jusqu'à atteindre la limite supérieure de 800 millions d'IO. La part des premiers supporters et des principaux contributeurs continuera de diminuer à mesure que les récompenses seront distribuées, et la part de la communauté atteindra 50 % une fois la distribution des récompenses terminée. 【4】
Les fonctions de son jeton incluent l'attribution d'incitations aux travailleurs IO, la récompense des équipes de déploiement d'IA et de ML pour une utilisation continue du réseau, l'équilibrage de l'offre et de la demande partielles, la tarification des unités informatiques des travailleurs IO et la gouvernance communautaire.
Afin d'éviter les problèmes de paiement causés par la fluctuation des prix des devises IO, io.net a spécialement développé une monnaie stable IOSD, rattachée au dollar américain. 1IOSD est toujours égal à 1 USD. L'IOSD ne peut être obtenu qu'en détruisant l'IO. De plus, io.net envisage certains mécanismes pour améliorer les fonctionnalités du réseau. Par exemple, les travailleurs IO pourraient être autorisés à augmenter la probabilité d’être loués en jalonnant les actifs natifs. Dans ce cas, plus ils investissent d’actifs, plus grande est leur probabilité d’être sélectionné. De plus, les ingénieurs en IA qui jalonnent les actifs natifs peuvent donner la priorité à l’accès aux GPU très demandés.
Les jetons IO sont principalement utilisés pour deux groupes : le côté demande et le côté offre. Pour le côté demande, chaque tâche informatique est tarifée en dollars américains, et le réseau conservera le paiement jusqu'à la tâche. est terminé. Une fois qu'un opérateur de nœud attribue sa part de récompense en USD et en jetons, tous les montants en USD seront alloués directement à l'opérateur de nœud, tandis que la part allouée aux jetons sera utilisée pour graver des pièces IO. Toutes les pièces IO émises en tant que récompenses de calcul au cours de cette période sont ensuite distribuées aux utilisateurs en fonction de la valeur en USD de leurs jetons de coupon (points de calcul).
Pour le côté offre, cela inclut les récompenses de disponibilité et les récompenses informatiques. Parmi eux, la récompense est calculée pour les tâches soumises au réseau. Les utilisateurs peuvent sélectionner la préférence temporelle « durée de déploiement du cluster en heures » et recevoir des estimations de coûts de l'oracle de tarification io.net. En termes de récompenses de disponibilité, le réseau soumettra de manière aléatoire de petites tâches de test pour évaluer quels nœuds fonctionnent régulièrement et sont en mesure d'accepter des tâches du côté de la demande.
Il convient de mentionner que l'offre et la demande disposent d'un système de réputation qui accumule des points en fonction des performances informatiques et de la participation au réseau pour obtenir des récompenses ou des réductions.
De plus, io.net met également en place un mécanisme de croissance écologique, comprenant le staking, les récompenses d'invitation et les frais de réseau. Les détenteurs de jetons IO peuvent choisir de mettre en jeu leurs jetons IO auprès d'opérateurs de nœuds ou d'utilisateurs. Une fois misés, les joueurs recevront 1 à 3 % de toutes les récompenses gagnées par les participants. Les utilisateurs peuvent également inviter de nouveaux participants au réseau à rejoindre et partager une partie de leurs revenus futurs. Les frais de réseau sont fixés à 5%.
Nous ne sommes actuellement pas en mesure d'obtenir des données de revenus précises pour les projets en cours, nous ne pouvons donc pas effectuer d'évaluations avec précision. Nous effectuons cela principalement via Render, un projet AI+DePIN qui est également un projet AI+DePIN. projet avec io.net. Comparaison pour votre référence.
Comme le montre l'image, Render Network est actuellement dans l'AI+ Piste Web3 Le principal projet de solutions de rendu GPU décentralisées dispose d'une ressource GPU totale de 11 946 et d'une valeur marchande actuelle de 3 milliards de dollars américains (FDV 5 milliards de dollars américains), tandis que io.net dispose d'une ressource GPU totale de 461 772, soit 38 fois celle de Render ; , et est actuellement évalué à 1 milliard. Pour les projets io.net et Render, les principales capacités clés des deux sont la puissance de calcul GPU décentralisée. Par conséquent, du point de vue de l'offre de GPU en tant que dimension de comparaison principale, la valeur marchande d'io.net dépassera très probablement celle de render. au moins à égalité.
Ressources de référence
【1】https://www.coincarp.com/fundraising/ionet-series-a/
【2】https://medium.com/ybbcapital/promising-sector-preview-the- marché de la puissance informatique décentralisée-part-i-368c0621021a
【3】https://www.crn.com/news/cloud/2024/aws-vs-microsoft-vs-google-cloud-earnings-q4- 2023-face-off?page=2
【4】https://www.chaincatcher.com/article/2120813
Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!
![[Web front-end] Démarrage rapide de Node.js](https://img.php.cn/upload/course/000/000/067/662b5d34ba7c0227.png)
