io.net은 솔라나 블록체인에서 기계 학습 애플리케이션의 개발, 실행, 확장을 가능하게 하는 분산형 AI 컴퓨팅 네트워크로, 독립 데이터 센터, 암호화폐 채굴기, Filecoin, Render 등 암호화 프로젝트와 같이 활용도가 낮은 리소스로부터 데이터를 집계합니다. ) GPU가 이 문제를 해결합니다.
io.net의 주요 판매 포인트는 다음과 같습니다.
- 유연한 조합: AI 엔지니어는 자신의 컴퓨팅 작업을 완료하기 위해 "클러스터"를 형성하는 데 필요한 칩을 자유롭게 선택하고 결합할 수 있습니다.
- 신속한 배포: 몇 주 동안 승인 및 대기가 필요하지 않습니다(현재 AWS와 같은 중앙 집중식 공급업체의 상황). 배포는 수십 초 내에 완료되고 작업을 시작할 수 있습니다.
- 저렴한 가격: 서비스 비용은 주류 제조업체보다 90% 저렴합니다.
io.net은 io 클라우드 컴퓨팅 파워 서비스를 제공합니다. 수요자는 AI 컴퓨팅 작업을 완료하기 위해 필요에 따라 원하는 GPU 그룹을 정의할 수 있습니다.
ion.net은 다양한 컴퓨팅 작업을 기반으로 수요 시나리오를 일반, 훈련, 추론의 세 가지 범주로 나눕니다. 이는 메모리, 대역폭 등 GPU 성능을 나누어 사용자 선택을 용이하게 합니다.
io.net은 사용자 계정 관리, 실시간 활동 모니터링, 온도 및 전력 소비 추적, 설치 지원, 지갑 관리, 보안 및 수익성 분석을 포함하여 공급측 운영을 단순화하고 최적화하는 IO Worker 제품을 제공합니다.
총 공급량은 8억개이며, TGE에서 초기 공급량은 5억개 IO이며, 시드 투자자, 시리즈 A 투자자, 핵심 기여자, R&D 및 생태계, 커뮤니티의 5개 범주로 나뉩니다.
$IO는 네트워크 성장과 채택을 장려하기 위해 발행되므로 20년에 걸쳐 고정 최대 공급량 8억으로 증가할 것입니다.
보상은 20년 동안 매시간 공급자와 스테이커에게 공개됩니다. 보상은 첫 해 8%에서 시작하여 상한선 8억 IO에 도달할 때까지 매월 1.02%(연간 약 12%)씩 감소하는 디플레이션 모델을 채택합니다.
$IO 토큰 발행 외에도 이 프로젝트는 이중 토큰 메커니즘을 채택합니다. IO 코인을 소각하여 생성되는 USD 고정 IOSD 토큰을 출시할 계획이 있습니다.
- 공급측면이 빠르게 확대되고 있다
- 하드웨어 측면에서 공식 데이터에 따르면 5월 20일 현재 IO.NET의 공급측 GPU 총 공급량은 28,889개, CPU 공급량은 6,605개입니다. 또한 렌더 네트워크(Render Network)가 파트너사로 1,152개의 GPU와 27개의 CPU가 네트워크 공급 장치에 연결되어 있다. Fileoin에는 1024개의 GPU가 있습니다. 가용성이 가장 높은 제품은 GeForce RTX 4090입니다. 활성 하드웨어 온라인 비율은 약 42%에 이릅니다.
- 수요 측면의 성과가 만족스럽지 않습니다.
- IO.NET은 아직 시장 개척 초기 단계에 있으며, 현재 IO.NET을 사용하여 컴퓨팅 작업을 수행하는 실제 사용자의 총 수는 많지 않습니다. 대부분의 온라인 GPU의 작업 부하는 0%이며, A100 PCIe 80GB K8S, RTX A6000 K8S, RTX A4000 K8S, H100 80GB HBM3 등 4개의 칩만이 작업을 처리하고 있습니다. 그리고 A100 PCIe 80GB K8S를 제외하면 나머지 3개 칩의 로딩 용량은 20%도 안 된다.
- 네트워크는 AI 추론 작업을 위한 비즈니스 데이터를 처리합니다. 5월 20일 현재 처리 및 검증된 작업 수는 319,000개를 초과합니다. 그러나 이 비즈니스 볼륨의 대부분은 IO.NET이 후원하는 프로젝트 BC8.AI에서 생성됩니다.
- 네트워크 비용 규모 측면에서 io.net의 비용은 1,024,107달러가 발생했으며, 전날 비용은 624달러였습니다.
- 가격 장점: io.net의 가격은 A100($0.89/시간), 522 RTX 3090($0.38/시간), 301 RTX3080($0.23/시간), 8426 RTX A6000($0.75/시간), A4000K8S($0.23/시간)입니다. A100을 예로 들면 Google Cloud보다 82.45%, Amazon AWS보다 82.62% 저렴합니다.
핵심팀의 업무는 처음 설립 당시 퀀트 트레이딩이었고, 2022년 6월 이후 탈중앙화 컴퓨팅으로 전환할 예정입니다. 이 팀은 미국 뉴욕에 본사를 두고 있으며 규모는 50명이 넘습니다. 창립자 Ahmad Shadid는 IO.NET 이전에 양적 및 금융 엔지니어링 관련 업무에 종사했으며 Ethereum Fund에서 자원 봉사도 했습니다.
이 프로젝트의 최근 평가액은 10억 달러에 달했습니다. 이 프로젝트는 solana, rndr 및 fil의 공식 지원을 받았습니다. 시리즈 A 자금 조달은 Hack VC가 주도했으며 @multicoincap, 6th Man Ventures, M13, Delphi Digital이 참여했습니다. , Solana Labs, Aptos Labs 등이 출연했습니다.
- 접근성: AWS, GCP 또는 Azure와 같은 클라우드 서비스를 사용하여 컴퓨팅 칩에 액세스하려면 몇 주가 걸리며 인기 있는 GPU 모델은 품절되는 경우가 많습니다. 또한, 컴퓨팅 성능을 확보하기 위해 소비자는 이러한 대기업과 장기적이고 유연한 계약을 체결해야 하는 경우가 많습니다. 분산 컴퓨팅 플랫폼은 유연한 하드웨어 선택과 향상된 접근성을 제공할 수 있습니다.
- 낮은 가격: 유휴 칩의 사용과 칩 및 컴퓨팅 전력 공급업체에 대한 네트워크 프로토콜 당사자의 토큰 보조금으로 인해 분산 컴퓨팅 전력 네트워크는 더 저렴한 컴퓨팅 전력을 제공할 수 있습니다.
- 검열에 대한 저항: 현재 최첨단 컴퓨팅 파워 칩과 공급품은 대형 기술 기업이 독점하고 있으며, 미국으로 대표되는 정부는 AI 컴퓨팅 파워 서비스를 유연하고 자유롭게 배포할 수 있도록 감시하고 있습니다. 점차적으로 그것은 명시적인 필요성이 됩니다.
- 대부분의 소비자는 전문 개발자이거나 중소기업입니다. 이러한 유형의 사용자는 계약에 따라 제공되는 서비스의 안정성과 연속성에 대한 요구 사항이 더 높습니다.
- 기술적 어려움:
- 기술적 어려움:
- 작업 검증 문제: 딥러닝 모델 계산의 계층적 구조로 인해 각 레이어의 출력이 다음 레이어의 입력으로 사용됩니다. 따라서 계산의 유효성을 검증하려면 이전 작업을 모두 실행해야 합니다. 쉽고 효과적으로 검증할 수 없습니다. 이 문제를 해결하기 위해 분산 컴퓨팅 플랫폼은 새로운 알고리즘을 개발하거나 절대적인 확실성보다는 결과의 정확성에 대한 확률론적 보장을 제공할 수 있는 대략적인 검증 기술을 사용해야 합니다.
- 병렬화 문제: 분산 컴퓨팅 성능 플랫폼은 롱테일 칩 공급을 수집합니다. 이는 단일 장치가 제공하는 컴퓨팅 성능이 상대적으로 제한되어 있음을 의미합니다. 단일 칩 공급업체는 AI 모델의 훈련 또는 추론 작업을 거의 완료할 수 있습니다. 따라서 짧은 시간에 독립적으로 작업을 해체하고 분산하여 전체 완료 시간을 단축해야 합니다. 병렬화는 작업(특히 복잡한 딥러닝 작업)을 어떻게 분해해야 하는지, 데이터 종속성, 기기 간 추가 통신 비용 등 일련의 문제에 필연적으로 직면하게 됩니다.
- 개인정보보호 문제: 구매자의 데이터와 모델이 업무수행자에게 노출되지 않도록 하는 방법
- 컴퓨팅 성능 수요의 순환을 깨는 방법:
Depin 프로젝트는 토큰을 사용하여 공급 측면에 신속하게 인센티브를 제공하고 확장을 달성할 수 있지만 암호화+AI의 컴퓨팅 성능 수요 측면은 여전히 저조한 성과를 보이고 있습니다.
- 첫째, 소비자 측면의 확장이 아직 시작되지 않았기 때문에 대부분의 프로젝트가 아직 초기 단계에 있고 서비스 경험이 아직 불안정하여 대규모 채택이 부족합니다.
- 둘째, AI 분야는 주로 대기업이 장악하고 있으며, 중소 기관들은 분산 컴퓨팅 파워가 제공하는 서비스를 아직 제대로 인식하지 못하고 있다.
- 규정 준수 문제:
분산 컴퓨팅 플랫폼은 공급과 조달이라는 양면 시장의 무허가 특성으로 인해 일부 고객을 유치하기 위한 판매 포인트로 사용될 수 있습니다. 반면, AI 규제기준이 개선되면서 정부의 시정 대상이 될 수도 있다. 또한 일부 GPU 공급업체는 임대한 컴퓨팅 리소스가 제재 대상 기업이나 개인에게 제공되는지 여부에 대해서도 우려하고 있습니다.
- IO Cloud, IO Worker 및 IO Explorer를 포함하여 컴퓨팅 전원 공급 및 수요 당사자를 위한 우수한 서비스 도구를 제공합니다.
- 핵심 기술: IO-SDK 다층 아키텍처. 분산 컴퓨팅 작업의 병렬 실행 문제를 해결합니다. 주요 ML 프레임워크와 잘 작동하므로 Io.net이 다양한 컴퓨팅 요구 사항을 유연하고 효율적으로 충족할 수 있습니다.
- 개인 정보 보호: 역방향 터널링 기술과 메시 VPN 아키텍처를 활용합니다. 역방향 터널링 기술을 사용하면 엔지니어는 복잡한 구성 없이 원격 액세스를 위해 방화벽과 NAT를 우회할 수 있습니다. 동시에 통신이 보호되고 데이터 프라이버시가 유지됩니다. 메시 VPN 아키텍처는 노드 장애에 대한 견고성, 확장성, 대기 시간 감소, 더 나은 트래픽 분산을 제공할 수 있습니다.
Web3 분야에는 이미 많은 컴퓨팅 시장이 있으며 유명한 시장으로는 Akash, Render, Nosana, Clore.ai, Golem, Inferx, Kuzco, Aioz, Fluence Labs 및 GPU.NET 등이 있습니다.
- 프로젝트는 서비스 콘텐츠 부문에 따라 다릅니다. 예를 들어 Akash는 GPU 배포, 임대, AI 모델 교육 등의 서비스를 사용자에게 제공하는 P2P 클라우드 서비스 시장입니다. Render는 분산형 GPU 렌더링 솔루션 제공업체입니다.
- 프로젝트 공개 데이터 분석에 따르면 Akash와 Clore.ai는 공급 측면에서 매우 좋은 성과를 거두었습니다. 그 중 Akash의 GPU 수는 382개, CPU 수는 20.89K개, CPU 임대율은 33%, GPU 임대율은 26%, Clore.ai의 GPU 수는 19,590개에 이르렀으며, 임대는 비율은 71%였다.
- 네트워크 수수료 측면에서 Akash의 24시간 수수료($2.73K)는 io.net과 크게 다르지 않습니다.
- 대부분의 프로젝트는 초기 단계 및 테스트넷 단계에 있으며 아직 io.net의 강점과는 거리가 멀습니다. 그러나 이러한 새로운 프로젝트는 빠르게 발전하고 있으며 지속적인 관심이 필요합니다. 예를 들어 Kuzco는 1,400개의 온라인 작업 노드를 보유하고 있으며 단일 카드 사용률은 90%입니다.
- 분산형 컴퓨팅 성능/컴퓨팅 성능 플랫폼 내러티브가 유망한 네 가지 주요 이유는 다음과 같습니다. (1) 분산형 AI 컴퓨팅은 컴퓨팅 성능 제공을 위한 더 높은 접근성과 낮은 가격을 포함하여 중앙 집중식 컴퓨팅 성능과 다른 이점을 갖습니다. (3) 특히 강세장에서 프로젝트 토큰 가격이 자극되고 있습니다. (4) 일반 사용자의 참여 기준이 낮아지고 AI 배당금은 대기업과 기업에만 국한되지 않습니다. 기관.
- 분산 컴퓨팅 파워는 주로 기술, 수요, 감독이라는 세 가지 주요 어려움에 직면해 있습니다. 기술적인 어려움에는 작업 확인 문제, 병렬화 문제, 개인정보 보호 문제 등이 포함됩니다.
- io.net은 지속적인 인기를 얻었으며 솔라나 생태학 + ai + depin의 3가지 24년 강세장 발발 개념을 겹쳐서 차세대 파일코인으로 불립니다. 기술적인 관점에서 볼 때, 분산 컴퓨팅 성능의 기술적 어려움을 해결하기 위해 핵심 기술인 IO-SDK의 계층형 아키텍처와 보안 연결 및 데이터 개인 정보 보호를 해결하기 위한 역터널 기술 및 메시 VPN 아키텍처를 출시했습니다. 문제. 제품 측면에서는 IO Cloud, IO Worker, IO Explorer 등 컴퓨팅 전원 공급 및 수요 측면을 위한 풍부한 서비스 제품을 제공합니다.
- 실용적인 애플리케이션 측면에서 io.net은 다른 분산 컴퓨팅 성능 플랫폼보다 우수합니다. (1) 칩 하드웨어 수와 온라인 속도 모두 다른 네트워크를 훨씬 능가합니다. io.net은 이미 가장 큰 분산 GPU 컴퓨팅 성능 트랙입니다. .공급망. (2) 수행되는 컴퓨팅 작업의 총량이 크지 않으며 대부분의 칩이 온라인 대기 상태에 있습니다. 이는 분산 컴퓨팅 플랫폼의 일반적인 문제입니다.
- 컴퓨팅 리소스가 부족해짐에 따라 Io.net은 AI 및 ML 확장성에 중요한 GPU/CPU 전력 임대 비용을 줄이는 것을 목표로 합니다. 컴퓨팅 파워에 대한 수요는 급증했지만 공급이 이를 따라가지 못하는 것은 io.net과 같은 분산 컴퓨팅 파워 프로젝트가 큰 전망을 가지고 있음을 보여줍니다.
- io.net에 영향을 미치는 부정적인 요인은 다음과 같습니다. (1) 컴퓨팅 성능 플랫폼 간의 경쟁 심화, 다양한 유형의 프로젝트 및 부분적으로 중복되는 서비스 콘텐츠 (2) 분산형 클러스터의 대규모 생성 및 관리의 복잡성은 상당한 기술적 과제를 수반합니다. 3) 아직 수요측면이 부족하고, 보급률도 아직 초기 단계이다. AI 스타트업, 개발자 및 GPU 공급업체의 채택이 예상보다 느리면 (4) 규제 위험 및 (5) 이중 토큰 메커니즘으로 인한 복잡성이 제한될 수 있습니다.
모든 댓글