原文來源:連鎖茶館
一、專案簡介
io.net是一個基於Solana、Render、Ray和Filecoin的分散式GPU系統,旨在利用分散式GPU資源解決AI和機器學習領域的運算挑戰。
io.net透過聚合未充分利用的運算資源(例如Filecoin和Render等加密專案的獨立資料處理中心、加密貨幣礦工以及多餘的GPU)來解決計算資源不足的問題,使工程師能夠以易於存取的方式獲得大量運算能力、可客製化、低成本的系統。
此外,io.net還引入了分散式實體基礎設施網路(depin),結合了來自各個提供者的資源,使工程師能夠以可自訂、經濟高效且易於實施的方式存取大量運算能力。
io cloud現在擁有超過95,000個GPU和超過1,000個CPU,支援快速部署,選擇硬體、地理位置,並提供透明的支付流程。
2. 核心機制
2.1 中心化資源聚合
io.nets去中心化資源聚合是其核心特性之一,這使得平台能夠利用全球去中心化的GPU資源,為AI和機器學習任務提供必要的運算支援。此資源聚合策略的目標是優化資源使用、降低成本並提供更廣泛的可近性。
以下為詳細說明:
2.1.1 優點
成本效益:透過利用市場上未充分利用的GPU資源,io.net能夠提供比傳統雲端服務成本更低的運算能力。這對於資料密集型人工智慧應用程式尤其重要,這些應用程式通常需要大量運算資源,這在傳統方式下可能成本高昂。可擴展性和靈活性:去中心化模型允許 io.net 輕鬆擴展其資源池,而無需依賴單一供應商或資料中心。該模型使用戶可以靈活地選擇最適合其任務需求的資源。
2.1.2 工作原理
資源來源的多樣性:io.net聚合了多個來源的GPU資源,包括獨立資料中心、個體加密貨幣礦工以及來自其他加密項目(例如Filecoin和Render)的多餘資源。技術實現:平台利用區塊鏈技術對這些資源進行追蹤和管理,確保資源分配的透明度和公平性。區塊鏈技術還有助於為網路貢獻額外運算能力的用戶實現支付和激勵的自動化。
2.1.3 具體步驟
資源發現與註冊:資源提供者(例如 GPU 擁有者)向 io.net 平台註冊其裝置。該平台驗證這些資源的性能和可靠性,以確保它們符合特定的標準和要求。資源池:已驗證的資源加入全域資源池,可供平台使用者租用。資源的分配和管理透過智慧合約自動執行,確保流程的透明度和效率。動態資源分配:當使用者發起運算任務時,平台會根據任務的需求(如算力、記憶體、網路頻寬等)動態分配資源。資源分配考慮成本效率和地理位置,優化任務執行速度和成本。
2.2 雙通證經濟體系
io.nets雙通證經濟系統是其區塊鏈網路的核心特徵之一,旨在激勵網路參與者並確保平台運營的效率和可持續性。該系統包括兩個代幣:$IO 和 $IOSD,每個代幣都發揮獨特的作用。以下詳細描述這個經濟體系的結構和功能。
2.2.1 $IO 代幣
$IO是io.net平台的主要實用代幣,用於各種網路交易和操作。其主要用途包括:
付款與費用:使用者使用$IO來支付運算資源的租賃費用,包括GPU的使用費用。此外,$IO也用於支付網路上的各種服務和費用。資源激勵:向提供GPU算力或參與維護網路的用戶發放$IO代幣作為獎勵,鼓勵他們持續貢獻資源。治理:$IO代幣持有者可以參與io.net平台的治理決策,包括投票權,並影響平台未來的發展方向和政策調整。
2.2.2 $IOSD 代幣
$IOSD是一款與美元掛鉤的穩定幣,旨在為io.net平台提供穩定的價值儲存和交易媒介。主要功能如下:
價值穩定:$IOSD以1:1的比例與美元掛鉤,提供用戶避免加密市場波動的支付方式。交易便捷:用戶可以使用$IOSD支付運算資源費等平台費用,確保交易價值的穩定性與可預測性。費用涵蓋:某些網路操作或交易費用可以使用$IOSD支付,簡化費用結算流程。
2.2.3 雙通證系統如何運作
io.net 的雙代幣系統以多種方式互動來支援網路的運作和發展:
資源提供者激勵:資源提供者(例如 GPU 所有者)收到 $IO 代幣,以換取將其設備貢獻給網路的回報。這些代幣可用於進一步購買計算資源,或在市場上進行交易。費用支付:用戶透過$IO或$IOSD支付計算資源的使用費用。選擇$IOSD可以規避加密貨幣波動所帶來的風險。經濟活動誘因:io.net平台透過$IO和$IOSD的流通和使用,能夠刺激經濟活動,增加網路的流動性和參與度。治理參與:$IO代幣也充當治理代幣,使持有者能夠參與平台的治理過程,例如提案和投票決策。
2.3 動態資源分配與調度
io.nets動態資源分配和調度是本平台的核心功能之一。關鍵在於高效管理和優化運算資源的使用,滿足用戶多樣化的運算需求。該系統確保計算任務能夠以智慧和自動化的方式在最合適的資源上執行,同時最大化資源利用率和效能。
以下詳細介紹了該機制的各個面向:
2.3.1 動態資源分配機制
1、資源識別與分類:
當資源提供者將其GPU或其他運算資源連接到io.net平台時,系統會先對這些資源進行識別和分類。這包括評估它們的效能指標,例如處理速度、記憶體容量、網路頻寬等。
2、需求匹配:
當使用者向io.net提交運算任務時,需要指定該任務的需求,例如所需的運算能力、記憶體大小、預算限制等。資源池。
3.智能調度演算法:
使用先進的演算法自動將最合適的資源與提交的任務配對。這些演算法考慮了資源效能、成本效率、地理位置(以減少延遲)和用戶特定的偏好。調度系統還監控資源的即時狀態,例如可用性和負載,以動態調整資源分配。
2.3.2 調度與執行
1.任務佇列和優先權管理:
所有任務按照優先順序和提交時間排隊。系統根據預設或動態調整的優先權規則來處理任務佇列。緊急或高優先級任務可以獲得快速反應,而長期或成本敏感的任務可以在低成本時間內執行。
2、容錯與負載平衡:
動態資源分配系統包含容錯機制,確保即使某些資源發生故障,任務也可以平滑遷移到其他健康的資源上繼續執行。負載平衡技術保證沒有單一資源過載,並透過合理分配任務負載來優化整個網路的效能。
3、監測與調整:
系統持續監控所有任務的執行狀態和資源的運作狀態。這包括即時分析任務進度和資源消耗等關鍵績效指標。基於這些數據,系統可以自動重新調整資源分配,以最佳化任務執行效率和資源利用率。
2.3.3 使用者互動與回饋
透明的使用者介面:io.net提供直覺的使用者介面,使用者可以輕鬆地提交任務、查看任務狀態以及調整需求或優先順序。回饋機制:使用者可以對任務執行的結果進行回饋,系統根據回饋調整未來任務的資源分配策略,更能滿足使用者需求。
三、系統架構
3.1 IO雲
IO Cloud 旨在簡化去中心化 GPU 叢集的部署和管理,為機器學習工程師和開發人員提供可擴展且靈活的 GPU 資源訪問,而無需大量硬體投資。該平台提供與傳統雲端服務類似的體驗,但具有去中心化網路的優勢。
亮點:
可擴充性和經濟性:旨在成為最具成本效益的 GPU 雲,可將 AI/ML 專案成本降低高達 90%。與IO SDK整合:透過無縫整合增強AI專案效能,創造統一的高效能環境。全球覆蓋:分散式GPU資源,優化機器學習服務和推理,類似CDN。 RAY 框架支援:使用 RAY 分散式運算框架進行可擴充的 Python 應用程式開發。獨家功能:提供對 OpenAI ChatGPT 插件的私有訪問,以便輕鬆部署訓練叢集。加密貨幣挖礦創新:尋求透過支援機器學習和人工智慧生態系統來徹底改變加密貨幣挖礦。
3.2 IO工作者
IO Worker 旨在簡化和最佳化 WebApp 使用者的設定操作。這包括用戶帳戶管理、即時活動監控、溫度和功耗追蹤、安裝支援、錢包管理、安全性和盈利能力分析。
亮點:
工作人員主頁:提供用於即時監控連接設備的儀表板,並且能夠刪除和重新命名設備。設備詳細資訊頁面:顯示全面的設備分析,包括流量、連線狀態和工作歷史記錄。收入獎勵頁面:追蹤收入和工作歷史記錄,可在 SOLSCAN 上存取交易詳細資訊。新增設備頁面:簡化設備連接流程,實現快速輕鬆的整合。
3.3 IO 瀏覽器
IO Explorer 被設計為一個綜合平台,為用戶提供對 io.net 網路操作的深入了解,類似於區塊鏈瀏覽器如何提供區塊鏈交易的透明度。其主要目標是使用戶能夠監控、分析和了解 GPU Cloud 的詳細信息,確保對網路活動、統計資料和交易的全面可見性,同時保護敏感資訊的隱私。
優勢:
瀏覽器主頁:提供有關配置、經過驗證的供應商、活動硬體數量和即時市場定價的見解。集群頁面:顯示有關網路中部署的集群的公共信息,以及即時指標和預訂詳細信息。設備頁面:顯示連接到網路的設備的公共詳細信息,提供即時數據和交易追蹤。即時叢集監控:提供對叢集狀態、運作狀況和效能的即時洞察,確保使用者獲得最新資訊。
3.4 IO-SDK
IO-SDK是Io.net的基礎技術,源自於Ray技術的一個分支。它使任務能夠並行運行並處理不同的語言,並與主要的機器學習(ML)框架相容,使 IO.NET 能夠靈活且有效率地滿足各種運算需求。這種設置與一組明確定義的技術相結合,確保 IO.NET Portal 能夠滿足當今的需求並適應未來的變化。
多層架構的應用
使用者介面:作為使用者的視覺前端,包括公共網站、客戶區和GPU提供者區。設計直觀且用戶友好。
安全層:確保系統的完整性和安全性,包括網路保護、使用者驗證和活動日誌記錄。
API層:作為網站、供應商和內部管理的通訊中心,促進資料交換和操作。
後端層:系統的核心,處理叢集/GPU管理、客戶端互動、自動伸縮等操作。
資料庫層:儲存和管理數據,主儲存用於結構化數據,快取用於臨時數據。
任務層:管理非同步通訊和任務,確保高效率的執行和資料流。
基礎設施層:基礎設施,包括 GPU 池、編排工具和執行/ML 任務,具有強大的監控解決方案。
3.5 IO隧道
反向隧道技術用於創建從客戶端到遠端伺服器的安全連接,允許工程師繞過防火牆和NAT進行遠端訪問,無需複雜的配置。工作流程:IO Worker 連接到中間伺服器(io.net 伺服器)。然後,io.net 伺服器偵聽來自 IO Worker 和工程機器的連接,透過反向隧道促進資料交換。
在io.net中的應用
工程師透過 io.net 伺服器連接到 IO Workers,簡化遠端存取和管理,而無需面臨網路配置挑戰。優點: 方便存取:直接存取IO Workers,消除網路障礙。安全性:確保通訊受到保護並維護資料隱私。可擴充性和靈活性:有效管理不同環境中的多個 IO Worker。
3.6 IO網絡
IO Network 採用網狀 VPN 架構,在 antMiner 節點之間提供超低延遲通訊。
網狀 VPN 網路:
分散連接:與傳統的星型模型不同,網狀 VPN 直接連接節點,提供增強的冗餘、容錯和負載分配。優點:抗節點故障能力強、可擴展性強、延遲低、流量分配較好。
io.net 的優點:
直接連接可減少延遲並優化應用程式效能。不存在單點故障,即使單一節點發生故障,網路仍然可以運作。它透過使數據追蹤和分析更具挑戰性來增強用戶隱私。新增節點不會影響效能。節點之間的資源共享和處理更有效率。
4. $IO 代幣
4.1 $IO 通證基本框架
1、固定供應:
$IO 代幣的最大供應量固定為 8 億個。該供應量旨在確保代幣價值的穩定性並防止通貨膨脹。
2. 分配與激勵:
最初將發行 3 億個 $IO 代幣。剩餘的 5 億枚代幣將作為對供應商及其股東的獎勵而發行,這一過程預計將持續 20 年。獎勵按小時發放,遞減模式(第一年8%開始,每月遞減1.02%,每年約12%),直至達到總發行上限8億枚。
3.銷毀機制:
$IO 採用程式化代幣銷毀系統,利用 io.net 從 IOG 網路產生的收入來購買和銷毀 $IO 代幣。銷毀機制根據$IO的價格調整銷毀量,對代幣造成通貨緊縮。
4.2 成本和收益
使用費:
io.net向使用者和提供者收取各種費用,包括預訂費和預訂算力時的支付費。這些費用的設定是為了維持網路的財務健康並支持 $IO 的市場流通。
費用支付:
使用USDC付款,收取2%費用;使用 $IO 付款不收取任何費用。
供應商費用:
與用戶類似,供應商在收到付款時也需要支付相應的費用,包括預訂費和支付費。
4.3 生態系統
GPU租用者(也稱為使用者),例如想要在IOG網路上購買GPU運算能力的機器學習工程師。這些工程師可以使用 $IO 部署 GPU 叢集、雲端遊戲實例,並建立虛幻引擎 5(及類似)像素流應用程式。用戶還包括希望在 BC 8.ai 上執行無伺服器模型推理的個人消費者以及 io.net 未來將託管的數百個應用程式和模型。 GPU 所有者(也稱為供應商),例如獨立資料中心、加密礦場和專業礦工,希望在 IOG 網路上提供未充分利用的 GPU 運算能力並從中獲利。 IO幣持有者(也稱為社區)參與提供加密經濟安全和激勵措施,以協調各方之間的互利和懲罰,以促進網路的發展和採用。
4.4 具體分配
社群:分配總量50%,這部分代幣主要用於獎勵社群成員,激勵平台參與與成長。研發常態系統:16%支援平台研發活動和生態系統建設,包括合作夥伴和第三方開發者。初始核心貢獻者:11.3%,獎勵在平台早期做出關鍵貢獻的團隊成員。早期支持者:種子:12.5%,用於獎勵早期種子投資者在計畫早期階段的信任和財務支持。早期支持者: A 系列:10.2% 向 A 系列投資者提供資金和資源在專案開發早期階段的投資回報。
4.5 減半機制
2024-2025:這兩年,每年將發行6,000,000個$IO代幣。 2026-2027:從2026年開始,每年發行量減半至3,000,000個$IO代幣。 2028-2029:釋放量將持續減半至每年1,500,000個$IO代幣。
5. 團隊/合作/融資
io.net 擁有一支具有多元化技能和經驗的領導團隊,他們在技術領域擁有數十年的經驗,為公司的成功做出了貢獻。
Tory Green 是 io.net 的首席營運官,此前曾擔任 Hum Capital 的首席營運長以及 Fox Mobile Group 的企業發展和策略總監。
Ahmad Shadid 是 io.net 的創始人兼首席執行官,此前曾是 WhalesTrader 的定量系統工程師。
Garrison Yang 是 io.net 的首席策略長兼首席行銷官,此前曾擔任 Ava Labs 的成長和策略副總裁。他畢業於加州大學聖塔芭芭拉分校,獲得環境健康工程學位。
今年3月,io.net獲得由Hack VC領投的$30百萬A輪融資,Multicoin Capital、6th Man Ventures、M 13、Delphi Digital、Solana Labs、Aptos Labs、Foresight Ventures、Longhash、SevenX、ArkStream跟投、Animoca Brands、Continue Capital、MH Ventures 和OKX,以及業界領袖,包括Solana 創辦人Anatoly Yakovenk、Aptos 創辦人Mo Shaikh 和Avery Ching、Animoca Brands 的Yat Siu 和Perlone Capital 的Jin Kang。
六、項目評估
6.1 航跡分析
io.net 是一個基於 Solana 區塊鏈的去中心化運算網絡,專注於透過整合未充分利用的 GPU 資源來提供強大的運算能力。本項目主要在以下賽道領域:
1. 去中心化計算
io.net 建構了一個去中心化的實體基礎設施網路(Depin),該網路利用不同來源(例如獨立資料中心、加密礦工)的 GPU 資源。這種分散的方法旨在優化計算資源的利用並降低成本,同時提高可近性和靈活性。
2.雲端運算
儘管採用分散式方法,io.net 仍提供與傳統雲端運算類似的服務,例如 GPU 叢集管理和機器學習任務的可擴充性。 io.net旨在打造與傳統雲端服務類似的體驗,但利用去中心化網路的優勢,提供更有效率、更具成本效益的解決方案。
3. 區塊鏈應用
作為一個基於區塊鏈技術的項目,io.net利用區塊鏈安全性、透明性等特性來管理網路中的資源和交易。
功能和目標與 io.net 類似的項目包括:
Golem:它也是一個去中心化的運算網絡,使用者可以租用或租賃未使用的運算資源。 Golem 致力於打造全球超級電腦。渲染:它使用去中心化網路提供圖形渲染服務。 Render利用區塊鏈技術使內容創作者能夠存取更多的GPU資源,從而加速渲染過程。 iExec RLC:該專案創建了一個去中心化市場,允許使用者出租其運算資源。 iExec透過區塊鏈技術支援各種類型的應用程序,包括資料密集型應用程式和機器學習工作負載。
6.2 專案優勢
可擴充性:io.net 專門設計了一個高度可擴展的平台,以滿足客戶的頻寬需求,並使團隊能夠輕鬆擴展 GPU 網路上的工作負載,而無需進行大規模調整。批量推理和模型服務:此平台支援批量資料的平行推理,允許機器學習團隊在分散式 GPU 網路上部署工作流程。
並行訓練:為了克服記憶體限制和順序工作流程,io.net 利用分散式運算庫跨多個裝置並行訓練任務。平行超參數調整:利用超參數調整實驗固有的平行性,io.net 優化了調度和搜尋模式。強化學習 (RL):io.net 利用開源強化學習庫,支援高度分散的 RL 工作負載並提供簡單的 API。
即時訪問:與傳統雲端服務的漫長部署不同,io.net Cloud 提供對 GPU 配置的即時訪問,使用戶能夠在幾秒鐘內啟動他們的專案。
成本效益:io.net 旨在成為一個適合不同類別使用者的經濟實惠的平台。目前,該平台比競爭服務更具成本效益約 90%,為機器學習專案節省了大量成本。
高安全性和可靠性:平台承諾提供一流的安全性、可靠性和技術支持,確保機器學習任務的安全穩定的環境。易於實施:io.net 雲端消除了建置和管理基礎架構的複雜性,使任何開發人員和組織都能夠無縫開發和擴展人工智慧應用。
6.3 專案挑戰
1. 技術複雜性與使用者採用率
挑戰:雖然去中心化運算提供了顯著的成本和效率優勢,但其技術的複雜性可能對非技術使用者構成巨大的進入障礙。使用者需要了解如何操作分散式網路以及如何有效利用分散式資源。影響:這可能會限制該平台的廣泛採用,特別是在不太熟悉區塊鏈和分散式運算的用戶群體中。
2. 網路安全與資料隱私
挑戰:雖然區塊鏈提供了增強的安全性和透明度,但去中心化網路的開放性可能使它們更容易受到網路攻擊和資料外洩。影響:這需要io.net持續加強安全措施,確保使用者資料和運算任務的機密性和完整性,這是維護使用者信任和平台聲譽的關鍵。
3. 性能和可靠性
挑戰:雖然io.net努力透過分散的資源提供高效率的運算服務,但不同地理位置、不同品質的硬體資源之間的協調可能會帶來效能和可靠性方面的挑戰。影響:由硬體不匹配或網路延遲引起的任何效能問題都可能影響客戶滿意度和平台的整體有效性。
4. 可擴展性
挑戰:儘管 io.net 被設計為一個高度可擴展的網絡,但有效管理和擴展世界各地的分散式資源仍然是一個巨大的技術挑戰。影響:這需要不斷的技術創新和管理改進,以在面對快速增長的用戶和運算需求時保持網路穩定和回應。
5. 競爭與市場接受度
挑戰:io.net 在區塊鏈和去中心化運算市場上並非沒有競爭。其他平台如 Golem、Render、iExec 也在提供類似的服務,市場的快速變化可能會迅速改變競爭格局。影響:為了保持競爭力,io.net需要不斷創新並提高其服務的獨特性和價值,以吸引和留住用戶。
七、結論
綜上所述,io.net以其創新的去中心化運算網路和基於區塊鏈的架構,在現代雲端運算領域樹立了新的標竿。透過聚合全球未充分利用的 GPU 資源,io.net 為機器學習和人工智慧應用提供了前所未有的運算能力、靈活性和成本效益。該平台不僅使大規模機器學習專案的部署更快、更經濟,也為各類使用者提供強大的安全性和可擴展的解決方案。
面對技術複雜性、網路安全、效能穩定性和市場競爭等挑戰,IO.Net如果能夠克服挑戰並培育出充滿活力的生態系統,就有可能從根本上重塑我們在Web3時代獲取和利用計算能力的方式。然而,與任何新興技術一樣,重要的是要認識到其長期成功將取決於持續開發、採用及其駕馭基於區塊鏈的基礎設施不斷發展的格局的能力。
本文來自網路:幣安Launchpool最新專案io.net詳解:連結全球GPU資源,重塑機器學習未來
相關:構建 Web3 遊戲生態系統的先驅 GameCene 獲得 $140 萬種子資金
Web3遊戲發行平台GameCene宣布成功完成種子輪融資,融資$1.4百萬。這筆資金將推動 GameCene 的發展,加速其平台的開發,擴大其多樣化的遊戲庫,並進一步簡化用戶資產的管理和貨幣化。 GameCene:Web3 遊戲革命的催化劑 GameCene 的使命是彌合 Web2 開發人員和玩家之間的差距,使他們能夠無縫過渡到 Web3 遊戲世界。該平台為玩家提供了一個新穎的遊戲生態系統,提供獨特的娛樂體驗,並透過Web3技術賦能遊戲內資產的有效變現。全鏈遊戲 SDK:為遊戲開發者賦能 GameCene 的全鏈遊戲 SDK 使數百萬開發者能夠輕鬆建立和分發區塊鏈遊戲。 SDK 提供了一套全面的工具...