latar belakang
Dengan diluncurkannya GPT 4 LLM oleh OpenAI, potensi berbagai model AI Text-to-Image telah terlihat. Aplikasi berdasarkan model AI yang matang semakin meningkat dari hari ke hari, dan permintaan akan sumber daya komputasi seperti GPU pun meningkat.
Utilitas GPU Artikel tahun 2023 yang membahas situasi penawaran dan permintaan GPU Nvidia H 100 menunjukkan bahwa perusahaan besar yang terlibat dalam bisnis AI memiliki permintaan yang kuat terhadap GPU. Raksasa teknologi seperti Meta, Tesla, dan Google telah membeli sejumlah besar GPU GPU Nvidia untuk membangun pusat data untuk AI. Meta memiliki sekitar 21.000 A 100 GPU, Tesla memiliki sekitar 7.000 A 100, dan Google juga memiliki investasi GPU yang signifikan di pusat datanya, meskipun tidak ada jumlah spesifik yang diberikan. Permintaan GPU, khususnya H 100, terus meningkat, didorong oleh kebutuhan untuk melatih model bahasa besar (LLM) dan aplikasi AI lainnya.
Pada saat yang sama, menurut data Statista, ukuran pasar AI telah tumbuh dari 134,8 Miliar pada tahun 2022 menjadi 241,8 Miliar pada tahun 2023, dan diperkirakan akan mencapai 738,7 Miliar pada tahun 2030, dan nilai pasar layanan cloud juga meningkat sebesar sekitar 14% dari 633 Miliar, banyak di antaranya disebabkan oleh meningkatnya permintaan daya komputasi GPU di pasar AI.
Untuk pasar AI yang berkembang pesat dan memiliki potensi yang sangat besar, dari sudut mana kita dapat mendekonstruksi dan mengeksplorasi titik masuk investasi terkait? Berdasarkan laporan dari IBM, kami merangkum infrastruktur yang diperlukan untuk membuat dan menerapkan aplikasi dan solusi kecerdasan buatan. Dapat dikatakan bahwa infrastruktur AI terutama ada untuk memproses dan mengoptimalkan sejumlah besar kumpulan data dan sumber daya komputasi yang diandalkan oleh model pelatihan. Hal ini memecahkan masalah efisiensi pemrosesan kumpulan data, keandalan model, dan skalabilitas aplikasi baik dari aspek perangkat keras maupun perangkat lunak. .
Model dan aplikasi pelatihan AI memerlukan sumber daya komputasi dalam jumlah besar, lebih memilih lingkungan cloud latensi rendah dan daya komputasi GPU. Tumpukan perangkat lunak juga mencakup platform komputasi terdistribusi (Apache Spark/Hadoop). Spark mendistribusikan alur kerja yang perlu diproses ke seluruh cluster komputasi besar dan memiliki desain paralelisme dan toleransi kesalahan bawaan. Desain blockchain yang terdesentralisasi secara alami telah menjadikan node terdistribusi menjadi sebuah norma, dan mekanisme konsensus POW yang dibuat oleh BTC telah menetapkan bahwa penambang harus bersaing dalam daya komputasi (beban kerja) untuk memenangkan hasil blok, yang membutuhkan daya komputasi yang sama dengan AI. adalah alur kerja serupa untuk menghasilkan masalah model/inferensi. Akibatnya, produsen server cloud tradisional mulai memperluas model bisnis baru dengan menyewakan kartu grafis dan menjual daya komputasi seperti menyewakan server. Dan meniru ide blockchain, daya komputasi AI mengadopsi desain sistem terdistribusi, yang dapat menggunakan sumber daya GPU yang menganggur untuk mengurangi biaya daya komputasi pada startup.
Pengenalan proyek IO.NET
Io.net adalah penyedia daya komputasi terdistribusi yang dikombinasikan dengan blockchain Solana, yang bertujuan untuk menggunakan sumber daya komputasi terdistribusi (GPU CPU) untuk memecahkan tantangan permintaan komputasi di bidang AI dan pembelajaran mesin. IO mengintegrasikan kartu grafis menganggur dari pusat data independen dan penambang mata uang kripto, dan menggabungkan proyek kripto seperti Filecoin/Render untuk mengumpulkan sumber daya lebih dari 1 juta GPU guna memecahkan masalah kekurangan sumber daya komputasi AI.
Pada tingkat teknis, io.net dibangun di atas ray.io, kerangka pembelajaran mesin yang mengimplementasikan komputasi terdistribusi. Ini menyediakan sumber daya komputasi terdistribusi untuk aplikasi AI yang memerlukan daya komputasi mulai dari pembelajaran penguatan dan pembelajaran mendalam hingga penyetelan model dan pengoperasian model. Siapa pun dapat bergabung dengan jaringan daya komputasi io sebagai pekerja atau pengembang tanpa izin tambahan. Pada saat yang sama, jaringan akan menyesuaikan harga daya komputasi sesuai dengan kompleksitas, urgensi, dan pasokan sumber daya komputasi dari pekerjaan komputasi, dan menetapkan harga berdasarkan pada kompleksitas, urgensi, dan pasokan sumber daya komputasi dari pekerjaan komputasi tersebut. dinamika pasar. Berdasarkan karakteristik daya komputasi terdistribusi, backend io juga akan mencocokkan penyedia GPU dengan pengembang berdasarkan jenis permintaan GPU, ketersediaan saat ini, lokasi, dan reputasi pemohon.
$IO adalah token asli sistem io.net dan berfungsi sebagai media pertukaran antara penyedia daya komputasi dan pembeli layanan daya komputasi. Menggunakan $IO dapat mengurangi biaya penanganan pesanan sebesar 2% dibandingkan dengan $USDC. Pada saat yang sama, $IO juga memainkan peran insentif yang penting dalam memastikan pengoperasian normal jaringan: pemegang token $IO dapat menjanjikan sejumlah $IO ke node, dan pengoperasian node juga memerlukan token $IO untuk dijanjikan pendapatan sesuai dengan periode menganggur mesin.
Kapitalisasi pasar token $IO saat ini adalah sekitar $360 juta dan FDV sekitar $3 miliar.
Ekonomi Token $IO
Total pasokan maksimum $IO adalah 800 juta, dimana 500 juta dialokasikan ke semua pihak ketika token tersebut adalah TGE. Sisa 300 juta token akan dirilis secara bertahap selama 20 tahun (jumlah rilis berkurang 1,02% setiap bulan) , sekitar 12% per tahun). Sirkulasi IO saat ini adalah 95 juta, yang terdiri dari 75 juta yang dibuka untuk penelitian dan pengembangan ekologi dan pembangunan komunitas selama TGE dan 20 juta hadiah penambangan dari Binance Launchpool.
Hadiah bagi penyedia daya komputasi selama jaringan uji IO didistribusikan sebagai berikut:
Musim 1 (per 25 April) - 17.500.000 IO
Musim 2 (1 Mei - 31 Mei) - 7.500.000 IO
Musim 3 (1 Juni - 30 Juni) - 5.000.000 IO
Selain menguji imbalan kekuatan komputasi jaringan, IO juga memberikan beberapa airdrop kepada kreator yang berpartisipasi dalam membangun komunitas:
(Putaran pertama) Komunitas / Pembuat Konten / Galxe / Discord - 7.500.000 IO
Musim 3 (1 Juni - 30 Juni) Peserta Discord dan Galxe - 2.500.000 IO
Diantaranya, hadiah daya komputasi jaringan uji kuartal pertama dan putaran pertama penciptaan komunitas/hadiah Galxe telah dikirimkan selama TGE.
Menurut dokumentasi resmi, distribusi keseluruhan $IO adalah sebagai berikut:
Mekanisme penghancuran token $IO
Io.net mengeksekusi pembelian kembali dan penghancuran token $IO sesuai dengan serangkaian prosedur yang telah ditetapkan sebelumnya. Jumlah pembelian kembali dan penghancuran tertentu bergantung pada harga $IO pada saat eksekusi. Dana yang digunakan untuk membeli kembali $IO berasal dari pendapatan operasional IOG (Internet GPU - GPU Internet), membebankan biaya pemesanan pesanan sebesar 0,25% dari pembeli kekuatan hash dan penyedia kekuatan hash di IOG, dan menggunakan biaya penanganan $USDC 2% untuk membeli daya komputasi.
Analisis produk kompetitif
Proyek serupa dengan io.net mencakup Akash, Nosana, OctaSpace, Clore.AI, dan pasar daya komputasi terdesentralisasi lainnya yang berfokus pada penyelesaian kebutuhan komputasi model AI.
Melalui model pasar yang terdesentralisasi, Akash Network memanfaatkan sumber daya komputasi terdistribusi yang menganggur, mengumpulkan dan menyewakan kelebihan daya komputasi, dan merespons ketidakseimbangan pasokan dan permintaan melalui mekanisme diskon dan insentif yang dinamis, mencapai alokasi sumber daya yang efisien dan tidak dapat dipercaya berdasarkan kontrak pintar. layanan komputasi awan yang hemat biaya dan terdesentralisasi. Hal ini memungkinkan penambang Ethereum dan pengguna lain dengan sumber daya GPU yang kurang dimanfaatkan untuk menyewakannya, menciptakan pasar untuk layanan cloud. Di pasar ini, harga jasa ditentukan melalui mekanisme lelang terbalik, di mana pembeli dapat menawar untuk menyewa sumber daya tersebut, sehingga menyebabkan harga menjadi kurang kompetitif.
Nosana adalah proyek pasar daya komputasi terdesentralisasi di ekosistem Solana. Tujuan utamanya adalah menggunakan sumber daya daya komputasi yang menganggur untuk membentuk jaringan GPU guna memenuhi kebutuhan komputasi inferensi AI. Proyek ini menggunakan program di Solana untuk menentukan pengoperasian pasar daya komputasinya dan memastikan bahwa node GPU yang berpartisipasi dalam jaringan menyelesaikan tugas secara wajar. Saat ini, selain operasi jaringan uji tahap kedua, ia menyediakan layanan daya komputasi untuk proses inferensi model LLama 2 dan Difusi Stabil.
OctaSpace adalah infrastruktur node cloud komputasi terdistribusi yang dapat diskalakan dan terbuka yang memungkinkan akses ke komputasi terdistribusi, penyimpanan data, layanan, VPN, dan banyak lagi. OctaSpace mencakup kekuatan komputasi CPU dan GPU, menyediakan ruang disk untuk tugas-tugas ML, alat AI, pemrosesan gambar, dan rendering adegan menggunakan Blender. OctaSpace diluncurkan pada tahun 2022 dan berjalan pada blockchain yang kompatibel dengan Layer 1 EVM. Blockchain menggunakan sistem rantai ganda yang menggabungkan mekanisme konsensus Proof of Work (PoW) dan Proof of Authority (PoA).
Clore.AI adalah platform superkomputer GPU terdistribusi yang memungkinkan pengguna memperoleh sumber daya komputasi GPU kelas atas dari node yang menyediakan daya komputasi di seluruh dunia. Ini mendukung berbagai penggunaan seperti pelatihan AI, penambangan cryptocurrency, dan rendering film. Platform ini menyediakan layanan GPU berbiaya rendah dan berkinerja tinggi, dan pengguna dapat memperoleh hadiah token Clore dengan menyewa GPU. Clore.ai berfokus pada keamanan, mematuhi hukum Eropa, dan menyediakan API yang kuat untuk integrasi yang lancar. Dalam hal kualitas proyek, halaman web Clore.AI relatif kasar. Tidak ada dokumentasi teknis terperinci untuk memverifikasi keaslian pengenalan mandiri dan keaslian data proyek. Kami masih ragu tentang sumber daya kartu grafis proyek dan tingkat partisipasi sebenarnya.
Dibandingkan dengan produk lain di pasar daya komputasi terdesentralisasi, io.net saat ini merupakan satu-satunya proyek di mana siapa pun dapat bergabung untuk menyediakan sumber daya daya komputasi tanpa izin. Pengguna dapat menggunakan minimal 30 seri GPU tingkat konsumen untuk berpartisipasi dalam jaringan kontribusi daya komputasi juga mencakup sumber daya chip Apple seperti Macbook M2 dan Mac Mini. Sumber daya GPU dan CPU yang lebih memadai serta konstruksi API yang kaya memungkinkan IO mendukung berbagai kebutuhan komputasi AI, seperti inferensi batch, pelatihan paralel, penyetelan hyperparameter, dan pembelajaran penguatan. Infrastruktur back-endnya terdiri dari serangkaian lapisan modular yang memungkinkan pengelolaan sumber daya yang efektif dan penetapan harga otomatis. Proyek pasar daya komputasi terdistribusi lainnya sebagian besar untuk kerja sama dengan sumber daya kartu grafis perusahaan, dan terdapat batasan tertentu untuk partisipasi pengguna. Oleh karena itu, IO mungkin memiliki kemampuan untuk menggunakan roda gila kriptografi ekonomi token untuk memanfaatkan lebih banyak sumber daya kartu grafis.
Berikut perbandingan nilai pasar/FDV io.net saat ini dan produk pesaing
Tinjauan dan kesimpulan
Pencatatan $IO di Binance dapat dikatakan sebagai awal yang baik untuk proyek blockbuster yang telah menarik banyak perhatian sejak awal. Jaringan pengujian telah menjadi populer di seluruh jaringan dan secara bertahap diserang oleh semua orang selama penundaan sebenarnya tes, mempertanyakan aturan poin buram. Token tersebut online selama koreksi pasar, dibuka lebih rendah dan bergerak lebih tinggi, akhirnya kembali ke kisaran penilaian yang relatif rasional. Namun bagi peserta testnet yang datang karena banyaknya investasi io.net, ada yang senang dan ada pula yang sedih. Sebagian besar pengguna yang menyewa GPU tetapi tidak bersikeras untuk berpartisipasi dalam testnet setiap musim tidak mendapatkan keuntungan berlebih yang ideal. mereka berharap. Sebaliknya, kita dihadapkan pada realitas “anti-Lu”. Selama jaringan pengujian, io.net membagi kumpulan hadiah setiap periode menjadi dua kumpulan: GPU dan CPU berkinerja tinggi untuk dihitung secara terpisah. Pengumuman poin untuk musim 1 ditunda karena insiden peretasan, tetapi pada akhirnya poinnya rasio pertukaran untuk kumpulan GPU selama TGE ditentukan dalam waktu dekat. Biaya pengguna untuk menyewa GPU dari produsen platform cloud besar jauh melebihi pendapatan airdrop. Selama musim 2, pejabat tersebut sepenuhnya menerapkan mekanisme verifikasi PoW. Hampir 3w perangkat GPU berhasil berpartisipasi dan lulus verifikasi PoW. Rasio pertukaran poin akhir adalah 100:1.
Setelah permulaan yang sangat dinantikan, apakah io.net dapat mencapai tujuannya dalam menyediakan berbagai kebutuhan komputasi untuk aplikasi AI, dan berapa banyak permintaan nyata yang tersisa setelah jaringan pengujian, mungkin hanya waktu yang dapat memberikan bukti terbaik.
referensi:
https://docs.io.net/docs
https://blockcrunch.substack.com/p/rndr-akt-ionet-the-complete-guide
https://www.odaily.news/post/5194118
https://www.theblockbeats.info/news/53690
https://www.binance.com/en/research/projects/ionet
https://www.ibm.com/topics/ai-infrastructure
https://gpus.llm-utils.org/nvidia-h100-gpus-supply-and-demand/
https://www.statista.com/statistics/941835/artificial-intelligence-market-size-revenue-comparisons/
https://www.grandviewresearch.com/press-release/global-cloud-ai-market
