Pengarang: LFG Labs
Waktu publikasi asli: 3 Juni 2024
Tautan asli: https://www.chaincatcher.com/article/2127297
Jika latar belakang inti io.net adalah "akar rumput", apa yang akan Anda pikirkan?
Ini telah mengumpulkan pendanaan sebesar US$30 juta dan telah menerima bantuan dari modal besar seperti Hack VC, Multicoin Capital, Delphi Digital, Solana Lab, dll. Ini sama sekali tidak "membumi", terutama dengan labelnya kekuatan komputasi GPU/revolusi AI, keduanya sama-sama canggih.
Namun, di tengah hiruk pikuk diskusi komunitas, petunjuk utama sering kali diabaikan, terutama perubahan besar yang mungkin dibawa io.net ke jaringan komputasi global - berbeda dari posisi "elit" AWS, Azure, dan GCP, io. net.net pada dasarnya mengambil jalur sipil:
Tidak tepat untuk melengkapi kebutuhan daya komputasi "pinggang + ekor panjang" yang terabaikan, mengumpulkan sumber daya GPU yang menganggur, menciptakan jaringan komputasi terdistribusi terdesentralisasi di tingkat perusahaan, dan memberdayakan lebih banyak sumber daya daya komputasi inkremental/stok secara lebih luas. Inovasi AI untuk skala kecil dan menengah pengguna, menggunakan biaya rendah dan fleksibilitas tinggi untuk mencapai "pembebasan kembali produktivitas" inovasi AI global.
Di balik gelombang AI, hubungan produksi daya komputasi yang terabaikan
Apa sajakah sumber daya produktivitas inti dari gelombang AI ini dan era ekonomi digital di masa depan?
Tidak ada keraguan tentang kekuatan komputasi.
Pasar perangkat keras kecerdasan buatan global diperkirakan akan tumbuh pada tingkat pertumbuhan tahunan gabungan (CAGR) sebesar 24,3% dan melampaui $473,53 miliar pada tahun 2033, menurut Precedence Research.
Bahkan jika kita mengesampingkan data perkiraan dan melihat ke depan dari perspektif logis kenaikan dan stok, kita dapat dengan jelas menemukan bahwa dalam proses pengembangan pasar daya komputasi di masa depan, dua kontradiksi utama ditakdirkan untuk tetap ada untuk waktu yang lama:
Dalam dimensi inkremental, tren eksponensial pertumbuhan sisi permintaan daya komputasi diperkirakan akan jauh lebih besar dibandingkan tren linier pertumbuhan sisi penawaran daya komputasi;
Dalam dimensi stok, daya komputasi "terjepit" karena efek kepala, dan pemain pinggang dan ekor panjang tidak punya apa-apa untuk dimakan, tetapi sejumlah besar sumber daya GPU yang didistribusikan tidak digunakan, mengakibatkan ketidaksesuaian yang serius antara pasokan dan permintaan. ;
Dimensi tambahan: kebutuhan daya komputasi jauh lebih besar daripada pasokan
Yang pertama adalah dimensi inkremental. Selain perluasan pesat model besar AIGC, banyak sekali skenario AI pada tahap awal wabah, seperti layanan medis, pendidikan, dan mengemudi cerdas, yang menyebar dengan cepat, yang semuanya memerlukan komputasi besar-besaran. Oleh karena itu, kesenjangan sumber daya komputasi GPU di pasar saat ini tidak hanya akan terus ada, tetapi bahkan akan terus membesar.
Dengan kata lain, dari perspektif penawaran dan permintaan, di masa mendatang, permintaan pasar akan daya komputasi harus jauh lebih besar daripada pasokan, dan kurva permintaan masih akan menunjukkan tren kenaikan eksponensial dalam jangka pendek.
Di sisi pasokan, karena keterbatasan hukum fisik dan faktor produksi nyata, baik itu perbaikan proses atau pembangunan pabrik skala besar untuk memperluas kapasitas produksi, pertumbuhan linier hanya dapat dicapai paling baik, yang akan menyebabkan kemacetan daya komputasi sebesar Perkembangan AI akan tetap ada untuk waktu yang lama.
Dimensi Stok: Ada ketidaksesuaian yang serius antara pasokan dan permintaan di kalangan pemain pinggang dan ekor panjang.
Pada saat yang sama, dengan sumber daya komputasi yang terbatas dan menghadapi hambatan pertumbuhan yang serius, Amazon Cloud Technology (AWS), Microsoft Azure, dan Google Cloud Platform (GCP) bersama-sama menguasai lebih dari 60% pangsa komputasi awan, dan jelas berada dalam posisi yang tidak menguntungkan. posisi. Pasar penjual.
Mereka menimbun chip GPU berkinerja tinggi dan memonopoli sejumlah besar sumber daya komputasi. Namun, konsumen daya komputasi skala kecil dan menengah di kelas menengah dan panjang tidak hanya tidak memiliki daya tawar, tetapi juga harus menghadapi banyak masalah seperti tingginya. biaya modal, hambatan masuk KYC, dan persyaratan sewa. Selain itu, demi rasio pendapatan tradisional, raksasa layanan cloud mau tidak mau mengabaikan tuntutan bisnis yang berbeda dari pengguna "pinggang + ekor panjang" (seperti kebutuhan sewa yang lebih pendek, lebih cepat, dan lebih kecil). , dll.).
Namun kenyataannya, di luar jaringan daya komputasi raksasa layanan cloud, sejumlah besar daya komputasi GPU menganggur dan tidak berguna. Misalnya, terdapat ratusan ribu pusat data Internet (IDC) independen pihak ketiga di seluruh dunia dalam pemborosan sumber daya untuk tugas-tugas pelatihan, bahkan termasuk enkripsi Kekuatan komputasi besar-besaran dari pertambangan dan proyek enkripsi seperti Filecoin, Render, dan Aethir tidak digunakan.
Menurut perkiraan resmi dari io.net, tingkat menganggur kartu grafis IDC di Amerika Serikat saat ini mencapai lebih dari 60%. Hal ini mengakibatkan paradoks ironis antara penawaran dan permintaan yang tidak sesuai: puluhan ribu perusahaan kecil dan menengah pusat data berukuran besar, tambang enkripsi, dll. Lebih dari separuh sumber daya komputasi operator pasar dan operator lain terbuang percuma setiap hari dan tidak dapat menghasilkan pendapatan yang efektif layanan daya komputasi raksasa cloud yang berbiaya tinggi dan ambang batas yang tinggi, yang kebutuhan akan inovasinya semakin terdiversifikasi, tidak dapat dipenuhi.
Kekeringan akan menyebabkan kekeringan, dan genangan air akan menyebabkan kematian. Dengan memperjelas dua premis dasar ini, kita sebenarnya dapat melihat sekilas kontradiksi inti antara perkembangan AI global saat ini dan pasar daya komputasi global – di satu sisi, inovasi AI. ada dimana-mana, dan permintaan akan daya komputasi Di sisi lain, kebutuhan daya komputasi "pinggang + ekor panjang" dan sumber daya GPU yang menganggur tidak dapat dipenuhi secara efektif, dan keduanya berada di luar pasar daya komputasi saat ini.
Permasalahan ini bukan hanya kontradiksi antara meningkatnya permintaan daya komputasi dari para wirausahawan AI dan pertumbuhan terbelakang dari daya komputasi, namun juga ketidakseimbangan dan ketidaksesuaian pasokan dan permintaan yang tidak memadai di antara sejumlah besar wirausahawan AI "pinggang + ekor panjang", komputasi operator listrik Konflik di antara mereka jauh melampaui kemampuan penyelesaian penyedia layanan cloud terpusat.
Oleh karena itu, kebutuhan pasar pun menuntut solusi baru. Bayangkan saja, jika operator dengan daya komputasi ini dapat secara fleksibel memilih untuk menyewakan daya komputasi saat mereka senggang, dapatkah mereka memperoleh cluster komputasi serupa AWS dengan biaya rendah?
Penting untuk diketahui bahwa membangun jaringan data baru dengan daya komputasi sebesar itu sangatlah mahal. Hal ini telah memunculkan platform pencocokan daya komputasi yang secara khusus menargetkan sumber daya daya komputasi yang menganggur di tingkat menengah dan akhir serta AI berukuran kecil dan menengah pengusaha untuk memobilisasi sumber daya daya komputasi menganggur yang tersebar ini, secara khusus disesuaikan dengan pelatihan model kecil dan menengah dan model besar dalam skenario tersegmentasi seperti medis, hukum, dan keuangan.
Hal ini tidak hanya dapat memenuhi kebutuhan daya komputasi yang terdiversifikasi di tingkat menengah dan akhir, namun juga akan menjadi pelengkap yang salah terhadap pola layanan daya komputasi yang saat ini didominasi oleh raksasa cloud terpusat:
Raksasa layanan cloud dengan sumber daya komputasi yang besar bertanggung jawab atas "kebutuhan mendesak dan berbahaya" seperti pelatihan model besar dan komputasi kinerja tinggi;
Pasar daya komputasi awan yang terdesentralisasi seperti io.net bertanggung jawab atas "kebutuhan fleksibel dan berbiaya rendah" yang lebih terdiversifikasi seperti penghitungan model skala kecil dan menengah, penyesuaian model besar, dan penerapan inferensi;
Faktanya, hal ini bertujuan untuk memberikan keseimbangan dinamis yang lebih inklusif antara kurva penawaran dan permintaan antara efektivitas biaya dan kualitas daya komputasi, yang juga lebih sejalan dengan logika ekonomi alokasi sumber daya yang optimal di pasar.
Oleh karena itu, jaringan komputasi terdistribusi seperti io.net pada dasarnya adalah solusi yang mengintegrasikan "AI + Crypto", yaitu menggunakan kerangka kolaborasi terdistribusi yang dikombinasikan dengan sarana ekonomi dasar berupa insentif token untuk memenuhi kebutuhan orang-orang dengan potensi besar tetapi tidak mampu. di pengasingan. Permintaan pasar AI kelas menengah memungkinkan tim AI skala kecil dan menengah untuk menyesuaikan dan membeli layanan komputasi GPU yang diperlukan yang tidak dapat disediakan oleh cloud besar sesuai dengan kebutuhan mereka, sehingga mewujudkan "pembebasan kembali produktivitas" dalam komputasi global. pasar tenaga listrik dan pengembangan AI.
Jadi sejujurnya, io.net bukanlah pesaing langsung AWS, Azure, dan GCP. Sebaliknya, io.net adalah "rekan tambahan" yang bekerja bersama mereka untuk mengoptimalkan alokasi sumber daya komputasi global dan bersama-sama memperluas pangsa pasar. . Ini hanya bertanggung jawab atas "biaya" di berbagai tingkat. Ini hanyalah garis depan permintaan akan "efisiensi & kualitas daya komputasi".
Bahkan tidak menutup kemungkinan bahwa io.net dapat menciptakan pangsa pasar yang tidak kalah besarnya dengan tiga raksasa cloud yang ada dengan menggabungkan pemain supply dan demand "waist + long tail".
io.net: platform pencocokan dan perdagangan untuk kekuatan komputasi GPU global
Justru karena io.net didasarkan pada kolaborasi terdistribusi Web3 + insentif token untuk membentuk kembali hubungan produksi pasar daya komputasi menengah dan ekor, kita sebenarnya dapat melihat bayangan ekonomi berbagi seperti Uber dan Didi di dalamnya, yaitu serupa ke Uber, platform pencocokan dan perdagangan Didi Didi untuk daya komputasi GPU.
Seperti kita ketahui bersama, sebelum Uber dan Didi tidak ada, dalam arti luas, pengalaman memanggil taksi "menelepon dan menerima" pengguna tidak ada, karena beberapa mobil pribadi merupakan jaringan kendaraan menganggur yang besar dan tidak teratur untuk naik taksi, Anda hanya bisa melambai dan menunggu di pinggir jalan, atau mengajukan permohonan pengiriman dari perusahaan pusat taksi terkait di setiap kota, yang memakan waktu dan sangat tidak pasti orang biasa.
Faktanya, ini juga merupakan gambaran sebenarnya dari sisi penawaran dan permintaan saat ini dari seluruh pasar daya komputasi. Seperti disebutkan di atas, pihak-pihak yang membutuhkan daya komputasi skala kecil dan menengah tidak hanya tidak memiliki daya tawar. tetapi juga harus menghadapi biaya modal yang tinggi, hambatan masuk KYC, persyaratan sewa, dan banyak masalah lainnya.
Melihatnya secara spesifik, bagaimana io.net menyadari posisinya sebagai "pusat distribusi daya komputasi GPU global + pasar yang cocok", atau arsitektur sistem dan layanan fungsional seperti apa yang diperlukan untuk membantu pengguna jangka menengah dan panjang memperoleh daya komputasi sumber daya?
Platform pencocokan yang fleksibel dan berbiaya rendah
Atribut terbesar dari io.net adalah platform pencocokan daya komputasi yang ringan dan aset.
Artinya, seperti Uber dan Didi, ini tidak melibatkan pengoperasian aktual aset-aset berat yang berisiko tinggi seperti perangkat keras GPU, namun menggunakan daya komputasi ritel jangka menengah dan panjang (banyak di antaranya dianggap sebagai komputasi kelas dua). pasokan daya di cloud besar seperti AWS), melalui pencocokan, merevitalisasi sumber daya komputasi yang sebelumnya menganggur (mobil pribadi) dan permintaan AI kelas menengah (orang yang memanggil taksi) yang sangat membutuhkan daya komputasi.
Salah satu ujung io.net terhubung ke ribuan GPU menganggur (mobil pribadi) di IDC kecil dan menengah, pertambangan, proyek enkripsi, dll., dan ujung lainnya terhubung ke kebutuhan daya komputasi ratusan juta perusahaan kecil dan menengah (taxi hailers), dan kemudian io.net .net berfungsi sebagai platform pencocokan untuk penjadwalan perantara, seperti broker yang mencocokkan pesanan beli dan jual yang tak terhitung jumlahnya satu per satu.
Hal ini membantu pengusaha melatih model AI skala kecil dan menengah yang lebih personal dengan mengumpulkan daya komputasi yang menganggur, menggunakan konfigurasi penerapan yang berbiaya rendah dan lebih fleksibel, meningkatkan pemanfaatan sumber daya secara signifikan, dan keuntungannya jelas, tidak peduli apakah pasar terlalu dingin atau terlalu panas , selama ada ketidakcocokan sumber daya, permintaan akan platform yang cocok akan menjadi yang paling kuat:
Di sisi pasokan, pemasok sumber daya komputasi yang menganggur seperti IDC kecil dan menengah, tambang, dan proyek enkripsi hanya perlu berinteraksi dengan io.net. Tidak perlu mendirikan departemen BD, juga tidak perlu terpaksa menjual ke AWS dengan harga diskon karena skala daya komputasi yang kecil. Sebaliknya, daya komputasi yang menganggur dapat langsung disesuaikan dengan pelanggan daya komputasi skala kecil dan menengah yang sesuai dengan harga pasar atau bahkan harga yang lebih tinggi dengan gesekan yang sangat rendah. biaya, sehingga memperoleh manfaat;
Di sisi permintaan, pengguna daya komputasi skala kecil dan menengah yang awalnya tidak memiliki daya tawar di hadapan cloud besar seperti AWS juga dapat menggunakan jalur sumber daya io.net untuk terhubung dengan daya komputasi skala kecil yang tidak memerlukan izin. , tidak perlu menunggu, tidak memerlukan KYC, dan memiliki waktu penerapan yang lebih fleksibel. Anda dapat dengan bebas memilih dan menggabungkan chip yang Anda perlukan untuk membentuk "cluster" untuk menyelesaikan tugas komputasi yang dipersonalisasi;
Sisi pasokan dan sisi permintaan daya komputasi pada periode pertengahan memiliki permasalahan serupa seperti daya tawar yang lemah dan otonomi yang rendah dalam menghadapi cloud besar seperti AWS -tail untuk menyediakan platform pencocokan yang memungkinkan pihak pemasok dan permintaan menyelesaikan transaksi dengan harga yang lebih baik dan konfigurasi yang lebih fleksibel dibandingkan cloud besar seperti AWS.
Dari sudut pandang ini, mirip dengan platform seperti Taobao, kemunculan awal kekuatan komputasi yang lebih rendah juga merupakan hukum pembangunan yang tidak dapat dihilangkan oleh ekonomi platform , berdasarkan kinerja komputasi dan partisipasi jaringan. Untuk mengumpulkan poin dan mendapatkan hadiah atau diskon.
Cluster GPU terdesentralisasi
Kedua, meskipun io.net adalah platform yang mencocokkan antara penawaran dan permintaan ritel, skenario komputasi saat ini seperti model besar memerlukan beberapa kartu grafis untuk melakukan perhitungan bersama-sama - tidak hanya bergantung pada berapa banyak GPU menganggur yang dapat dikumpulkan oleh platform pencocokan Anda, tetapi juga bergantung pada tentang seberapa dekat daya komputasi yang didistribusikan pada platform terhubung.
Dengan kata lain, jaringan terdistribusi yang mencakup daya komputasi kecil dan menengah di berbagai wilayah dan ukuran berbeda perlu menerapkan arsitektur daya komputasi "terdesentralisasi namun terpusat": beberapa GPU terdistribusi dapat ditempatkan sesuai dengan kebutuhan komputasi fleksibel dalam berbagai skenario. Berlatih dalam kerangka yang sama dan pastikan bahwa komunikasi dan kolaborasi antar GPU yang berbeda harus sangat cepat, setidaknya untuk mencapai fitur seperti latensi rendah yang cukup untuk digunakan.
Hal ini sangat berbeda dengan dilema beberapa proyek komputasi awan terdesentralisasi yang hanya dapat dibatasi pada penggunaan GPU di ruang komputer yang sama. Implementasi teknis di baliknya melibatkan "troika" dari portofolio produk io.net: IO Cloud, Pekerja IO, Penjelajah IO.
Modul bisnis dasar IO Cloud adalah Clusters, yang merupakan grup GPU yang dapat berkoordinasi secara mandiri untuk menyelesaikan tugas-tugas komputasi. Insinyur kecerdasan buatan dapat menyesuaikan cluster yang diinginkan sesuai dengan kebutuhan mereka. Modul ini juga terintegrasi secara mulus dengan IO-SDK untuk menyediakannya Memperluas aplikasi AI dan Python untuk memberikan solusi komprehensif;
IO Worker menyediakan antarmuka UI yang ramah pengguna yang memungkinkan pemasok dan pembeli mengelola operasi pasokan mereka secara efektif di aplikasi web, termasuk manajemen akun pengguna, pemantauan aktivitas komputasi, tampilan data waktu nyata, pelacakan suhu dan konsumsi daya, bantuan instalasi, dompet Fungsi yang berkaitan dengan manajemen, langkah-langkah keamanan dan perhitungan profitabilitas;
IO Explorer terutama memberi pengguna statistik dan visualisasi komprehensif dari semua aspek cloud GPU. Hal ini memungkinkan pengguna untuk dengan mudah memantau, menganalisis, dan memahami setiap detail jaringan io.net dengan memberikan visibilitas lengkap ke dalam aktivitas jaringan, statistik penting, titik data, dan transaksi hadiah;
Karena arsitektur fungsional di atas, io.net memungkinkan pemasok daya komputasi untuk dengan mudah berbagi sumber daya komputasi yang menganggur, sehingga sangat mengurangi hambatan masuk. Pihak yang meminta tidak perlu menandatangani kontrak jangka panjang dan menanggung waktu tunggu yang lama yang biasa terjadi pada layanan cloud tradisional. Ia dapat dengan cepat menyiapkan cluster dengan GPU yang diperlukan dan mendapatkan layanan seperti daya komputasi super dan respons server yang dioptimalkan.
Skenario permintaan elastis ringan
Untuk lebih spesifiknya, ketika berbicara tentang skenario layanan cloud besar yang tidak selaras seperti io.net dan AWS, mereka terutama berfokus pada kebutuhan elastis ringan dari beberapa cloud besar yang tidak hemat biaya pelatihan di bidang khusus seperti proyek kewirausahaan AI skala kecil dan menengah, penyesuaian model besar, dan skenario terdiversifikasi lainnya disertakan di sini.
Selain itu, ada skenario yang berlaku secara universal dan mudah diabaikan: inferensi model.
Seperti kita ketahui bersama, pelatihan awal model besar seperti GPT memerlukan penggunaan puluhan ribu GPU berperforma tinggi, daya komputasi super, dan data besar untuk penghitungan jangka panjang dan berkualitas tinggi cloud besar seperti AWS dan GCP.
Namun setelah pelatihan, permintaan utama akan daya komputasi menjadi inferensi model jangka panjang. Permintaan daya komputasi pada tahap ini juga jauh lebih tinggi dibandingkan pada tahap pelatihan - inferensi berdasarkan model yang dilatih, yang biasanya kami lakukan. Dialog harian dan skenario interaksi antara pengguna dan model seperti GPT menyumbang 80%-90% dari pangsa komputasi AI.
Yang menarik adalah kekuatan komputasi keseluruhan dari proses inferensi lebih lambat. Mungkin hanya diperlukan puluhan GPU dan beberapa menit untuk mendapatkan jawabannya, dan pada saat yang sama, persyaratan untuk penundaan jaringan dan konkurensi lebih rendah; perusahaan tidak boleh melatih model besarnya secara terpisah, tetapi hanya memilih untuk mengoptimalkan dan menyempurnakan beberapa model besar terkemuka seperti GPT. Skenario ini secara alami cocok untuk sumber daya komputasi menganggur yang terdistribusi di io.net.
Selain skenario penerapan minoritas yang berintensitas tinggi dan berstandar tinggi, skenario yang lebih luas dan ringan setiap hari juga merupakan lahan perawan yang perlu segera dikembangkan. Skenario tersebut mungkin tampak terfragmentasi, tetapi pangsa pasarnya bahkan lebih besar Laporan terbaru dari Bank of America, Komputasi berkinerja tinggi hanya mewakili sebagian kecil dari total pasar yang tersedia (TAM) pusat data, terhitung hanya sekitar 5%.
Singkatnya, ini bukan berarti AWS, GCP, dll. tidak terjangkau, namun io.net lebih hemat biaya.
Pemenang Web2 BD
Tentu saja, pada akhirnya, daya saing inti io.net dan platform lain untuk sumber daya komputasi terdistribusi terletak pada kemampuan BD, yang merupakan pemenang utama.
Selain keajaiban chip Nvidia berperforma tinggi yang melahirkan pialang kartu grafis, masalah terbesar yang menimpa banyak IDC skala kecil dan menengah serta operator daya komputasi lainnya adalah "anggurnya enak tetapi gangnya gelap".
Jadi dari sudut pandang ini, io.net sebenarnya memiliki keunggulan kompetitif eksklusif yang sulit ditiru untuk proyek-proyek di jalur yang sama - ada tim Web2 BD yang berbasis langsung di Silicon Valley pasar daya komputasi selama bertahun-tahun. Pao tidak hanya memahami beragam skenario pelanggan kecil dan menengah, tetapi juga memahami kebutuhan terminal banyak pelanggan Web2.
Menurut pengungkapan resmi dari io.net, saat ini terdapat dua puluh atau tiga puluh perusahaan Web2 yang telah menyatakan kesediaannya untuk membeli/menyewa daya komputasi, dan bersedia mencoba atau membuat kesalahan karena biaya yang lebih rendah dan layanan daya komputasi yang lebih fleksibel (beberapa mungkin tidak dapat menunggu di AWS sama sekali) daya komputasi), coba-coba, dan setiap pelanggan memerlukan setidaknya ratusan atau ribuan kartu grafis (setara dengan pesanan daya komputasi ratusan ribu dolar per bulan).
Kesediaan nyata untuk membayar pada sisi permintaan seperti ini pada dasarnya akan menarik lebih banyak sumber daya komputasi yang menganggur untuk secara aktif mengalir ke sisi pasokan, sehingga lebih mudah untuk memimpin dalam memutus lingkaran Web2 & Web3 dan membentuk efek skala jaringan penggerak pertama. .
Lapisan penyelesaian ekologis daya komputasi yang diberi token dimungkinkan
Seperti disebutkan di atas, io.net didasarkan pada kolaborasi terdistribusi Web3 + insentif token untuk membentuk kembali pasar daya komputasi menengah dan ekor, yang sebagian besar mengadopsi model token ganda IO dan IOSD:
Kegunaan token IO mencakup pembayaran biaya sewa daya komputasi, memberikan insentif alokasi Pekerja IO, memberi penghargaan kepada tim penerapan AI dan ML untuk terus menggunakan jaringan, menyeimbangkan sebagian permintaan dan pasokan, menentukan harga unit komputasi Pekerja IO, dan tata kelola komunitas, dll.;
Stablecoin IOSD, yang dipatok ke dolar AS, hanya dapat diperoleh dengan membakar IO dan bertujuan untuk menyediakan penyimpanan nilai dan media transaksi yang stabil untuk platform io.net;
Selain itu, io.net juga mempertimbangkan untuk mendukung sisi pasokan untuk meningkatkan kemungkinan disewa dengan menggadaikan IO. Sisi permintaan juga dapat menggadaikan IO untuk memprioritaskan penggunaan GPU berkinerja tinggi, sehingga memungkinkan pengembangan ekosistem yang lengkap fungsi hipotek untuk menangkap seluruh ekosistem daya komputasi.
Hal ini sebenarnya menimbulkan pertanyaan lain. Karena io.net telah mengumpulkan sumber daya daya komputasi yang menganggur dalam jumlah besar, dapatkah ia melangkah lebih jauh dan secara langsung menggabungkan dengan metode tokenisasi daya komputasi Crypto untuk memberikan kemungkinan finansial on-chain yang lebih besar kepada GPU?
Misalnya, di masa depan, sangat mungkin bagi io.net untuk membangun rantai khusus untuk daya komputasi berdasarkan jaringan daya komputasi yang besar. Dengan menyediakan layanan infrastruktur berbasis token tanpa izin dan hambatan masuk, siapa pun dan perangkat apa pun dapat secara langsung mentransfer kekuatan komputasi. Tokenisasi (seperti mengubah A100 dan H100 menjadi token standar atau NFT), sehingga memungkinkan perdagangan, staking, peminjaman, peminjaman, dan leverage.
Hal ini setara dengan menciptakan pasar on-chain yang luas untuk kekuatan komputasi GPU bagi pengguna. Pengguna dan dana dari seluruh dunia dapat masuk dengan bebas dan efisien. Kita dapat membayangkan dua skenario untuk melihat sekilas masa depan keuangan on-chain kekuatan komputasi. Imajinasi seperti apa yang dimiliki pasar?
1. Token daya komputasi keamanan
Misalnya, jika operator daya komputasi tertentu di io.net memiliki beberapa kartu grafis A100 atau H100, tetapi ia memiliki kebutuhan finansial saat ini atau ingin menghemat uang terlebih dahulu, ia dapat mencantumkan daya komputasi yang sesuai dari kartu grafis tersebut di io .net. Nilai dikemas sebagai NFT atau FT - Token mewakili arus kas yang didiskon dari daya komputasi kartu grafis yang bersangkutan pada tahun berikutnya (atau periode waktu tertentu), dan dapat diberi harga dalam IO.
Karena sebagian besar investor biasa tidak memiliki kesempatan untuk secara langsung membeli, menahan, dan menjalankan daya komputasi AI, Token jenis ini memberikan peluang bagi pedagang pasar untuk berspekulasi tentang naik turunnya harga daya komputasi di masa depan Flow juga telah memperoleh leverage finansial dan dapat mewujudkan likuiditas yang fleksibel sesuai dengan kebutuhan aktual kapan saja dan di mana saja.
Selama periode ini, kartu grafis di belakang Token dioperasikan oleh io.net, dan arus kas berikutnya yang diperoleh dari daya komputasi terkait dibagi secara proporsional (Pemegang Token menerima 0,9, dan node operasi menerima 0,1).
Dan karena ini adalah token terstandarisasi, maka dapat dengan bebas diedarkan dan diperdagangkan di CEX atau DEX seperti Token lainnya. Hal ini selanjutnya akan membentuk harga daya komputasi real-time dengan bebas masuk dan keluar, dan benar-benar mengubah daya komputasi GPU menjadi sumber daya global likuiditas.
2. Token kekuatan komputasi obligasi
Selain itu, Anda juga dapat mengumpulkan dana untuk membeli kartu grafis berkinerja tinggi dengan menerbitkan token obligasi untuk meningkatkan daya komputasi jaringan. Pokok obligasi setara dengan nilai peralatan kartu grafis itu sendiri, dan bunga obligasi adalah pendapatan arus kas menyewakan daya komputasi kartu grafis di masa depan, yang berarti bahwa potensi nilai sewa daya komputasi kartu grafis dan pendapatan di masa depan adalah nilai pasar Token. Dengan memegang Token, Anda dapat memperoleh pendapatan ATMR nyata.
Hal ini setara dengan menciptakan pasar daya komputasi GPU yang besar bagi pengguna global. Pengguna dan dana dari seluruh dunia dapat dengan bebas dan efisien memasuki pasar daya komputasi GPU tanpa mengkhawatirkan ambang batas yang tinggi dan dana yang tinggi Integrasi menyeluruh produk keuangan terdesentralisasi telah meletakkan dasar bagi layanan pendukung yang lebih banyak dan lebih kaya bagi pengguna di masa depan.
Lebih penting lagi, seluruh proses menggunakan IO sebagai mata uang transaksi/sirkulasi utama, menjadikan io.net/IO diharapkan menjadi lapisan penyelesaian/mata uang penyelesaian seluruh ekosistem daya komputasi global, dan rantai di sekitar tokenisasi daya komputasi. pasar keuangan hampir dapat menciptakan kembali ruang penilaian yang serupa dengan narasi jaringan daya komputasi terdesentralisasi io.net.
ringkasan
Secara umum, Web3, sebagai jenis hubungan produksi baru, secara alami disesuaikan dengan AI, yang mewakili jenis produktivitas baru. Ini juga merupakan kemajuan simultan dalam teknologi dan kemampuan hubungan produksi. net justru melalui adopsi " Infrastruktur ekonomi "Web3+ Token Economy" akan mengubah hubungan produksi antara raksasa layanan cloud tradisional, pengguna daya komputasi jangka menengah dan panjang, dan sumber daya komputasi jaringan menganggur global:
Memberikan solusi terhadap permasalahan nyata pasokan dan permintaan daya komputasi AI, membangun pasar dua sisi yang mencakup dan melayani sumber daya komputasi & kebutuhan pengguna GPU "pinggang + ekor panjang", mengoptimalkan pasokan dan alokasi sumber daya daya komputasi, dan menghadirkan perkembangan AI global, khususnya produktivitas inovasi AI skala kecil dan menengah akan sangat terbebaskan.
Visi tersebut tidak diragukan lagi ambisius. Jika berhasil, kemungkinan besar ini akan menjadi infrastruktur pencocokan inti dan lapisan penyelesaian nilai dalam ekosistem komputasi GPU global penuh tantangan.
Tautan asli: https://www.chaincatcher.com/article/2127297
Dicetak ulang oleh komunitas io.net Binance Square, hak cipta asli dan tanggung jawab konten adalah milik penulis asli. Pencetakan ulang oleh io.net dan Binance Square tidak berarti bahwa ia mengesahkan atau mendukung beberapa atau seluruh pandangan dari konten yang dicetak ulang.