fundo

Com o lançamento do GPT4 LLM pela OpenAI, o potencial de vários modelos de IA de texto para imagem foi testemunhado. Os aplicativos baseados em modelos de IA maduros estão aumentando a cada dia, e a demanda por recursos de computação, como GPUs, está aumentando.

Utilitários de GPU Um artigo de 2023 discutindo a situação de oferta e demanda da GPU Nvidia H100 apontou que grandes empresas envolvidas no negócio de IA têm forte demanda por GPUs Gigantes da tecnologia como Meta, Tesla e Google compraram um grande número de GPUs Nvidia. para a construção de data centers orientados para IA. A Meta tem cerca de 21.000 GPUs A100, a Tesla tem cerca de 7.000 A100s e o Google também tem investimentos significativos em GPUs em seus data centers, embora nenhum número específico tenha sido fornecido. A demanda por GPUs, especialmente o H100, continua a crescer, impulsionada pela necessidade de treinar grandes modelos de linguagem (LLMs) e outras aplicações de IA.

Ao mesmo tempo, de acordo com dados do Statista, o tamanho do mercado de IA cresceu de 134,8 bilhões em 2022 para 241,8 bilhões em 2023, e deverá atingir 738,7 bilhões em 2030, e o valor de mercado dos serviços em nuvem também aumentou em aproximadamente 14% de 633 bilhões, incluindo muitos. Parte disso é atribuída à crescente demanda por poder de computação GPU no mercado de IA.

Para o mercado de IA que está crescendo rapidamente e contém um enorme potencial, de que ângulo podemos desconstruir e explorar pontos de entrada de investimento relacionados? Com base em um relatório da IBM, resumimos a infraestrutura necessária para criar e implementar aplicações e soluções de inteligência artificial. Pode-se dizer que a infraestrutura de IA existe principalmente para processar e otimizar o grande número de conjuntos de dados e recursos computacionais utilizados para modelos de treinamento. Ela resolve os problemas de eficiência de processamento de conjuntos de dados, confiabilidade do modelo e escalabilidade de aplicativos tanto do ponto de vista de hardware quanto de software. .

Os modelos e aplicativos de treinamento de IA exigem uma grande quantidade de recursos computacionais, preferindo ambientes de nuvem de baixa latência e poder de computação GPU. A pilha de software também inclui plataformas de computação distribuída (Apache Spark/Hadoop). O Spark distribui os fluxos de trabalho que precisam ser processados ​​em vários grandes clusters de computação e possui paralelismo integrado e design tolerante a falhas. O design descentralizado natural do blockchain tornou os nós distribuídos a norma, e o mecanismo de consenso POW criado pelo BTC estabeleceu que os mineradores precisam competir em poder de computação (carga de trabalho) para obter os resultados do bloco, o que requer o mesmo poder de computação que a IA. é um fluxo de trabalho semelhante para gerar problemas de modelo/inferência. Como resultado, os fabricantes tradicionais de servidores em nuvem começaram a expandir novos modelos de negócios alugando placas gráficas e vendendo poder de computação, como o aluguel de servidores. Imitando a ideia do blockchain, o poder de computação da IA ​​adota um design de sistema distribuído, que pode usar recursos de GPU ociosos para reduzir o custo de poder de computação das startups.

Introdução ao projeto IO.NET

Io.net é um provedor de poder de computação distribuído combinado com o blockchain Solana, com o objetivo de usar recursos de computação distribuídos (GPU e CPU) para resolver desafios de demanda computacional nas áreas de IA e aprendizado de máquina. IO resolve o problema da escassez de recursos de computação de IA integrando placas gráficas ociosas de data centers independentes e mineradores de criptomoedas, combinadas com projetos criptográficos como Filecoin/Render, e reunindo os recursos de mais de 1 milhão de GPUs.

No nível técnico, io.net é baseado em ray.io, uma estrutura de aprendizado de máquina que implementa computação distribuída. Ele fornece aplicativos de IA com recursos de computação distribuídos que vão desde aprendizado de reforço e aprendizado profundo até ajuste e execução de modelos que exigem poder de computação. Qualquer pessoa pode ingressar na rede de poder computacional do io como trabalhador ou desenvolvedor sem permissões adicionais. Ao mesmo tempo, a rede ajustará o preço do poder computacional de acordo com a complexidade, urgência e oferta de recursos computacionais do trabalho computacional, e definirá os preços com base em. dinâmica do mercado. Com base nas características do poder de computação distribuído, o backend do io também combinará fornecedores de GPU com desenvolvedores com base no tipo de demanda de GPU, disponibilidade atual, localização e reputação do solicitante.

$IO é o token nativo do sistema io.net e serve como meio de troca entre provedores de poder de computação e compradores de serviços de poder de computação. O uso de $IO pode reduzir as taxas de processamento de pedidos em %2 em comparação com $USDC. Ao mesmo tempo, $IO também desempenha um importante papel de incentivo para garantir a operação normal da rede: os detentores de tokens $IO podem prometer uma certa quantia de $IO aos nós, e a operação do nó também exige que os tokens $IO sejam prometidos. receita correspondente ao período ocioso da máquina.

A capitalização de mercado atual do token $IO é de aproximadamente US$ 360 milhões, e o FDV é de aproximadamente US$ 3 bilhões.

Economia do token $IO

O fornecimento total máximo de $IO é de 800 milhões, dos quais 500 milhões foram alocados a todas as partes durante o token TGE. Os 300 milhões de tokens restantes serão liberados gradualmente ao longo de 20 anos (o valor de liberação diminuirá 1,02% a cada mês). diminuindo aproximadamente 12% ao ano). A circulação atual de IO é de 95 milhões, composta por 75 milhões desbloqueados para pesquisa e desenvolvimento ecológico e construção de comunidade durante a TGE e 20 milhões de recompensas de mineração da Binance Launchpool.

As recompensas para provedores de energia computacional durante a rede de teste IO são distribuídas da seguinte forma:

  • Temporada 1 (em 25 de abril) – 17.500.000 IO

  • Temporada 2 (1º de maio a 31 de maio) – 7.500.000 IO

  • Temporada 3 (1º a 30 de junho) – 5.000.000 IO

Além das recompensas de poder de computação da testnet, o IO também deu alguns lançamentos aéreos aos criadores que participaram da construção da comunidade:

  • (Primeira Rodada) Comunidade / Criador de Conteúdo / Galxe / Discord - 7.500.000 IO

  • Temporada 3 (1 a 30 de junho) Participantes do Discord e Galxe - 2.500.000 IO

Entre eles, a recompensa de poder de computação testnet do primeiro trimestre e a primeira rodada de criação de comunidade/recompensas Galxe foram lançadas durante o TGE.

De acordo com a documentação oficial, a alocação geral de $IO é a seguinte:

Mecanismo de queima de token $IO

Io.net executa a recompra e destruição de tokens $IO de acordo com um conjunto fixo de procedimentos predefinidos. As quantidades específicas de recompra e destruição dependem do preço $IO no momento da execução. Os fundos usados ​​para recomprar $IO vêm da receita operacional do IOG (The Internet of GPUs - GPU Internet), uma taxa de reserva de pedido de 0,25% de cada um dos compradores e provedores de poder de computação no IOG e $USDC 2% de manuseio taxa pela compra de poder de computação.

Análise competitiva de produtos

Projetos semelhantes ao io.net incluem Akash, Nosana, OctaSpace, Clore.AI e outros mercados de poder computacional descentralizado que se concentram em resolver as necessidades computacionais dos modelos de IA.

  • Através de um modelo de mercado descentralizado, a Akash Network utiliza recursos de computação distribuídos ociosos, agrupa e aluga o excesso de poder de computação e responde aos desequilíbrios de oferta e procura através de descontos dinâmicos e mecanismos de incentivo, conseguindo uma alocação de recursos eficiente e confiável com base em contratos inteligentes. serviços de computação em nuvem descentralizados e econômicos. Ele permite que mineradores Ethereum e outros usuários com recursos de GPU subutilizados os aluguem, criando um mercado para serviços em nuvem. Neste mercado, os preços dos serviços são precificados através de um mecanismo de leilão reverso, onde os compradores podem licitar para alugar esses recursos, fazendo com que os preços se tornem menos competitivos.

  • Nosana é um projeto de mercado de poder de computação descentralizado no ecossistema Solana. Seu principal objetivo é usar recursos de computação ociosos para formar uma grade de GPU para atender às necessidades computacionais de inferência de IA. O projeto utiliza programas em Solana para definir o funcionamento de seu mercado de poder computacional e garantir que os nós GPU participantes da rede concluam suas tarefas de forma razoável. Atualmente, além da segunda fase de operação da rede de testes, fornece serviços de poder computacional para o processo de inferência dos modelos LLama 2 e Difusão Estável.

  • OctaSpace é uma infraestrutura de nó em nuvem de computação distribuída escalável de código aberto que permite acesso a computação distribuída, armazenamento de dados, serviços, VPNs e muito mais. OctaSpace inclui poder de computação de CPU e GPU, fornecendo espaço em disco para tarefas de ML, ferramentas de IA, processamento de imagens e renderização de cenas usando o Blender. O OctaSpace será lançado em 2022 e roda em seu próprio blockchain compatível com EVM de Camada 1. O blockchain usa um sistema de cadeia dupla que combina mecanismos de consenso de Prova de Trabalho (PoW) e Prova de Autoridade (PoA).

  • Clore.AI é uma plataforma de supercomputação de GPU distribuída que permite aos usuários obter recursos de computação de GPU de ponta a partir de nós que fornecem poder de computação em todo o mundo. Ele oferece suporte a vários usos, como treinamento de IA, mineração de criptomoedas e renderização de filmes. A plataforma oferece serviços de GPU de baixo custo e alto desempenho, e os usuários podem obter recompensas em tokens Clore alugando GPUs. Clore.ai concentra-se na segurança, cumpre as leis europeias e fornece uma API poderosa para integração perfeita. Em termos de qualidade do projeto, a página da Clore.AI é relativamente rudimentar e não há documentação técnica detalhada para verificar a autenticidade da auto-apresentação do projeto e da autenticidade dos dados. Continuamos desconfiados dos recursos da placa gráfica do projeto e do verdadeiro nível de participação.

Comparado com outros produtos no mercado de computação descentralizada, io.net é atualmente o único projeto em que qualquer pessoa pode participar para fornecer recursos de computação sem permissão. Os usuários podem usar uma GPU de nível consumidor de no mínimo 30 séries para participar da rede. também inclui recursos de chips da Apple, como Macbook M2, Mac Mini e assim por diante. Recursos mais suficientes de GPU e CPU e construção rica de API permitem que IO suporte várias necessidades de computação de IA, como inferência em lote, treinamento paralelo, ajuste de hiperparâmetros e aprendizado por reforço. Sua infraestrutura back-end é composta por uma série de camadas modulares que permitem o gerenciamento eficaz de recursos e preços automatizados. Outros projetos de mercado de poder de computação distribuído destinam-se principalmente à cooperação com recursos de placas gráficas empresariais e existem certos limites para a participação do usuário. Portanto, a IO pode ter a capacidade de usar o volante criptográfico da economia simbólica para aproveitar mais recursos da placa gráfica.

A seguir está uma comparação do valor de mercado atual/FDV do io.net e dos produtos concorrentes:

Revisão e conclusão

Pode-se dizer que a listagem de $IO na Binance é um começo digno para um projeto de grande sucesso que atraiu muita atenção desde o seu início. A rede de teste se tornou popular em toda a rede e foi gradualmente atacada por todos durante o atraso do real. teste, questionando as regras dos pontos opacos. O token ficou online durante a correção do mercado, abriu em baixa e subiu, eventualmente retornando a uma faixa de avaliação relativamente racional. No entanto, para os participantes do testnet que vieram por causa da forte linha de investimentos do io.net, alguns ficaram felizes e outros tristes. A maioria dos usuários que alugaram GPUs, mas não insistiram em participar do testnet todas as temporadas, não obtiveram os retornos excedentes ideais. desejamos. Em vez disso, estamos diante da realidade do “anti-Lu”. Durante a rede de teste, io.net dividiu o prêmio de cada período em dois grupos: GPU e CPU de alto desempenho para cálculo, respectivamente. O anúncio dos pontos para a 1ª temporada foi adiado devido ao incidente de hacking, mas no final os pontos. A taxa de troca do pool de GPU durante a TGE foi determinada em um futuro próximo de 90:1. O custo do aluguel de GPUs dos principais fabricantes de plataformas em nuvem excede em muito a receita de lançamento aéreo. Durante a 2ª temporada, o oficial implementou totalmente o mecanismo de verificação PoW. Quase 30.000 dispositivos GPU participaram com sucesso e passaram na verificação PoW. A proporção final de troca de pontos foi de 100:1.

Após o tão esperado início, se a io.net conseguirá atingir seu objetivo declarado de fornecer diversas necessidades de computação para aplicações de IA e quanta demanda real permanecerá após a rede de teste, talvez só o tempo possa dar a melhor prova.

referência:

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-infraestrutura

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