背景
隨着 OpenAI 推出 GPT 4 LLM，各種 AI Text-to-Image 模型的潛力被見證，基於成熟 AI 模型的應用的日益增加，對 GPU 等算力資源的需求水漲船高。
GPU Utils 2023 年一篇探討 Nvidia H 100 GPU 供需情況的文章中指出涉足 AI 業務的大型企業都對 GPU 有着強烈的需求，Meta、Tesla 和 Google 等科技巨頭都購買了大量的 Nvidia GPU 用於構建面向 AI 的數據中心。Meta 擁有約 21000 個 A 100 GPU，Tesla 擁有約 7, 000 個 A 100 ，Google 的數據中心也有大量 GPU 投資，儘管沒有提供具體數字。受訓練大型語言模型 (LLM) 和其他 AI 應用程序的需求推動，對 GPU（尤其是 H 100）的需求持續增長。
同時根據 Statista 的數據顯示，AI 市場規模從 2022 年的 134.8 Billion 增長到了 2023 年的 241.8 Billion，並預計會在 2030 年達到 738.7 Billion，而云服務的市值也由 633 Billion 增長大約 14% ，不乏其中的一部分歸因於 AI 市場對 GPU 算力的需求迅速增長。
對於快速成長並且蘊含巨大潛力的 AI 市場，我們可以從什麼角度去解構並且挖掘與之相關的投資切入點呢？根據 IBM 的一篇報告，我們總結了其中提到的對於創建和部署人工智能應用程序和解決方案所需的基礎設施。可以說，AI 基礎設施主要是爲了處理並優化訓練模型所依靠的大量數據集和算力資源而存在的，從硬件和軟件兩方面解決數據集處理效率、模型可靠性和應用可擴展性的問題。
AI 訓練模型和應用中需要用到的大量算力資源，偏好低延遲的雲環境和 GPU 的算力，在軟件堆棧方面也包含了分佈式計算平臺（Apache Spark/Hadoop）。Spark 通過將需要處理的工作流分散到各個大型計算集羣中，並具有內置的並行機制和容錯設計。區塊鏈天然的去中心化設計思路使得分佈式節點成爲常態，且 BTC 創立的 POW 共識機制確立了礦工需要通過算力（工作量）競爭來贏取出塊結果，這與 AI 同需算力來生成模型/推理問題有着類似的工作流。於是傳統的雲服務器廠商開始擴展新的生意模式像出租服務器一樣出租顯卡，販售算力。而模仿區塊鏈的思路，AI 算力採用分佈式系統設計，可以利用閒置的 GPU 資源，降低創業公司的算力成本。
IO.NET 項目簡介
Io.net 是一個結合了 Solana 區塊鏈的分佈式算力提供商，旨在利用分佈式算力資源（GPU CPU）來解決 AI 和機器學習領域的計算需求挑戰。IO 通過集成來自獨立數據中心和加密貨幣礦工的閒置顯卡，聯合 Filecoin/Render 等 crypto 項目，匯聚了 100 多萬個 GPU 的資源來實現解決 AI 計算資源短缺的問題。
技術層面，io.net 基於實現分佈式計算的機器學習框架 ray.io 構建，爲 AI 應用提供從強化學習，深度學習到模型調優，模型運行等需要算力環節的分佈式計算資源。任何人都可以以 worker 或 developer 的角色加入 io 的算力網絡而無需額外許可，同時網絡會根據計算工作的複雜性、緊急程度和算力資源供應情況調整算力價格，根據市場動態定價。基於算力分佈式的特點，io 的後端也會根據 GPU 需求類型、當前可用量、請求者的位置和聲譽，將 GPU 提供商與開發人員進行配對。
$IO 是 io.net 系統的原生代幣，在算力提供者和算力服務購買者之間充當交易媒介，使用$IO 與$USDC 相比可以減免% 2 的訂單手續費。同時$IO 對確保網絡的正常運作也起到重要的激勵作用：$IO 代幣持有人可以質押一定數量的$IO 到節點，節點運行也需要在有$IO 代幣質押的情況下才能獲得機器空閒時期對應的收益。
$IO 代幣當前市值約爲 3.6 億美元，FDV 約爲$ 30 億。
$IO 代幣經濟學
$IO 的最大總供應量爲 800 million，其中 500 million 枚在代幣 TGE 時就進行了各方對應的分配，剩餘 300 million 枚代幣會在 20 年內逐步遞減釋放（釋放量每月遞減 1.02% ，約爲每年遞減 12% ）。當前 IO 流通量爲 95 million，其中由 TGE 時爲生態研發和社區建設解鎖的 75 million 和幣安 Launchpool 20 million 的挖礦獎勵組成。
IO 測試網期間算力提供者的獎勵分配如下：
第 1 季（截至 4 月 25 日） - 17, 500, 000 IO
第 2 季（5 月 1 日 - 5 月 31 日） - 7, 500, 000 IO
第 3 季（6 月 1 日 - 6 月 30 日） - 5, 000, 000 IO
除測試網算力獎勵之外，IO 還給予了參與構建社區的創作者部分空投：
（首輪）社區 / 內容創作者 / Galxe / Discord - 7, 500, 000 IO
第 3 季 （6 月 1 日 - 6 月 30 日）Discord 和 Galxe 參與者 - 2, 500, 000 IO
其中第一季測試網算力獎勵和首輪社區創作/Galxe 獎勵在 TGE 時已完成空投。
根據官方文檔，$IO 總體分配如下：
$IO 代幣銷燬機制
Io.net 根據一套固定的預設程序執行$IO 代幣的回購與銷燬，具體的回購與銷燬數量取決於執行時的$IO 價格。用於回購$IO 的資金來自 IOG(The Internet of GPUs - GPU 互聯網)的運營收益，從 IOG 中的算力購買者和算力提供商中各收取 0.25% 的訂單預定費用，以及用$USDC 進行算力購買的 2% 手續費。
競品分析
與 io.net 類似的項目有 Akash，Nosana，OctaSpace，Clore.AI 等專注於解決 AI 模型計算需求的去中心化算力市場。
Akash Network 通過一個去中心化的市場模型，利用閒置的分佈式計算資源，彙集和出租多餘的計算能力，並通過動態折扣和激勵機制應對供需失衡，基於智能合約實現高效、無需信任的資源分配，從而提供安全、經濟高效且去中心化的雲計算服務。它允許以太坊礦工和其他擁有未充分利用的 GPU 資源的用戶將這些資源租賃出去，從而創建一個雲服務市場。在這個市場中，服務的定價通過反向拍賣機制進行，買家可以出價租用這些資源，推動價格競爭性降低。
Nosana 是 Solana 生態中的一個去中心化算力市場項目，主要意圖是藉助閒置算力資源形成 GPU 網格，滿足 AI 推理環節的計算需求。該項目籍由 Solana 上的程序定義其算力市場運行情況，並確保參與網絡的 GPU 節點合理完成任務。目前除在第二階段的測試網運行中，提供針對LLama 2 和 Stable Diffusion 模型推理過程的算力服務。
OctaSpace 是一個開源可擴展的分佈式計算雲節點基礎設施，允許訪問分佈式計算、數據存儲、服務、VPN 等。OctaSpace 包括 CPU 與 GPU 算力，服務用於 ML 任務的磁盤空間、AI 工具、圖像處理和使用 Blender 渲染場景等。OctaSpace 2022 年啓動，在其自己的 Layer 1 EVM 兼容區塊鏈上運行。該區塊鏈採用雙鏈系統，結合了工作量證明（PoW）和權威證明（PoA）共識機制。
Clore.AI 是一個分佈式 GPU 超算平臺，讓用戶可以從全球提供算力的節點獲取高端 GPU 算力資源。它支持 AI 訓練、加密貨幣挖礦和電影渲染等多種用途。該平臺提供低成本、高性能的 GPU 服務，用戶可以通過租賃 GPU 獲得 Clore 代幣獎勵。Clore.ai 注重安全性，遵守歐洲法律，並提供強大的 API 以實現無縫集成。從項目質量上來說，Clore.AI 的網頁較爲粗糙，沒有詳細的技術文檔驗證項目自我簡介的真實性和數據真實性，我們對該項目的顯卡資源和真實參與程度保持存疑。
和這幾個同屬去中心算力市場賽道中的其他產品對比，io.net 是目前唯一一個任何人都可以無准入加入提供算力資源的項目，用戶可以使用最低 30 系消費級 GPU 參與網絡的算力貢獻，也有諸如 Macbook M 2 ，Mac Mini 等 Apple 芯片資源。更充足的 GPU 和 CPU 資源和豐富的 API 構建使 IO 能夠支持各種 AI 計算需求，如批量推理、並行訓練、超參數調優以及強化學習等。而其後端基礎設施則是由一系列模塊化層構成的，能夠實現資源的有效管理和自動化定價。 其他的分佈式算力市場項目多爲面向企業的顯卡資源進行合作，用戶參與存在一定門檻。因此 IO 可能具備使用代幣經濟學的加密飛輪撬動更多顯卡資源的能力。
以下是 io.net 和競品當前的市值/FDV 對比
回顧與結語
$IO 上線幣安可謂是給這個開局就備受關注，測試網的火爆全網以及在實測延期中漸漸被衆人攻擊、質疑積分規則不透明的重磅項目的畫上了一個配得的開局句號。代幣在市場回調期間上線，低開高走，最終迴歸相對理性的估值區間。但對於因 io.net 強大的投資陣容慕名而來的測試網參與者，幾家歡喜幾家愁，大部分租賃了 GPU 但沒有堅持參與每一季測試網的用戶並沒如願獲得理想的超額收益，反而面臨“反擼”的現實。測試網期間，io.net 將每一期的獎池分爲 GPU 和高性能 CPU 兩個 pool 來分別計算，season 1 由於出現黑客事件積分公佈推遲，但最終 TGE 時 GPU 池的積分兌換比例確定在近 90 ： 1 ，在各大雲平臺廠商處租 GPU 參與的用戶成本遠遠超過空投收益。season 2 期間官方完整的實現了 PoW 驗證機制，近 3 w 個 GPU 設備成功參與並通過 PoW 驗證，最終積分兌換比例爲 100 ： 1 。
在萬衆矚目的開局之後，io.net 是否能實現它所宣稱的爲 AI 應用提供各種環節計算需求的目標，測試網後又還存留多少真正的需求，也許只有時間能給予最好的證明。
參考:
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
