Последние события 2025 года о Io.net

Io.net испытал значительный рост и развитие в 2025 году, укрепив свои позиции на рынке децентрализованных вычислений. Следующие обновления подчеркивают ключевые достижения и стратегические изменения в рамках платформы:

Расширение рынка и производительность

• Рост сети: Сеть Io.net расширилась до более чем 10 000 активных узлов по всему миру, что представляет собой увеличение на 215% по сравнению с концом 2024 года.
• Вычислительная мощность: Общая доступная вычислительная мощность GPU на платформе достигла 450 петаFLOPS, что делает её крупнейшей децентрализованной сетью вычислений на базе GPU.
• Объем транзакций: Платформа теперь обрабатывает более 12 миллионов долларов США в транзакциях по вычислительным ресурсам ежемесячно.

Стратегическое партнерство

Io.net сформировала несколько стратегических альянсов для улучшения своей экосистемы:

Технические достижения

• Технология IO Mesh: Внедрение сетей с ячеистой структурой снизило задержку на 47%, значительно улучшив возможности обработки в реальном времени для распределённых задач ИИ.
• Умное распределение ресурсов: Новые алгоритмы оптимизируют распределение ресурсов GPU на основе требований нагрузки, увеличивая эффективность на 38%
• Интеграция холодного хранения: Реализована бесшовная интеграция с децентрализованными решениями для хранения, что позволяет создавать более сложные рабочие процессы для управления крупными наборами данных.
• Обновления протокола безопасности: Улучшенное сквозное шифрование и многоуровневые системы аутентификации теперь защищают все передачи данных

Уточнения экономической модели

Структура токеномики была усовершенствована с:

• Модель динамического ценообразования: Реализация ценовой политики, реагирующей на спрос, которая корректируется в зависимости от уровня использования сети
• Механизмы стейкинга: Новые варианты стейкинга, позволяющие держателям токенов участвовать в управлении и зарабатывать вознаграждения от сетевых сборов
• Стимулы для провайдеров: Структура поощрений на основе уровней для поставщиков вычислительных ресурсов, основанная на качестве оборудования и метриках времени безотказной работы

Влияние на отрасль

Развитие инфраструктуры Io.net значительно способствовало индустрии ИИ за счет:

• Снижение затрат на обучение ИИ в среднем на 72% по сравнению с централизованными облачными провайдерами
• Обеспечение доступа к высокопроизводительным вычислениям для небольших исследовательских групп и стартапов
• Поддержка все более сложных моделей ИИ с помощью распределенной вычислительной архитектуры
• Установление новых стандартов для децентрализованной инфраструктуры ИИ

С развитием Io.net в 2025 году платформа демонстрирует, как децентрализованная инфраструктура может эффективно удовлетворять растущие требования к вычислениям искусственного интеллекта. Тенденция роста платформы указывает на устойчивый импульс в создании более доступной, эффективной и демократизированной вычислительной экосистемы для разработки ИИ по всему миру.

Введение

В цифровую эпоху вычислительная мощность стала основным элементом технологического прогресса. Она определяет ресурсы, необходимые компьютерам для выполнения операций, включая память, скорость процессора и количество процессоров. Эти ресурсы напрямую влияют на производительность и стоимость устройств, особенно при одновременной работе с несколькими программами. С широким распространением технологий искусственного интеллекта и глубокого обучения спрос на высокопроизводительные вычислительные ресурсы, такие как графические процессоры (GPU), стремительно возрос, что привело к глобальному дефициту.

Центральный процессор (ЦП) играет ключевую роль в качестве ядра компьютера, в то время как графический процессор (ГП) значительно улучшает вычислительную эффективность, выполняя параллельные задачи. Более мощный ЦП может обрабатывать операции быстрее, а ГП эффективно поддерживает растущие вычислительные требования.

Что такое Io.net?

Источник: io.net

Io.net - это проект DePIN на базе Solana, сосредоточенный на предоставлении вычислительной мощности GPU компаниям в области ИИ и машинного обучения, делая вычисления более масштабируемыми, доступными и эффективными.

Современные модели ИИ становятся все больше, и обучение и вывод больше не являются простыми задачами, которые можно выполнять на одном устройстве. Часто требуется параллельные и распределенные вычисления, использующие мощные возможности нескольких систем и ядер для оптимизации вычислительной производительности или для расширения с целью обработки больших наборов данных и моделей. Координация сети GPU как вычислительного ресурса имеет решающее значение в этом процессе.

Фон команды и финансирование

Фон команды

К核心团队 Io.net изначально специализировалась на количественной торговле. До июня 2022 года они сосредоточились на разработке количественных торговых систем институционального уровня, охватывающих акции и криптовалюты. По мере увеличения спроса на вычислительную мощность в бэкенд-системах команда начала исследовать возможности децентрализованных вычислений, в конечном итоге сосредоточившись на решении конкретных задач, связанных со снижением стоимости услуг вычислений на GPU.

• Основатель и генеральный директор: Ахмад Шадид, который работал в количественном анализе и финансовом инжиниринге. Перед Io.net он был волонтером в Фонде Эфириума.
• CMO и Директор по стратегии: Гаррисон Янг, который присоединился к Io.net в марте этого года, ранее занимал должность Вице-президента по стратегии и росту в Avalanche и окончил Университет Калифорнии, Санта-Барбара.
• COO: Тори Грин, COO Io.net, ранее занимал должность COO в Hum Capital и директора по развитию бизнеса и стратегии в Fox Mobile Group, а также является выпускником Стэнфорда.

Согласно информации на LinkedIn Io.net, команда имеет штаб-квартиру в Нью-Йорке, США, с филиалом в Сан-Франциско и в настоящее время состоит из более чем 50 членов команды.

Ситуация с финансированием

Io.net завершила раунд финансирования серии A на сумму 30 миллионов долларов США, возглавляемый Hack VC, с участием других известных институтов, таких как Multicoin Capital, Delphi Digital, Animoca Brands, OKX, Aptos Labs и Solana Labs. Кроме того, основатели Solana, Aptos и Animoca Brands также участвовали в этом раунде как частные инвесторы. Примечательно, что после инвестиций от Aptos Foundation проект BC8.AI, изначально развернутый на Solana, перешел на столь же эффективную платформу L1 Aptos.

Устранение нехватки вычислительных ресурсов

В последние годы стремительное развитие ИИ вызвало рост спроса на вычислительные чипы, при этом приложения ИИ удваивают свои требования к вычислительной мощности каждые три месяца и почти в десять раз каждые 18 месяцев. Этот экспоненциальный рост создал напряжение в глобальной цепочке поставок, которая по-прежнему пытается восстановиться после нарушений, вызванных пандемией. Публичные облака обычно имеют приоритетный доступ к большему количеству графических процессоров, что затрудняет для небольших компаний и исследовательских учреждений получение вычислительных ресурсов, таких как:

• Высокие затраты: Использование высококлассных графических процессоров (GPU) очень дорого, легко достигая сотен тысяч в месяц на обучение и вывод.
• Проблемы качества: Пользователи имеют небольшие возможности выбора в отношении качества, уровня безопасности, вычислительной задержки и других параметров аппаратного обеспечения GPU и должны довольствоваться тем, что доступно.
• Ограничения на использование: При использовании облачных услуг, таких как AWS, GCP от Google или Microsoft Azure, доступ обычно занимает недели, а более мощные GPU часто недоступны.

Io.net решает эту проблему, агрегируя недоиспользуемые вычислительные ресурсы (такие как независимые центры обработки данных, майнеры криптовалют, Filecoin, Render и другие сети криптопроектов) из избыточных GPU. Эти вычислительные ресурсы образуют децентрализованную вычислительную сеть, позволяя инженерам получать обширную вычислительную мощность в легко доступной, настраиваемой и экономически эффективной системе.

Источник: io.net

Продукты Io.net, разработанные для четырех основных функций

• Пакетное выведение и службы моделей: Пакетные данные могут обрабатываться параллельно путем экспорта архитектуры и весов обученных моделей в общие объекты хранения. Io.net позволяет командам машинного обучения устанавливать рабочие процессы выведения и службы моделей через распределенные сети GPU.
• Параллельное обучение: Ограничения по памяти CPU/GPU и последовательные рабочие процессы создают значительные узкие места при обучении моделей на одном устройстве. Io.net использует библиотеки распределенных вычислений для организации и пакетирования учебных заданий, что позволяет осуществлять параллелизм данных и моделей на многих распределенных устройствах.
• Параллельная настройка гиперпараметров: Эксперименты по настройке гиперпараметров по своей природе являются параллельными. Io.net использует библиотеку распределенных вычислений с расширенными возможностями настройки гиперпараметров для поиска лучших результатов, оптимизации расписания и определения паттернов поиска.
• Реинфорсментное обучение: Io.net использует библиотеку открытого кода для реинфорсментного обучения, которая поддерживает рабочие нагрузки RL на уровне производства с высокой степенью распределенности и набор простых API.

Продукты Io.net

IO Облако

IO Cloud управляет распределенными кластерами GPU, предлагая гибкий и масштабируемый доступ к ресурсам без необходимости в дорогостоящих инвестициях в оборудование и управление инфраструктурой. Использование децентрализованной сетевой узловой структуры предоставляет инженерам машинного обучения опыт, схожий с любым облачным провайдером. Интегрированное без швов через IO-SDK, он предлагает решения для AI и Python-приложений и упрощает развертывание и управление ресурсами GPU/CPU, адаптируясь к изменяющимся потребностям.

Основные моменты:

• Глобальное покрытие: Используя подход, аналогичный CDN, он глобально распределяет ресурсы GPU для оптимизации услуг машинного обучения и вывода.
• Масштабируемость и эффективность затрат: Стремясь стать самой эффективной по затратам облачной платформой GPU, прогнозируется, что она снизит затраты на проекты ИИ/МЛ до 90%.
• Интеграция с IO SDK: Улучшает производительность проектов ИИ за счет бесшовной интеграции, создавая единое высокопроизводительное окружение.
• Эксклюзивные функции: Предоставляет частный доступ к плагину OpenAI ChatGPT, упрощая развертывание обучающих кластеров.
• Поддержка RAY Framework: Использует распределенную вычислительную платформу RAY для масштабируемой разработки приложений на Python.
• Инновации в криптодобыче: стремится революционизировать индустрию криптодобычи, поддерживая экосистемы машинного обучения и искусственного интеллекта.

IO Рабочий

Разработанный для оптимизации операций поставки в WebApps, IO Worker включает в себя управление учетными записями пользователей, мониторинг активности в реальном времени, отслеживание температуры и потребления энергии, поддержку установки, управление кошельками, оценку безопасности и анализ прибыльности. Он преодолевает разрыв между требованиями к вычислительной мощности ИИ и запасом недоиспользуемых вычислительных ресурсов, способствуя более экономичному и гладкому процессу обучения ИИ.

Основные моменты:

• Рабочая страница: Предоставляет панель управления для мониторинга подключенных устройств в реальном времени, поддерживая функции, такие как удаление и переименование устройства.
• Страница деталей устройства: Предоставляет полный анализ устройств, включая трафик, статус подключения и историю операций.
• Страница добавления устройства: Упрощает процесс подключения устройства, поддерживая быструю и легкую интеграцию новых устройств.
• Страница доходов и вознаграждений: отслеживает доходы и историю операций с доступными деталями транзакций на Solscan.

IO Explorer

IO Explorer нацелен на то, чтобы предоставить окно в работу сети, предлагая пользователям обширную статистику и оперативные сведения по всем аспектам облака GPU. Как Solscan или блокчейн-эксплореры обеспечивают видимость блокчейн-транзакций, IO Explorer предоставляет аналогичный уровень прозрачности для операций на базе GPU, позволяя пользователям отслеживать, анализировать и понимать детали облака GPU, обеспечивая полную видимость сетевых активностей, статистики и транзакций, при этом защищая конфиденциальность чувствительной информации.

Основные моменты:

• Страница устройства: отображает публичные данные устройств, подключенных к сети, предоставляя данные в реальном времени и отслеживание транзакций.
• Домашняя страница браузера: Предлагает информацию о объеме поставок, проверенных поставщиках, количестве активного оборудования и актуальных рыночных ценах.
• Страница кластеров: Показывает публичную информацию о кластерах, развернутых в сети, вместе с метриками в реальном времени и деталями бронирования.
• Мониторинг кластеров в реальном времени: предоставляет немедленные сведения о состоянии, здоровье и производительности кластеров, обеспечивая пользователей самой последней информацией.

Архитектура IO

Как ветвь Ray, IO-SDK составляет основу возможностей Io.net, поддерживая параллельное выполнение задач и работу в многоязычных средах. Его совместимость с основными фреймворками машинного обучения (ML) позволяет Io.net гибко и эффективно удовлетворять разнообразные вычислительные требования. Эта техническая настройка, поддерживаемая четко определенной технической системой, гарантирует, что платформа Io.net может удовлетворять текущим потребностям и адаптироваться к будущим изменениям.

Многоуровневая архитектура:

• Слой пользовательского интерфейса: Предоставляет визуальный интерфейс для пользователей, включая публичные веб-сайты, клиентские зоны и зоны поставщиков GPU, чтобы обеспечить интуитивно понятный и удобный опыт.
• Слой безопасности: обеспечивает целостность и безопасность системы, включая механизмы, такие как защита сети, аутентификация пользователей и ведение журналов активности.
• API уровень: В качестве коммуникационного центра для веб-сайтов, поставщиков и внутреннего управления он облегчает обмен данными и операциями.
• Бэкэнд-слой: формирует ядро системы и отвечает за управление кластерами/ГПУ, взаимодействие с клиентами и автоматическое масштабирование.
• Слой базы данных: Обрабатывает хранение и управление данными, с основным хранилищем для структурированных данных и кэшированием для временной обработки данных.
• Слой задач: Управляет асинхронной коммуникацией и выполнением задач, обеспечивая эффективную обработку данных и их поток.
• Инфраструктурный уровень: составляет основу системы, включая пул ресурсов GPU, инструменты оркестрации и обработку задач выполнения/машинного обучения, оснащенный надежным решением для мониторинга.

IO Туннели

IO Tunnels обеспечивают безопасные соединения от клиентов к удалённым серверам, позволяя инженерам обходить файрволы и NAT без сложных конфигураций, что позволяет осуществлять удалённый доступ.

Рабочий процесс: IO Workers сначала устанавливают соединение с промежуточным сервером (т.е. сервером io.net). Сервер io.net затем слушает запросы на соединение от IO Workers и машин инженеров, облегчая обмен данными с помощью технологии обратного туннелирования.

(Источник изображения: io.net, 2024.4.11)

Приложение в io.net: Инженеры могут легко подключаться к IO Workers через сервер io.net, преодолевая проблемы конфигурации сети для достижения удаленного доступа и управления.

Преимущества:

• Доступность: Прямое соединение с IO Workers устраняет сетевые барьеры.
• Безопасность: Обеспечивает безопасность связи, защищая конфиденциальность данных.
• Масштабируемость и гибкость: эффективно управляет несколькими IO Worker'ами в различных средах.

IO Network

Сеть IO использует архитектуру сетевого VPN для обеспечения сверхнизкой задержки связи между узлами antMiner.

Особенности сетевой VPN Mesh: Децентрализованные соединения: В отличие от традиционных моделей «центра-спиц», сетевой VPN Mesh позволяет прямые соединения между узлами, что повышает избыточность, устойчивость к сбоям и распределение нагрузки.

Преимущества для io.net:

• Прямые соединения уменьшают задержки в коммуникации, улучшая производительность приложений.
• Отсутствие единой точки отказа гарантирует, что сеть продолжает функционировать, даже если отдельный узел выходит из строя.
• Увеличивает защиту конфиденциальности пользователей, повышая сложность отслеживания и анализа данных.
• Легкая интеграция новых узлов без влияния на производительность сети.
• Обеспечивает совместное использование ресурсов и эффективную обработку между узлами.

Источник: io.net

Сравнение децентрализованных вычислительных платформ

Akash и Render Network

Обе сети Akash и Render являются децентрализованными вычислительными сетями, которые позволяют пользователям покупать и продавать вычислительные ресурсы. Akash работает как открытый рынок, предлагая ресурсы CPU, GPU и хранения, где пользователи могут устанавливать цены и условия, а поставщики делают ставки на выполнение задач. В отличие от этого, Render использует алгоритм динамического ценообразования, сосредоточенный на услугах рендеринга GPU, при этом ресурсы предоставляются аппаратными поставщиками, а цены корректируются в зависимости от рыночных условий. Render не является открытым рынком, но использует многоуровневый алгоритм ценообразования для сопоставления покупателей услуг с пользователями.

Io.net и Bittensor

Io.net сосредоточен на задачах искусственного интеллекта и машинного обучения, используя децентрализованную вычислительную сеть для использования вычислительной мощности GPU, разбросанной по всему миру, и сотрудничая с такими сетями, как Render, для обработки задач ИИ и машинного обучения. Его основные отличия заключаются в акценте на задачах ИИ и машинного обучения и в акценте на использовании кластеров GPU.

Bittensor — это блокчейн-проект, ориентированный на ИИ, который стремится создать децентрализованный рынок машинного обучения, конкурирующий с централизованными проектами. Используя структуру подсетей, он сосредоточен на различных задачах, связанных с ИИ, таких как сети ИИ для текстовых подсказок и генерация изображений с помощью ИИ. Майнеры в экосистеме Bittensor предоставляют вычислительные ресурсы и размещают модели машинного обучения, выполняя вычисления для внецепочечных задач ИИ и конкурируя за предоставление лучших результатов для пользователей.

Источник: TokenInsight

Заключение

Io.net готов оказать значительное влияние на многообещающий рынок AI вычислений, поддерживаемый опытной технической командой и сильной поддержкой таких известных организаций, как Multicoin Capital, Solana Ventures, OKX Ventures, Aptos Labs и Delphi Digital. Являясь первой и единственной GPU DePIN, io.net предоставляет платформу, которая соединяет поставщиков вычислительной мощности с пользователями, демонстрируя свою мощную функциональность и эффективность в предоставлении распределенного обучения и вывода GPU для команд машинного обучения.