Forward the Original Title‘【保姆级攻略】一篇文章读懂GPU互联网io.net，空头+挖矿 必看’.

1. io.net Hintergrund Einführung

1. Die Nachfrage nach künstlicher Intelligenzberechnung wächst exponentiell. Die Nachfrage nach künstlicher Intelligenzberechnung wächst in einem erstaunlichen Tempo und die Nachfrage ist unersättlich. Bis 2023 wird das Einkommen der KI-Workload-Rechenzentren die Marke von 100 Milliarden US-Dollar überschreiten, und selbst in den konservativsten Fällen übersteigt die Nachfrage nach künstlicher Intelligenz immer noch das Chip-Angebot.

Während Phasen hoher Zinsen und knappen Kapitals erfordern neue Rechenzentren, die in der Lage sind, solche Hardware unterzubringen, hohe Anfangsinvestitionen. Das Hauptproblem besteht darin, dass fortschrittliche Chips wie NVidia A100 und H100 Produktionsbeschränkungen haben. Obwohl die GPU-Leistung ständig verbessert wird und die Kosten kontinuierlich sinken, beschleunigt sich der physische Herstellungsprozess nicht schnell genug, und Engpässe bei Rohstoffen, Komponenten und Produktionskapazitäten haben das Entwicklungstempo eingeschränkt.

1. Der Widerspruch zentralisierter Hardware-Ressourcen wird zunehmend deutlicher. In der Geschichte des Rechnens formen sich Software-Frameworks und Designmuster selbst um die auf dem Markt verfügbare Hardwarekonfiguration. Die meisten für die Entwicklung künstlicher Intelligenz verwendeten Frameworks und Bibliotheken sind stark von zentralisierten Hardware-Ressourcen abhängig, aber in den letzten zehn Jahren wurden erhebliche Fortschritte bei der Verteilung von Arbeitslasten über geografisch verteilte Hardware erzielt.

2. Verteilter Hardware-Lastmodus hat offensichtliche Vorteile

(1) Hardware unterliegt keinen aktuellen Lieferkettenbeschränkungen;

(2) Nutzen Sie vorhandene GPU-Ressourcen voll aus;

(3) Verteilte Lasten reduzieren die zentrale Abhängigkeit.

1. Es wird zunehmend zum Fokus aktueller Markttrends bei Investitionen.

DePIN ist insbesondere auf Solana zu einer der wichtigsten Erzählungen geworden. Mit Projekten wie Render und Helium, die signifikante Fortschritte machen, sind DePIN und KI-verwandte Projekte es wert, untersucht zu werden. Neben einer Vielzahl von KI-Projekten, die in letzter Zeit als Memes aufgetaucht sind, gibt es auch starke Wettbewerber auf dem Markt wie Bittensor, Render, Arkham usw. aus der letzten Runde, und derzeit am beliebtesten istio.net!

Unter den anhaltenden neuen Höchstständen von BTC kehrte der KI-Sektor nach einer Woche der Konsolidierung stark zurück. Im Zeithorizont von fast einem halben Jahr sind die Token verschiedener Projekte im KI-Sektor weiter gestiegen, und WLD, RNDR, AGIX, FET und andere Token haben sich mehrfach erhöht. Und in diesem Monat, der Anfang Februar begann, erschienen in weniger als zwei Wochen eine große Anzahl neuer Projekte mit Tokensteigerungen von mehr als fünf- oder sogar zehnfacher Höhe im KI-Sektor.

Depin+AI+Sol Ecosystem = Die beste Kombination von 2024, der Protagonist istio.net

2. Einführung in das io.net-Projekt

io.net ist ein dezentrales Rechennetzwerk, das die Entwicklung, Ausführung und Skalierung von ML-Anwendungen auf der Solana-Blockchain unterstützt. Es kombiniert eine Million GPUs zu dem größten GPU-Cluster der Welt.DePIN.io.netbündelt unterausgelastete Ressourcen wie unabhängige Rechenzentren, Kryptominer und GPUs aus Kryptoprojekten wie Filecoin und Render, um dieses Problem zu lösen. Diese Ressourcen werden in einem dezentralen physischen Infrastrukturnetzwerk (DePIN) kombiniert, sodass Ingenieure auf erhebliche Rechenleistung in einem System zugreifen können, das zugänglich, anpassbar, kostengünstig und einfach zu implementieren ist.

3. Praktischer Weg vonio.net

io.net ist ein klassisches Beispiel für die DePIN-Theorie: Es verwendet einen Token-Anreizmechanismus, um die Kosten für die Beschaffung und Bindung von Lieferantenressourcen strukturell zu reduzieren und letztendlich die Kosten für den Endverbraucher zu senken. Das Netzwerk aggregiert eine große Anzahl heterogener GPUs in einen gemeinsamen Pool zur Nutzung durch KI-Entwickler und Unternehmen. Heute umfasst dieses Netzwerk Tausende von GPUs aus Rechenzentren, Minen und Geräten für Endverbraucher.

io.net nutzt das Potenzial von Hardware weltweit aus, indem es ein angepasstes Netzwerk und eine Koordinationsebene darauf bereitstellt, um ein hochgradig skalierbares GPU-Internet online zu erstellen. Das Netzwerk nutzt Ray, Ludwig, Kubernetes und eine Vielzahl anderer Open-Source-Verteilungsframeworks, die es den Teams für maschinelles Lernen und Betrieb ermöglichen, geringfügige Anpassungen am GPU-Netzwerk vorzunehmen, um ihre Workloads zu skalieren. Cluster können bei Bedarf gestartet werden, um Workloads parallel auf io.net-GPUs zu bearbeiten, und diese Bibliotheken werden zur Handhabung von Koordination, Zeitplanung, Fehlertoleranz und Skalierung verwendet.

4. Einzigartige Vorteile von io.net

io.net hat einen einzigartigen Vorteil bei der Aufrechterhaltung leichter Vermögenswerte und der Reduzierung der Grenzkosten für die Bedienung eines etablierten Kunden auf nahezu null, während sie eine direkte Beziehung sowohl zum Angebot als auch zur Nachfrage auf dem Markt aufbauen. Sie befinden sich in einer günstigen Position, um Tausende neuer Unternehmen zu bedienen, die GPUs benötigen, um wettbewerbsfähige Produkte zu entwickeln, mit denen jeder in Zukunft interagieren wird.

5. Hauptmerkmale der io.net Plattform

1. Dezentrales Rechnernetzwerk: io.net nutzt einen dezentralen Rechenmodus, der weltweit Rechenressourcen verteilt, um die Rechenleistung und -stabilität zu verbessern.

2. Kostengünstiger Zugang: Im Vergleich zu traditionellen zentralisierten Diensten bietet io.net Cloud niedrigere Zugangskosten, was es mehr Maschinenlerningenieuren und Forschern ermöglicht, Rechenressourcen zu erhalten.

3. Verteilter Cloud-Cluster: Die Plattform bietet einen verteilten Cloud-Cluster. Benutzer können je nach Bedarf geeignete Rechenressourcen auswählen und Aufgaben verschiedenen Knoten zur Verarbeitung zuweisen.

4. Unterstützung für maschinelles Lernen: io.net Cloud widmet sich der Bereitstellung von Rechenressourcen für Maschinenlern-Ingenieure, um es ihnen zu erleichtern, Aufgaben wie Modelltraining und Datenverarbeitung durchzuführen.

6. Wie man Airdrops erhält

1. Eine Möglichkeit besteht darin, GPU-Computingleistung bereitzustellen (Maschinenmining).

2. Ein weiterer Weg ist, CPU-Rechenleistung bereitzustellen, um Punkte zu verdienen. Laut dem Projektleiter wird io.net am 28. April dieses Jahres veröffentlicht. Die spezifischen Punkteregeln wurden noch nicht öffentlich bekannt gegeben, und Punktbelohnungen können derzeit nicht überprüft werden. Derzeit befindet es sich in der Blind-Mining-Phase.

7. io.net Technologie Fortschritt

Derzeit hat io.net gute Fortschritte gemacht:

• Es handelt sich um ein dezentrales AWS für das Training von ML (Machine Learning) auf GPUs.
• Es bietet sofortigen, berechtigungsfreien Zugang zu einem globalen GPU- und CPU-Netzwerk, das bereits online ist.
• Sie haben 25.000 Knoten; ihre revolutionäre Technologie kann GPU-Clouds zusammenfassen.
• Es kann 90% der Rechenkosten für AI-Startups im großen Maßstab einsparen.
• Es ist mit Render und Filecoin integriert.
• Es basiert auf Solana.

8. io.net Phase Plan

• io.net wird am 1. März die erste Phase des Punkte-Belohnungsprogramms starten und plant, die IO-Token bis Ende April einzuführen. Dieser Plan wird Ignition genannt und dauert bis zum 28. April. Das Programm belohnt Punkte basierend auf der von dem Benutzer für das Netzwerk bereitgestellten GPU.
• Auf die Frage, ob die Belohnungspunkte in die native Token IO von io.net umgewandelt werden, lehnte der Gründer und CEO von io.net, Ahmad Shadid, einen Kommentar ab, sagte jedoch, dass das Token voraussichtlich am 28. April eingeführt wird.
• io.net gab an, dass das bevorstehende Ignition-Belohnungsprogramm der erste Schritt fürio.netum zu dezentralisieren und die Governance an die Gemeinschaft zu übertragen.

9. io.net Gründungsteam

10. io.net Investoren

11. Finanzierungssituation von io.net

Am 6. März 2024 gab Solanas DePIN-Protokoll io.net die Fertigstellung einer 30-Millionen-Dollar-Serie-A-Finanzierungsrunde bekannt. io.net gab an, dass die eingenommenen Mittel verwendet werden, um das weltweit größte dezentrale GPU-Netzwerk aufzubauen und den Mangel an KI-Berechnung zu beheben. Multicoin Capital beteiligte sich an der Investition. Multicoin Capital-Partner Shayon Sengupta verfasste einen Artikel, in dem er erklärte, warum er in io.net investiert hat.

Derzeit enthüllt die offizielle Ankündigung nur die Series A-Investoren. Die Hauptinvestition wurde am 5. März abgeschlossen und brachte 30 Millionen Dollar bei einer Bewertung von 1 Milliarde Dollar ein. Zu den Investoren gehören: Hack VC*, Multicoin Capital, 6th Man Ventures, M13, Delphi Digital, Foresight Ventures, Animoca Brands, Continue Capital, Solana Ventures, Aptos, LongHash Ventures, SevenX Ventures, ArkStream Capital, MH Ventures, OKX Ventures, Amber Group, Modular Capital, Mo Shaikh, Avery Ching, Yat Siu, Jin Kang, Anatoly Yakovenko und Sebastien Borget.

12. Kurzüberblick über das io.net-Projekt

(1) In Bezug auf die Plattformphilosophie: io.net ist ein fortschrittliches dezentrales Rechennetzwerk, das Maschinenlerningenieuren einen Weg bietet, auf verteilte Cloud-Cluster zu einem relativ niedrigen Preis zuzugreifen. Die Einführung dieser Plattform bietet den Benutzern mehr Auswahlmöglichkeiten und ermöglicht es ihnen, Daten auf wirtschaftlichere und effizientere Weise zu berechnen und zu verarbeiten.

(2) In Bezug auf den Investitionswert: Die Entstehung von io.net füllt eine Lücke im Bereich des dezentralen Rechnens, indem sie den Benutzern eine neue und potenziell leistungsstarke Rechenmethode bietet. Da die Bereiche künstliche Intelligenz und maschinelles Lernen weiterhin entwickelt werden, steigt auch der Bedarf an Rechenressourcen, daherio.nethat ein hohes Marktpotenzial und Wert.

(3) In Bezug auf institutionelle Stärke: Viele führende Institutionen sind beteiligt, darunter bekannte Branchenführer, die an dieser Finanzierung beteiligt waren, darunter Solana-Gründer Anatoly Yakovenk, Aptos-Gründer Mo Shaikh und Avery Ching, Yat Siu von Animoca Brands, Sebastien Borget von Sandbox und Jin Kang von Perlone Capital.

Haftungsausschluss：

1. Dieser Artikel ist abgedruckt von [Mining Circle Encyclopedia]. Weiterleiten des Originaltitels '【保姆级攻略】一篇文章读懂GPU互联网io.net，空头+挖矿 必看’. Alle Urheberrechte gehören dem Originalautor [ Miner Onkel]. Wenn es Einwände gegen diesen Nachdruck gibt, wenden Sie sich bitte an die Gate LernenTeam, und sie werden es umgehend bearbeiten.
2. Haftungsausschluss: Die in diesem Artikel geäußerten Ansichten und Meinungen sind ausschließlich die des Autors und stellen keine Anlageberatung dar.
3. Übersetzungen des Artikels in andere Sprachen werden vom Gate Learn-Team durchgeführt. Sofern nicht anders angegeben, ist das Kopieren, Verteilen oder Plagiieren der übersetzten Artikel untersagt.