币安新币挖矿上线第55期项目,使用BNB、FDUSD挖矿IO.NET (IO)
基本信息:
io.net 是一个去中心化计算网络,支持在 Solana 区块链上开发、执行和扩展 ML 应用程序,将 100 万个 GPU 组合在一起,形成世界上最大的 GPU 集群和 DePIN.io.net 聚合来自未充分利用的资源(例如独立数据中心、加密矿工以及 Filecoin、Render 等加密项目)的 GPU 来解决这个问题,这些资源结合在去中心化物理基础设施网络 (DePIN) 中,使工程师能够在可访问、可定制、经济高效且易于实施的系统中获得大量计算能力。
io.net 技术:
集群
GPU 集群是指复杂的计算通过网络将多个GPU连接起来,形成一个协作的计算集群,这种方法大幅提升了处理复杂AI任务的效率和能力。
集群计算不仅加快了AI模型的训练速度,还增强了处理大规模数据集的能力,使得AI应用更加灵活和可扩展。
在传统互联网训练AI模型的过程中,都需要用大规模的 GPU 集群。然而,当我们考虑将这种集群计算模式转向去中心化时,一系列技术挑战随之浮现。
相比与传统的互联网公司的AI计算集群,去中心化的GPU集群计算,会面对更多问题,比如:节点可能遍布不同地理位置,这带来了网络延迟和带宽限制问题,可能影响到数据在节点间的同步速度,从而影响整体的计算效率。
此外,如何保持数据在各个节点间的一致性和实时同步,也对于确保计算结果的准确性至关重要。因此这就需要去中心化计算平台开发出高效的数据管理和同步机制。
而如何管理和调度分散的计算资源,确保计算任务能够有效完成,也是去中心化集群计算需要解决的问题。
io.net通过集成 Ray 和 Kubernetes ,构建了一个去中心化的集群计算平台。
Ray作为一个分布式计算框架,直接负责在多个节点上执行计算任务,它优化了数据处理和机器学习模型的训练过程,确保了任务在各个节点上高效运行。
而Kubernetes则在这一过程中扮演着关键的管理角色,它自动化了容器应用的部署和管理,确保了计算资源根据需求动态地分配和调整。
在这个体系中,Ray 和 Kubernetes 的结合实现了一个动态且弹性的计算环境。Ray 确保计算任务能够在适当的节点上高效执行,而 Kubernetes 保证了整个系统的稳定性和可扩展性,自动处理节点的增加或移除。
这种协同作用使得 io.net 能够在去中心化的环境中提供连贯且可靠的计算服务,无论是在数据处理还是模型训练方面,都能够满足用户的多样化需求。
通过这种方式,io.net不仅优化了资源的使用,降低了运行成本,还提高了系统的灵活性和用户的控制度。用户可以便捷地部署和管理各种规模的计算任务,而无需担心底层资源的具体配置和管理细节。
这种去中心化的计算模式,借助Ray和Kubernetes的强大功能,确保了io.net平台在处理复杂和大规模计算任务时的高效性和可靠性。
隐私
由于去中心化的集群的任务调配逻辑的使用场景远比机房中的集群逻辑要复杂得多,又鉴于数据和计算任务在网络中的传输增加了潜在的安全风险,去中心化的集群还要考量安全性和隐私保护。
io.net 通过利用网状( mesh)私有网络通道的去中心化特性,提升了网络的安全性和隐私性。在这样的网络中,由于没有中心集中点或网关,网络面临的单点故障风险大幅降低,即使部分节点遇到问题,整个网络仍能保持运行。
数据在网状网络内沿多条路径传输,这种设计增加了追踪数据源或目的地的难度,从而加强了用户的匿名性。
此外,通过采用诸如数据包填充和时间混淆等技术(Traffic Obfuscation),网状VPN网络能进一步模糊数据流动的模式,使得窃听者难以分析流量模式或识别特定用户或数据流。
io.net的隐私机制之所以能有效解决隐私问题,是因为它们共同构建了一个复杂且多变的数据传输环境,使得外部观察者难以捕捉到有用的信息。
同时,去中心化结构避免了所有数据流经单一点的风险,这种设计不仅提高了系统的鲁棒性,也降低了被攻击的可能性。同时,数据的多路径传输和流量的混淆策略共同为用户的数据传输提供了一层额外的保护,增强了 io.net 网络的整体隐私性。
IO 代币的基本框架:
1. 固定供应量:
$IO 代币的最大供应量固定为 8 亿枚。这个供应量的设置旨在确保代币价值的稳定性和防止通货膨胀。
2. 分配和激励:
初始时,将发放 3 亿枚 $IO 代币。剩余的 5 亿枚代币将作为奖励发放给供应者及其股东,这一过程预计将持续 20 年。奖励按小时释放,并遵循一种递减模型(从第一年的 8% 开始,每月减少 1.02%,约每年减少 12%),直至达到 8 亿枚的总发行量上限。
3. 销毁机制:
$IO 采用了程序化的代币销毁系统,即利用 io.net 从 IOG 网络生成的收入购买并销毁 $IO 代币。销毁机制会根据 $IO 的价格调整销毁的数量,以此产生代币的通缩压力。
团队成员:
Ahmad Shadid 是 io.net 创始人兼首席执行官,此前是 WhalesTrader 量化系统工程师。
Garrison Yang 是 io.net 首席战略官兼首席营销官,此前是 Ava Labs 增长与战略副总裁。他毕业于加州大学圣巴巴拉分校环境健康工程专业。
今年三月,io.net 获得了 3000 万美元的 A 轮融资,该轮融资由 Hack VC 领投,Multicoin Capital、6th Man Ventures、M13、Delphi Digital、Solana Labs、Aptos Labs、Foresight Ventures、Longhash、SevenX、ArkStream、Animoca Brands、Continue Capital、MH Ventures 和 OKX,以及包括 Solana 创始人 Anatoly Yakovenk、Aptos 创始人 Mo Shaikh 和 Avery Ching、Animoca Brands 的 Yat Siu 以及 Perlone Capital 的 Jin Kang 在内的行业领袖参投。
投资方:
总结:
总的来说,io.net和类似的去中心化AI计算平台正在开启AI计算新的篇章,虽然也面临技术实现的复杂性、网络的稳定性和数据安全性的挑战。但 io.net 有潜力彻底改变AI商业模式。相信随着这些技术的成熟和算力社区的扩大,去中心化AI算力可能成为推动AI创新和普及的关键力量。