去中心化计算

CoinList 将于北京时间 5 月 16 日 1:00 开启 Acurast（ACU）代币销售，单枚 0.09 美元，公募 FDV 为 9000 万美元。Acurast 是一个去中心化计算网络，利用智能手机的 TEE 技术提供安全、可扩展的计算资源，支持 AI 与 Web3 应用。其代币 ACU 总供应量 10 亿枚，用于网络费用、质押和治理。Acurast 已获数百万美元融资，主网计划今年下半年上线。

Dynex (DNX) 是一个基于神经形态计算和区块链技术的去中心化平台，采用创新的PoUW算法（DynexSolve）将挖矿算力转化为解决实际问题的计算资源。其神经形态芯片模拟人脑工作机制，突破传统计算瓶颈，在物流优化、AI训练、金融建模等领域提供高效解决方案。DNX代币作为平台原生资产，采用公平发行机制，无预挖或ICO。平台已推出SDK工具包，支持开发者便捷接入神经形态计算能力，并实现股票组合优化等金融应用。Dynex通过兼顾计算效率与环保特性，推动可持续挖矿实践，成为DePIN赛道的重要参与者。

Axonum 简介：以太坊的“大脑” Axonum是全球首个将AI原生集成到以太坊的乐观Rollup方案，通过创新AI EVM技术实现智能合约中的本地机器学习推理。该项目结合乐观机器学习(opML)与Rollup机制，构建了一个由opML引擎支持的AI执行层，使开发者只需调用预编译合约即可在智能合约中无缝使用AI模型。其核心设计采用执行与证明分离原则，支持高速本地执行和可验证的欺诈证明。作为L2解决方案，Axonum通过批量处理交易和AI推理任务显著提升系统吞吐量，同时通过双重欺诈证明机制（Geth交易验证+opML计算验证）确保安全性。该项目致力于打造一个由全球集体智能驱动的去中心化超级计算机，推动AI驱动的DApp民主化进程。

ZEROBASE 是一个专注于构建实时零知识证明（ZK）网络的项目，致力于提供高性能、隐私保护和去中心化的计算基础设施。平台结合受信执行环境（TEE）等技术，保障机密计算安全性，支持跨 Layer 1、Layer 2 及 Rollup 生态，实现毫秒级 ZK 证明生成。其分布式架构通过多 Hub 负载均衡和一致性哈希调度，消除单点瓶颈，提升可扩展性。ZEROBASE 已获 500 万美元融资，投资方包括 Binance Labs、Lightspeed Faction 等。项目在金融、身份验证、DeFi 等领域提供隐私解决方案，同时注重合规性，平衡隐私保护与监管要求。

转发原文标题《MIIX Capital: io.net项目研究报告》 1、项目情况 1.1 业务概要 io.net是去中心化的 GPU 网络，旨在为 ML（机器学习） 提供计算。通过组装来自独立数据中心、加密货币矿工和 Filecoin 或 Render 等项目的 100 万多个 GPU 来获取计算能力。 它的目标是将 100 万个 GPU 组合到 DePIN（去中心化物理基础设施网络）中，打造一个企业级、去中心化的分布式计算网络，通过汇聚全球闲散的网络计算资源（目前主要是GPU），为人工智能工程师们提供价格更低、更易获得、更灵活适配的网络计算资源服务。 对于用户来说，它就相当于一个去中心全球闲散GPU资源的集市，让人工智能工程师或团队可以在这里按照他们的需求定制化搭配和购买所需的GPU计算服务。 1.2 团队背景 Ahmad Shadid 是创始人兼首席执行官，此前是 WhalesTrader 量化系统工程师。 Garrison Yang 是首席战略官兼首席营销官，此前是 Ava Labs 增长与战略副总裁。 Tory Green 是首席运营官，此前是 Hum Capital 首席运营官、Fox Mobile Group 企业发展与战略总监。 Angela Yi 是商务拓展副总裁，毕业于美国哈佛大学，负责规划并执行销售、伙伴关系和供应商管理等关键战略。 2020 年Ahmad Shadid 为机器学习量化交易公司 Dark Tick 构建 GPU 计算网络时，因为交易策略接近于高频交易，所以需要大量的算力，云服务厂商高昂的GPU服务费用成为了他们的难题。 对算力的巨大需求以及所面临的高昂成本促使他们他们决定去做去中心化分布式计算资源这件事，随后又在 Austin Solana Hacker House 获得关注度。因此，io.net属于该团队从自身面临的痛点出发，提出解决方案并进行业务落地和拓展。 1.3 产品/技术 市场用户面临的问题： 可用性有限，使用 AWS、GCP 或 Azure 等云服务访问硬件通常需要数周时间，而且市场上流行的 GPU 模型通常不可用。 选择余地很少，如在 GPU 硬件、位置、安全级别、延迟等方面用户几乎没有选择余地。 成本较高：获得优质 GPU 非常昂贵，每月很花费数十万美元用于训练和推理。 解决方案： 通过聚合未充分利用（例如独立数据中心、加密矿工以及 Filecoin、Render 等加密项目）的 GPU ，把这些资源整合到DePIN 中，使工程师能够在系统中获得大量计算能力。它允许 ML 团队跨分布式 GPU 网络构建推理和模型服务工作流程，并利用分布式计算库，来编排和批量训练作业，以便可以使用数据和模型并行性在许多分布式设备上并行化。 此外，io.net 利用具有高级超参数调整的分布式计算库来检查最佳结果、优化调度并简单地指定搜索模式。它还使用开源强化学习库，该库支持生产级、高度分布式的 RL （强化学习）工作负载以及简单的 API。 产品组成： IO Cloud，目的是部署和管理按需来分配去中心化的 GPU 集群，与IO-SDK无缝集成，提供扩展人工智能和Python应用程序的全面解决方案。可提供无限的计算能力，同时简化了GPU/CPU资源的部署和管理。 IO Worker，为用户提供一个全面且用户友好的界面，通过直观的网络应用程序高效管理他们的GPU节点操作。该产品的范围包括与用户账户管理、计算活动监控、实时数据显示、温度和功耗跟踪、安装辅助、钱包管理、安全措施和盈利能力计算相关的功能。 IO Explorer，主要为用户提供全面统计数据和 GPU 云各个方面的可视化图，让用户轻松即时监控、分析和了解io.net网络的复杂细节，提供对网络活动、重要统计数据、数据点和奖励交易的全面可见性。 产品特点： 去中心化计算网络：io.net 采用去中心化的计算模式，将计算资源分布在全球各地，从而提高了计算效率和稳定性。 低成本访问：相较于传统的集中式服务，io.net Cloud 提供了更低的访问成本，使更多的机器学习工程师和研究人员能够获得计算资源。 分布式云集群：平台提供了一个分布式的云集群，用户可以根据自己的需求选择合适的计算资源，并将任务分配到不同的节点上进行处理。 支持机器学习任务：io.net Cloud专注于为机器学习工程师提供计算资源，使他们能够更轻松地进行模型训练、数据处理等任务。 1.4 发展路线图 https://developers.io.net/docs/product-timeline 根据io.net白皮书公布的信息，项目产品的路线图是：2024年1月-4月，V1.0全面发布，致力于io.net生态系统的去中心化，使其能够实现自我托管和自我复制。 1.5 融资信息 根据公开新闻信息显示，2024年3月5日，io.net对外宣布完成 3000 万美元 A 轮融资，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、Sandbox Games等参与。【1】值得注意的是，这轮融资后，io.net整体估值10亿美元。 2、市场数据 2.1 官方网站 从2024年1月 至 2024年3月的官网数据看，总访问量为5.212M，月均访问1.737M，跳出率为18.61%（较低），各区域用户访问数据较均匀，且直接访问和搜索访问占比超过80%，可能说明访问用户数据中脏数据占比不高，他们对io.net有基本了解，并且愿意进一步了解和在网站进行交互。 2.2 社媒社群 3、竞争分析 3.1 竞争格局 io.net的核心业务是跟去中心AI算力有关，它最大的竞争对手就是以AWS、Google Cloud、微软智能云业务（Azure为代表）为代表的传统云服务厂商。根据国际数据公司(IDC)、浪潮信息和清华大学全球产业研究院联合编制的《2022–2023年全球算力指数评估报告》，全球人工智能计算市场规模预计将从2022年的195亿美元增长到2026年的346.6亿美元。【2】 对比全球主流云计算厂商的销售收入：2023年AWS云服务销售收入90.8亿美元，Google Cloud销售收入33.7亿美元，微软智能云业务销售收入96.8亿美元。【3】三者市场份额占到全球66%左右，同时这三家巨无霸公司市值均在万亿美元以上。 https://www.alluxio.io/blog/maximize-gpu-utilization-for-model-training/ 与云服务厂商高额收入形成鲜明对比的是，如何提升GPU利用率成为一个焦点问题。根据AI infrastructure的一项调查显示，大多数GPU资源被低估利用 — — 53%左右的人认为51~70%的GPU资源被低估利用，25%的人认为利用率达到85%，只有7%的人认为利用率超过85%。对io.net来说，对云计算的巨大需求以及GPU资源有效利用不足的问题是其面临的市场机会。 3.2 优势分析 https://twitter.com/eli5_defi/status/1768261383576289429 io.net最大的竞争优势体现在生态位优势或者说先发优势上。根据官方提供的数据：目前io.net拥有的GPU集群总量大于40K，CPU总量大于5600，Woker Nodes大于69K，部署10,000GPU的时间小于90s，价格比竞争对手便宜90%，估值10亿美元。io.net不仅为客户提供了相比起中心化云服务提供商 1–2 折的低价和无需许可的即时上线服务，更为算力提供者通过即将推出的 IO 代币提供了额外的启动激励，共同助力达成连接 100 万 GPU 的目标。 另外，与其他 DePIN 计算项目相比，io.net专注于 GPU 计算能力，其 GPU 网络的规模已经领先于同类项目超 100 倍。io.net还是区块链界第一个将最先进的 ML 技术栈（如 Ray 集群、Kubernetes 集群和巨型集群）融入 GPU DePIN 项目并投入大规模实践的，这使得其不仅在 GPU 数量上，更在技术应用和模型训练的能力上处于领先地位。 随着io.net 的不断发展，如果能够把GPU容量提升到与中心化云服务商竞争的 500,000 个全网并发 GPU，将可以用更低的成本提供与 Web 2 相似的服务，并有机会通过与主要 DePIN 和 AI 玩家（包括 Render Network、Filecoin、Solana、Ritual 等）建立的紧密合作关系，逐步确立其在该领域的核心地位成为去中心化 GPU 网络的龙头和结算层，为整个 Web 3xAI 生态带来活力。 3.3 风险和问题 io.net是一个新兴的，与Web3深度结合的计算资源整合与分发平台，并且所涉及的业务与传统的云服务厂商高度重合，这让它在技术和市场方面都面临着位置的风险和阻碍。 技术安全风险， io.net 作为新兴平台，并没有经历过大规模的应用测试，也没有体现出防范和应对恶意攻击的能力。面对巨量的算力资源接入、分发和管理并没有相应的经验或实践验证，容易出现技术产品常见的兼容性、健壮性、安全性等问题。并且一旦出现问题，很可能对 io.net 是致命的，因为客户更在意自己的安全和稳定，且不愿意为这些买单。 市场拓展缓慢， io.net与传统的云服务厂商高度重合，这让它必须与传统的AWS、Google Cloud、Alicloud等直接竞争，甚至与二线或三线的服务商直接竞争，尽管io.net有着更优惠的成本，但它面向B类客户的服务体系和市场体系是刚刚开始，这与现有Web3行业的市场运营有着很大的差别，所以，在目前来看它在市场拓展方面的进度并不理想，这很可能直接影响其项目估值和代币的市值表现。 最新安全事件 4月25日 io.net 创始人兼 CEO Ahmad Shadid 在发推称，io.net 元数据 API 遭遇安全事件，攻击者利用用户 ID 到设备 ID 的可访问映射，导致未经授权的元数据被更新，此漏洞并未影响 GPU 访问，但确实影响了前端向用户显示的元数据。io.net 不收集任何 PII，也不会泄露敏感的用户或设备数据。 Shadid 表示，io.net 系统设计允许自我修复，不断更新每个设备，帮助恢复任何错误更改的元数据。鉴于此事件，io.net 加快了 OKTA 的用户级身份验证集成的部署，该部署将在接下来 6 小时内完成。此外，io.net 还推出 Auth0 Token 进行用户验证，阻止未经授权的元数据更改。数据库恢复期间，用户将暂时无法登录。所有正常运行时间记录均不受影响，并且这不会影响供应商的计算奖励。 4、代币估值 4.1 代币模型 io.net 代币经济模型在创世时将拥有 5 亿枚 IO 的初始供应量，分为五个类别：种子投资者（12.5%）、A 轮投资者（10.2%）、核心贡献者（11.3%）、研发与生态系统（16%）以及社区（50%）。随着 IO 的发行以激励网络增长和采用，将在 20 年内增长至 8 亿枚的固定最大供应量。 奖励采用通缩模型，从第一年的 8% 开始，每月减少1.02%（每年约 12%），直到达到8亿枚 IO上限。随着发放奖励，早期支持者和核心贡献者的份额将持续减少，在所有奖励分配完成后，社区的份额将增长到 50%。【4】 其代币功用包括给予 IO Worker 分配激励、奖励 AI 与 ML 部署团队持续使用网络、平衡部分需求和供给、为 IO Worker 计算单位定价以及社区治理等。 io.net 为了避免因 IO 币价波动产生的支付问题，专为开发了稳定币 IOSD，与美元挂钩。1IOSD 始终等于 1 美元。IOSD 只能通过销毁 IO 来获得。此外，io.net 正考虑部分机制来改善网络功能。例如，可能允许 IO Workers 通过抵押原生资产来提高被租用的概率。在这种情况下，他们投入的资产越多，他们被选择到的概率就越大。此外，质押原生资产的人工智能工程师可以优先使用高需求的 GPU。 4.2 代币机制 IO 代币主要用于需求方和供应方两大群体，对于需求方而言，每个计算作业均以美元定价，网络将保留付款直至作业完成。一旦节点运营商以美元和代币配置其奖励份额，所有美元金额将直接分配给节点运营商，而分配给代币的份额将用于燃烧 IO 币。然后，在该期间作为计算奖励铸造的所有 IO 币都会根据其优惠券代币（计算积分）的美元价值分配给用户。 对于供应方而言，包括可用性奖励与计算奖励。其中，计算奖励是对于提交到网络的作业，用户可以选择时间偏好「以小时为单位部署集群的持续时间」，并从 io.net 定价预言机接收成本估算。可用性奖励方面，则是网络将随机提交小型测试作业，以评估哪些节点定期运行并且能够很好地接受来自需求方的作业。 值得一提的是，不论是供应方还是需求方，都设置有一套声誉系统，根据计算性能、对网络参与度来累计分数，获得奖励或优惠。 除此以外，io.net 还设置生态增长机制，包括质押、邀请奖励和网络费用。IO 币持有者可以选择将其代币 IO 质押给节点运营商或用户。一旦质押，质押

简介 Spheron是一个去中心化计算平台，通过整合全球GPU资源构建边缘AI网络。其核心架构包含主节点（提供商节点）和轻节点（Fizz节点）双层体系，采用智能合约实现自动化资源匹配与支付结算。平台已完成两轮共830万美元融资，支持多代币支付并优先激励SPON代币使用。当前正在开展Fizz节点招募计划，目标接入10万个轻节点。随着全球GPU市场规模以27%年增速扩张，Spheron致力于为AI开发者和Web3项目提供灵活弹性的去中心化算力解决方案。

文章探讨了去中心化计算在AI发展中的关键作用，分析了GPU在AI训练中的重要性以及传统数据中心面临的挑战。随着AI需求激增，去中心化计算通过整合全球分散的GPU资源，为中小企业和开发者提供了更具成本效益和灵活性的解决方案。文章强调，去中心化计算不仅能降低AI开发门槛，还能确保技术访问的公平性和抗审查性，成为未来AI基础设施的重要组成部分。

Phala Network简介 Phala Network是结合区块链去中心化与隐私计算的云算力平台，通过TEE安全飞地技术实现链下复杂计算。其核心产品Phat合约支持跨链互操作，提供低代码开发模板。网络包含三类节点：客户端节点、工作节点（执行机密计算）和网关节点（管理密钥）。 代币与经济模型 原生代币PHA用于支付算力服务、治理质押和生态激励，总量10亿枚。持有者可参与Phala World游戏化生态，通过灵魂绑定NFT记录链上行为。 技术亮点 采用多层密钥架构（MasterKey/ClusterKey/WorkerKey）保障安全，SubBridge实现Polkadot生态跨链交互。相比竞品Aztec Network，Phala具备通用性优势，但面临新项目用户基础薄弱的挑战。

简介 TrendX 是一个AI驱动的Web3投资平台，结合区块链技术与去中心化计算网络Owlbot，提供自动化交易策略和实时市场洞察。其双代币系统（TTA/XTTA）支持平台功能与算力奖励，核心功能包括AI策略引擎、KOL广场、Alpha广场和智能资金追踪。平台通过两轮融资获600万美元，致力于降低加密投资门槛，为不同层级用户提供数据驱动的决策工具。

Meshchain AI 结合区块链与人工智能技术，打造去中心化计算基础设施，解决传统云计算集中化问题。其原生代币 MCC 基于 BSC 链，激励用户贡献闲置计算资源，形成全球分布式 AI 计算网络。通过智能合约自动分配任务与奖励，Meshchain 支持 AI 模型训练、推理等需求，降低成本并提升效率。项目计划扩展生态系统，优化复杂任务处理能力，目标成为领先的去中心化 AI 计算平台。