DePIN

Shieldeum是一个AI驱动的去中心化实体基础设施网络(DePIN)，专注于为Web3项目和加密用户提供安全解决方案。其生态系统包含加密私有网络(EPN)、裸金属服务器、威胁防护系统和小程序等功能，通过SDM代币实现治理、质押和激励机制。该项目2022年成立于新加坡，已获200万美元融资，并获BNBChain等行业伙伴支持。Shieldeum采用通缩代币模型，提供”安全+收益”双重价值，正在重塑传统网络安全标准。

Web3领域正兴起可再生金融（ReFi）赛道，将区块链技术与环保、能源产业结合。代表性项目包括：Dione Protocol（新能源交易L1）、Rowan Energy（太阳能挖矿DePIN）、Solareum（绿色能源L1）和Arkreen Network（碳减排数据网络）。这些项目横跨L1、DePIN、RWA等多个热门叙事，市值普遍较低但增长迅猛（部分代币年涨幅达200倍）。ReFi通过代币激励推动清洁能源使用，兼具社会价值与投资潜力，但需注意其技术落地难度高、产业链整合复杂等风险。当前市场环境下，低市值ReFi项目或成热点叙事交界处的潜在机会。

摘要 本文探讨AI与Web3的结合必要性，聚焦分布式算力平台IO.NET。AI的随机性、资源密集和类人智能特性与加密经济的确定性、高效资源配置和免信任形成互补。IO.NET作为去中心化算力网络，提供弹性组合、快速部署和低价服务，目前接入超37万张GPU，但需求端仍处早期。项目获A轮3000万美元融资，估值10亿美元。通过市销比推算，其潜在FDV区间为16.7亿~59.3亿美元。IO.NET面临技术验证、并行化和监管等挑战，但在AI算力饥渴背景下，分布式算力市场潜力巨大。

AI与DePIN（去中心化物理基础设施）的融合正在重塑技术格局。DePIN通过区块链技术将传统物理基础设施（如电力、通信网络）和分布式资源（存储、算力）去中心化，成为实体经济的去中心化解决方案。AI发展依赖算法、算力和数据，而DePIN能提供后两者，尤其是通过代币激励撬动消费级算力与存储资源，降低大模型训练成本。UCLA研究显示，去中心化计算比传统GPU集群性能提升2.75倍。 尽管面临工作验证、并行化和隐私等挑战，但DePIN能解决中心化AI的数据隐私、安全风险和市场垄断问题。Gensyn和FedML等项目已通过创新机制验证去中心化AI的可行性。未来，DePIN将推动AI民主化，实现更开放、高效、公平的数字世界。

介绍 Silencio Network 是一个去中心化平台，通过将智能手机转变为噪声测量工具来应对噪声污染问题。用户贡献超本地化的声音数据，从而创建一张全面的全球噪声地图。这些数据对于城市规划、房地产、酒店业和环境健康等领域具有重要价值。参与者将获得应用内代币奖励，这些代币可兑换为原生加密货币 $SLC。 该项目高度重视用户隐私，确保所有数据均经过匿名化处理并安全存储。Silencio 采用去中心化物理基础设施网络（DePIN）模型，使数据收集具有可扩展性，并且完全由社区驱动，无需专门的硬件设备。

Solana生态DePIN领域近期迎来重要进展：共享WiFi项目ROAM登陆主流交易所，节点规模跃居赛道第四；前Solana战略主管Austin Federa领衔推出分布式带宽项目DoubleZero，获2800万美元融资，采用双环架构解决Web3网络延迟问题。目前Solana DePIN生态市值超250亿美元，涵盖78个项目，包括Helium、Render Network等头部应用，覆盖无线通信、计算资源等多领域。凭借高吞吐、低成本及成熟开发者生态，Solana正成为DePIN项目首选平台，生态帝国雏形显现。近期行业活动密集，包括Solana基金会深圳DePIN日活动及多起融资事件，进一步推动赛道发展。

摘要 Web3云服务平台4EVERLAND近期完成TGE，提供包括去中心化存储、DApp托管、RPC、RaaS及AI RPC等一站式开发者服务。其核心产品4EVER Network通过聚合DePIN资源优化供需匹配，已服务超25万用户，月收入达4-5万美元。项目获两轮融资共350万美元，合作伙伴涵盖Arweave、BNBChain等主流协议。代币模型采用双代币结构（Land支付代币与4EVER治理代币），当前FDV约6000万美元。作为Web3基础设施提供商，4EVERLAND致力于降低开发者资源使用门槛，推动生态效率提升。

摘要 AIOZ Network 是专注于 Web3 AI、存储和流媒体的去中心化物理基础设施网络（DePIN），旨在构建快速、安全且去中心化的未来。其核心产品包括基于 Cosmos SDK 和 EVM 兼容的区块链、去中心化内容分发网络（dCDN）、Web3 存储（W3S）、IPFS 存储（W3IPFS）、AI 计算平台（W3AI）及流媒体服务（W3Stream）。AIOZ 通过全球节点网络提供低成本、高扩展性的解决方案，解决中心化服务的隐私、垄断和单点故障问题。代币经济采用通缩模型，团队由资深区块链和AI专家组成，2024年路线图涵盖AI市场、多链钱包等关键升级。

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。