io.netの草の根性: あなたはそれをどう見ますか？

3000万ドルの資金を誇り、Hack VC、Multicoin Capital、Delphi Digital、Solana Labなどのトップティア資本の支援を受けているio.netは、非常に「草の根」には見えません。GPUコンピューティングパワーとAI革命のラベルは、高級な意味合いとしばしば関連付けられているとは程遠い地に足の着いたものです。

しかし、にぎやかなコミュニティの議論の中で、しばしば重要な手がかりが見落とされることがあります、特にグローバルなコンピューティングパワーネットワークにio.netがもたらすかもしれない深い変革に関しては。AWS、Azure、GCPの「エリート」的な位置づけとは異なり、io.netは基本的に民衆的なルートを辿っています。

io.netは、アイドルのGPUリソースを集約することで無視されている「ミッドテール+ロングテール」のコンピューティングパワーの需要を補完することを目指しています。企業向けの分散型コンピューティングネットワークを作成することで、io.netはより広範囲の中小規模のユーザーにAIイノベーションを提供します。これにより、グローバルなAIイノベーションに低コストで非常に柔軟な「生産性の再解放」が実現されます。

AIウェーブの背後にある見過ごされた基礎となるコンピューティングパワー生産関係

現在のAI波及および将来のデジタル経済時代における中核的な生産性リソースは何ですか？

間違いなく、それはコンピューティングパワーです。

Precedence Researchによるデータによると、世界の人工知能ハードウェア市場は、2023年までに年平均成長率（CAGR）24.3%で成長し、473.53十億ドルを超えると予想されています。

これらの予測数字を置いておくとしても、増分論と在庫論の両面から見ると、コンピューティングパワー市場の将来の発展には2つの主な矛盾が残ることが明らかです。

1. Incremental Dimension: コンピューティングパワーの需要の指数関数的成長は、供給の線形成長を遥かに超えています。
2. 株式次元：トップヘビーな分布のため、コンピューティングパワーはトップに集中し、中堅およびロングテールのプレーヤーはリソースが不足しています。一方、大量の分散GPUリソースがアイドル状態にあり、供給と需要の間に深刻な不一致が生じています。

増分寸法：コンピューティングパワーの需要は供給をはるかに上回っています

ますます、増分次元において、AIGC（AI生成コンテンツ）モデルの急速な拡大以外にも、医療、教育、インテリジェントドライブなど、初期の爆発的段階にある多くのAIシナリオが急速に展開しています。これらのシナリオでは、膨大な計算リソースが必要です。そのため、GPU計算パワーのリソースが市場で不足している状況は持続するだけでなく、拡大していくでしょう。

言い換えると、供給と需要の観点から見ると、将来、コンピューティングパワーの市場需要は間違いなく供給を大幅に上回るでしょう。需要曲線は短期間で指数関数的な上昇トレンドを示すと予想されています。

供給側では、物理法則や実用的な生産要因のため、プロセス技術の改善や大規模な工場の拡張であっても、最大で線形成長しか達成できません。これは、AI開発におけるコンピューティングパワーのボトルネックが長い間続くことを意味します。

サプライとデマンドの不均衡：中堅およびロングテールプレイヤーの不一致

一方で、成長のボトルネックに直面している限られたコンピューティングパワーのリソースに対して、Amazon Web Services（AWS）、Microsoft Azure、Google Cloud Platform（GCP）がクラウドコンピューティング市場の60%以上を占め、明確な売り手市場を形成しています。

これらの企業は、高性能GPUチップを囲い込み、膨大なコンピューティングパワーを独占しています。中堅およびロングテールの中小規模の需要側プレーヤーは、交渉力が不足しているだけでなく、高い資本コスト、KYC参入障壁、制限的なリース条件にも直面しなければなりません。さらに、利益を考慮したトラディショナルなクラウドサービスの巨人たちは、しばしば「中堅+ロングテール」ユーザー（より短期的で即時的で小規模なリース要件など）の差別化されたビジネスニーズを見落としています。

しかし、実際には、大量のGPUコンピューティングパワーが、クラウドサービスの巨大ネットワークの外で未使用のままになっています。たとえば、世界中の数万の独立した第三者インターネットデータセンター（IDC）が、小規模なトレーニングタスクにリソースを浪費しています。これには、暗号マイニングファームやFilecoin、Render、Aethirなどのプロジェクトでアイドル状態にある膨大なコンピューティングパワーも含まれています。

io.netによる公式推計によると、米国のIDC内のグラフィックカードのアイドル率は60%を超えています。これにより、何万もの小規模および中規模のデータセンターや暗号鉱山のコンピューティングパワーのリソースの半分以上が無駄になり、効果的な収益を生み出せていません。一方で、中堅およびロングテールのAI起業家は、多様な革新的ニーズが満たされないまま、クラウド巨大企業のコンピューティングサービスの高コストと高い参入障壁に直面しています。

この鮮明な対照は、現在のグローバルAI開発とグローバルコンピューティングパワーマーケットにおける中核的な矛盾を明らかにしています。一方で、AIイノベーションは広がり、コンピューティングパワーの需要は着実に拡大しています。他方で、中堅およびロングテールプレイヤーのコンピューティングパワーのニーズやアイドルGPUリソースのニーズは効果的に満たされておらず、現在のコンピューティングパワーマーケットの外にとどまっています。

この問題は、AI起業家の成長するコンピューティングパワーの需要と、コンピューティングパワーの成長の遅れとの間の対立だけでなく、中堅およびロングテールのAI起業家、コンピューティングパワーオペレーターの大多数と、中央集権型クラウドサービスプロバイダーの解決策の範囲をはるかに超える供給と需要の不均衡の不一致でもあります。

したがって、市場は新しい解決策を求めています。これらのオペレーターが計算能力を持っていると想像してみてください。アイドルの時間に柔軟にその計算能力を貸し出すことができれば、それはAWSに類似した低コストの計算クラスターを提供することになりますか？

このような大規模な計算ネットワークを構築することは非常に高額です。これにより、アイドルの計算リソースを小規模および中規模のAIスタートアップとマッチングするために特別に設計されたプラットフォームが登場しました。これらのプラットフォームは、散在するアイドルの計算リソースを集約し、医療、法律、金融などの分野での小規模および大規模なモデルのトレーニングのための特定のニーズにマッチングさせています。

中長尾の多様な計算ニーズを満たすだけでなく、既存の中央集権型クラウド巨人の計算サービスにも補完されます：

巨大なコンピューティングリソースを持つクラウドジャイアントは、緊急および重い要求のために大規模なモデルトレーニングと高性能コンピューティングを処理します。

io.netのような分散型クラウドコンピューティング市場は、小規模なモデル演算、大規模なモデルの微調整、推論展開、およびさらに多様で低コストのニーズに対応しています。

本質的には、市場におけるリソース配分の最適化の経済的論理と整合する、費用対効果と計算品質の動的バランスを提供します。したがって、io.netのような分散コンピューティングネットワークは、基本的に「AI+暗号通貨」ソリューションを提供しています。これらは、トークンインセンティブを組み合わせた分散型の協力フレームワークを使用して、中長尾AI市場における重要かつ未提供の需要を満たしています。これにより、小規模および中規模のAIチームが必要に応じてGPUコンピューティングサービスをカスタマイズして購入できるようになり、大規模なクラウドが提供できないことを実現し、グローバルコンピューティングパワーマーケットとAI開発における「生産性の解放」を実現しています。

より簡単な言葉で言えば、io.netはAWS、Azure、またはGCPの直接の競合他社ではありません。代わりに、それはグローバルなコンピューティングリソースの割り当てを最適化し、市場を拡大する補完的な味方です。彼らは「コスト効果と計算品質」の異なるレイヤーのニーズに対応しています。中長期的な供給と需要のプレーヤーを集約することで、io.netは既存のトップ3つのクラウドジャイアントに匹敵する市場シェアを生み出す可能性さえあります。

io.net: グローバルGPUコンピューティングパワーマッチング取引プラットフォーム

io.netは、Web3の分散型協力とトークンインセンティブを通じて、中長尾コンピューティングパワー市場の生産関係を再構築することを目指しています。その結果、UberやDidiのような共有経済プラットフォームを思い起こさせるもので、GPUコンピューティングパワーのマッチング取引プラットフォームとして機能しています。

UberやDidiの登場前、"リクエスト型の乗車サービス"のユーザーエクスペリエンスは事実上存在しませんでした。プライベートカーネットワークは広大でありながら混沌としており、車はアイドル状態で組織化されていませんでした。車を捕まえるためには、ユーザーは路上からタクシーを拾うか、市のタクシーセンターからディスパッチをリクエストする必要があり、これは時間がかかり、非常に不確かであり、ほとんどが売り手市場であり、ほとんどの一般の人々には不利な状況でした。

このシナリオは、現在のコンピューティングパワー市場の状況に類似しています。前述のように、中長尾の中小規模のコンピューティングパワー需要者は、交渉力が不足しているだけでなく、高い資本コスト、KYCの参加障壁、過酷なリース条件に直面しています。

では、io.netはどのようにして「グローバルGPUコンピューティングパワーハブおよびマッチングマーケット」としての地位を確立しているのでしょうか？どのようなシステムアーキテクチャと機能サービスが必要なのでしょうか？これにより、中長尾のユーザーがコンピューティングパワーのリソースを得るのに役立ちますか？

柔軟で低コストのマッチングプラットフォーム

io.netの主な特徴は、軽量コンピューティングパワーマッチングプラットフォームです。UberやDidiのように、GPUハードウェアやその他の重い資産の実際の運用には高リスクが伴いません。代わりに、主要なクラウドプロバイダ（AWSなど）によって二次的なコンピューティングパワーと見なされる中長尾小売コンピューティングパワーを需要とマッチングして、以前はアイドル状態だったコンピューティングリソース（プライベートカー）や中長尾AIのコンピューティングパワー（乗客）を活性化します。

一方、io.net は、小規模および中規模の IDC、マイニングファーム、および暗号プロジェクトから何万ものアイドル GPU（プライベートカー）を接続し、他方では何百万もの小規模および中規模の企業（乗客）のコンピューティングパワー需要とリンクします。io.net は、数多くの買い注文と売り注文をマッチングするブローカーと同様の中間業者として機能します。

低コストで柔軟な展開構成でアイドルなコンピューティングパワーを集約することにより、io.netは起業家がより個別化された小規模および中規模のAIモデルをトレーニングするのを支援し、リソースの利用効率を著しく向上させます。利点は明らかです：市況に関係なく、リソースの不一致がある限り、適合プラットフォームの需要は強固です。

供給側：供給側では、小規模および中規模のIDC、マイニングファーム、および暗号プロジェクトは、アイオ・ドットネットにアイドルのコンピューティングリソースを接続することができます。彼らは専用のビジネス開発部門を設立する必要はなく、小規模なコンピューティングパワーによるAWSへの割引販売を余儀なくされることもありません。代わりに、市場価格またはそれ以上でアイドルのコンピューティングパワーを適切な小規模および中規模の顧客にマッチングし、最小限の摩擦コストで収益を上げることができます。

需要側：需要側では、以前はAWSのような主要なクラウドプロバイダーに対して交渉力を持たなかった中小規模のコンピューティングパワー需要者が、io.netを介して小規模で許可なし、待ち時間なし、KYCなしのコンピューティングパワーに接続することができます。彼らは自由に必要なチップを選択して組み合わせ、個人のコンピューティングタスクを完了するための「クラスター」を形成することができます。

ミッドテールの供給側と需要側は、AWSのような主要なクラウドに直面する際に、弱い交渉力と低い自律性という類似の痛みを抱えています。 io.netは、ミッド〜ロングテールの供給と需要を活性化し、両側が主要なクラウド（AWSなど）よりも良い価格で取引を完了し、柔軟な構成で行えるマッチングプラットフォームを提供しています。

この観点から見ると、淘宝などのプラットフォームと同様に、低品質なコンピューティングパワーが初期に登場することは、プラットフォーム経済の必然的な発展パターンです。io.netは、サプライヤーとデマンダーの両方に対して評判システムを設け、コンピューティングパフォーマンスとネットワーク参加に基づいてスコアを蓄積し、報酬や割引を獲得するシステムも導入しています。

分散型GPUクラスタ

小売りの供給と需要のマッチングプラットフォームであるio.netは、複数のGPUが連携して必要とされる現代のモデルに必要なような大規模な計算シナリオのニーズにも応えています。このプラットフォームの効果は、集約できるアイドルGPUリソースの数だけでなく、プラットフォーム上の分散コンピューティングパワーがどれだけ密接につながっているかにも依存しています。

これは、io.netが、異なる地域とスケールからの中小規模のコンピューティングリソースを含む、分散ネットワークのための「分散されたが中央集権化された」コンピューティングアーキテクチャを作成する必要があることを意味します。 このアーキテクチャは、複数の分散GPUが同じフレームワーク内でトレーニングすることを可能にすることで、柔軟なコンピューティング需要をサポートする必要があり、これらのGPU間の通信と調整が迅速で、使いやすい低遅延を達成することが求められます。

このアプローチは、同じデータセンター内でGPUを使用することに制約されているいくつかの分散型クラウドコンピューティングプロジェクトとは根本的に異なります。io.netの製品スイートである「Three Horses」の背後にある技術的実現には、IO Cloud、IO Worker、およびIO Explorerが含まれます。

1. IOクラウド
   • クラスターの基本的なビジネスモジュールであるIO Cloudは、自己調整可能なGPUグループであり、計算タスクを完了するために連携できます。AIエンジニアは、必要に応じてクラスターをカスタマイズできます。IO-SDKとシームレスに統合され、AIおよびPythonアプリケーションの拡張のための包括的なソリューションを提供します。
2. IOワーカー
   • IO Workerは、ユーザーフレンドリーなUIを提供し、供給業者と需要業者の両方がWebアプリケーションを介して効果的に運営を管理できるようにします。その機能は、ユーザーアカウントの管理、コンピューティングアクティビティの監視、リアルタイムデータの表示、温度と電力消費の追跡、設置支援の提供、ウォレットの管理、セキュリティ対策の実装、利益の計算まで幅広いです。
3. IOエクスプローラ
   • IO Explorerは、GPUクラウドのさまざまな側面の包括的な統計情報と視覚化をユーザーに提供します。ネットワークアクティビティ、主要統計情報、データポイント、リワードトランザクションの完全な可視性を提供することで、io.netネットワークの詳細を簡単に監視、分析、理解できるようにしています。

この機能アーキテクチャのおかげで、io.netはコンピューティングパワー供給業者がアイドルリソースを簡単に共有できるようにし、参入障壁を大幅に低下させます。需要家は、従来のクラウドサービスに一般的に関連付けられている長期契約の締結や長時間の待ち時間を耐えることなく、必要なGPUでクラスタを迅速に形成することができます。この設定により、需要家にはスーパーコンピューティングパワーと最適化されたサーバー応答時間が提供されます。

軽量な弾力性需要シナリオ

io.net について、AWS や他の主要なクラウドと比較した独自のサービスシナリオについて議論する際、焦点は大規模クラウドではコスト効率的でない軽量な弾力的需要にあります。これらのシナリオには、小規模および中規模の AI スタートアップ向けのモデルトレーニング、大規模モデルの微調整、その他多岐にわたるアプリケーションなどが含まれます。一般的に見落とされがちですが広く適用可能なシナリオの1つは、モデル推論です。

大規模なGPTなどの大規模なモデルの初期トレーニングには、数千台の高性能GPU、膨大なコンピューティングパワー、および長期間の大量データが必要であることはよく知られています。これは、AWS、GCP、およびその他の主要なクラウドが明確な優位性を持つ分野です。ただし、モデルがトレーニングされた後、主要な計算需要はモデルの推論にシフトします。この段階では、トレーニングされたモデルを使用して予測や意思決定を行うことが含まれ、GPTや類似のモデルとの日常的なやり取りで見られるように、AIの計算ワークロードの80%〜90%を占めます。

興味深いことに、推論に必要な計算パワーは比較的安定しており、より集中しておらず、結果を得るためには数ダースのGPUが数分間必要です。このプロセスはネットワークの遅延や同時性に対しても低い要件を持っています。さらに、ほとんどのAI企業は自社で大規模なモデルをゼロからトレーニングすることはなく、代わりにGPTなどのトップティアモデルを最適化および微調整する傾向があります。これらのシナリオはio.netの分散型アイドルコンピューティングリソースに適しています。

高強度で高水準のアプリケーションシナリオを超えると、日常の軽量シナリオにはもっと広い未開発市場が存在します。これらは分断されて見えるかもしれませんが、実際にはより大きな市場シェアを保持しています。最近のバンク・オブ・アメリカの報告書によると、ハイパフォーマンスコンピューティングはデータセンターの総アドレス可能市場（TAM）の約5%しか占めていません。

要約すると、AWSやGCPが手の届かないものではないが、io.netはこれら特定のニーズに対してよりコスト効果の高いソリューションを提供しています。

Web2 BDの決定的要因

結局、io.netなどのプラットフォームの核となる競争優位性は、分散コンピューティングリソースに向けられたビジネス開発（BD）の能力にあります。これが成功の重要な決定要因です。

Nvidiaの高性能チップがGPUブローカーの市場を生み出す現象から離れて、多くの中小IDCやコンピューティングパワーオペレーターにとっての主な課題は、「良いワインは深い路地を恐れる」という問題です。つまり、優れた製品であっても効果的なプロモーションが必要です。

この視点からすると、io.net はシリコンバレーに直接拠点を置く専任のWeb2 BDチームを持つという、同じ分野の他のプロジェクトには真似するのが難しい独自の競争上の優位性を保持しています。これらのベテランたちはコンピューティングパワー市場で豊富な経験を持ち、中小規模のクライアントの様々なシナリオを理解しています。さらに、彼らは数多くのWeb2クライアントのエンドユーザーのニーズにも深い理解を持っています。

io.netの公式開示によると、20〜30以上のWeb2企業がすでにコンピューティングパワーを購入またはリースする興味を示しています。これらの企業は、より低コストで柔軟性のあるコンピューティングサービスを探求したり、実験したりする意向があります（一部はAWSでコンピューティングパワーを確保できないかもしれません）。これらの顧客のそれぞれが少なくとも数百から数千のGPUを必要とし、それは月に数万ドル相当のコンピューティングパワーの注文につながります。

支払い端末ユーザーからのこの本物の需要は、積極的に供給側に流入するように、より多くのアイドルコンピューティングパワー資源を引き付けることになります。そのため、簡単に？

免責事項：

1. この記事は[から転載されましたLFG Labs]. All copyrights belong to the original author [LFG Labs]. If there are objections to this reprint, please contact the Gate Learnチームが promptly それを処理します。
2. 責任の免責事項：この記事で表現されている意見は、すべて著者個人のものであり、投資アドバイスを構成するものではありません。
3. 他の言語への記事の翻訳は、Gate Learnチームによって行われます。特に言及されていない限り、翻訳された記事のコピー、配布、または盗用は禁止されています。