Escrito por: Shayon Sengupta, Multicoin Capital

Traduzido por: JIN, Techub News

No dia 6 de junho de 2024, a Binance anunciou que seu Launchpool listaria o token IO da plataforma io.net. A partir das 8h (horário de Hong Kong) do dia 7 de junho, os usuários poderão depositar BNB e FDUSD no pool de mineração de IO para receber recompensas no token. O período de mineração terá duração total de quatro dias. O site será atualizado cerca de cinco horas após o anúncio, pouco antes do início da mineração.

Além disso, a Binance listará o token IO às 20h (horário de Hong Kong) do dia 11 de junho, abrindo os pares de negociação IO/BTC, IO/USDT, IO/BNB, IO/FDUSD e IO/TRY.

Desbloqueio e Distribuição do Token IO

Conforme a documentação oficial da io.net, a oferta total do token IO será de 800 milhões de unidades. Desse total, 500 milhões serão liberados no lançamento, enquanto os 300 milhões restantes serão emitidos gradualmente ao longo dos próximos 20 anos. A distribuição inicial dos primeiros 500 milhões de tokens está ilustrada abaixo, dividida em cinco categorias: investidores seed, investidores da Série A, contribuidores principais, pesquisa e desenvolvimento, e ecossistema e comunidade.

Desbloqueio e distribuição de tokens IO

Distribuição Estimada dos Tokens IO

• Investidores seed: 12,5%
• Investidores da Série A: 10,2%
• Contribuidores principais: 11,3%
• Pesquisa e desenvolvimento: 16%
• Ecossistema e comunidade: 50%

Distribuição estimada dos tokens IO

O conteúdo introdutório sobre a io.net a seguir foi escrito pela Multicoin Capital, que participou da rodada Série A de US$ 30 milhões da plataforma:

Temos o prazer de anunciar nosso investimento na io.net, uma rede descentralizada que oferece capacidade computacional sob demanda para aplicações de IA. Além de liderarmos sua rodada seed, também participamos da Série A. A io.net levantou um total de US$ 30 milhões com a participação da Multicoin, Hack VC, 6th Man Ventures, Modular Capital e um consórcio de investidores-anjo, com o objetivo de construir um mercado de acesso imediato para recursos computacionais de IA.

Conheci Ahmad Shadid, fundador da io.net, pela primeira vez em abril de 2023, durante o evento Austin Hacker House da Solana. Fiquei imediatamente impressionado com sua visão única sobre a descentralização da infraestrutura computacional para machine learning (ML).

Desde então, a equipe da io.net tem demonstrado uma execução excepcional. Atualmente, a rede já agregou dezenas de milhares de GPUs distribuídas e forneceu mais de 57.000 horas de tempo computacional para empresas de IA. Estamos muito animados em colaborar com eles para impulsionar a próxima fase de crescimento da IA.

I. A Escassez Global de Capacidade Computacional

A demanda por computação para IA está crescendo em um ritmo surpreendente — e atualmente, a oferta não consegue acompanhá-la. Em 2023, a receita dos data centers dedicados à IA ultrapassou US$ 100 bilhões, mas mesmo nos cenários mais conservadores, a demanda por chips de IA supera a disponibilidade.

Em um contexto de altas taxas de juros e restrições de caixa, a construção de novos data centers para abrigar esse hardware exige investimentos substanciais antecipados. O cerne do problema está na produção limitada de chips avançados, como os A100 e H100 da NVIDIA. Embora o desempenho das GPUs continue melhorando e seus custos caiam, a fabricação não consegue acompanhar esse ritmo devido à escassez de matérias-primas, componentes e capacidade produtiva.

Apesar do enorme potencial da IA, a infraestrutura física necessária para sustentá-la cresce diariamente, aumentando drasticamente a demanda por espaço, energia e equipamentos de ponta. A io.net traça um caminho no qual a capacidade computacional deixa de estar sujeita a essas restrições.

A io.net é um exemplo clássico de aplicação prática do conceito DePIN no mundo real: ao usar incentivos baseados em tokens para reduzir estruturalmente os custos de aquisição de recursos no lado da oferta, ela reduz os custos finais para os consumidores de capacidade computacional em GPU. Ao reunir recursos ociosos de GPUs espalhados globalmente em um pool compartilhado, a plataforma os disponibiliza para desenvolvedores e empresas de IA. Atualmente, a rede é sustentada por milhares de GPUs provenientes de data centers, fazendas de mineração e dispositivos pessoais.

Embora seja possível agregar esses recursos valiosos, eles não se expandem automaticamente para redes descentralizadas. Na história da cripto, houve várias tentativas anteriores de construir redes descentralizadas de computação em GPU, todas fracassadas por não atenderem adequadamente às necessidades dos usuários finais.

Coordenar e agendar tarefas computacionais de forma eficiente em hardwares heterogêneos — com diferentes configurações de memória, largura de banda e armazenamento — é um passo crítico para viabilizar redes descentralizadas de GPU. Acreditamos que a equipe da io.net possui atualmente a solução mais prática do mercado para tornar essa agregação de hardware útil e economicamente viável para os clientes finais.

II. Preparando o Terreno para Clusters

Na história do desenvolvimento da computação, os frameworks de software e os padrões de projeto se adaptam naturalmente às configurações de hardware disponíveis. A maioria dos frameworks e bibliotecas usados no desenvolvimento de IA depende fortemente de recursos computacionais centralizados. No entanto, na última década, as infraestruturas computacionais descentralizadas avançaram significativamente em aplicações práticas.

A io.net aproveita os recursos de hardware ociosos existentes, implantando camadas personalizadas de rede e orquestração para conectá-los, criando assim uma "internet de GPUs" altamente escalável. Essa rede utiliza tecnologias como Ray, Ludwig, Kubernetes e vários outros frameworks de computação distribuída de código aberto, permitindo que equipes de engenharia e operações de ML dimensionem suas cargas de trabalho na rede de GPUs já existente.

Equipes de ML podem paralelizar suas cargas de trabalho nas GPUs da io.net iniciando clusters de dispositivos computacionais e usando essas bibliotecas para gerenciar orquestração, agendamento, tolerância a falhas e escalabilidade. Por exemplo, se um grupo de designers gráficos contribuir com as GPUs de suas casas para a rede, a io.net poderá construir um cluster cuidadosamente projetado, permitindo que desenvolvedores de modelos de imagem de todo o mundo aluguem coletivamente esses recursos computacionais.

BC8.ai é um bom exemplo: uma versão adaptada do modelo Stable Diffusion, treinada completamente na rede io.net. O explorador da io.net mostra as inferências em tempo real e os incentivos destinados aos contribuidores da rede.

 Supercomputador de IA

Os dados de geração de cada imagem ficam registrados na blockchain. Todos os pagamentos são direcionados para seis clusters de GPUs RTX 4090, placas gráficas de consumo voltadas para jogos.

Atualmente, dezenas de milhares de dispositivos estão conectados à rede, distribuídos entre fazendas de mineração, data centers ociosos e nós de consumidores da Render Network. Além de criar uma nova oferta de GPUs, a io.net consegue competir com os provedores tradicionais de nuvem em custo, oferecendo recursos geralmente mais baratos.

Essa economia é alcançada ao terceirizar a coordenação e operação das GPUs para um protocolo descentralizado. Já os provedores de nuvem aplicam uma margem de lucro sobre seus serviços para cobrir despesas com pessoal, manutenção de hardware e operação de data centers. Os custos de clusters com placas de consumo e fazendas de mineração são muito menores do que os grandes provedores de infraestrutura em escala (hyperscalers) estão dispostos a aceitar — o que cria uma arbitragem estrutural, permitindo que os preços na io.net fiquem dinamicamente abaixo das tarifas crescentes dos serviços em nuvem.

Três. Construindo a Internet das GPUs

 

A io.net tem uma vantagem única: opera com poucos ativos próprios, reduzindo quase a zero o custo marginal para atender cada cliente, ao mesmo tempo que estabelece relações diretas com a demanda e a oferta do mercado — capaz de servir milhares de empresas que precisam de GPUs para desenvolver produtos competitivos de IA, com os quais todos interagiremos no futuro.