撰文：Shayon Sengupta，Multicoin Capital
編譯：JIN，Techub News
2024年6月6日，幣安宣布其Launchpool將上線io.net的代幣IO。用戶可於香港時間6月7日上午8時起，在Launchpool網站質押BNB或FDUSD至IO挖礦池中，以獲取IO獎勵。本次挖礦活動為期四天。相關網站預計將在本公告發布後約五小時內、挖礦活動開始前完成更新。
此外，幣安將於香港時間6月11日晚上8時正式上線io.net代幣IO，並開通IO/BTC、IO/USDT、IO/BNB、IO/FDUSD及IO/TRY交易對。
IO代幣解鎖與獎勵
根據io.net官方文件，IO代幣總供應量為8億枚。發行時將釋放5億枚IO，其餘3億枚將在未來20年內逐步釋放，直至達到總量上限。初始5億枚供應量的解鎖與獎勵分配如下圖所示，主要分為五大類：種子輪投資者、A輪投資者、核心貢獻者、研發與生態系統，以及社區。
IO代幣解鎖與獎勵
IO代幣預估分配
種子輪投資者：12.5%
A輪投資者：10.2%
核心貢獻者：11.3%
研發：16%
生態系統與社區：50%
IO代幣預估分配
以下關於io.net的介紹內容，節錄自其3000萬美元A輪融資的參投方Multicoin Capital先前撰寫的文章：
我們很高興宣布投資io.net，這是一個提供AI算力租賃服務的去中心化網路。我們不僅領投了其種子輪融資，也參與了A輪融資。io.net總計籌集了3000萬美元，投資方包括Multicoin、Hack VC、6th Man Ventures、Modular Capital以及一眾天使投資人，目標是打造一個按需、即時可用的AI算力市場。
我第一次見到io.net創辦人Ahmad Shadid，是在2023年4月的Solana黑客松活動Austin Hacker House上。當時，他對於機器學習（ML）算力基礎設施去中心化的獨特見解，立刻吸引了我的注意。
自那以後，io.net團隊展現了強大的執行力。如今，該網路已聚合了數以萬計的分散式GPU，並為AI企業提供了超過57,000小時的計算時間。我們很榮幸能與他們合作，共同推動未來十年的AI浪潮。
一、全球算力短缺
AI計算需求正以驚人的速度成長，而目前的供給遠遠無法滿足。2023年，為AI需求提供算力的資料中心收入已突破100億美元。然而，即便在最保守的預估下，AI需求仍超出了晶片的供應能力。
在高利率與現金流緊張的時期，建設容納此類硬體的新資料中心需要巨額的前期資本投入。問題的核心在於，像NVIDIA A100和H100這類先進晶片的產能是有限的。儘管GPU性能持續提升且成本穩步下降，但其製造流程卻無法加速，因為原材料、零組件及整體產能的短缺限制了成長速度。
儘管AI前景廣闊，但支撐其運作的實體空間需求與日俱增，這大幅推升了對空間、電力及尖端設備的需求。而io.net為我們開闢了一條新路——算力將不再受制於這些限制。
io.net是DePIN（去中心化實體基礎設施網路）在現實世界應用的經典範例：透過代幣激勵機制，系統性地降低供應端資源的取得成本，從而為最終的GPU算力需求者節省開支。它將分布在全球各地的閒置GPU資源彙聚成一個共享池，供AI開發者與企業使用。目前，該網路由來自資料中心、礦場及消費級裝置的數千顆GPU提供支援。
儘管這些寶貴資源可以被整合，但它們並不會自動擴展成一個高效的去中心化網路。在加密貨幣技術的發展史上，曾多次嘗試構建分散式GPU計算網路，但都因未能滿足需求方的要求而失敗。
在記憶體、頻寬與儲存配置各異的異質硬體上，協調與排程計算任務，是實現分散式GPU網路的關鍵一步。我們相信，io.net團隊擁有當今市場上最務實的解決方案，能夠使這類硬體聚合對終端客戶而言既實用又具經濟效益。
二、為叢集鋪平道路
在電腦發展歷史上，軟體框架與設計模式總是圍繞著市場上可取得的硬體配置進行調整。大多數用於AI開發的框架與函式庫都高度依賴集中式硬體資源。然而在過去十年間，分散式算力基礎設施已在實際應用中取得了顯著進展。
io.net利用現有的閒置硬體資源，透過部署客製化的網路與編排層將其連接起來，打造了一個極具擴展性的「GPU互聯網」。該網路整合了Ray、Ludwig、Kubernetes等多種開源分散式計算框架，讓機器學習工程與營運團隊能夠輕鬆地將工作負載擴展到io.net的GPU網路上。
ML團隊可以透過啟動算力裝置叢集，將工作負載平行分配到io.net的GPU上，並利用這些框架來處理編排、排程、容錯與擴展等複雜任務。舉例來說，如果一群動態圖形設計師將他們的家用GPU貢獻到網路中，io.net就能建構一個精心設計的叢集，讓世界各地的影像模型開發人員租用這些集體計算資源。
BC8.ai 就是一個很好的例子。它採用了經過微調的 Stable Diffusion 變體模型，而這個模型完全是在 io.net 網路上訓練完成的。透過 io.net 瀏覽器，使用者不僅能即時查看 AI 推理的結果，還能清楚看到對網路貢獻者的激勵機制是如何運作的。
人工智慧超級電腦
每一張生成的圖像，其相關資訊都會記錄在鏈上。所有產生的費用，都會支付給負責運算的6個RTX 4090顯示卡叢集——這些正是我們常見的消費級遊戲GPU。
目前，io.net 網路已經整合了數以萬計的裝置，來源遍及加密貨幣礦場、利用率不足的資料中心，以及來自 Render Network 的消費者節點。io.net 不僅創造了新的 GPU 供應來源，其成本也足以與傳統雲端服務商競爭，通常能提供更為低廉的運算資源。
之所以能降低成本，關鍵在於 io.net 將 GPU 的協調與營運工作外包給了去中心化協議。相比之下，傳統雲端服務商則需要負擔高昂的員工薪資、硬體維護和資料中心營運成本。消費級顯示卡叢集與礦場的營運成本，遠低於大型雲端服務商（Hyperscalers）所能承受的底線，這創造了一種結構性的套利空間。因此，io.net 上的資源定價能夠動態調整，始終低於不斷上漲的傳統雲端服務費率。
三、打造 GPU 互聯網
io.net 擁有一項獨特優勢：它採用輕資產營運模式，服務單一客戶的邊際成本幾乎為零。同時，它直接連結了市場的需求方與供應方，能夠服務成千上萬需要 GPU 資源來開發具競爭力 AI 產品的開發者——在未來，我們每個人都將與這些 AI 產品互動。