2024-03-08 11:08:49

【Insight资讯】io.net深度拆解+百倍教程

摘要

来源：Insight资讯前言BTC持续新高的冲击下，AI板块经过一周盘整，再次强势回归，从近半年的时间尺度来看，AI 板块的各个项目代币持续上涨，WLD、RNDR、AGIX、FET 等代币均有了数倍涨幅。而自 2 月初开始的这一个月里，AI 板块出现了许多在两周不到时间里代币涨幅超五倍、甚至数十倍的

来源：Insight资讯

前言

BTC持续新高的冲击下，AI板块经过一周盘整，再次强势回归，从近半年的时间尺度来看，AI 板块的各个项目代币持续上涨，WLD、RNDR、AGIX、FET 等代币均有了数倍涨幅。而自 2 月初开始的这一个月里，AI 板块出现了许多在两周不到时间里代币涨幅超五倍、甚至数十倍的新项目。

近期rndr的拉升或是在为它在铺路！

Depin+AI+Sol生态=2024王炸组合，今天文章的主角就是io.net。

Io.net 拆解

DePIN 作为几个关键叙述之一迅速流行起来，尤其是在 Solana 上。随着 Render 和 Helium 等项目取得重大进展，DePIN 和AI类型的相关项目非常值得研究。

2024 是否会迎来 AI summer 还未可知，但可以确定的是，AIxCrypto 叙事将越来越清晰。

除了近期出现的大量暂以 meme 视之的 AI 项目，现在的市场上还有上一轮跑出的项目如 Bittensor、Render、Arkham 等等强劲选手，近期火爆的莫过于io.net!

■io.net简介

io.net 是一个去中心化计算网络，支持在 Solana 区块链上开发、执行和扩展 ML 应用程序，将 100 万个 GPU 组合在一起，形成世界上最大的 GPU 集群和 DePIN.io.net 聚合来自未充分利用的资源（例如独立数据中心、加密矿工以及 Filecoin、Render 等加密项目）的 GPU 来解决这个问题，这些资源结合在去中心化物理基础设施网络 (DePIN) 中，使工程师能够在可访问、可定制、经济高效且易于实施的系统中获得大量计算能力。

io.net是DePIN的经典实例：利用代币激励机制从结构上降低获取和保留供应方资源的成本，最终降低终端消费者的成本。该网络将庞大、异构的GPU供应聚集到一个共享池中，供人工智能开发人员和公司利用。如今，该网络由来自数据中心、挖矿场和消费者设备的数千个GPU提供支持。

io.net 发现了市场中的低效率问题，例如供应限制和对 GPU 的集中控制。通过解决这些问题，io.net旨在提供比中心化服务更便宜的产品。

目前io.net已有以下不错的进展

+用于 GPU 上的 ML（机器学习）训练的去中心化 AWS

+即时、无需许可地访问一个全球 GPU 和 CPU 网络，目前已经上线

+他们拥有 25000 个节点

+革命性的技术，可将 GPU 云集群在一起

+可以为大规模 AI 初创公司节省 90% 的计算成本

+集成了 Render 和 Filecoin

+基于 Solana

■io.net机构

目前官方只公布A轮的机构，3/5号完成领投，rongzi了3000W，估值1B,包含以下机构：Hack VC*、Multicoin Capital、6th Man Ventures、M13、Delphi Digital、Foresight Ventures、Animoca Brands、Continue Capital、Solana Ventures、Aptos、LongHash Ventures、SevenX Ventures、ArkStream Capital、MH Ventures、OKX Ventures、Amber Group、Modular Capital、Mo Shaikh、Avery Ching、Yat Siu、Jin Kang、Anatoly Yakovenko、Sebastien Borget

■项目简评

io.net 是一个先进的去中心化计算网络，为机器学习工程师提供了一种以相对较低的成本访问分布式云集群的方式。这一平台的推出为用户提供了更多选择，使他们能够以更经济高效的方式进行计算和数据处理。

+平台的主要功能包括

1. 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。

2. 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。

3. 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。

4. 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。

+机构实力强劲

拥有众多头部机构参与，其中还不乏有著名的行业领导者还参加了这项rongzi，包括Solana创始人Anatoly Yakovenk，Aptos创始人Mo Shaikh和Avery Ching，Animoca Brands的Yat Siu，Sandbox的Sebastien Borget和Perlone Capital的Jin Kang。

+投zi价值方面

io.net 的出现填补了去中心化计算领域的空白，为用户提供了一种新颖而具有潜力的计算方式。随着人工智能和机器学习等领域的持续发展，对于计算资源的需求也在不断增加，因此io.net具有较高的市场潜力和价值。

总的来说，io.net 通过聚合来自未充分利用的来源（例如独立数据中心、加密矿工以及 Filecoin、Render 等加密项目）的 GPU 来解决这个问题。这些资源结合在去中心化物理基础设施网络 (DePIN) 中，使工程师能够在可访问、可定制、经济高效且易于实施的系统中获得大量计算能力。

■io.net拟于3月1日启动积分奖励计划，预计4月底推出IO代币

io.net 将于 3 月 1 日启动第一阶段积分奖励计划。该计划名为 Ignition，将持续到 4 月 28 日。该计划将根据用户向网络提供的 GPU 来奖励积分。

当被问及奖励积分是否会转换为 io.net 原生代币 IO 时，io.net 创始人兼首席执行官 Ahmad Shadid 拒绝置评，但他表示该代币预计将于 4 月 28 日推出。

io.net 表示，即将推出的 Ignition 奖励计划是 io.net 去中心化和将治理移交给社区的第一步。

#io.net Windows教程

首先前往cloud.io.net

1. 从下拉菜单导航至 WORKER

2. 连接新设备

点击“连接新设备”

3. 选择供应商

选择您希望将硬件分组到的供应商

4. 为您的设备命名

为您的设备添加唯一的名称，理想格式类似于以下内容：My-Test-Device

5. 选择操作系统“OS”

单击“Windows”字段

6. 设备类型

如果您选择 GPU Worker 并且您的设备没有 GPU，则设置将失败

7. Docker 和 Nvidia 驱动程序安装

按照我们的 Docker、Cuda 和 Nvidia 驱动程序安装文档中的步骤进行操作

8.运行Docker命令

在终端中运行此命令并确保 docker 桌面正在后台运行

9.等待连接

在等待新设备连接时，请继续点击刷新。

Windows 上的 Docker 安装

首先，您需要启用虚拟化 BIOS。

要检查它是否已启用，请转到任务管理器性能，以便您在此处看到：

如果未启用，请按照下列步骤操作：

要在 BIOS 或 UEFI 设置中启用虚拟化技术，您需要在启动过程中访问计算机的 BIOS 或 UEFI 配置菜单。具体步骤可能会有所不同，具体取决于计算机的制造商和型号，但以下是启用虚拟化的一般步骤。

通过以管理员身份打开 PowerShell 来安装 WSL 2。为此，请在“开始”菜单中搜索“PowerShell”，右键单击“Windows PowerShell”，然后选择“以管理员身份运行”。

运行以下命令在 Windows 10/11 中启用 WSL 功能：

下载 Docker：

访问 docker 网站：https ://www.docker.com/products/docker-desktop/并单击“download for Windows”：

运行安装过程，安装完成后重新启动机器：

启动docker桌面，在docker中选择wsl2进行集成：

通过打开 CMD 并键入以下内容来验证安装：

docker --version

然后您将收到以下输出：

Docker version 24.0.6, build ed223bc

就是这样。您已安装并准备好 docker。

在 Windows 上安装 Nvidia 驱动程序

要检查您是否拥有正确的驱动程序，请在 Windows PC 上打开命令行（Windows 键 + R，键入 cmd）并输入以下内容：nvidia-smi 。如果您遇到以下错误信息：

这意味着您没有安装 NVIDIA 驱动程序。要安装它们，请按照以下步骤操作：

访问 Nvidia 网站https://www.nvidia.com/download/index.aspx并输入您的 GPU 名称，然后单击搜索：

单击适合您的 GPU 和 Windows 版本的 NVIDIA 驱动程序的“下载”按钮。

下载完成后，开始安装，选择第一个选项，然后单击“同意并继续”。

安装完成后，必须重新启动计算机。重新启动计算机以确保新的 NVIDIA 驱动程序完全集成到您的系统中。

计算机重新启动后，打开命令提示符（Windows 键 + R，键入 cmd）并键入以下命令：

nvidia-smi

您应该看到这样的结果：

就是这样。您已安装并准备好正确的 NVIDIA 驱动程序。

下载 CUDA 工具包（可选）

访问 NVIDIA CUDA 工具包下载页面：https://developer.nvidia.com/cuda-downloads

选择您的操作系统（例如Windows）。

选择您的体系结构（对于 64 位 Windows，通常为 x86_64）。

下载 exe 本地安装程序。下载文件后，运行安装程序：

并遵循安装过程。

然后，验证安装过程。打开命令提示符（Windows 键 + R，键入 cmd）并键入以下命令：

nvcc --version

您应该得到以下答案：

nvcc: NVIDIA (R) Cuda compiler driver Copyright (c) 2005-2022 NVIDIA Corporation Built on Wed_Sep_21_10:41:10_Pacific_Daylight_Time_2022 Cuda compilation tools, release 11.8, V11.8.89 Build cuda_11.8.r11.8/compiler.31833905_0

就是这样。您已安装并准备好 CUDA 工具包。

GPU挖矿奖励：提供GPU的收益 + rndr 空投