أحدث التطورات حول Io.net في عام 2025

لقد شهدت Io.net نمواً وتطوراً ملحوظاً في عام 2025، مما عزز مكانتها في سوق الحوسبة اللامركزية. تسلط التحديثات التالية الضوء على التقدمات الرئيسية والتحولات الإستراتيجية داخل المنصة:

توسيع السوق والأداء

• نمو الشبكة: لقد توسعت شبكة Io.net لتشمل أكثر من 10,000 عقدة نشطة على مستوى العالم، مما يمثل زيادة بنسبة 215% مقارنة بنهاية عام 2024
• قوة الحوسبة: بلغت إجمالي موارد الحوسبة GPU المتاحة على المنصة 450 بيتا FLOPS، مما يجعلها أكبر شبكة حوسبة GPU لامركزية
• حجم المعاملاتالمنصة الآن تعالج أكثر من 12 مليون دولار في معاملات موارد الحوسبة شهريًا

الشراكات الاستراتيجية

لقد شكلت Io.net العديد من التحالفات الاستراتيجية لتعزيز نظامها البيئي:

التطورات التقنية

• تكنولوجيا شبكة الإدخالأدى إدخال الشبكات الشبكية إلى تقليل زمن الانتقال بنسبة 47%، مما حسّن بشكل كبير من قدرات المعالجة في الوقت الحقيقي لأحمال العمل الذكية الموزعة.
• تخصيص الموارد الذكي: تحسن الخوارزميات الجديدة توزيع موارد وحدة معالجة الرسوميات بناءً على متطلبات عبء العمل، مما يزيد الكفاءة بنسبة 38%
• دمج التخزين البارد: تم تنفيذ تكامل سلس مع حلول التخزين اللامركزية، مما يمكّن من تدفقات عمل أكثر تعقيدًا لإدارة مجموعات البيانات الكبيرة
• ترقيات بروتوكول الأمان: تم الآن حماية جميع عمليات نقل البيانات بواسطة تشفير شامل من النهاية إلى النهاية وأنظمة مصادقة متعددة الطبقات

تعديلات نموذج الاقتصاد

تم تحسين هيكل التوكنوميكس بما يلي:

• نموذج التسعير الديناميكيتنفيذ تسعير استجابة للطلب يتكيف بناءً على معدلات استخدام الشبكة
• آليات الستاكينغ: خيارات جديدة للتخزين تسمح لحاملي الرموز بالمشاركة في الحوكمة وكسب المكافآت من رسوم الشبكة
• حوافز المزودين: هيكل مكافآت متدرج لمقدمي موارد الحوسبة بناءً على جودة الأجهزة ومقاييس وقت التشغيل

أثر الصناعة

لقد ساهم تطوير البنية التحتية لشركة Io.net بشكل كبير في صناعة الذكاء الاصطناعي من خلال:

• خفض تكاليف تدريب الذكاء الاصطناعي بمعدل 72% مقارنة بمزودي الخدمة السحابية المركزية
• تمكين الوصول إلى الحوسبة عالية الأداء لفرق البحث الصغيرة والشركات الناشئة
• دعم نماذج الذكاء الاصطناعي المتزايدة التعقيد من خلال بنية الحوسبة الموزعة
• إرساء معايير جديدة للبنية التحتية للذكاء الاصطناعي اللامركزي

بينما تواصل Io.net التطور في عام 2025، تظهر المنصة كيف يمكن للبنية التحتية اللامركزية أن تلبي بشكل فعال الطلبات المتزايدة على حوسبة الذكاء الاصطناعي. تشير مسار نمو المنصة إلى زخم مستدام في بناء نظام حوسبة أكثر وصولاً وكفاءة ودمقرطة لتطوير الذكاء الاصطناعي في جميع أنحاء العالم.

مقدمة

في العصر الرقمي، أصبحت قوة الحوسبة عنصرًا أساسيًا في التقدم التكنولوجي. إنها تحدد الموارد التي تحتاجها أجهزة الكمبيوتر لمعالجة العمليات، بما في ذلك الذاكرة، وسرعة المعالج، وعدد المعالجات. تؤثر هذه الموارد بشكل مباشر على أداء الأجهزة وتكلفتها، خاصة عند التعامل مع برامج متعددة في نفس الوقت. مع الانتشار الواسع لتقنيات الذكاء الاصطناعي والتعلم العميق، ارتفع الطلب على موارد الحوسبة عالية الأداء، مثل وحدات معالجة الرسوميات، مما أدى إلى نقص عالمي في العرض.

تلعب وحدة المعالجة المركزية (CPU) دورًا محوريًا كجوهر الكمبيوتر، بينما تعزز وحدة معالجة الرسوميات (GPU) الكفاءة الحاسوبية بشكل كبير من خلال التعامل مع المهام المتوازية. يمكن لوحدة المعالجة المركزية الأقوى معالجة العمليات بشكل أسرع، وتدعم وحدة معالجة الرسوميات بشكل فعال المتطلبات الحاسوبية المتزايدة.

ما هو Io.net؟

المصدر: io.net

Io.net هو مشروع DePIN قائم على سولانا، يركز على توفير قوة الحوسبة GPU لشركات الذكاء الاصطناعي وتعلم الآلة، مما يجعل الحوسبة أكثر قابلية للتوسع والوصول والكفاءة.

تزداد نماذج الذكاء الاصطناعي الحديثة حجماً، ولم تعد مهام التدريب والاستدلال بسيطة يمكن تنفيذها على جهاز واحد. غالباً ما تكون هناك حاجة إلى الحوسبة المتوازية والموزعة، مستفيدة من القدرات القوية عبر أنظمة متعددة ونوى لتحسين أداء الحوسبة أو للتوسع لاستيعاب مجموعات بيانات ونماذج أكبر. يعد تنسيق شبكة GPU كموارد حوسبة أمراً حيوياً في هذه العملية.

خلفية الفريق والتمويل

خلفية الفريق

كان فريق Io.net الأساسي متخصصًا في التداول الكمي في الأصل. حتى يونيو 2022، كانوا يركزون على تطوير أنظمة تداول كمية على مستوى المؤسسات تغطي الأسهم والعملات الرقمية. مع ازدياد الطلب على قوة الحوسبة في الأنظمة الخلفية، بدأ الفريق في استكشاف إمكانيات الحوسبة اللامركزية، مع التركيز في النهاية على حل مشكلات محددة تتعلق بتقليل تكلفة خدمات الحوسبة بواسطة GPU.

• المؤسس والرئيس التنفيذي: أحمد شديد، الذي عمل في الكوانت وهندسة المالية. قبل Io.net، كان متطوعًا في مؤسسة إيثيريوم.
• مدير التسويق ورئيس الإستراتيجية: غاريسون يانغ، الذي انضم إلى Io.net في مارس من هذا العام، شغل سابقًا منصب نائب رئيس الإستراتيجية والنمو في أفالانش وتخرج من جامعة كاليفورنيا، سانتا باربرا.
• الرئيس التنفيذي للعمليات: توري غرين، الرئيس التنفيذي للعمليات في Io.net، شغل سابقًا منصب الرئيس التنفيذي للعمليات في Hum Capital ومدير تطوير الأعمال والاستراتيجية في Fox Mobile Group، وهو خريج جامعة ستانفورد.

وفقًا لمعلومات LinkedIn الخاصة بـ Io.net، يقع مقر الفريق في نيويورك، الولايات المتحدة الأمريكية، ولديه فرع في سان فرانسيسكو، ويضم حاليًا أكثر من 50 عضوًا في الفريق.

وضع التمويل

أنجزت Io.net جولة تمويل من السلسلة A بقيمة 30 مليون دولار بقيادة Hack VC، مع مشاركة من مؤسسات بارزة أخرى مثل Multicoin Capital و Delphi Digital و Animoca Brands و OKX و Aptos Labs و Solana Labs. بالإضافة إلى ذلك، شارك مؤسسو Solana و Aptos و Animoca Brands أيضًا في هذه الجولة كمستثمرين أفراد. ومن الجدير بالذكر أنه بعد استثمار من مؤسسة Aptos، انتقل مشروع BC8.AI، الذي تم تسويته في البداية على Solana، إلى منصة L1 الفعالة بنفس القدر، Aptos.

معالجة نقص موارد الحوسبة

في السنوات الأخيرة، أدت التطورات السريعة في الذكاء الاصطناعي إلى زيادة كبيرة في الطلب على شرائح الحوسبة، حيث تضاعفت متطلبات القوة الحسابية لتطبيقات الذكاء الاصطناعي كل ثلاثة أشهر تقريبًا وزادت عشر مرات تقريبًا كل 18 شهرًا. لقد وضع هذا النمو الأسي ضغطًا على سلسلة التوريد العالمية، التي لا تزال تكافح للتعافي من الاضطرابات الناجمة عن الجائحة. عادة ما تكون السحب العامة لها أولوية الوصول إلى المزيد من وحدات معالجة الرسوميات، مما يجعل من الصعب على الشركات الصغيرة ومؤسسات البحث الحصول على الموارد الحسابية، مثل:

• التكاليف العالية: استخدام وحدات معالجة الرسوميات المتطورة مكلف للغاية، حيث يمكن أن تصل بسهولة إلى مئات الآلاف شهريًا للتدريب والاستدلال.
• مشاكل الجودة: لدى المستخدمين خيارات قليلة فيما يتعلق بالجودة ومستوى الأمان وتأخير الحساب والخيارات الأخرى لعتاد GPU وعليهم الرضا بما هو متاح.
• قيود الاستخدام: عند استخدام خدمات السحابة مثل AWS من جوجل أو GCP أو Microsoft Azure، فإن الوصول عادةً ما يستغرق أسابيع، وغالبًا ما تكون وحدات معالجة الرسومات عالية الأداء غير متاحة.

تتعامل Io.net مع هذه المشكلة من خلال تجميع الموارد الحاسوبية غير المستغلة (مثل مراكز البيانات المستقلة، وعمال التعدين للعملات المشفرة، وFilecoin، وRender، وشبكات مشاريع التشفير الأخرى) من وحدات معالجة الرسومات الفائضة. تشكل هذه الموارد الحاسوبية شبكة حوسبة لا مركزية، تمكن المهندسين من الحصول على قوة حوسبة هائلة في نظام سهل الوصول إليه، وقابل للتخصيص، وفعال من حيث التكلفة.

المصدر: io.net

منتجات Io.net مبنية لأربع وظائف أساسية

• خدمات الاستدلال الجماعي والنماذج: يمكن معالجة بيانات الدفعات بشكل متوازي عن طريق تصدير بنية النماذج المدربة وأوزانها إلى تخزين كائنات مشترك. يتيح Io.net لفرق التعلم الآلي إنشاء تدفقات عمل للاستدلال وخدمات النماذج عبر شبكات GPU الموزعة.
• التدريب المتوازي: تخلق قيود الذاكرة على وحدة المعالجة المركزية / وحدة معالجة الرسوميات وعمليات المعالجة المتسلسلة اختناقات كبيرة عند تدريب نماذج جهاز واحد. تستخدم Io.net مكتبات الحوسبة الموزعة لتنظيم وتجميع وظائف التدريب، مما يمكّن من التوازي في البيانات والنماذج عبر العديد من الأجهزة الموزعة.
• تعديل المعلمات الموازية: تجارب تعديل المعلمات بطبيعتها متوازية. تستخدم Io.net مكتبة حوسبة موزعة مع قدرات متقدمة لتعديل المعلمات للعثور على أفضل النتائج، وتحسين الجدولة، وتحديد أنماط البحث.
• تعلم التعزيز: تستخدم Io.net مكتبة تعلم تعزيز مفتوحة المصدر تدعم أحمال العمل الموزعة على مستوى الإنتاج، ومجموعة من واجهات برمجة التطبيقات البسيطة.

منتجات Io.net

سحابة IO

تدير IO Cloud مجموعات GPU الموزعة، مما يوفر وصولاً مرنًا وقابلًا للتطوير إلى الموارد دون الحاجة إلى استثمارات باهظة في الأجهزة وإدارة البنية التحتية. يوفر استخدام شبكة عقد لامركزية تجربة مشابهة لمهندسي تعلم الآلة كما هو الحال مع أي مزود سحابي. يتم دمجه بسلاسة عبر IO-SDK، ويقدم حلولاً لتطبيقات الذكاء الاصطناعي وPython، ويبسّط نشر وإدارة موارد GPU/CPU، متكيفًا مع الاحتياجات المتغيرة.

النقاط الرئيسية:

• التغطية العالمية: باستخدام نهج مشابه لشبكة توزيع المحتوى، فإنه يوزع موارد GPU عالميًا لتحسين خدمات التعلم الآلي والاستدلال.
• القابلية للتوسع وكفاءة التكلفة: ملتزمون بأن نكون أكثر منصات السحابة كفاءة من حيث التكلفة، ومن المتوقع أن تقلل تكاليف مشاريع الذكاء الاصطناعي/تعلم الآلة بنسبة تصل إلى 90%.
• الاندماج مع IO SDK: يعزز أداء مشاريع الذكاء الاصطناعي من خلال الاندماج السلس، مما يخلق بيئة موحدة عالية الأداء.
• ميزات حصرية: توفر وصولاً خاصًا إلى مكون OpenAI ChatGPT، مما يبسط نشر مجموعات التدريب.
• دعم إطار عمل RAY: يستخدم إطار عمل RAY للحوسبة الموزعة لتطوير تطبيقات بايثون القابلة للتوسع.
• الابتكار في تعدين العملات الرقمية: يهدف إلى إحداث ثورة في صناعة تعدين العملات الرقمية من خلال دعم أنظمة التعلم الآلي والذكاء الاصطناعي.

عامل IO

تم تصميم IO Worker لتحسين عمليات الإمداد في تطبيقات الويب، ويتضمن إدارة حسابات المستخدمين، ومراقبة النشاط في الوقت الفعلي، وتتبع درجة الحرارة واستهلاك الطاقة، ودعم التثبيت، وإدارة المحفظة، وتقييم الأمن، وتحليل الربحية. إنه يجسر الفجوة بين متطلبات قوة معالجة الذكاء الاصطناعي وموارد الحوسبة غير المستغلة، مما يسهل عملية تعلم الذكاء الاصطناعي بشكل أكثر كفاءة وبتكلفة أقل.

أبرز النقاط:

• الصفحة الرئيسية للعامل: توفر لوحة تحكم لمراقبة الأجهزة المتصلة في الوقت الفعلي، تدعم وظائف مثل حذف الأجهزة وإعادة تسميتها.
• صفحة تفاصيل الجهاز: تقدم تحليلًا شاملاً للأجهزة، بما في ذلك المرور، حالة الاتصال، وتاريخ العمليات.
• صفحة إضافة الجهاز: تبسيط عملية اتصال الجهاز، يدعم التكامل السريع والسهل للأجهزة الجديدة.
• صفحة الأرباح والمكافآت: تتعقب الأرباح وتاريخ العمليات مع تفاصيل المعاملات المتاحة على سولسكان.

مستكشف IO

يهدف IO Explorer إلى توفير نافذة على أعمال الشبكة، مما يوفر للمستخدمين إحصائيات شاملة ورؤى تشغيلية حول جميع جوانب السحابة المعتمدة على GPU. مثلما توفر Solscan أو مستكشفات البلوكشين رؤية في معاملات البلوكشين، يقدم IO Explorer مستوى مماثلاً من الشفافية للعمليات المدفوعة بـ GPU، مما يمكّن المستخدمين من مراقبة وتحليل وفهم تفاصيل سحابة GPU، مما يضمن رؤية كاملة للأنشطة والإحصائيات والمعاملات على الشبكة مع حماية خصوصية المعلومات الحساسة.

النقاط البارزة:

• صفحة الجهاز: تعرض التفاصيل العامة للأجهزة المتصلة بالشبكة، موفرة بيانات في الوقت الحقيقي وتتبع المعاملات.
• صفحة البداية للمتصفح: تقدم رؤى حول حجم العرض، الموردين الموثقين، أعداد الأجهزة النشطة، والأسعار السوقية في الوقت الحقيقي.
• صفحة المجموعات: تعرض معلومات عامة عن المجموعات المنتشرة في الشبكة، جنبًا إلى جنب مع مقاييس الوقت الحقيقي وتفاصيل الحجز.
• مراقبة المجموعات في الوقت الحقيقي: يوفر رؤى فورية حول الحالة والصحة والأداء للمجموعات، مما يضمن للمستخدمين الحصول على أحدث المعلومات.

هندسة IO

كفرع من Ray، يشكل IO-SDK أساس قدرات Io.net، داعمًا تنفيذ المهام بالتوازي والتعامل مع البيئات متعددة اللغات. تضمن توافقه مع أطر تعلم الآلة (ML) الرئيسية أن Io.net يمكنه تلبية متطلبات الحوسبة المتنوعة بمرونة وكفاءة. يضمن هذا الإعداد الفني، المدعوم بنظام تقني محدد جيدًا، أن منصة Io.net يمكنها تلبية الاحتياجات الحالية والتكيف مع التطورات المستقبلية.

العمارة متعددة الطبقات:

• طبقة واجهة المستخدم: توفر واجهة أمامية مرئية للمستخدمين، بما في ذلك المواقع العامة، ومناطق العملاء، ومناطق موردي وحدات معالجة الرسومات، لتقديم تجربة بديهية وسهلة الاستخدام.
• طبقة الأمان: تضمن سلامة النظام وأمانه، مع دمج آليات مثل الدفاع عن الشبكة، مصادقة المستخدم، وتسجيل النشاط.
• طبقة واجهة برمجة التطبيقات: كملتقى للتواصل بين المواقع والموردين والإدارة الداخلية، تسهل تبادل البيانات والعمليات.
• طبقة الخلفية: تشكل جوهر النظام وتكون مسؤولة عن إدارة الكتل/وحدات معالجة الرسوميات، وتفاعلات العملاء، والتوسع التلقائي.
• طبقة قاعدة البيانات: تتعامل مع تخزين البيانات وإدارتها، مع التخزين الأساسي للبيانات المهيكلة والتخزين المؤقت للتعامل مع البيانات المؤقتة.
• طبقة المهام: تدير الاتصال غير المتزامن وتنفيذ المهام، مما يضمن معالجة البيانات وتدفقها بكفاءة.
• طبقة البنية التحتية: تشكل أساس النظام، بما في ذلك مجموعة موارد GPU، أدوات التنسيق، ومعالجة مهام التنفيذ/التعلم الآلي، مزودة بحل مراقبة قوي.

نفق IO

تسهل الأنفاق IO الاتصالات الآمنة من العملاء إلى الخوادم البعيدة، مما يسمح للمهندسين بتجاوز الجدران النارية وNAT دون تكوينات معقدة، مما يمكّن الوصول عن بُعد.

سير العمل: يقوم عمال IO أولاً بإنشاء اتصال مع خادم وسيط (أي خادم io.net). ثم يستمع خادم io.net لطلبات الاتصال من عمال IO وأجهزة المهندسين، مما يسهل تبادل البيانات من خلال تقنية النفق العكسي.

(مصدر الصورة: io.net، 2024.4.11)

التطبيق في io.net: يمكن للمهندسين بسهولة الاتصال بعاملي IO من خلال خادم io.net، متجاوزين تحديات تكوين الشبكة لتحقيق الوصول والإدارة عن بُعد.

المزايا:

• الوصول: الاتصال المباشر بعمال IO يقضي على حواجز الشبكة.
• الأمان: يضمن أمان الاتصال، ويحمي خصوصية البيانات.
• قابلية التوسع والمرونة: يدير بكفاءة العديد من عمال الإدخال والإخراج عبر بيئات مختلفة.

شبكة IO

تستخدم شبكة IO بنية VPN شبكية لتوفير اتصالات ذات زمن انتقال منخفض للغاية بين عقد antMiner.

ميزات شبكة VPN الشبكية: اتصالات لامركزية: على عكس النماذج التقليدية المعتمدة على المحاور والأذرع، تتيح شبكة VPN الشبكية اتصالات مباشرة بين العقد، مما يعزز من التكرار، وتحمل الأخطاء، وتوزيع الحمولة.

مزايا io.net:

• تقلل الاتصالات المباشرة من تأخيرات التواصل، مما يعزز أداء التطبيق.
• عدم وجود نقطة فشل واحدة يضمن استمرار عمل الشبكة حتى إذا فشل عقدة فردية.
• يعزز حماية خصوصية المستخدم من خلال زيادة تعقيد تتبع البيانات وتحليلها.
• تكامل سهل للعقد الجديدة دون التأثير على أداء الشبكة.
• يسهل مشاركة الموارد والمعالجة الفعالة بين العقد.

المصدر: io.net

مقارنة بين منصات الحوسبة اللامركزية

أكا ش وشبكة ريندر

كل من أكاش و ريندر نتورك هما شبكات حوسبة لامركزية تسمح للمستخدمين بشراء وبيع موارد الحوسبة. تعمل أكاش كسوق مفتوحة، حيث تقدم موارد المعالجة المركزية، وموارد معالجة الرسوميات، وموارد التخزين، حيث يمكن للمستخدمين تحديد الأسعار والشروط، ويتنافس مقدمو الخدمة لنشر المهام. على النقيض من ذلك، تستخدم ريندر خوارزمية تسعير ديناميكية تركز على خدمات معالجة الرسوميات، حيث يتم توفير الموارد من قبل مزودي الأجهزة وتعديل الأسعار بناءً على ظروف السوق. ريندر ليست سوقًا مفتوحة، بل تستخدم خوارزمية تسعير متعددة المستويات لمطابقة المشترين للخدمات مع المستخدمين.

Io.net و Bittensor

تركز Io.net على مهام الذكاء الاصطناعي وتعلم الآلة، مستفيدة من شبكة حوسبة لامركزية لاستغلال قوة الحوسبة عبر وحدات المعالجة الرسومية المنتشرة حول العالم، وتتعاون مع شبكات مثل Render للتعامل مع مهام الذكاء الاصطناعي وتعلم الآلة. تكمن اختلافاتها الرئيسية في تركيزها على مهام الذكاء الاصطناعي وتعلم الآلة واهتمامها باستخدام تجمعات وحدات المعالجة الرسومية.

بِتِنسور هو مشروع بلوم بلوكتشين يركز على الذكاء الاصطناعي يهدف إلى إنشاء سوق لآلات التعلم اللامركزية تتنافس مع المشاريع المركزية. باستخدام هيكل الشبكة الفرعية، يركز على مهام متعددة مرتبطة بالذكاء الاصطناعي، مثل شبكات الذكاء الاصطناعي للنصوص وتوليد الصور بواسطة الذكاء الاصطناعي. يوفر المعدّنون في نظام بِتِنسور البيئي موارد الحوسبة ويستضيفون نماذج التعلم الآلي، ويقومون بالحوسبة لمهام الذكاء الاصطناعي خارج السلسلة، ويتنافسون لتقديم أفضل النتائج للمستخدمين.

المصدر: توكن إنسايت

خاتمة

تستعد Io.net للتأثير بشكل كبير على سوق الحوسبة المعتمدة على الذكاء الاصطناعي الواعد، مدعومة بفريق تقني ذو خبرة ودعم قوي من كيانات معروفة مثل Multicoin Capital وSolana Ventures وOKX Ventures وAptos Labs وDelphi Digital. باعتبارها أول وأكبر DePIN GPU، توفر io.net منصة تربط بين مزودي قوة الحوسبة والمستخدمين، مما يظهر وظيفتها القوية وكفاءتها في تقديم تدفقات عمل التدريب والاستدلال لشبكة GPU الموزعة لفرق التعلم الآلي.