Últimos desarrollos de Io.net en 2025

Io.net ha experimentado un crecimiento y desarrollo significativos en 2025, consolidando su posición en el mercado de la computación descentralizada. Las siguientes actualizaciones destacan los avances clave y los cambios estratégicos dentro de la plataforma:

Expansión del mercado y rendimiento

• Crecimiento de la Red: La red Io.net se ha expandido a más de 10,000 nodos activos en todo el mundo, lo que representa un aumento del 215% en comparación con finales de 2024
• Poder de Cómputo: Los recursos totales de computación GPU disponibles en la plataforma han alcanzado 450 petaFLOPS, lo que la convierte en la red de computación GPU descentralizada más grande.
• Volumen de transacciones: La plataforma ahora procesa más de $12 millones en transacciones de recursos de computación al mes

Alianzas Estratégicas

Io.net ha formado varias alianzas estratégicas para mejorar su ecosistema:

Avances técnicos

• Tecnología IO Mesh: La introducción de redes en malla ha reducido la latencia en un 47%, mejorando drásticamente las capacidades de procesamiento en tiempo real para cargas de trabajo de IA distribuidas.
• Asignación Inteligente de Recursos: Nuevos algoritmos optimizan la distribución de recursos de GPU en función de los requisitos de carga de trabajo, aumentando la eficiencia en un 38%
• Integración de Almacenamiento en Frío: Se implementó una integración fluida con soluciones de almacenamiento descentralizado, lo que permite flujos de trabajo más complejos para la gestión de grandes conjuntos de datos.
• Actualizaciones del Protocolo de Seguridad: Sistemas de cifrado de extremo a extremo mejorados y autenticación en múltiples capas ahora protegen todas las transferencias de datos

Refinamientos del Modelo Económico

La estructura tokenómica ha sido refinada con:

• Modelo de Precios Dinámicos: Implementación de precios responsivos a la demanda que se ajustan según las tasas de utilización de la red
• Mecanismos de Staking: Nuevas opciones de staking que permiten a los poseedores de tokens participar en la gobernanza y ganar recompensas de las tarifas de la red
• Incentivos para Proveedores: Estructura de recompensas escalonadas para proveedores de recursos informáticos basada en la calidad del hardware y métricas de tiempo de actividad

Impacto en la industria

El desarrollo de infraestructura de Io.net ha contribuido significativamente a la industria de la IA al:

• Reduciendo los costos de entrenamiento de IA en un promedio del 72% en comparación con los proveedores de nube centralizados
• Permitir el acceso a computación de alto rendimiento para equipos de investigación más pequeños y startups
• Apoyando modelos de IA cada vez más complejos a través de una arquitectura de computación distribuida
• Estableciendo nuevos estándares para la infraestructura de IA descentralizada

A medida que Io.net continúa evolucionando en 2025, la plataforma demuestra cómo la infraestructura descentralizada puede abordar de manera efectiva las crecientes demandas de la computación AI. La trayectoria de crecimiento de la plataforma indica un impulso sostenido en la construcción de un ecosistema de computación más accesible, eficiente y democratizado para el desarrollo de AI en todo el mundo.

Introducción

En la era digital, la potencia de cálculo se ha convertido en un elemento esencial del progreso tecnológico. Define los recursos que las computadoras requieren para procesar operaciones, incluyendo memoria, velocidad del procesador y el número de procesadores. Estos recursos afectan directamente el rendimiento y el costo de los dispositivos, especialmente al manejar múltiples programas simultáneamente. Con la adopción generalizada de tecnologías de inteligencia artificial y aprendizaje profundo, la demanda de recursos de computación de alto rendimiento, como las GPU, ha aumentado drásticamente, lo que ha llevado a una escasez de suministro a nivel global.

La Unidad Central de Procesamiento (CPU) desempeña un papel fundamental como el núcleo de una computadora, mientras que la Unidad de Procesamiento Gráfico (GPU) mejora significativamente la eficiencia computacional al manejar tareas en paralelo. Una CPU más potente puede procesar operaciones más rápido, y la GPU apoya eficazmente las crecientes demandas computacionales.

¿Qué es Io.net?

Fuente: io.net

Io.net es un proyecto DePIN basado en Solana, enfocado en proporcionar poder de computación GPU a empresas de IA y aprendizaje automático, haciendo que la computación sea más escalable, accesible y eficiente.

Los modelos de IA modernos son cada vez más grandes, y el entrenamiento y la inferencia ya no son tareas simples que se pueden realizar en un solo dispositivo. A menudo, se necesita computación paralela y distribuida, utilizando las potentes capacidades de múltiples sistemas y núcleos para optimizar el rendimiento computacional o para expandirse y acomodar conjuntos de datos y modelos más grandes. Coordinar la red de GPU como un recurso computacional es crucial en este proceso.

Antecedentes del equipo y financiamiento

Antecedentes del equipo

El equipo central de Io.net se especializaba originalmente en trading cuantitativo. Hasta junio de 2022, se centraron en desarrollar sistemas de trading cuantitativos a nivel institucional que cubrían acciones y criptomonedas. A medida que la demanda de potencia de cálculo de los sistemas backend aumentó, el equipo comenzó a explorar las posibilidades de la computación descentralizada, centrándose en última instancia en resolver problemas específicos relacionados con la reducción del costo de los servicios de computación GPU.

• Fundador y CEO: Ahmad Shadid, quien trabajó en ingeniería cuantitativa y financiera. Antes de Io.net, fue voluntario en la Fundación Ethereum.
• CMO y Director de Estrategia: Garrison Yang, quien se unió a Io.net en marzo de este año, anteriormente se desempeñó como VP de Estrategia y Crecimiento en Avalanche y se graduó de la Universidad de California, Santa Bárbara.
• COO: Tory Green, el COO de Io.net, anteriormente se desempeñó como COO en Hum Capital y Director de Desarrollo de Negocios y Estrategia en Fox Mobile Group, y es graduado de Stanford.

Según la información de LinkedIn de Io.net, el equipo tiene su sede en Nueva York, EE. UU., con una sucursal en San Francisco, y actualmente cuenta con más de 50 miembros en el equipo.

Situación de financiamiento

Io.net completó una ronda de financiamiento de Serie A de $30 millones liderada por Hack VC, con la participación de otras instituciones notables como Multicoin Capital, Delphi Digital, Animoca Brands, OKX, Aptos Labs y Solana Labs. Además, los fundadores de Solana, Aptos y Animoca Brands también participaron en esta ronda como inversores individuales. Notablemente, tras la inversión de la Fundación Aptos, el proyecto BC8.AI, que inicialmente se asentó en Solana, ha cambiado a la plataforma L1 igualmente eficiente, Aptos.

Abordando la escasez de recursos informáticos

En los últimos años, los rápidos avances en IA han impulsado un aumento en la demanda de chips de computación, con las aplicaciones de IA duplicando sus requisitos de potencia computacional cada tres meses y casi multiplicándose por diez cada 18 meses. Este crecimiento exponencial ha puesto presión sobre la cadena de suministro global, que todavía está luchando por recuperarse de las interrupciones causadas por la pandemia. Las nubes públicas generalmente tienen acceso prioritario a más GPUs, lo que dificulta a las pequeñas empresas y a las instituciones de investigación obtener recursos computacionales, como:

• Altos costos: Usar GPU de alta gama es muy caro, fácilmente alcanzando cientos de miles por mes para entrenamiento e inferencia.
• Problemas de calidad: Los usuarios tienen pocas opciones en cuanto a la calidad, nivel de seguridad, retraso computacional y otras opciones del hardware de GPU y deben conformarse con lo que está disponible.
• Restricciones de uso: Al utilizar servicios en la nube como AWS de Google, GCP o Microsoft Azure, el acceso generalmente tarda semanas, y las GPU de gama alta a menudo no están disponibles.

Io.net aborda este problema agregando recursos computacionales subutilizados (como centros de datos independientes, mineros de criptomonedas, Filecoin, Render y otras redes de proyectos criptográficos) de GPU en exceso. Estos recursos computacionales forman una red de computación descentralizada, lo que permite a los ingenieros obtener una gran potencia de cálculo en un sistema fácilmente accesible, personalizable y rentable.

Fuente: io.net

Productos de Io.net construidos para cuatro funcionalidades clave

• Inferencia por Lotes y Servicios de Modelos: Los datos por lotes pueden ser procesados en paralelo exportando la arquitectura y los pesos de los modelos entrenados a un almacenamiento de objetos compartido. Io.net permite a los equipos de aprendizaje automático establecer flujos de trabajo de inferencia y servicios de modelos a través de redes GPU distribuidas.
• Entrenamiento Paralelo: Las limitaciones de memoria de CPU/GPU y los flujos de trabajo de procesamiento secuencial crean cuellos de botella significativos al entrenar modelos de un solo dispositivo. Io.net utiliza bibliotecas de computación distribuida para orquestar y agrupar trabajos de entrenamiento, lo que permite la paralelización de datos y modelos a través de muchos dispositivos distribuidos.
• Ajuste de hiperparámetros paralelo: Los experimentos de ajuste de hiperparámetros son inherentemente paralelos. Io.net utiliza una biblioteca de computación distribuida con capacidades avanzadas de ajuste de hiperparámetros para encontrar los mejores resultados, optimizar la programación y definir patrones de búsqueda.
• Aprendizaje por refuerzo: Io.net utiliza una biblioteca de aprendizaje por refuerzo de código abierto que soporta cargas de trabajo RL altamente distribuidas a nivel de producción y un conjunto de API simples.

Productos de Io.net

Nube IO

IO Cloud gestiona clústeres de GPU dispersos, ofreciendo acceso a recursos flexibles y escalables sin la necesidad de inversiones costosas en hardware y gestión de infraestructura. Utilizar una red de nodos descentralizada brinda a los ingenieros de aprendizaje automático una experiencia similar a la de cualquier proveedor de nube. Integrado sin problemas a través del IO-SDK, ofrece soluciones para aplicaciones de IA y Python y simplifica el despliegue y la gestión de recursos de GPU/CPU, adaptándose a las necesidades cambiantes.

Destacados:

• Cobertura Global: Utilizando un enfoque similar a CDN, distribuye globalmente los recursos de GPU para optimizar los servicios de aprendizaje automático y la inferencia.
• Escalabilidad y Eficiencia de Costos: Comprometido a ser la plataforma de nube GPU más rentable, se proyecta que reducirá los costos de proyectos de IA/ML en hasta un 90%.
• Integración con IO SDK: Mejora el rendimiento de los proyectos de IA a través de una integración fluida, creando un entorno unificado de alto rendimiento.
• Características Exclusivas: Proporciona acceso privado al plugin OpenAI ChatGPT, simplificando el despliegue de clústeres de entrenamiento.
• Soporte para RAY Framework: Utiliza el marco de computación distribuida RAY para el desarrollo de aplicaciones Python escalables.
• Innovación en la Minería de Cripto: Busca revolucionar la industria de la minería de criptomonedas apoyando los ecosistemas de ML e IA.

Trabajador IO

Diseñado para optimizar las operaciones de suministro en WebApps, IO Worker incluye gestión de cuentas de usuario, monitoreo de actividades en tiempo real, seguimiento de temperatura y consumo de energía, soporte de instalación, gestión de billeteras, evaluación de seguridad y análisis de rentabilidad. Conecta la brecha entre las demandas de potencia de procesamiento de IA y la oferta de recursos informáticos subutilizados, facilitando un proceso de aprendizaje de IA más rentable y fluido.

Destacados:

• Página de inicio del trabajador: Proporciona un panel de control para el monitoreo en tiempo real de dispositivos conectados, admitiendo funciones como la eliminación y el cambio de nombre de dispositivos.
• Página de Detalle del Dispositivo: Ofrece un análisis completo de los dispositivos, incluyendo tráfico, estado de conexión e historial de operaciones.
• Página de Añadir Dispositivo: Simplifica el proceso de conexión del dispositivo, apoyando la integración rápida y fácil de nuevos dispositivos.
• Página de Ganancias y Recompensas: Rastrea las ganancias y el historial de operaciones con detalles de transacciones disponibles en Solscan.

Explorador de IO

IO Explorer tiene como objetivo proporcionar una ventana a los funcionamientos de la red, ofreciendo a los usuarios estadísticas completas y conocimientos operativos sobre todos los aspectos de la nube GPU. Al igual que Solscan o los exploradores de blockchain proporcionan visibilidad a las transacciones de blockchain, IO Explorer aporta un nivel similar de transparencia a las operaciones impulsadas por GPU, permitiendo a los usuarios monitorear, analizar y comprender los detalles de la nube GPU, asegurando una visibilidad completa de las actividades de la red, estadísticas y transacciones mientras protege la privacidad de la información sensible.

Destacados:

• Página del dispositivo: Muestra detalles públicos de los dispositivos conectados a la red, proporcionando datos en tiempo real y seguimiento de transacciones.
• Página de inicio del navegador: Ofrece información sobre el volumen de suministro, proveedores verificados, números de hardware activos y precios de mercado en tiempo real.
• Página de Clusters: Muestra información pública sobre los clústeres desplegados en la red, junto con métricas en tiempo real y detalles de reserva.
• Monitoreo de Clusters en Tiempo Real: Proporciona información inmediata sobre el estado, la salud y el rendimiento de los clusters, asegurando que los usuarios tengan la información más reciente.

Arquitectura IO

Como una rama de Ray, el IO-SDK forma la base de las capacidades de Io.net, apoyando la ejecución paralela de tareas y manejando entornos multilingües. Su compatibilidad con los principales marcos de aprendizaje automático (ML) permite que Io.net satisfaga de manera flexible y eficiente diversas demandas computacionales. Esta configuración técnica, respaldada por un sistema técnico bien definido, asegura que la plataforma Io.net pueda satisfacer las necesidades actuales y adaptarse a desarrollos futuros.

Arquitectura de múltiples capas:

• Capa de Interfaz de Usuario: Proporciona una interfaz frontal visual para los usuarios, incluidos sitios web públicos, áreas de clientes y zonas de proveedores de GPU, para ofrecer una experiencia intuitiva y fácil de usar.
• Capa de Seguridad: Asegura la integridad y seguridad del sistema, incorporando mecanismos como defensa de red, autenticación de usuarios y registro de actividades.
• Capa API: Como el centro de comunicación para sitios web, proveedores y gestión interna, facilita el intercambio de datos y operaciones.
• Capa de Backend: Forma el núcleo del sistema y es responsable de gestionar clústeres/GPU, interacciones con clientes y escalabilidad automática.
• Capa de base de datos: Maneja el almacenamiento y la gestión de datos, con almacenamiento principal para datos estructurados y almacenamiento en caché para el manejo temporal de datos.
• Capa de Tareas: Gestiona la comunicación asíncrona y la ejecución de tareas, asegurando un procesamiento y flujo de datos eficientes.
• Capa de Infraestructura: Constituye la base del sistema, incluyendo el pool de recursos GPU, herramientas de orquestación y procesamiento de tareas de ejecución/ML, equipado con una solución de monitoreo robusta.

Túneles IO

Los túneles IO facilitan conexiones seguras desde clientes a servidores remotos, permitiendo a los ingenieros eludir cortafuegos y NAT sin configuraciones complejas, habilitando el acceso remoto.

Flujo de trabajo: Los IO Workers primero establecen una conexión con un servidor intermedio (es decir, el servidor io.net). El servidor io.net luego escucha las solicitudes de conexión de los IO Workers y las máquinas de los ingenieros, facilitando el intercambio de datos a través de tecnología de túnel inverso.

(Fuente de imagen: io.net, 2024.4.11)

Aplicación en io.net: Los ingenieros pueden conectarse fácilmente a IO Workers a través del servidor io.net, superando los desafíos de configuración de red para lograr acceso y gestión remota.

Ventajas:

• Accesibilidad: La conexión directa a IO Workers elimina las barreras de red.
• Seguridad: Asegura la comunicación, protegiendo la privacidad de los datos.
• Escalabilidad y Flexibilidad: Gestiona de manera eficiente múltiples Trabajadores IO en diferentes entornos.

Red IO

IO Network emplea una arquitectura de VPN en malla para proporcionar comunicación de ultra baja latencia entre nodos antMiner.

Características de la red VPN en malla: Conexiones descentralizadas: A diferencia de los modelos tradicionales de hub-and-spoke, la VPN en malla permite conexiones directas entre nodos, mejorando la redundancia, la tolerancia a fallos y la distribución de carga.

Ventajas para io.net:

• Las conexiones directas reducen los retrasos en la comunicación, mejorando el rendimiento de la aplicación.
• No hay un único punto de fallo que garantice que la red siga operando incluso si un nodo individual falla.
• Mejora la protección de la privacidad del usuario al aumentar la complejidad del seguimiento y análisis de datos.
• Integración fácil de nuevos nodos sin afectar el rendimiento de la red.
• Facilita el intercambio de recursos y el procesamiento eficiente entre nodos.

Fuente: io.net

Comparación de plataformas de computación descentralizada

Akash y Render Network

Tanto Akash como Render Network son redes de computación descentralizadas que permiten a los usuarios comprar y vender recursos de computación. Akash opera como un mercado abierto, ofreciendo recursos de CPU, GPU y almacenamiento donde los usuarios pueden establecer precios y condiciones, y los proveedores pujan para desplegar tareas. En contraste, Render utiliza un algoritmo de precios dinámico enfocado en servicios de renderizado de GPU, con recursos suministrados por proveedores de hardware y precios ajustados según las condiciones del mercado. Render no es un mercado abierto, sino que utiliza un algoritmo de precios de múltiples niveles para emparejar a los compradores de servicios con los usuarios.

Io.net y Bittensor

Io.net se centra en tareas de inteligencia artificial y aprendizaje automático, utilizando una red de computación descentralizada para aprovechar la potencia de computación GPU dispersa por todo el mundo, y colaborando con redes como Render para manejar tareas de IA y aprendizaje automático. Sus principales distinciones radican en su enfoque en tareas de IA y aprendizaje automático y su énfasis en la utilización de clústeres GPU.

Bittensor es un proyecto de blockchain enfocado en la IA que tiene como objetivo crear un mercado de aprendizaje automático descentralizado que compita con proyectos centralizados. Utilizando una estructura de subred, se centra en diversas tareas relacionadas con la IA, como redes de IA de texto y generación de imágenes de IA. Los mineros en el ecosistema de Bittensor proporcionan recursos de computación y alojan modelos de aprendizaje automático, computando para tareas de IA fuera de la cadena y compitiendo para ofrecer los mejores resultados a los usuarios.

Fuente: TokenInsight

Conclusión

Io.net está preparado para impactar significativamente el prometedor mercado de computación AI, respaldado por un equipo técnico experimentado y un fuerte apoyo de entidades bien conocidas como Multicoin Capital, Solana Ventures, OKX Ventures, Aptos Labs y Delphi Digital. Como el primer y único DePIN de GPU, io.net proporciona una plataforma que conecta a los proveedores de potencia de computación con los usuarios, mostrando su potente funcionalidad y eficiencia en la entrega de flujos de trabajo de entrenamiento e inferencia de redes GPU distribuidas para equipos de aprendizaje automático.