Teruskan Judul Asli ‘MIIX Capital: Laporan Penelitian Proyek io.net’

1. Status Proyek

1.1 Gambaran Operasional

io.net adalah jaringan GPU terdesentralisasi yang bertujuan untuk menyediakan daya komputasi untuk pembelajaran mesin (ML). Ini mengumpulkan sumber daya komputasi dari lebih dari 1 juta GPU yang berasal dari pusat data independen, penambang cryptocurrency, dan proyek seperti Filecoin dan Render.

Tujuannya adalah menggabungkan 1 juta GPU ini menjadi DePIN (Decentralized Physical Infrastructure Network) untuk membuat jaringan komputasi terdistribusi tingkat perusahaan yang terdesentralisasi. Dengan menggabungkan sumber daya komputasi global yang tidak terpakai (terutama GPU), ini menawarkan kepada insinyur AI layanan komputasi jaringan yang lebih terjangkau, mudah diakses, dan fleksibel.

Bagi pengguna, itu berfungsi seperti pasar terdesentralisasi untuk sumber daya GPU global yang tidak terpakai, memungkinkan insinyur atau tim AI untuk menyesuaikan dan membeli layanan komputasi GPU yang mereka butuhkan berdasarkan kebutuhan mereka.

1.2 Latar Belakang Tim

Ahmad Shadid adalah pendiri dan CEO, sebelumnya seorang insinyur sistem kuantitatif di WhalesTrader.

Garrison Yang adalah Chief Strategy Officer dan Chief Marketing Officer, sebelumnya Wakil Presiden Pertumbuhan dan Strategi di Ava Labs.

Tory Green adalah Chief Operating Officer, sebelumnya COO dari Hum Capital dan Direktur Pengembangan Perusahaan dan Strategi di Fox Mobile Group.

Angela Yi adalah Wakil Presiden Pengembangan Bisnis, lulusan Universitas Harvard, bertanggung jawab untuk merencanakan dan mengeksekusi strategi kunci dalam penjualan, kemitraan, dan manajemen vendor.

Pada tahun 2020, ketika Ahmad Shadid sedang membangun jaringan komputasi GPU untuk perusahaan perdagangan kuantitatif pembelajaran mesin Dark Tick, strategi perdagangan hampir mirip dengan perdagangan frekuensi tinggi, membutuhkan daya komputasi yang besar. Biaya tinggi layanan GPU dari penyedia cloud menjadi tantangan besar bagi mereka. Permintaan besar akan daya komputasi dan biaya tinggi mendorong mereka untuk mengejar sumber daya komputasi terdesentralisasi. Mereka kemudian mendapat perhatian di Austin Solana Hacker House. Dengan demikian, io.net muncul dari tantangan tim sendiri, menawarkan solusi dan memperluas bisnis mereka.

1.3 Produk/Teknologi

Pengguna pasar menghadapi beberapa tantangan:

Ketersediaan terbatas Mengakses perangkat keras melalui layanan cloud seperti AWS, GCP, atau Azure sering membutuhkan waktu berminggu-minggu, dan model GPU populer seringkali tidak tersedia.

Pilihan terbatas: Pengguna memiliki fleksibilitas minimal dalam hal perangkat keras GPU, lokasi, tingkat keamanan, latensi, dll.

Biaya tinggi: Mendapatkan GPU berkualitas tinggi mahal, dengan biaya bulanan mencapai ratusan ribu dolar untuk pelatihan dan inferensi.

Solusi:

io.net mengatasi tantangan ini dengan mengagregasi sumber daya GPU yang kurang digunakan (seperti pusat data independen, penambang cryptocurrency, dan proyek seperti Filecoin dan Render) ke dalam DePIN. Integrasi ini memungkinkan insinyur mengakses daya komputasi yang signifikan dalam sistem. Hal ini memungkinkan tim ML untuk membangun alur kerja inferensi dan layanan model di seluruh jaringan GPU terdistribusi, menggunakan perpustakaan komputasi terdistribusi untuk mengatur dan melatih pekerjaan secara batch untuk paralelisasi di beberapa perangkat terdistribusi.

Selain itu, io.net memanfaatkan perpustakaan komputasi terdistribusi dengan penyetelan hiperparameter canggih untuk menguji hasil optimal, mengoptimalkan penjadwalan, dan menentukan pola pencarian dengan mudah. Ini juga menggunakan perpustakaan pembelajaran penguatan sumber terbuka yang mendukung beban kerja RL terdistribusi tingkat produksi, dan API yang sederhana.

Komponen Produk:

IO Cloud: Dirancang untuk mendeploy dan mengelola klaster GPU terdesentralisasi sesuai permintaan, terintegrasi dengan IO-SDK secara mulus untuk menawarkan solusi komprehensif untuk penskalaan aplikasi AI dan Python. Ini memberikan kekuatan komputasi tanpa batas sambil menyederhanakan penempatan dan pengelolaan sumber daya GPU/CPU.

IO Worker: Menawarkan pengguna antarmuka yang komprehensif dan ramah pengguna untuk mengelola operasi node GPU mereka secara efisien melalui aplikasi web yang intuitif. Fitur-fitur meliputi manajemen akun, pemantauan aktivitas komputasi, tampilan data real-time, pelacakan suhu dan daya, bantuan instalasi, manajemen dompet, langkah-langkah keamanan, dan perhitungan profitabilitas.

Penjelajah IO: Pada dasarnya memberikan pengguna data statistik komprehensif dan visualisasi berbagai aspek dari awan GPU, memungkinkan pengguna untuk dengan mudah memantau, menganalisis, dan memahami detail-detail kompleks jaringan io.net. Ini menawarkan visibilitas komprehensif ke dalam aktivitas jaringan, statistik kunci, titik data, dan transaksi imbalan.

Fitur Produk:

Jaringan komputasi terdesentralisasi: io.net mengadopsi model komputasi terdesentralisasi, mendistribusikan sumber daya komputasi secara global untuk meningkatkan efisiensi dan stabilitas.

Akses biaya rendah: io.net Cloud menawarkan biaya akses yang lebih rendah dibandingkan dengan layanan terpusat tradisional, memungkinkan lebih banyak insinyur ML dan peneliti untuk mengakses sumber daya komputasi.

Klaster cloud terdistribusi: Platform ini menyediakan klaster cloud terdistribusi di mana pengguna dapat memilih sumber daya komputasi yang sesuai sesuai kebutuhan mereka dan mendistribusikan tugas ke node-node berbeda untuk diproses.

Dukungan untuk tugas ML: io.net Cloud berfokus pada menyediakan sumber daya komputasi bagi insinyur ML, memudahkan pelatihan model, pemrosesan data, dan tugas lainnya.

1.4 Rencana Pengembangan

https://developers.io.net/docs/product-timeline

Menurut informasi yang diungkapkan dalam whitepaper io.net, roadmap produk proyek adalah sebagai berikut: Januari-April 2024: Peluncuran penuh V1.0, berfokus pada mendekentralisasi ekosistem io.net untuk memungkinkan self-hosting dan self-replication.

1.5 Informasi Pendanaan

Menurut sumber berita publik, pada 5 Maret 2024, io.net mengumumkan penyelesaian putaran pendanaan Seri A sebesar $30 juta. Hack VC memimpin putaran ini, dengan partisipasi dari Multicoin Capital, 6th Man Ventures, M13, Delphi Digital, Solana Labs, Aptos Labs, Foresight Ventures, Longhash, SevenX, ArkStream, Animoca Brands, Continue Capital, MH Ventures, Sandbox Games, dan lainnya. [1] Perlu dicatat bahwa setelah putaran pendanaan ini, io.net mencapai valuasi keseluruhan sebesar $1 miliar.

2. Data Pasar

2.1 Situs Web Resmi

Menurut data situs web resmi dari Januari 2024 hingga Maret 2024, total jumlah kunjungan adalah 5,212 juta, dengan rata-rata kunjungan bulanan sebesar 1,737 juta dan tingkat bounce sebesar 18,61% (relatif rendah). Kunjungan pengguna tersebar merata di berbagai wilayah, dan kunjungan langsung dan kunjungan pencarian mencapai lebih dari 80%. Hal ini mungkin menunjukkan bahwa proporsi data kotor dalam data pengunjung rendah. Pengguna memiliki pemahaman dasar tentang io.net dan bersedia untuk lebih menjelajah dan berinteraksi di situs web.

2.2 Komunitas Media Sosial

3. Analisis Kompetitif

3.1 Lanskap Persaingan

bisnis inti io.net berkaitan erat dengan kekuatan komputasi AI terdesentralisasi, dengan pesaing utamanya adalah penyedia layanan cloud tradisional yang diwakili oleh AWS, Google Cloud, dan Microsoft Azure. Menurut 'Laporan Penilaian Indeks Kekuatan Komputasi Global 2022-2023' yang disusun bersama oleh IDC, CCID Consulting, dan Institut Riset Industri Global Universitas Tsinghua, pasar komputasi kecerdasan buatan global diperkirakan akan tumbuh dari $19,5 miliar pada tahun 2022 menjadi $34,66 miliar pada tahun 2026. [2]

Membandingkan pendapatan penjualan penyedia komputasi awan global terkemuka: Pada tahun 2023, AWS memiliki pendapatan penjualan layanan awan sebesar $90,8 miliar, Google Cloud memiliki pendapatan penjualan sebesar $33,7 miliar, dan Microsoft Azure memiliki pendapatan penjualan sebesar $96,8 miliar. [3] Ketiga perusahaan ini bersama-sama menguasai sekitar 66% pangsa pasar global. Selain itu, nilai pasar ketiga perusahaan raksasa ini semuanya di atas satu triliun dolar.

https://www.alluxio.io/blog/maximize-gpu-utilization-for-model-training/

Dalam kontras yang tajam dengan pendapatan tinggi penyedia layanan cloud, meningkatkan penggunaan GPU telah menjadi isu fokus. Menurut survei tentang infrastruktur AI, sebagian besar sumber daya GPU tidak dimanfaatkan sepenuhnya - sekitar 53% responden percaya bahwa 51-70% sumber daya GPU tidak dimanfaatkan, 25% memperkirakan tingkat penggunaan sebesar 85%, dan hanya 7% percaya penggunaan melebihi 85%. Bagi io.net, permintaan signifikan untuk komputasi cloud dan isu sumber daya GPU yang tidak dimanfaatkan menawarkan peluang pasar.

Analisis Keuntungan 3.2

https://twitter.com/eli5_defi/status/1768261383576289429

Keunggulan kompetitif terbesar io.net terletak pada posisi ekologisnya atau keunggulan first-mover. Menurut data yang diberikan oleh sumber resmi, io.net saat ini memiliki klaster GPU dengan total lebih dari 40.000, total CPU melebihi 5.600, dan lebih dari 69.000 Node Pekerja. Waktu penerapan untuk 10.000 GPU kurang dari 90 detik, dan harganya 90% lebih murah dibandingkan pesaing, dengan valuasi $1 miliar.

io.net tidak hanya menawarkan layanan online yang murah dan instan bagi pelanggan dibandingkan dengan penyedia layanan cloud terpusat dengan biaya 1-2% namun juga memberikan insentif peluncuran tambahan bagi penyedia kekuatan komputasi melalui token IO yang akan datang, memfasilitasi tujuan menghubungkan 1 juta GPU.

Selain itu, dibandingkan dengan proyek komputasi DePIN lainnya, io.net berfokus pada daya komputasi GPU, dengan skala jaringan GPU-nya melampaui proyek serupa lebih dari 100 kali lipat. io.net juga merupakan proyek pertama dalam industri blockchain yang mengintegrasikan tumpukan teknologi ML mutakhir (seperti klaster Ray, klaster Kubernetes, dan klaster raksasa) ke dalam proyek DePIN GPU dan menerapkannya dalam skala besar, menempatkannya pada posisi terdepan bukan hanya dalam hal jumlah GPU tetapi juga dalam penerapan teknologi dan kemampuan pelatihan model.

Dengan perkembangan terus-menerus io.net, jika dapat meningkatkan kapasitas GPU untuk bersaing dengan penyedia layanan cloud terpusat dengan 500.000 GPU simultan, dapat menyediakan layanan serupa dengan Web 2 dengan biaya lebih rendah. Ada juga kesempatan untuk secara bertahap mendirikan posisi intinya sebagai pemimpin jaringan GPU terdesentralisasi dan lapisan penyelesaian dalam kerjasama dengan pemain DePIN dan AI utama (termasuk Jaringan Render, Filecoin, Solana, Ritual, dll.), membawa vitalitas ke seluruh ekosistem Web 3xAI.

3.3 Risiko dan Masalah

io.net adalah platform integrasi sumber daya komputasi yang sedang berkembang dan platform distribusi yang terintegrasi dengan Web3 secara mendalam. Bisnisnya tumpang tindih secara signifikan dengan penyedia layanan cloud tradisional, yang menimbulkan risiko dan hambatan baik dari segi teknologi maupun posisi pasar.

Risiko Keamanan Teknis: Sebagai platform yang baru lahir, io.net belum mengalami pengujian aplikasi dalam skala besar dan kekurangan kemampuan yang telah terbukti untuk mencegah dan merespons serangan berbahaya. Dengan arus masuk yang besar, distribusi, dan manajemen sumber daya komputasi, ada kekurangan pengalaman atau validasi praktis yang sesuai, sehingga rentan terhadap isu teknis umum seperti kompatibilitas, kekokohan, dan keamanan. Setiap masalah yang timbul dapat berpotensi fatal bagi io.net, karena pelanggan memprioritaskan keamanan dan stabilitas mereka dan tidak bersedia menanggung konsekuensinya.

Ekspansi Pasar yang Lambat: io.net bersaing langsung dengan penyedia layanan cloud tradisional seperti AWS, Google Cloud, dan Alicloud, serta penyedia layanan tingkat kedua atau ketiga. Meskipun memiliki keunggulan biaya, layanan dan sistem pasar io.net yang menargetkan pelanggan kelas B masih dalam tahap awal, menunjukkan perbedaan signifikan dari operasi pasar yang ada di industri Web3. Oleh karena itu, kemajuannya dalam ekspansi pasar mungkin tidak ideal, berdampak langsung pada valuasi proyek dan kinerja pasar tokennya.

Insiden Keamanan Terbaru

Pada 25 April, pendiri dan CEO io.net Ahmad Shadid mengirimkan cuitan tentang insiden keamanan yang melibatkan API metadata io.net. Penyerang memanfaatkan pemetaan dari ID pengguna ke ID perangkat, yang menyebabkan pembaruan metadata tanpa izin. Meskipun kerentanan ini tidak memengaruhi akses GPU, namun memengaruhi metadata yang ditampilkan kepada pengguna di sisi depan. Shadid menyatakan bahwa desain sistem io.net memungkinkan penyembuhan sendiri dan pembaruan terus-menerus ke setiap perangkat untuk memulihkan metadata yang berubah secara tidak benar. Sebagai respons terhadap insiden ini, io.net mempercepat implementasi integrasi otentikasi identitas tingkat pengguna dengan OKTA, yang diharapkan selesai dalam 6 jam ke depan. Selain itu, io.net memperkenalkan Token Auth0 untuk otentikasi pengguna guna mencegah perubahan metadata tanpa izin. Selama periode pemulihan database, pengguna sementara tidak akan dapat masuk. Namun, semua catatan waktu operasi normal tetap tidak terpengaruh, dan insiden ini tidak akan memengaruhi imbalan komputasi bagi pemasok.

4. Penilaian Token

4.1 Model Token

Tokenomics io.net melibatkan pasokan awal 500 juta token IO yang didistribusikan di lima kategori: Investor Awal (12,5%), Investor Putaran A (10,2%), Kontributor Inti (11,3%), Penelitian & Ekosistem (16%), dan Komunitas (50%). Dengan penerbitan token IO untuk mendorong pertumbuhan dan adopsi jaringan, pasokan total akan meningkat hingga maksimum tetap 800 juta token selama periode 20 tahun.

Mekanisme imbalan mengadopsi model deflasi, dimulai dari 8% pada tahun pertama dan berkurang sebesar 1.02% setiap bulannya (sekitar 12% secara tahunan) hingga mencapai batas 800 juta token IO. Seiring dengan distribusi imbalan, bagian pendukung awal dan kontributor inti akan terus berkurang, dengan bagian komunitas tumbuh menjadi 50% setelah semua alokasi imbalan selesai. [4]

Manfaat token IO termasuk memberikan insentif bagi IO Workers, memberi hadiah kepada tim implementasi AI dan ML atas penggunaan jaringan yang berkelanjutan, menyeimbangkan permintaan dan penawaran parsial, menetapkan harga unit komputasi IO Worker, dan memfasilitasi tata kelola komunitas.

Untuk mengurangi masalah pembayaran yang timbul akibat volatilitas harga token IO, io.net telah mengembangkan stablecoin IOSD, yang terikat dengan dolar AS dengan rasio 1:1. 1 IOSD selalu setara dengan 1 USD, dan IOSD hanya bisa diperoleh dengan menghancurkan token IO. Selain itu, io.net sedang mempertimbangkan untuk menerapkan mekanisme untuk meningkatkan fungsionalitas jaringan. Misalnya, IO Workers mungkin diizinkan untuk meningkatkan peluang mereka disewa dengan mendayakan aset asli. Dalam skenario ini, semakin banyak aset yang mereka investasikan, semakin tinggi probabilitas pemilihan mereka. Selain itu, insinyur AI yang mendayakan aset asli akan memiliki akses prioritas ke GPU yang sangat diminati.

4.2 Mekanisme Token

Token IO terutama digunakan untuk dua kelompok utama: peserta sisi permintaan dan peserta sisi pasokan.

Bagi peserta sisi permintaan, setiap pekerjaan komputasi dipatok dalam Dolar AS, dan jaringan akan menyimpan pembayaran hingga pekerjaan selesai. Begitu operator node mengonfigurasi bagian imbalan mereka baik dalam Dolar AS maupun token, semua jumlah Dolar AS akan dialokasikan langsung ke operator node, sementara bagian yang dialokasikan untuk token akan digunakan untuk membakar token IO. Selanjutnya, selama periode tersebut, semua token IO yang diprakarsai sebagai imbalan komputasi akan didistribusikan ke pengguna berdasarkan nilai dolar dari token kupon mereka (poin komputasi).

Untuk peserta sisi pasokan, imbalan termasuk imbalan ketersediaan dan imbalan komputasi. Imbalan komputasi adalah untuk pekerjaan yang dikirimkan ke jaringan, di mana pengguna dapat memilih waktu penyebaran yang diinginkan dalam jam dan menerima perkiraan biaya dari orakel penetapan harga io.net. Imbalan ketersediaan melibatkan jaringan secara acak mengirimkan pekerjaan uji kecil untuk mengevaluasi node mana yang berjalan secara teratur dan dapat menerima pekerjaan secara efektif dari sisi permintaan.

Ini layak disebutkan bahwa baik pihak penyedia maupun pihak permintaan memiliki sistem reputasi yang sudah ada, mengumpulkan skor berdasarkan kinerja komputasi dan partisipasi jaringan untuk menerima imbalan atau diskon.

Selain itu, io.net memiliki mekanisme pertumbuhan ekosistem, termasuk staking, imbalan referral, dan biaya jaringan. Pemegang token IO dapat memilih untuk melakukan staking token mereka ke operator node atau pengguna. Setelah distaking, para staker akan menerima 1-3% dari semua imbalan yang diperoleh oleh peserta. Pengguna juga dapat mengundang peserta jaringan baru dan berbagi pendapatan parsial masa depan dari peserta-peserta baru tersebut. Biaya jaringan ditetapkan pada 5%.

4.3 Analisis Penilaian

Karena saat ini kami tidak memiliki data pendapatan yang akurat dari proyek-proyek dalam sektor yang sama, kami tidak dapat memperkirakan valuasi secara akurat. Oleh karena itu, titik referensi utama kami akan menjadi perbandingan dengan Render, sebuah proyek yang mirip dengan io.net di ruang AI+DePIN, untuk memberikan beberapa wawasan untuk pertimbangan.

https://x.com/ionet/status/1777397552591294797

https://globalcoinresearch.com/2023/04/26/render-network-scaling-rendering-for-the-future/

Seperti yang terlihat dalam grafik, Render Network saat ini merupakan proyek terkemuka di sektor AI+Web3, berfokus pada solusi rendering GPU terdesentralisasi. Ini memiliki total 11,946 sumber daya GPU dan valuasi pasar saat ini sebesar $3 miliar (valuasi dilusi penuh sebesar $5 miliar). Di sisi lain, io.net memiliki total 461,772 sumber daya GPU, yang merupakan 38 kali lipat lebih banyak dari Render. Dengan kedua io.net dan Render berfokus pada komputasi GPU terdesentralisasi sebagai kemampuan inti mereka, sangat mungkin valuasi pasar io.net akan melampaui Render saat mencatatkan diri, atau setidaknya sebanding.

https://stats.renderfoundation.com/

Berdasarkan data yang disediakan, Render Network memiliki jumlah Rendered Frame sebanyak 9.420.335 dan GMV sebesar $2.457.134 pada tahun 2022. Saat ini, jumlah Rendered Frame Render Network telah meningkat menjadi 31.643.819, menunjukkan perkiraan GMV sekitar $8.253.751.

Sebagai perbandingan, io.net memiliki GMV sebesar $400,000 dalam 4 bulan pertama. Dengan asumsi io.net mempertahankan tingkat pertumbuhan ini, GMV selama 12 bulan akan mencapai $1,200,000. Jika io.net bertujuan untuk mencapai GMV saat ini dari Render Network, maka perlu tumbuh sekitar 6,8 kali lipat lebih banyak.

Mempertimbangkan potensi io.net, persaingan pasar, dan dampak siklus pasar bullish, io.net memiliki potensi untuk mencapai valuasi pasar lebih dari $5 miliar selama siklus pasar bullish.

5. Ringkasan

Kemunculan io.net mengisi celah di bidang komputasi terdesentralisasi, memberikan pengguna pendekatan komputasi yang baru dan menjanjikan. Dengan perkembangan terus-menerus di bidang seperti kecerdasan buatan dan pembelajaran mesin, permintaan akan sumber daya komputasi terus meningkat, menjadikan io.net memiliki potensi pasar dan nilai yang tinggi.

Di sisi lain, meskipun pasar telah memberikan io.net valuasi tinggi sebesar $1 miliar, produknya belum diuji di pasar, dan terdapat risiko yang tidak pasti dalam hal teknologi. Selain itu, apakah dapat secara efektif mencocokkan hubungan pasokan dan permintaannya juga merupakan variabel kunci dalam menentukan apakah nilai pasar masa depannya dapat mencapai puncak baru. Dari situasi saat ini, platform io.net telah menunjukkan hasil awal di sisi pasokan, namun belum sepenuhnya melakukan upaya di sisi permintaan, menyebabkan sumber daya GPU keseluruhan platform tidak digunakan sepenuhnya. Bagaimana cara lebih efektif menggerakkan permintaan akan sumber daya GPU merupakan tantangan yang harus dihadapi tim.

Jika io.net dapat dengan cepat mengintegrasikan permintaan pasar dan tidak menghadapi risiko besar atau masalah teknis selama operasi, dengan atribut bisnis AI+DePIN yang nyata, bisnis secara keseluruhan akan memulai momentum pertumbuhan dan menjadi salah satu produk paling menonjol di bidang Web3. Ini juga berarti bahwa io.net akan menjadi target investasi yang sangat menarik, jadi mari terus mengikuti, mengamati, dan memverifikasi dengan hati-hati.

Disclaimer:

1. Artikel ini dicetak ulang dari [密客社区].Forward judul asli "MIIX Capital: Laporan Penelitian Proyek io.net". Semua hak cipta milik penulis asli [Komunitas Gate]. Jika ada keberatan terhadap cetakan ulang ini, harap hubungi Gate Belajartim, dan mereka akan menanganinya dengan cepat.
2. Penolakan Tanggung Jawab: Pandangan dan opini yang terdapat dalam artikel ini semata-mata milik penulis dan tidak merupakan saran investasi apa pun.
3. Terjemahan artikel ke dalam bahasa lain dilakukan oleh tim Gate Learn. Kecuali disebutkan, menyalin, mendistribusikan, atau menjiplak artikel yang diterjemahkan dilarang.