導入

デジタル時代において、コンピューティングパワーは技術の進歩において不可欠な要素となっています。これは、コンピュータが処理操作を行うために必要とするリソースを定義し、メモリ、プロセッサ速度、およびプロセッサの数を含んでいます。これらのリソースはデバイスの性能やコストに直接影響を与え、特に複数のプログラムを同時に処理する際に重要です。人工知能やディープラーニング技術の普及に伴い、GPUなどの高性能コンピューティングリソースへの需要が急増し、世界的な供給不足につながっています。

中央処理装置（CPU）はコンピューターの中核として重要な役割を果たし、一方、グラフィックス処理装置（GPU）は並列タスクを処理することで計算効率を大幅に向上させます。よりパワフルなCPUは操作をより高速に処理でき、GPUは成長する計算要求を効果的にサポートします。

Io.netとは何ですか？

ソース: io.net

Io.netは、ソラナをベースにしたDePINプロジェクトで、AIや機械学習企業にGPUコンピューティングパワーを提供し、コンピューティングをよりスケーラブルでアクセスしやすく、効率的にします。

現代のAIモデルはますます大きくなり、トレーニングと推論は単一のデバイスで実行できる単純なタスクではなくなっています。しばしば、並列および分散コンピューティングが必要で、複数のシステムとコア間で強力な機能を活用して、計算パフォーマンスを最適化したり、より大きなデータセットやモデルに対応するために拡張する必要があります。 GPUネットワークを計算リソースとして調整することは、このプロセスで重要です。

チームのバックグラウンドと資金調達

チームのバックグラウンド

Io.netのコアチームはもともと量的取引に特化していました。2022年6月まで、彼らは株式や暗号通貨をカバーする機関レベルの量的取引システムの開発に重点を置いていました。バックエンドシステムの計算能力への需要が増加すると、チームは分散コンピューティングの可能性を探り始め、最終的にはGPUコンピューティングサービスのコスト削減に関連する特定の問題の解決に焦点を当てることにしました。

• 創設者＆CEO：アフマド・シャディドは、量的金融工学に携わっていました。Io.netの前は、イーサリアム財団でボランティアをしていました。
• CMO＆最高戦略責任者：Garrison Yangは、今年3月にIo.netに参加し、以前はAvalancheの戦略および成長の副社長を務め、カリフォルニア大学サンタバーバラ校を卒業しました。
• COO：Tory Green氏は、Io.netのCOOを務めており、以前はHum CapitalのCOO、Fox Mobile Groupのビジネス開発および戦略ディレクターを務め、スタンフォード大学を卒業しています。

Io.netのLinkedIn情報によると、チームは本社をアメリカのニューヨークに置き、サンフランシスコに支社を持ち、現在50人以上のチームメンバーがいます。

資金調達状況

Io.netは、Hack VCをリードとする他の著名な機関（Multicoin Capital、Delphi Digital、Animoca Brands、OKX、Aptos Labs、Solana Labsを含む）による3,000万ドルのシリーズA資金調達ラウンドを完了しました。また、Solana、Aptos、Animoca Brandsの創業者も個人投資家としてこのラウンドに参加しました。特筆すべきは、Aptos Foundationからの投資を受けて、元々Solana上に立地していたBC8.AIプロジェクトが同様に効率的なL1プラットフォームであるAptosに切り替えたことです。

コンピューティングリソースの不足に対処する

近年、AIの急速な進歩により、AIアプリケーションは計算能力要件を3ヶ月ごとに倍増し、18ヶ月ごとに約10倍に増加させています。この指数関数的な成長により、世界的なサプライチェーンは大きな負担を強いられており、パンデミックによる混乱からまだ回復しきれていません。一般的に、パブリッククラウドはより多くのGPUへの優先アクセス権を有しているため、小規模な事業や研究機関にとって計算リソースを入手することが難しい状況となっています。

• 高コスト：高性能GPUを使用することは非常に高価であり、トレーニングと推論のために1か月に数十万ドルに達することが容易です。
• 品質の問題：ユーザーはGPUハードウェアの品質、セキュリティレベル、計算遅延などのオプションに関してほとんど選択肢がなく、利用可能なもので我慢しなければなりません。
• 使用制限：GoogleのAWS、GCP、またはMicrosoft Azureなどのクラウドサービスを使用する際、アクセスは通常数週間かかり、高性能なGPUがしばしば利用できません。

Io.net addresses this problem by aggregating underutilized computational resources (such as independent data computing centers, cryptocurrency miners, Filecoin, Render, and other crypto project networks) of surplus GPUs. These computational resources form a decentralized computing network, enabling engineers to obtain vast computing power in an easily accessible, customizable, cost-effective system.

ソース: io.net

Io.netの製品は4つのコア機能に基づいて構築されています

• バッチ推論とモデルサービス：バッチデータは、トレーニング済みモデルのアーキテクチャと重みを共有オブジェクトストレージにエクスポートすることで並列に処理できます。Io.netを使用することで、機械学習チームは分散GPUネットワーク全体で推論とモデルサービスのワークフローを確立できます。
• 並列トレーニング：CPU/GPUメモリ制限と連続処理ワークフローは、単一デバイスモデルのトレーニング時に大きなボトルネックを作成します。Io.netは分散コンピューティングライブラリを利用してトレーニングジョブをオーケストレートし、データとモデルの並列処理を可能にするバッチトレーニングを実現します。
• パラレルハイパーパラメータチューニング：ハイパーパラメータチューニング実験は本質的に並列です。Io.netは、最良の結果を見つけ、スケジューリングを最適化し、検索パターンを定義するための高度なハイパーパラメータチューニング機能を備えた分散コンピューティングライブラリを使用しています。
• 強化学習：Io.netは、プロダクションレベルで高度に分散した強化学習ワークロードと一連のシンプルなAPIをサポートするオープンソースの強化学習ライブラリを利用しています。

Io.net プロダクト

IO クラウド

IO Cloudは分散GPUクラスターを管理し、高価なハードウェア投資やインフラ管理の必要なしに柔軟でスケーラブルなリソースアクセスを提供します。分散ノードネットワークを利用することで、機械学習エンジニアはどんなクラウドプロバイダーと同様の体験を得ることができます。IO-SDKを介してシームレスに統合され、AIおよびPythonアプリケーションのためのソリューションを提供し、GPU/CPUリソースの展開と管理を簡素化し、変化するニーズに適応します。

ハイライト：

• グローバルカバレッジ：CDNのようなアプローチを利用して、機械学習サービスと推論を最適化するためにGPUリソースをグローバルに配布します。
• スケーラビリティとコスト効率：最もコスト効率の高いGPUクラウドプラットフォームであることにコミットしており、AI/MLプロジェクトのコストを最大90％削減する予定です。
• IO SDKとの統合：シームレスな統合を通じて、AIプロジェクトのパフォーマンスを向上させ、統一された高性能な環境を作り出します。
• 独占的な機能：OpenAI ChatGPTプラグインへのプライベートアクセスを提供し、トレーニングクラスターの展開を簡素化します。
• RAYフレームワークのサポート：スケーラブルなPythonアプリケーション開発のためにRAY分散コンピューティングフレームワークを利用します。
• 暗号通貨マイニングの革新：MLとAIエコシステムをサポートすることで、暗号通貨マイニング業界を革新しようとしています。

IOワーカー

WebAppsでの供給運用を最適化するよう設計されたIO Workerには、ユーザーアカウント管理、リアルタイムのアクティビティモニタリング、温度および消費電力の追跡、インストールサポート、ウォレット管理、セキュリティ評価、収益性分析が含まれます。これにより、AI処理能力の需要と未使用のコンピューティングリソースの供給との間のギャップを埋め、より費用対効果の高いスムーズなAI学習プロセスを促進します。

ハイライト：

• ワーカーホームページ：接続されたデバイスのリアルタイムモニタリング用のダッシュボードを提供し、デバイスの削除や名前の変更などの機能をサポートします。
• デバイス詳細ページ：トラフィック、接続状態、および操作履歴を含むデバイスの包括的な分析を提供します。
• デバイス追加ページ：デバイス接続プロセスを簡素化し、新しいデバイスの迅速かつ簡単な統合をサポートします。
• 収益と報酬ページ：収益と取引履歴を追跡し、Solscanで取引詳細を利用できます。

IOエクスプローラ

IO Explorerは、ネットワークの動作を窓口を提供することを目指しており、ユーザーに包括的な統計情報やGPUクラウドのすべての側面に関する操作上の洞察を提供します。Solscanやブロックチェーンエクスプローラーのように、IO Explorerはブロックチェーントランザクションへの可視性を提供し、GPU駆動の操作の詳細をモニター、分析、理解することができるようにし、ネットワーク活動、統計、トランザクションの完全な可視性を確保しながら、機密情報のプライバシーを保護します。

ハイライト：

• デバイスページ：ネットワークに接続されたデバイスの公開詳細を表示し、リアルタイムのデータと取引追跡を提供します。
• ブラウザのホームページ: 供給量、確認済みのサプライヤー、アクティブなハードウェア数、およびリアルタイムの市場価格に関する情報を提供します。
• クラスターページ：ネットワークに展開されたクラスターの公開情報、リアルタイムのメトリクス、および予約の詳細を表示します。
• リアルタイムクラスターモニタリング：クラスターの状態、健康状態、パフォーマンスに関する即時の洞察を提供し、ユーザーが最新情報を手に入れることを確実にします。

IOアーキテクチャ

Rayの一部門として、IO-SDKはIo.netの機能の基盤を形成し、タスクの並列実行や多言語環境の処理をサポートしています。主要な機械学習（ML）フレームワークとの互換性により、Io.netは柔軟かつ効率的に多様な計算要求に対応できます。この技術的なセットアップは、明確に定義された技術システムによってサポートされており、Io.netプラットフォームが現在のニーズに対応し、将来の発展に適応できることを保証しています。

マルチレイヤーアーキテクチャ：

• ユーザーインターフェースレイヤー：公開ウェブサイト、クライアントエリア、およびGPUサプライヤーゾーンを含むユーザー向けの視覚フロントエンドインターフェースを提供し、直感的でユーザーフレンドリーなエクスペリエンスを提供します。
• セキュリティレイヤー：システムの整合性とセキュリティを確保し、ネットワーク防御、ユーザー認証、活動ログなどのメカニズムを組み込んでいます。
• APIレイヤー：ウェブサイト、サプライヤー、および内部管理のコミュニケーションハブとして、データ交換と操作を容易にします。
• バックエンドレイヤー：システムのコアを形成し、クラスター/GPU、クライアントとのやり取り、および自動スケーラビリティの管理を担当します。
• データベースレイヤー：構造化データの主要なストレージと一時データ処理のためのキャッシングを備えたデータの格納と管理を担当します。
• タスクレイヤー：非同期通信とタスク実行を管理し、効率的なデータ処理とフローを確保します。
• インフラストラクチャレイヤー：GPUリソースプール、オーケストレーションツール、および実行/MLタスク処理を含むシステムの基盤を構成し、堅牢なモニタリングソリューションを備えています。

IOトンネル

IOトンネルは、エンジニアが複雑な構成なしにファイアウォールやNATをバイパスし、リモートサーバーに安全な接続を確立することを可能にする、クライアントからリモートサーバーへの安全な接続を容易にするものです。

ワークフロー：IOワーカーはまず中間サーバー（すなわち、io.netサーバー）と接続を確立します。次に、io.netサーバーはIOワーカーやエンジニアのマシンからの接続要求を待ち、リバーストンネル技術を介してデータ交換を容易にします。

(画像の出典: io.net、2024.4.11)

io.netのアプリケーション：エンジニアはio.netサーバーを介して簡単にIOワーカーに接続でき、ネットワーク構成の課題を乗り越えてリモートアクセスと管理を実現できます。

利点:

• アクセシビリティ：IOワーカーへの直接接続により、ネットワークの障壁がなくなります。
• セキュリティ：通信セキュリティを確保し、データプライバシーを保護します。
• スケーラビリティと柔軟性：異なる環境で複数のIOワーカーを効率的に管理します。

IO ネットワーク

IO Networkは、antMinerノード間の超低遅延通信を提供するためにメッシュVPNアーキテクチャを採用しています。

メッシュVPNネットワークの機能：分散接続：従来のハブアンドスポークモデルとは異なり、メッシュVPNは直接のノード間接続を可能にし、冗長性、障害耐性、負荷分散を向上させます。

io.netの利点:

• 直接接続は通信遅延を減少させ、アプリケーションのパフォーマンスを向上させます。
• 単一の障害点がないことにより、個々のノードが失敗した場合でもネットワークは引き続き稼働します。
• データ追跡と分析の複雑さを高めることで、ユーザーのプライバシー保護を強化します。
• ネットワークのパフォーマンスに影響を与えることなく、新しいノードの簡単な統合。
• ノード間のリソース共有と効率的な処理を容易にします。

ソース: io.net

分散型コンピューティングプラットフォームの比較

AkashとRender Network

AkashとRender Networkの両方は、ユーザーがコンピューティングリソースを購入および販売できる分散型コンピューティングネットワークです。 Akashはオープンマーケットとして機能し、ユーザーは価格や条件を設定し、プロバイダーはタスクを展開するために入札します。一方、RenderはGPUレンダリングサービスに焦点を当てた動的価格アルゴリズムを使用し、ハードウェアプロバイダーによって供給されたリソースと市況に基づいて価格が調整されます。Renderはオープンマーケットではなく、マルチティアの価格アルゴリズムを使用してサービスの購入者とユーザーをマッチングさせます。

Io.netとBittensor

Io.netは、世界中に散在するGPUコンピューティングパワーを活用するために分散コンピューティングネットワークを利用し、Renderなどのネットワークと協力してAIおよび機械学習タスクを処理します。その主な特徴は、AIおよび機械学習タスクへの焦点とGPUクラスターの利用にあります。

Bittensorは、中央集権的なプロジェクトと競合する分散型の機械学習マーケットを作成することを目指す、AIに焦点を当てたブロックチェーンプロジェクトです。サブネット構造を使用し、テキストプロンプトAIネットワークや画像生成AIなど、さまざまなAI関連のタスクに焦点を当てています。Bittensorエコシステムのマイナーは、コンピューティングリソースを提供し、機械学習モデルをホストし、オフチェーンAIタスク用のコンピューティングを行い、ユーザーに最良の結果を提供するために競争しています。

ソース：TokenInsight

結論

Io.netは、経験豊富な技術チームとMulticoin Capital、ソラナベンチャーズ、OKXベンチャーズ、Aptos Labs、Delphi Digitalなどの有名な企業の強力なサポートを受けて、有望なAIコンピューティング市場に大きな影響を与えることが期待されています。最初で唯一のGPU DePINとして、io.netは、コンピューティングパワープロバイダーとユーザーをつなぐプラットフォームを提供し、機械学習チーム向けの分散GPUネットワークトレーニングおよび推論ワークフローを提供する際の強力な機能と効率を示しています。