MIIX Capital：io.net 项目研究报告

撰文：MIIX Capital

1、项目情况

1.1 业务概要

io.net 是去中心化的 GPU 网络，旨在为 ML（机器学习） 提供计算。通过组装来自独立数据中心、加密货币矿工和 Filecoin 或 Render 等项目的 100 万多个 GPU 来获取计算能力。

它的目标是将 100 万个 GPU 组合到 DePIN（去中心化物理基础设施网络）中，打造一个企业级、去中心化的分布式计算网络，通过汇聚全球闲散的网络计算资源（目前主要是 GPU），为人工智能工程师们提供价格更低、更易获得、更灵活适配的网络计算资源服务。

对于用户来说，它就相当于一个去中心全球闲散 GPU 资源的集市，让人工智能工程师或团队可以在这里按照他们的需求定制化搭配和购买所需的 GPU 计算服务。

1.2 团队背景

• Ahmad Shadid是创始人兼首席执行官，此前是 WhalesTrader 量化系统工程师。

• Garrison Yang是首席战略官兼首席营销官，此前是 Ava Labs 增长与战略副总裁。

• Tory Green是首席运营官，此前是 Hum Capital 首席运营官、Fox Mobile Group 企业发展与战略总监。

• Angela Yi是商务拓展副总裁，毕业于美国哈佛大学，负责规划并执行销售、伙伴关系和供应商管理等关键战略。

2020 年 Ahmad Shadid 为机器学习量化交易公司 Dark Tick 构建 GPU 计算网络时，因为交易策略接近于高频交易，所以需要大量的算力，云服务厂商高昂的 GPU 服务费用成为了他们的难题。

对算力的巨大需求以及所面临的高昂成本促使他们他们决定去做去中心化分布式计算资源这件事，随后又在 Austin Solana Hacker House 获得关注度。因此，io.net 属于该团队从自身面临的痛点出发，提出解决方案并进行业务落地和拓展。

1.3 产品 / 技术

市场用户面临的问题：

可用性有限，使用 AWS、GCP 或 Azure 等云服务访问硬件通常需要数周时间，而且市场上流行的 GPU 模型通常不可用。

选择余地很少，如在 GPU 硬件、位置、安全级别、延迟等方面用户几乎没有选择余地。

成本较高：获得优质 GPU 非常昂贵，每月很花费数十万美元用于训练和推理。

解决方案：

通过聚合未充分利用（例如独立数据中心、加密矿工以及 Filecoin、Render 等加密项目）的 GPU ，把这些资源整合到 DePIN 中，使工程师能够在系统中获得大量计算能力。它允许 ML 团队跨分布式 GPU 网络构建推理和模型服务工作流程，并利用分布式计算库，来编排和批量训练作业，以便可以使用数据和模型并行性在许多分布式设备上并行化。

此外，io.net 利用具有高级超参数调整的分布式计算库来检查最佳结果、优化调度并简单地指定搜索模式。它还使用开源强化学习库，该库支持生产级、高度分布式的 RL （强化学习）工作负载以及简单的 API。

产品组成：

IO Cloud，目的是部署和管理按需来分配去中心化的 GPU 集群，与 IO-SDK 无缝集成，提供扩展人工智能和 Python 应用程序的全面解决方案。可提供无限的计算能力，同时简化了 GPU/CPU 资源的部署和管理。

IO Worker，为用户提供一个全面且用户友好的界面，通过直观的网络应用程序高效管理他们的 GPU 节点操作。该产品的范围包括与用户账户管理、计算活动监控、实时数据显示、温度和功耗跟踪、安装辅助、钱包管理、安全措施和盈利能力计算相关的功能。

IO Explorer，主要为用户提供全面统计数据和 GPU 云各个方面的可视化图，让用户轻松即时监控、分析和了解 io.net 网络的复杂细节，提供对网络活动、重要统计数据、数据点和奖励交易的全面可见性。

产品特点：

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。

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。

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。

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。

1.4 发展路线图

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

根据 io.net 白皮书公布的信息，项目产品的路线图是：2024 年 1 月 -4 月，V1.0 全面发布，致力于 io.net 生态系统的去中心化，使其能够实现自我托管和自我复制。

1.5 融资信息

根据公开新闻信息显示，2024 年 3 月 5 日，io.net 对外宣布完成 3000 万美元 A 轮融资，Hack VC 领投，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 等参与。【1】值得注意的是，这轮融资后，io.net 整体估值 10 亿美元。

2、市场数据

2.1 官方网站

从 2024 年 1 月 至 2024 年 3 月的官网数据看，总访问量为 5.212M，月均访问 1.737M，跳出率为 18.61%（较低），各区域用户访问数据较均匀，且直接访问和搜索访问占比超过 80%，可能说明访问用户数据中脏数据占比不高，他们对 io.net 有基本了解，并且愿意进一步了解和在网站进行交互。

2.2 社媒社群

3、竞争分析

3.1 竞争格局

io.net 的核心业务是跟去中心 AI 算力有关，它最大的竞争对手就是以 AWS、Google Cloud、微软智能云业务（Azure 为代表）为代表的传统云服务厂商。根据国际数据公司 (IDC)、浪潮信息和清华大学全球产业研究院联合编制的《2022–2023 年全球算力指数评估报告》，全球人工智能计算市场规模预计将从 2022 年的 195 亿美元增长到 2026 年的 346.6 亿美元。【2】

对比全球主流云计算厂商的销售收入：2023 年 AWS 云服务销售收入 90.8 亿美元，Google Cloud 销售收入 33.7 亿美元，微软智能云业务销售收入 96.8 亿美元。【3】三者市场份额占到全球 66% 左右，同时这三家巨无霸公司市值均在万亿美元以上。

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

与云服务厂商高额收入形成鲜明对比的是，如何提升 GPU 利用率成为一个焦点问题。根据 AI infrastructure 的一项调查显示，大多数 GPU 资源被低估利用 — — 53% 左右的人认为 51~70% 的 GPU 资源被低估利用，25% 的人认为利用率达到 85%，只有 7% 的人认为利用率超过 85%。对 io.net 来说，对云计算的巨大需求以及 GPU 资源有效利用不足的问题是其面临的市场机会。

3.2 优势分析

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

io.net 最大的竞争优势体现在生态位优势或者说先发优势上。根据官方提供的数据：目前 io.net 拥有的 GPU 集群总量大于 40K，CPU 总量大于 5600，Woker Nodes 大于 69K，部署 10,000GPU 的时间小于 90s，价格比竞争对手便宜 90%，估值 10 亿美元。io.net 不仅为客户提供了相比起中心化云服务提供商 1–2 折的低价和无需许可的即时上线服务，更为算力提供者通过即将推出的 IO 代币提供了额外的启动激励，共同助力达成连接 100 万 GPU 的目标。

另外，与其他 DePIN 计算项目相比，io.net 专注于 GPU 计算能力，其 GPU 网络的规模已经领先于同类项目超 100 倍。io.net 还是区块链界第一个将最先进的 ML 技术栈（如 Ray 集群、Kubernetes 集群和巨型集群）融入 GPU DePIN 项目并投入大规模实践的，这使得其不仅在 GPU 数量上，更在技术应用和模型训练的能力上处于领先地位。

随着 io.net 的不断发展，如果能够把 GPU 容量提升到与中心化云服务商竞争的 500,000 个全网并发 GPU，将可以用更低的成本提供与 Web 2 相似的服务，并有机会通过与主要 DePIN 和 AI 玩家（包括 Render Network、Filecoin、Solana、Ritual 等）建立的紧密合作关系，逐步确立其在该领域的核心地位成为去中心化 GPU 网络的龙头和结算层，为整个 Web 3xAI 生态带来活力。

3.3 风险和问题

io.net 是一个新兴的，与 Web3 深度结合的计算资源整合与分发平台，并且所涉及的业务与传统的云服务厂商高度重合，这让它在技术和市场方面都面临着位置的风险和阻碍。

技术安全风险，io.net 作为新兴平台，并没有经历过大规模的应用测试，也没有体现出防范和应对恶意攻击的能力。面对巨量的算力资源接入、分发和管理并没有相应的经验或实践验证，容易出现技术产品常见的兼容性、健壮性、安全性等问题。并且一旦出现问题，很可能对 io.net 是致命的，因为客户更在意自己的安全和稳定，且不愿意为这些买单。

市场拓展缓慢，io.net 与传统的云服务厂商高度重合，这让它必须与传统的 AWS、Google Cloud、Alicloud 等直接竞争，甚至与二线或三线的服务商直接竞争，尽管 io.net 有着更优惠的成本，但它面向 B 类客户的服务体系和市场体系是刚刚开始，这与现有 Web3 行业的市场运营有着很大的差别，所以，在目前来看它在市场拓展方面的进度并不理想，这很可能直接影响其项目估值和代币的市值表现。

最新安全事件 4 月 25 日 io.net 创始人兼 CEO Ahmad Shadid 在发推称，io.net 元数据 API 遭遇安全事件，攻击者利用用户 ID 到设备 ID 的可访问映射，导致未经授权的元数据被更新，此漏洞并未影响 GPU 访问，但确实影响了前端向用户显示的元数据。io.net 不收集任何 PII，也不会泄露敏感的用户或设备数据。Shadid 表示，io.net 系统设计允许自我修复，不断更新每个设备，帮助恢复任何错误更改的元数据。鉴于此事件，io.net 加快了 OKTA 的用户级身份验证集成的部署，该部署将在接下来 6 小时内完成。此外，io.net 还推出 Auth0 Token 进行用户验证，阻止未经授权的元数据更改。数据库恢复期间，用户将暂时无法登录。所有正常运行时间记录均不受影响，并且这不会影响供应商的计算奖励。

4、代币估值

4.1 代币模型

io.net 代币经济模型在创世时将拥有 5 亿枚 IO 的初始供应量，分为五个类别：种子投资者（12.5%）、A 轮投资者（10.2%）、核心贡献者（11.3%）、研发与生态系统（16%）以及社区（50%）。随着 IO 的发行以激励网络增长和采用，将在 20 年内增长至 8 亿枚的固定最大供应量。

奖励采用通缩模型，从第一年的 8% 开始，每月减少 1.02%（每年约 12%），直到达到 8 亿枚 IO 上限。随着发放奖励，早期支持者和核心贡献者的份额将持续减少，在所有奖励分配完成后，社区的份额将增长到 50%。【4】

其代币功用包括给予 IO Worker 分配激励、奖励 AI 与 ML 部署团队持续使用网络、平衡部分需求和供给、为 IO Worker 计算单位定价以及社区治理等。

io.net 为了避免因 IO 币价波动产生的支付问题，专为开发了稳定币 IOSD，与美元挂钩。1IOSD 始终等于 1 美元。IOSD 只能通过销毁 IO 来获得。此外，io.net 正考虑部分机制来改善网络功能。例如，可能允许 IO Workers 通过抵押原生资产来提高被租用的概率。在这种情况下，他们投入的资产越多，他们被选择到的概率就越大。此外，质押原生资产的人工智能工程师可以优先使用高需求的 GPU。

4.2 代币机制

IO 代币主要用于需求方和供应方两大群体，对于需求方而言，每个计算作业均以美元定价，网络将保留付款直至作业完成。一旦节点运营商以美元和代币配置其奖励份额，所有美元金额将直接分配给节点运营商，而分配给代币的份额将用于燃烧 IO 币。然后，在该期间作为计算奖励铸造的所有 IO 币都会根据其优惠券代币（计算积分）的美元价值分配给用户。

对于供应方而言，包括可用性奖励与计算奖励。其中，计算奖励是对于提交到网络的作业，用户可以选择时间偏好「以小时为单位部署集群的持续时间」，并从 io.net 定价预言机接收成本估算。可用性奖励方面，则是网络将随机提交小型测试作业，以评估哪些节点定期运行并且能够很好地接受来自需求方的作业。

值得一提的是，不论是供应方还是需求方，都设置有一套声誉系统，根据计算性能、对网络参与度来累计分数，获得奖励或优惠。

除此以外，io.net 还设置生态增长机制，包括质押、邀请奖励和网络费用。IO 币持有者可以选择将其代币 IO 质押给节点运营商或用户。一旦质押，质押者将获得参与者获得的所有奖励的 1–3%。用户还可以邀请加入新网络参与者，并分享新参与者未来部分收入。网络费用则设置收取 5%。

4.3 估值分析

我们目前都无法得到赛道内项目的准确收入数据，所以我们无法准确的进行估值，我们在此主要通过与 io.net 同为 AI+DePIN 的项目 Render 进行比较，供大家参考。

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

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

如图所示，Render Network 目前是 AI+Web3 赛道里去中心化 GPU 渲染解决方案的龙头项目，GPU 资源总量 11946，目前市值 30 亿美元（FDV50 亿美元）；而 io.net GPU 资源总量 461772，是 Render 的 38 倍，目前估值 10 亿。对于 io.net 和 Render 项目来说，两者核心关键能力都是去中心化的 GPU 算力，因此，从 GPU 供给作为核心对比维度来看，io.net 的上市市值大概率会超过 render，至少不相上下。

https://stats.renderfoundation.com/

Render network2022 年的 Frames Rendered 是 9,420,335，GMV 为 2,457,134 美元，目前，Render Network 的 Frames Rendered 是 31,643,819，由此推算整个 GMV 大概在 8,253,751 美元。

对照 io.net 4 个月 GMV 是 400,000，假定 io.net 按照 4 个月 GMV400,000 的均速增长，12 个月 GMV 是 1200,000，如果 io.net 要达到现在 Render Network 的 GMV，还有 6.8 倍的增长空间，现在 io.net 估值 10 亿美元，综合以上分析，io.net 在牛市周期中的市值有望达到 50 亿美元以上。

5、总结

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。

另一方面，尽管市场已经给予了 io.net 10 亿美元的高估值定价，但它的产品并未经过市场检验，在技术方面存在不确定风险，而且其是否能有效匹配其供需关系也是决定它后续市值能否创新高的关键变量。从现有的情况来看，io.net 平台在供给侧的成果已经有了初步显现，但在需求侧还没完全发力，导致目前平台整体的 GPU 资源并未充分利用，如何更加有效调动 GPU 资源的需求对团队来说是一个不得不面临的挑战。

如果 io.net 能够完成市场端需求的快速接入，且在运营过程中不遇到或出现重大风险和技术问题，以其 AI+DePIN 的实体业务属性，它的整体业务将会启动增长飞轮，成为 Web3 领域最为亮眼的项目产品，这也意味着 io.net 将会是一个分厂优质的投资标的，让我们继续跟进观察和仔细验证。