Еще один проект выходит на TGE с отчетом о доходах ARR! Недавно Spheron Network объявил о TGE с доходом ARR более 13 миллионов долларов.
Выручка на уровне, экосистема заработала, и тогда можно говорить о TGE. Станет ли такой стандарт обязательным для TGE в будущем на рынке инфраструктуры AI?
Давайте подробнее рассмотрим проект Spheron:
1）Spheron Network — это децентрализованная вычислительная сеть, которая объединяет ресурсы GPU/CPU по всему миру для предоставления услуг по высокопроизводительным вычислительным задачам, таким как обучение AI, вывод и рендеринг.
Помимо ресурсов вычислительной мощности, платформа также интегрировала услуги хранения IPFS, управления доменами ENS, развертывания смарт-контрактов на основе Arbitrum и другие сопутствующие услуги, что позволяет предоставлять относительно полную инфраструктурную поддержку для разработчиков ИИ.
С точки зрения технической архитектуры, Spheron построил относительно полный продуктовый матрикс, охватывающий все этапы от поставки вычислительных мощностей до сценариев применения.
Fizz Nodes как основа инфраструктуры всей сети позволяет отдельным пользователям — особенно игрокам — вносить свои неиспользуемые GPU/CPU в сеть, зарабатывая доход через простой процесс регистрации.
Этот дизайн значительно снизил порог поставки вычислительной мощности, включив в себя разрозненные личные устройства, и быстро сформировал децентрализованную сеть вычислительной мощности в модели B2C распределения доходов.
KlippyAI является инструментом для создания AI-видео, ориентированным на конечных пользователей, с оплатой сервисного сбора через токены $SPON. В настоящее время на базе L2 было создано почти 5000 данных AI-видео NFT.
Skynet отличается от большинства агентов тем, что разработчики могут получать вычислительные ресурсы, пытаясь позволить AI-агенту напрямую оплачивать вычислительную мощность с помощью токенов, одновременно предлагая услуги одноразового развертывания от создания кошелька до развертывания контракта.
Кроме того, такие продукты, как Supernoderz (узел как услуга), Aquanode (AI-инференс рабочие нагрузки), Spheron Console (однокнопочный доступ к GPU) и другие, вместе с Fizz Nodes образуют полный замкнутый цикл от предложения к спросу.
Судя по операционным данным, Spheron уже продемонстрировал определенные масштабы сети. 44 000 активных узлов распределены более чем в 170 странах, предоставляя более 8 300 GPU и более 600 000 CPU вычислительной мощности, выплачивая более 500 000 долларов США в неделю в виде вознаграждений узлам. В частности, что касается структуры доходов, из 13 миллионов долларов США ARR, на AI бизнес приходится 7,6 миллиона долларов, что свидетельствует о том, что приложения AI действительно создали реальный спрос на оплату.
Но устойчивость этой модели двустороннего рынка в основном зависит от того, смогут ли спрос и предложение расти синхронно.
Поставщики вычислительной мощности получают токены в качестве вознаграждения, а потребители платят токены за использование услуг, при этом платформа взимает плату за услуги — звучит прекрасно, но на практике это сталкивается с множеством вызовов: сможет ли децентрализованная сеть обеспечить стабильное качество услуг? Как долго будут сохраняться преимущества по стоимости по сравнению с такими гигантами, как AWS и Google Cloud?
Инфраструктура AI Agent действительно является большим рынком, находящимся на ранней стадии, и Spheron имеет определенное преимущество во времени благодаря предварительной разработке соответствующих услуг. Однако конкуренция в этой области гораздо жестче, чем ожидалось.
Платформы Hyperbolic, IO.NET, VANA, Sahara AI и другие имеют различия в позиционировании и активно развивают услуги AI infra.
Рынок еще не сформировался, и в конечном итоге победителем может стать не тот, чья технология самая передовая, а тот, кто наилучшим образом проявит себя по таким комплексным параметрам, как скорость итерации продукта, способность к построению экосистемы и стабильность обслуживания.
В любом случае, с точки зрения более широких тенденций в отрасли, "входить на TGE с ARR" может стать новым стандартом для сектора AI infra, и это не обязательно плохо для всей отрасли.
По крайней мере, это может привлечь больше внимания рынка к реальным продуктам и доходам, а не к чисто концептуальной спекуляции.
Посмотреть Оригинал
На этой странице может содержаться сторонний контент, который предоставляется исключительно в информационных целях (не в качестве заявлений/гарантий) и не должен рассматриваться как поддержка взглядов компании Gate или как финансовый или профессиональный совет. Подробности смотрите в разделе «Отказ от ответственности» .
С собственным годовым доходом в 13 миллионов, Spheron "выпуск монеты при достижении доходов" устанавливает новую планку для AI-сектора?
Еще один проект выходит на TGE с отчетом о доходах ARR! Недавно Spheron Network объявил о TGE с доходом ARR более 13 миллионов долларов.
Выручка на уровне, экосистема заработала, и тогда можно говорить о TGE. Станет ли такой стандарт обязательным для TGE в будущем на рынке инфраструктуры AI?
Давайте подробнее рассмотрим проект Spheron:
1）Spheron Network — это децентрализованная вычислительная сеть, которая объединяет ресурсы GPU/CPU по всему миру для предоставления услуг по высокопроизводительным вычислительным задачам, таким как обучение AI, вывод и рендеринг.
Помимо ресурсов вычислительной мощности, платформа также интегрировала услуги хранения IPFS, управления доменами ENS, развертывания смарт-контрактов на основе Arbitrum и другие сопутствующие услуги, что позволяет предоставлять относительно полную инфраструктурную поддержку для разработчиков ИИ.
С точки зрения технической архитектуры, Spheron построил относительно полный продуктовый матрикс, охватывающий все этапы от поставки вычислительных мощностей до сценариев применения.
Fizz Nodes как основа инфраструктуры всей сети позволяет отдельным пользователям — особенно игрокам — вносить свои неиспользуемые GPU/CPU в сеть, зарабатывая доход через простой процесс регистрации.
Этот дизайн значительно снизил порог поставки вычислительной мощности, включив в себя разрозненные личные устройства, и быстро сформировал децентрализованную сеть вычислительной мощности в модели B2C распределения доходов.
KlippyAI является инструментом для создания AI-видео, ориентированным на конечных пользователей, с оплатой сервисного сбора через токены $SPON. В настоящее время на базе L2 было создано почти 5000 данных AI-видео NFT.
Skynet отличается от большинства агентов тем, что разработчики могут получать вычислительные ресурсы, пытаясь позволить AI-агенту напрямую оплачивать вычислительную мощность с помощью токенов, одновременно предлагая услуги одноразового развертывания от создания кошелька до развертывания контракта.
Кроме того, такие продукты, как Supernoderz (узел как услуга), Aquanode (AI-инференс рабочие нагрузки), Spheron Console (однокнопочный доступ к GPU) и другие, вместе с Fizz Nodes образуют полный замкнутый цикл от предложения к спросу.
Но устойчивость этой модели двустороннего рынка в основном зависит от того, смогут ли спрос и предложение расти синхронно.
Поставщики вычислительной мощности получают токены в качестве вознаграждения, а потребители платят токены за использование услуг, при этом платформа взимает плату за услуги — звучит прекрасно, но на практике это сталкивается с множеством вызовов: сможет ли децентрализованная сеть обеспечить стабильное качество услуг? Как долго будут сохраняться преимущества по стоимости по сравнению с такими гигантами, как AWS и Google Cloud?
Платформы Hyperbolic, IO.NET, VANA, Sahara AI и другие имеют различия в позиционировании и активно развивают услуги AI infra.
Рынок еще не сформировался, и в конечном итоге победителем может стать не тот, чья технология самая передовая, а тот, кто наилучшим образом проявит себя по таким комплексным параметрам, как скорость итерации продукта, способность к построению экосистемы и стабильность обслуживания.
В любом случае, с точки зрения более широких тенденций в отрасли, "входить на TGE с ARR" может стать новым стандартом для сектора AI infra, и это не обязательно плохо для всей отрасли.
По крайней мере, это может привлечь больше внимания рынка к реальным продуктам и доходам, а не к чисто концептуальной спекуляции.