MIIX Capital : Étude de recherche sur le projet io.net
TechFlow SélectionTechFlow Sélection
MIIX Capital : Étude de recherche sur le projet io.net
io.net est un réseau GPU décentralisé conçu pour fournir du calcul pour l'apprentissage automatique (machine learning).
Dédié à des analyses Web3 approfondiesRédaction : MIIX Capital
1. Présentation du projet
1.1 Résumé de l'activité
io.net est un réseau GPU décentralisé conçu pour fournir une puissance de calcul destinée à l'apprentissage machine (ML). Il tire sa capacité de calcul en regroupant plus d'un million de GPU provenant de centres de données indépendants, de mineurs de cryptomonnaies et de projets tels que Filecoin ou Render.
Son objectif est d’intégrer 1 million de GPU dans un réseau DePIN (réseau d’infrastructure physique décentralisée), afin de créer un réseau informatique distribué, décentralisé et de niveau entreprise. En centralisant les ressources de calcul inutilisées à travers le monde (principalement des GPU), il propose aux ingénieurs en intelligence artificielle des ressources informatiques moins chères, plus accessibles et plus flexibles.
Pour les utilisateurs, io.net fonctionne comme un marché mondial décentralisé des ressources GPU inexploitées, permettant aux ingénieurs IA ou équipes de concevoir et acheter sur mesure les services de calcul GPU dont ils ont besoin.
1.2 Profil de l'équipe
-
Ahmad Shadid, fondateur et PDG, était auparavant ingénieur système quantitatif chez WhalesTrader.
-
Garrison Yang, directeur stratégique et directeur marketing, était auparavant vice-président croissance et stratégie chez Ava Labs.
-
Tory Green, directeur des opérations, était auparavant COO chez Hum Capital et directeur développement entreprises et stratégie chez Fox Mobile Group.
-
Angela Yi, vice-présidente développement commercial, diplômée de l’université Harvard aux États-Unis, chargée de la stratégie commerciale, partenariats et gestion des fournisseurs.
En 2020, Ahmad Shadid a construit un réseau de calcul GPU pour Dark Tick, une société spécialisée en trading algorithmique ML. En raison de stratégies proches du trading haute fréquence, d'importantes capacités de calcul étaient nécessaires, mais les coûts élevés des services GPU proposés par les fournisseurs cloud sont devenus un obstacle majeur.
Le besoin massif en puissance de calcul et les coûts associés ont conduit l’équipe à explorer une solution basée sur un réseau informatique distribué et décentralisé. Le projet a ensuite attiré l’attention lors de l’événement Austin Solana Hacker House. Ainsi, io.net est né d’une initiative visant à résoudre un problème personnel, puis s’est concrétisé en projet opérationnel.
1.3 Produit / Technologie
Problèmes rencontrés par les utilisateurs :
Disponibilité limitée : accéder au matériel via AWS, GCP ou Azure prend souvent plusieurs semaines, et les modèles GPU populaires sont généralement indisponibles.
Peu de choix : les utilisateurs ont peu d'options concernant le type de GPU, la localisation, le niveau de sécurité ou encore la latence.
Coût élevé : l'accès à des GPU performants est très onéreux, pouvant atteindre plusieurs dizaines de milliers de dollars par mois pour l'entraînement et l'inférence.
Solution proposée :
En regroupant des GPU sous-utilisés (provenant de centres de données indépendants, de mineurs de cryptomonnaies ou de projets comme Filecoin ou Render) et en intégrant ces ressources dans un réseau DePIN, io.net permet aux ingénieurs d’accéder à une grande puissance de calcul. Les équipes ML peuvent ainsi construire leurs workflows d'inférence et de modélisation sur un réseau GPU distribué, orchestrer et exécuter des tâches d'entraînement en parallèle grâce à des bibliothèques de calcul distribué, en exploitant la parallélisation des données et des modèles sur de nombreux dispositifs.
De plus, io.net utilise des bibliothèques de calcul distribué avancées avec réglage hyperparamétrique automatique pour optimiser les résultats, planifier efficacement les tâches et simplifier la recherche de configurations. Il exploite également une bibliothèque open source de renforcement apprenant (RL), supportant des charges de travail RL hautement distribuées de niveau production, avec une API simple.
Composants du produit :
IO Cloud : permet de déployer et gérer à la demande des clusters GPU décentralisés. Intégré de manière transparente à IO-SDK, il offre une solution complète pour étendre les applications d'intelligence artificielle et Python. Il fournit une puissance de calcul illimitée tout en simplifiant le déploiement et la gestion des ressources GPU/CPU.
IO Worker : offre une interface complète et conviviale via une application web intuitive, permettant de gérer efficacement les opérations des nœuds GPU. Fonctionnalités incluses : gestion des comptes utilisateurs, surveillance des activités de calcul, affichage en temps réel des données, suivi de température et consommation d’énergie, assistance à l’installation, gestion de portefeuille, mesures de sécurité et calculs de rentabilité.
IO Explorer : fournit des statistiques complètes et des visualisations détaillées du cloud GPU, permettant aux utilisateurs de surveiller, analyser et comprendre facilement les aspects complexes du réseau io.net, avec une visibilité totale sur les activités du réseau, statistiques clés, points de données et transactions de récompenses.
Caractéristiques principales :
Réseau de calcul décentralisé : io.net adopte un modèle de calcul décentralisé, répartissant les ressources informatiques à travers le monde, ce qui améliore l'efficacité et la stabilité du calcul.
Accès à faible coût : comparé aux services centralisés traditionnels, io.net Cloud propose un accès à moindre coût, rendant les ressources de calcul accessibles à davantage d'ingénieurs ML et chercheurs.
Clusters cloud distribués : la plateforme fournit un cluster cloud distribué, permettant aux utilisateurs de sélectionner les ressources adaptées à leurs besoins et de répartir leurs tâches sur différents nœuds.
Support des tâches d’apprentissage machine : io.net Cloud est spécialement conçu pour fournir des ressources aux ingénieurs ML, facilitant l'entraînement de modèles et le traitement des données.
1.4 Feuille de route
https://developers.io.net/docs/product-timeline
Selon les informations publiées dans le livre blanc d’io.net, la feuille de route du produit est la suivante : de janvier à avril 2024, sortie complète de la version V1.0, axée sur la décentralisation de l’écosystème io.net, lui permettant d’être auto-hébergé et auto-reproductible.
1.5 Informations sur le financement
Selon des annonces publiques, le 5 mars 2024, io.net a annoncé avoir levé 30 millions de dollars lors d’un tour de financement de série A, mené par Hack VC, avec la participation de Multicoin Capital, 6th Man Ventures, M13, Delphi Digital, Solana Labs, Aptos Labs, Foresight Ventures, Longhash, SevenX, ArkStream, Animoca Brands, Continue Capital, MH Ventures et Sandbox Games. [1] À noter que cette levée valorise io.net à 1 milliard de dollars.
2. Données du marché
2.1 Site officiel
D’après les données du site officiel entre janvier et mars 2024, le trafic total s’élève à 5,212 millions, soit une moyenne mensuelle de 1,737 million. Le taux de rebond est de 18,61 % (relativement bas). La répartition géographique des visiteurs est homogène, et plus de 80 % du trafic provient de visites directes ou de recherches, ce qui suggère une faible proportion de données non pertinentes, les visiteurs ayant déjà une certaine connaissance d’io.net et souhaitant interagir davantage avec le site.
2.2 Communautés et réseaux sociaux
3. Analyse concurrentielle
3.1 Paysage concurrentiel
L’activité principale d’io.net concerne le calcul IA décentralisé. Ses principaux concurrents sont les fournisseurs cloud traditionnels comme AWS, Google Cloud et Microsoft Azure. Selon le rapport « Évaluation mondiale de l’indice de puissance de calcul 2022–2023 », élaboré conjointement par IDC, Inspur et l’Institut mondial de l’industrie de l’université Tsinghua, le marché mondial du calcul IA devrait passer de 19,5 milliards de dollars en 2022 à 34,66 milliards en 2026. [2]
Comparaison des revenus des principaux fournisseurs cloud mondiaux : en 2023, AWS a généré 9,08 milliards de dollars, Google Cloud 3,37 milliards et le cloud intelligent de Microsoft 9,68 milliards. [3] Ces trois géants représentent environ 66 % du marché mondial, chacun étant valorisé à plus de 1 000 milliards de dollars.
https://www.alluxio.io/blog/maximize-gpu-utilization-for-model-training/
En contraste avec les revenus élevés des fournisseurs cloud, l’amélioration du taux d’utilisation des GPU devient un enjeu crucial. Une enquête sur l’infrastructure IA montre qu’une grande partie des ressources GPU est sous-exploitée : environ 53 % des répondants jugent que 51 à 70 % des GPU sont sous-utilisés, 25 % pensent que le taux d'utilisation atteint 85 %, et seulement 7 % estiment qu’il dépasse 85 %. Pour io.net, la forte demande en calcul cloud et la sous-utilisation des ressources GPU constituent une opportunité de marché significative.
3.2 Analyse des avantages
https://twitter.com/eli5_defi/status/1768261383576289429
Le principal avantage concurrentiel d’io.net réside dans sa position pionnière ou son avantage de niche. Selon les données officielles : io.net dispose actuellement de plus de 40 000 GPU, plus de 5 600 CPU, plus de 69 000 nœuds workers, et peut déployer 10 000 GPU en moins de 90 secondes. Son prix est inférieur de 90 % à celui de ses concurrents, et sa valorisation atteint 1 milliard de dollars. Io.net propose non seulement un service immédiat sans permission à un prix 10 à 20 fois inférieur à celui des fournisseurs cloud centralisés, mais aussi des incitations supplémentaires aux fournisseurs de puissance de calcul via le futur jeton IO, contribuant collectivement à l’objectif de connecter 1 million de GPU.
En outre, comparé à d'autres projets DePIN informatiques, io.net se concentre spécifiquement sur le calcul GPU, avec un réseau GPU dont l'échelle dépasse déjà celle de ses concurrents de plus de 100 fois. Io.net est également le premier projet blockchain à intégrer les dernières technologies ML (comme Ray, Kubernetes et les clusters géants) dans un réseau GPU DePIN, et à les mettre en œuvre à grande échelle, ce qui le place en tête tant en nombre de GPU qu’en capacité technologique et d'entraînement de modèles.
Si io.net parvient à augmenter sa capacité GPU jusqu'à 500 000 GPU simultanés, au niveau des fournisseurs cloud centralisés, il pourra offrir des services similaires à ceux du Web2 à moindre coût, et, grâce à ses partenariats étroits avec les principaux acteurs DePIN et IA (y compris Render Network, Filecoin, Solana, Ritual, etc.), occuper progressivement une position centrale dans ce domaine, devenir le leader et la couche de règlement du réseau GPU décentralisé, et dynamiser tout l’écosystème Web3 x IA.
3.3 Risques et problèmes
Io.net est une plateforme émergente combinant étroitement Web3 et réseautage des ressources informatiques, dont les activités chevauchent fortement celles des fournisseurs cloud traditionnels, ce qui expose le projet à des risques et obstacles techniques et commerciaux.
Risques de sécurité technique : en tant que plateforme nouvelle, io.net n’a pas encore été testée à grande échelle ni prouvé sa capacité à prévenir ou contrer des attaques malveillantes. Face à l’intégration, distribution et gestion de vastes ressources de calcul, elle manque d’expérience ou de validation pratique, ce qui peut entraîner des problèmes courants liés à la compatibilité, robustesse ou sécurité. En cas de dysfonctionnement, cela pourrait être fatal pour io.net, car les clients privilégient la sécurité et la stabilité et ne veulent pas payer pour des erreurs.
Expansion lente sur le marché : en raison de sa forte similarité avec les fournisseurs cloud traditionnels, io.net doit rivaliser directement avec des géants comme AWS, Google Cloud, Alibaba Cloud, voire des fournisseurs secondaires ou tertiaires. Bien qu’io.net propose des coûts plus avantageux, son système de service et de commercialisation B2B en est encore à ses débuts, très différent de l’approche marketing habituelle du Web3. À ce jour, sa progression sur le marché reste médiocre, ce qui pourrait affecter directement sa valorisation et la capitalisation de son jeton.
Dernier incident de sécurité : le 25 avril, Ahmad Shadid, fondateur et PDG d’io.net, a annoncé sur Twitter qu’une faille de sécurité avait touché l’API de métadonnées d’io.net. Un attaquant aurait exploité une correspondance accessible entre l’ID utilisateur et l’ID appareil, entraînant la mise à jour non autorisée de certaines métadonnées. Cette vulnérabilité n’a pas affecté l’accès aux GPU, mais a impacté les métadonnées affichées aux utilisateurs. Io.net n’enregistre aucune donnée personnelle identifiable (PII) et n’a donc exposé aucune information sensible. Shadid a précisé que le système io.net permet une autoguérison continue, corrigeant automatiquement les modifications erronées. Suite à cet événement, io.net a accéléré le déploiement de l’authentification utilisateur via OKTA, achevé dans les six heures suivantes. De plus, io.net a introduit Auth0 Token pour authentifier les utilisateurs et bloquer les modifications non autorisées. Pendant la restauration de la base de données, les utilisateurs n’ont pas pu se connecter temporairement. Cependant, tous les enregistrements de disponibilité restent intacts, et cela n’affecte pas les récompenses des fournisseurs.
4. Évaluation du jeton
4.1 Modèle du jeton
Le modèle économique du jeton IO prévoit une offre initiale de 500 millions de jetons à la genèse, répartis en cinq catégories : investisseurs seed (12,5 %), investisseurs série A (10,2 %), contributeurs clés (11,3 %), R&D et écosystème (16 %), communauté (50 %). Au fil du temps, la distribution de récompenses fera croître l’offre totale jusqu’à un maximum fixe de 800 millions de jetons sur 20 ans.
Les récompenses suivent un modèle contractuel : démarrant à 8 % la première année, elles diminuent de 1,02 % par mois (environ 12 % par an), jusqu’à atteindre la limite de 800 millions de jetons IO. Avec le versement des récompenses, la part des premiers soutiens et contributeurs clés diminue progressivement, tandis que celle de la communauté atteint finalement 50 %. [4]
Les utilités du jeton incluent : incitation aux IO Workers, récompense aux équipes ML/IA pour usage continu du réseau, équilibrage de l’offre et de la demande, tarification des unités de calcul IO Worker, et gouvernance communautaire.
Pour éviter les problèmes de paiement liés à la volatilité du prix du jeton IO, io.net a développé un stablecoin, IOSD, indexé sur le dollar américain (1 IOSD = 1 USD). IOSD ne peut être obtenu qu’en brûlant des jetons IO. Io.net envisage aussi d’autres mécanismes pour améliorer les fonctionnalités du réseau. Par exemple, permettre aux IO Workers de miser leurs actifs natifs pour augmenter leurs chances d’être loués — plus ils misent, plus leur probabilité d’être sélectionnés augmente. De même, les ingénieurs IA qui stakent leurs actifs natifs pourraient prioritairement utiliser les GPU très demandés.
4.2 Mécanisme du jeton
Le jeton IO sert principalement aux deux groupes : demandeurs et fournisseurs. Pour les demandeurs, chaque tâche de calcul est tarifée en dollars. Le paiement est retenu par le réseau jusqu’à la fin de la tâche. Une fois que l’opérateur du nœud configure sa part de récompense en dollars et en jetons, les montants en dollars sont directement versés à l’opérateur, tandis que la part en jetons sert à brûler des IO. Ensuite, tous les jetons IO créés durant cette période comme récompense de calcul sont distribués aux utilisateurs selon la valeur en dollars de leurs jetons-coupon (points de calcul).
Pour les fournisseurs, il existe deux types de récompenses : récompenses de disponibilité et récompenses de calcul. Les récompenses de calcul sont attribuées aux tâches soumises au réseau. L'utilisateur choisit une préférence temporelle (durée de déploiement du cluster en heures) et reçoit une estimation de coût via l'oracle de prix d’io.net. Concernant les récompenses de disponibilité, le réseau soumet aléatoirement de petites tâches-test pour évaluer quels nœuds fonctionnent régulièrement et acceptent bien les tâches des demandeurs.
Il convient de noter que tant pour les fournisseurs que pour les demandeurs, un système de réputation est mis en place, accumulant des points selon la performance de calcul et le niveau d’engagement au réseau, permettant d’obtenir des récompenses ou des avantages.
En outre, io.net met en place des mécanismes de croissance écosystémique, notamment le staking, les récompenses par parrainage et les frais réseau. Les détenteurs de jetons IO peuvent choisir de staker leurs jetons auprès d’opérateurs de nœuds ou d’utilisateurs. Une fois stakés, les participants perçoivent 1 à 3 % de toutes les récompenses obtenues. Les utilisateurs peuvent aussi inviter de nouveaux membres et partager une partie de leurs revenus futurs. Des frais réseau de 5 % sont prélevés.
4.3 Analyse d'évaluation
Nous ne disposons pas des chiffres précis de revenus des projets concurrents, ce qui nous empêche d’effectuer une évaluation exacte. Nous procédons ici à une comparaison avec Render, un autre projet combinant IA et DePIN, à titre indicatif.
https://x.com/ionet/status/1777397552591294797
https://globalcoinresearch.com/2023/04/26/render-network-scaling-rendering-for-the-future/
Comme illustré, Render Network est actuellement le leader des solutions de rendu GPU décentralisées dans le secteur IA + Web3, avec 11 946 GPU disponibles, une capitalisation boursière de 3 milliards de dollars (FDV de 5 milliards). Io.net dispose de 461 772 GPU, soit 38 fois plus que Render, pour une valorisation actuelle de 1 milliard de dollars. Puisque les deux projets reposent essentiellement sur la puissance de calcul GPU décentralisée, en prenant le volume d’offre GPU comme critère principal, la capitalisation future d’io.net devrait logiquement dépasser celle de Render, ou au moins s’y comparer.
https://stats.renderfoundation.com/
En 2022, Render Network a rendu 9 420 335 frames, avec un GMV de 2 457 134 dollars. Actuellement, le nombre de frames rendus atteint 31 643 819, ce qui porte le GMV estimé à environ 8 253 751 dollars.
En comparaison, io.net a réalisé un GMV de 400 000 dollars sur 4 mois. Si l’on suppose une croissance linéaire, son GMV annuel serait de 1,2 million de dollars. Pour atteindre le niveau actuel de Render Network, io.net dispose d’un potentiel de croissance de 6,8 fois. Avec une valorisation actuelle de 1 milliard de dollars, et compte tenu de l’analyse ci-dessus, io.net pourrait atteindre une capitalisation supérieure à 5 milliards de dollars en période de marché haussier.
5. Conclusion
L’émergence d’io.net comble un vide dans le domaine du calcul décentralisé, offrant une approche innovante et prometteuse. Avec le développement continu de l’intelligence artificielle et de l’apprentissage machine, la demande en ressources de calcul ne cesse de croître, ce qui confère à io.net un fort potentiel de marché et une valeur élevée.
D’un autre côté, bien que le marché ait déjà valorisé io.net à 1 milliard de dollars, son produit n’a pas encore été pleinement validé. Des risques techniques subsistent, et la capacité du projet à équilibrer efficacement offre et demande sera un facteur clé déterminant si sa capitalisation peut atteindre de nouveaux sommets. Actuellement, les résultats du projet côté offre sont encourageants, mais le côté demande n’est pas encore pleinement activé, entraînant une sous-utilisation des ressources GPU disponibles. Relancer efficacement la demande constitue donc un défi majeur pour l’équipe.
Si io.net parvient à intégrer rapidement la demande sur le marché, et si aucun problème technique majeur ne survient pendant son exploitation, grâce à sa nature d’entreprise physique combinant IA et DePIN, son activité pourrait entrer dans un cycle de croissance exponentielle, devenant l’un des projets les plus remarquables du Web3. Cela signifierait que io.net représente un actif d’investissement de grande qualité. Suivons attentivement son évolution et continuons à l’évaluer rigoureusement.
Bienvenue dans la communauté officielle TechFlow
Groupe Telegram :https://t.me/TechFlowDaily
Compte Twitter officiel :https://x.com/TechFlowPost
Compte Twitter anglais :https://x.com/BlockFlow_News
@MIIXCapital_CN
