io.net startet token burn, der durch Einnahmen unterstützt wird, zielt darauf ab, bis zu 12 Millionen IO im ersten Jahr zu entfernen. Der dezentrale GPU-Anbieter io.net hat einen neuen Token-Burn-Mechanismus vorgestellt, der direkt an die Netzwerkeinnahmen gekoppelt ist und sagt, dass das Modell in den nächsten 12 Monaten bis zu 12 Millionen IO-Token aus dem Umlauf nehmen könnte. Der erste geplante Burn fand am 11. Juni statt und fiel mit dem dritten Jubiläum des Netzwerks zusammen; zukünftige Burns werden durch Einnahmen aus der Kundenbenutzung finanziert und nicht durch die Ausgabe neuer Tokens. So funktioniert der Burn - Unter io.nets Incentive Dynamic Engine (IDE) werden mindestens 50% der nach der Auszahlung erhaltenen Netzwerkeinnahmen in IO-Token dauerhaft zerstört. - Die Burns werden aus den Betriebseinnahmen finanziert, die von den Kunden generiert werden, nicht durch das Minten zusätzlicher Tokens, wodurch die Reduzierung des Tokenangebots mit der tatsächlichen Produktnutzung übereinstimmt. Kommerzielle Dynamik und Unternehmensverträge io.net sagt, dass es seine stärkste kommerzielle Phase bis heute erlebt. Das Unternehmen gab einen Unternehmensvertrag über 8 Millionen Dollar bekannt - der größte bisher - was ungefähr 650.000 Dollar an monatlichen On-Chain-Netzwerkeinnahmen entspricht. Weitere Unternehmensverträge sollen sich Berichten zufolge in späten Verhandlungsphasen befinden. DePIN-Wachstum und AI-Inferenzvolumen Das Unternehmen beansprucht auch den Spitzenplatz unter den dezentralen physischen Infrastruktur-Netzwerken (DePINs) auf OpenRouter, einer AI-Modell-Routing-Plattform. io.net berichtet, dass es nun mehr als 4 Milliarden Inferenz-Token pro Tag verarbeitet und mit zentralisierten Cloud-Anbietern für AI-Inferenz-Workloads konkurriert. Marktumfeld und Begründung io.net positioniert seinen Schritt als Reaktion auf die steigende Nachfrage nach AI-Computing: Es weist darauf hin, dass große Tech-Unternehmen über 500 Milliarden Dollar in Projekte für AI-Infrastruktur in den Jahren 2025 und 2026 investiert haben. Das Unternehmen argumentiert, dass die Kapazitätsgrenzen und Preisgestaltungen der Hyperscaler Chancen für dezentrale Alternativen schaffen, die Zugang zu Hochleistungs-GPUs bieten. Stabilität für Anbieter Die IDE soll auch dazu beitragen, Infrastruktur-Anbieter zu halten, indem die Auszahlungen von der Volatilität des Token-Preises entkoppelt werden. Die Auszahlungen an die Anbieter sind an einen stabilen US-Dollar-Wert gekoppelt; Reservemechanismen werden eingesetzt, um Marktschwankungen abzufangen, sodass Anbieter auch bei fallendem Marktpreis von IO mit vorhersehbaren Einnahmen rechnen können. Das CryptoEcon Lab, ein Tokenomics-Forschungsunternehmen, hat das System unabhängig modelliert und berichtet, dass die Renditen der Anbieter in Stresstests, die einen Rückgang der Nachfrage um 55% und einen Rückgang des Token-Preises um 50% simulierten, stabil blieben. CEO-Perspektive und Fahrplan „Die meisten Token-Ökonomien in unserem Bereich basieren immer noch auf der Hoffnung, dass die Preise steigen. Unsere basiert auf der Sicherheit, dass die Leute bezahlen, um das Netzwerk zu nutzen. Das ist eine grundlegend andere Basis“, sagte der CEO von io.net, Gaurav Sharma. In Zukunft entwickelt das Unternehmen eine Agent Cloud, die es AI-Agenten ermöglichen würde, autonom Rechenressourcen zu beschaffen und zu verwalten, Teil eines Versuchs, eine selbsttragende On-Chain-Compute-Ökonomie zu schaffen, die von dezentralen Infrastruktur-Anbietern weltweit unterstützt wird. Was zu beobachten ist Wichtige Kennzahlen, die verfolgt werden sollten, sind die tatsächlichen Burn-Volumen in den kommenden Quartalen, das Ergebnis von io.nets Unternehmenspipeline und die Adoption seiner Agent Cloud. Wenn die nutzungsgebundenen Burns mit steigenden kommerziellen Einnahmen skalieren, könnten die Tokenangebot-Dynamik von io.net und die Wirtschaftlichkeit der Anbieter zu einem interessanten Fallstudie in DePIN-Tokenomics und der Dezentralisierung von AI-Infrastruktur werden. Lies mehr AI-generierte Nachrichten auf: undefined/news