io.net Re-poster
132 Publicações
io.net Re-poster
The intelligent stack for powering AI workloads | https://t.co/hIYFLxle8l: decentralized GPUs | io.intelligence: inference & agents | https://t.co/EinR91I0wl
0 A seguir
6 Seguidores
7 Gostaram
Publicações
Tudo
Vídeos
Ver tradução
Cloud compute is easy to enter.
Getting out is where it gets expensive.
Egress fees, proprietary tooling, long-term commitments, rebuilding and revalidating workloads can cost tens of thousands of dollars.
Vendor lock-in is the hidden tax on AI infrastructure.
The alternative isn't another walled garden.
It's open compute.
Getting out is where it gets expensive.
Egress fees, proprietary tooling, long-term commitments, rebuilding and revalidating workloads can cost tens of thousands of dollars.
Vendor lock-in is the hidden tax on AI infrastructure.
The alternative isn't another walled garden.
It's open compute.
Ver tradução
NVIDIA knows there’s a GPU access problem.
But its solution won’t fix it.
Giving startups compute in exchange for a cut of their future revenue just creates another gatekeeper AI doesn’t need.
AI needs a market where nobody needs permission to build.
@ionet CEO @Gaurav_ionet explains why the next layer of AI infrastructure must be built around access.
But its solution won’t fix it.
Giving startups compute in exchange for a cut of their future revenue just creates another gatekeeper AI doesn’t need.
AI needs a market where nobody needs permission to build.
@ionet CEO @Gaurav_ionet explains why the next layer of AI infrastructure must be built around access.
Ver tradução
$31.6 trillion.
That's what the world will spend on data centres by 2050 to keep up with AI demand.
And it's more than the combined GDP of 174 countries.
The current model of build, borrow, repeat isn't sustainable. It prices out most of the world's developers. And it harms the communities these data centers get built on top of.
A future where AI is accessible to the many, not the few, needs a new way of building.
That's exactly what http://io.net is doing.
That's what the world will spend on data centres by 2050 to keep up with AI demand.
And it's more than the combined GDP of 174 countries.
The current model of build, borrow, repeat isn't sustainable. It prices out most of the world's developers. And it harms the communities these data centers get built on top of.
A future where AI is accessible to the many, not the few, needs a new way of building.
That's exactly what http://io.net is doing.
Ver tradução
You don't need a GPU.
You need multiple GPUs that talk to each other like they're in the same rack.
That's the difference between a marketplace and actual AI infrastructure.
Access is one thing.
Orchestration is another.
And for serious AI workloads, orchestration is everything.
@ionet was built to orchestrate.
You need multiple GPUs that talk to each other like they're in the same rack.
That's the difference between a marketplace and actual AI infrastructure.
Access is one thing.
Orchestration is another.
And for serious AI workloads, orchestration is everything.
@ionet was built to orchestrate.
Ver tradução
33 million+ compute hours served on http://io.net.
A live network, doing the work hyperscalers and neoclouds charge a premium for.
Every one of those hours is proof. You don't need expensive, gatekept infrastructure to run serious AI workloads.
Decentralized compute isn't a narrative. It's the future of AI infrastructure.
A live network, doing the work hyperscalers and neoclouds charge a premium for.
Every one of those hours is proof. You don't need expensive, gatekept infrastructure to run serious AI workloads.
Decentralized compute isn't a narrative. It's the future of AI infrastructure.
Algumas coisas fazem exatamente o que dizem.
A Render Network é excelente no que foi criada para fazer: renderização.
Mas as cargas de trabalho de IA exigem algo diferente.
Inferência persistente. Treinamento em múltiplos nós. Clusters que escalam em segundos.
Isso é orquestração, não apenas acesso a GPUs.
E foi exatamente para isso que o http://io.net foi criado desde o primeiro dia.
https://io.net/blog/io-vs-render-and-alternatives-comparing-gpu-cloud-pricing-and-features
A Render Network é excelente no que foi criada para fazer: renderização.
Mas as cargas de trabalho de IA exigem algo diferente.
Inferência persistente. Treinamento em múltiplos nós. Clusters que escalam em segundos.
Isso é orquestração, não apenas acesso a GPUs.
E foi exatamente para isso que o http://io.net foi criado desde o primeiro dia.
https://io.net/blog/io-vs-render-and-alternatives-comparing-gpu-cloud-pricing-and-features
A Nvidia fabrica os chips.
@Nvidia é dona da pilha de software.
Agora, ao que parece, ela também quer @huggingface.
Uma oferta de US$ 12,9 bilhões para destrancar a porta e abrir a IA de código aberto.
Talvez os modelos continuem abertos. Mas se computação, ferramentas e distribuição obedecem a uma única empresa, o ecossistema não obedece.
O futuro da IA precisa de uma infraestrutura aberta. Não de integração vertical disfarçada de uma coisa só.
https://www.forbes.com/sites/siladityaray/2026/08/27/nvidia-has-reportedly-agreed-to-buy-ai-model-hosting-platform-hugging-face-for-13-billion/
@Nvidia é dona da pilha de software.
Agora, ao que parece, ela também quer @huggingface.
Uma oferta de US$ 12,9 bilhões para destrancar a porta e abrir a IA de código aberto.
Talvez os modelos continuem abertos. Mas se computação, ferramentas e distribuição obedecem a uma única empresa, o ecossistema não obedece.
O futuro da IA precisa de uma infraestrutura aberta. Não de integração vertical disfarçada de uma coisa só.
https://www.forbes.com/sites/siladityaray/2026/08/27/nvidia-has-reportedly-agreed-to-buy-ai-model-hosting-platform-hugging-face-for-13-billion/
Tokens mais baratos deveriam significar contas de IA mais baratas.
Não é o que acontece.
Tokens mais baratos destravam fluxos de trabalho agentic, e agentes queimam 5-30x mais tokens por tarefa.
O consumo está ultrapassando a queda de preço.
O problema real são GPUs ociosas. Com a utilização média nas empresas em torno de 5%, a maioria das empresas não está pagando muito por tokens—está pagando por capacidade de computação que não está usando.
Não é o que acontece.
Tokens mais baratos destravam fluxos de trabalho agentic, e agentes queimam 5-30x mais tokens por tarefa.
O consumo está ultrapassando a queda de preço.
O problema real são GPUs ociosas. Com a utilização média nas empresas em torno de 5%, a maioria das empresas não está pagando muito por tokens—está pagando por capacidade de computação que não está usando.
A corrida da IA não é apenas sobre quem tem as melhores ideias.
Trata-se de quem tem acesso ao poder de computação.
O CEO da @ionet, @gaurav_io, entrou no Podcast @RealAllinCrypto para falar sobre a batalha de infraestrutura acontecendo por baixo da IA:
→ Por que a demanda por GPUs continua acelerando
→ Como a DePIN libera computação não utilizada ao redor do mundo
→ Por que a cripto encontrou seu caso de uso real mais importante
→ O que acontece se a AWS, a Google e a Microsoft controlarem a infraestrutura da IA
Quando um pequeno número de empresas controla a infraestrutura, também controla quem tem acesso à inteligência.
Mas existe outra forma.
Assista à conversa completa ↓
Trata-se de quem tem acesso ao poder de computação.
O CEO da @ionet, @gaurav_io, entrou no Podcast @RealAllinCrypto para falar sobre a batalha de infraestrutura acontecendo por baixo da IA:
→ Por que a demanda por GPUs continua acelerando
→ Como a DePIN libera computação não utilizada ao redor do mundo
→ Por que a cripto encontrou seu caso de uso real mais importante
→ O que acontece se a AWS, a Google e a Microsoft controlarem a infraestrutura da IA
Quando um pequeno número de empresas controla a infraestrutura, também controla quem tem acesso à inteligência.
Mas existe outra forma.
Assista à conversa completa ↓
US$157.680,
Essa é a diferença anual entre executar 8x A100s 24/7 na AWS e no http://io.net.
Mesmos GPUs. Resultado bem diferente.
As nuvens centralizadas oferecem cotas, lock-in e preços opacos.
A computação descentralizada oferece oferta global, acesso instantâneo e controle e flexibilidade totais.
As nuvens centralizadas ainda têm seu lugar. Mas, para a maioria dos workloads de IA, pagar uma taxa do hyperscaler não compensa.
Desmembramos as arquiteturas, custos e trade-offs ↓
Essa é a diferença anual entre executar 8x A100s 24/7 na AWS e no http://io.net.
Mesmos GPUs. Resultado bem diferente.
As nuvens centralizadas oferecem cotas, lock-in e preços opacos.
A computação descentralizada oferece oferta global, acesso instantâneo e controle e flexibilidade totais.
As nuvens centralizadas ainda têm seu lugar. Mas, para a maioria dos workloads de IA, pagar uma taxa do hyperscaler não compensa.
Desmembramos as arquiteturas, custos e trade-offs ↓
A Nvidia acabou de alertar que os preços de servidores de IA podem subir 15%+.
Não é surpreendente. Mas é um mau sinal para o futuro da IA.
As empresas podem absorver isso e repassar o custo.
Startups e scale-ups não conseguem.
Os projetos de IA em crescimento já gastam até 60% do orçamento com infraestrutura. Um pequeno aumento de custo pode significar o fim do fôlego deles.
Menos ideias inovadoras, menos concorrência e as mesmas poucas empresas apertam ainda mais o controle.
E isso é ruim para todo mundo.
A resposta não é mais data centers abarrotados de servidores caros.
É coordenar a oferta de GPUs subutilizadas que já existe.
Foi para isso que o @ionet foi criado.
https://www.tomshardware.com/pc-components/dram/nvidia-reportedly-warns-biggest-customers-of-15-percent-price-hikes-on-ai-servers
Não é surpreendente. Mas é um mau sinal para o futuro da IA.
As empresas podem absorver isso e repassar o custo.
Startups e scale-ups não conseguem.
Os projetos de IA em crescimento já gastam até 60% do orçamento com infraestrutura. Um pequeno aumento de custo pode significar o fim do fôlego deles.
Menos ideias inovadoras, menos concorrência e as mesmas poucas empresas apertam ainda mais o controle.
E isso é ruim para todo mundo.
A resposta não é mais data centers abarrotados de servidores caros.
É coordenar a oferta de GPUs subutilizadas que já existe.
Foi para isso que o @ionet foi criado.
https://www.tomshardware.com/pc-components/dram/nvidia-reportedly-warns-biggest-customers-of-15-percent-price-hikes-on-ai-servers
27 milhões de dólares pagos.
Não arrecadado nem projetado.
Pago.
Esse é dinheiro real fluindo para provedores reais de GPU, por processamento real entregue em http://io.net.
É assim que o futuro do processamento de IA se parece.
Não arrecadado nem projetado.
Pago.
Esse é dinheiro real fluindo para provedores reais de GPU, por processamento real entregue em http://io.net.
É assim que o futuro do processamento de IA se parece.
A IA precisa de mais do que modelos.
Ela precisa de computação, armazenamento, conectividade e dados.
E tudo isso está sendo coordenado na @solana.
Helium → conectividade
Hivemapper → dados
Shadow Drive → armazenamento
http://io.net → computação de GPU
É isso que uma pilha completa de DePIN parece.
Não é mais uma nuvem. Uma camada de infraestrutura aberta para IA, globalmente distribuída.
https://io.net/blog/io-net-on-solana-the-place-for-depin-in-2026-and-beyond
Ela precisa de computação, armazenamento, conectividade e dados.
E tudo isso está sendo coordenado na @solana.
Helium → conectividade
Hivemapper → dados
Shadow Drive → armazenamento
http://io.net → computação de GPU
É isso que uma pilha completa de DePIN parece.
Não é mais uma nuvem. Uma camada de infraestrutura aberta para IA, globalmente distribuída.
https://io.net/blog/io-net-on-solana-the-place-for-depin-in-2026-and-beyond
A IA tem um problema com data centers.
Um campus de data center de IA de 10 GW proposto em Ohio consumiria tanta eletricidade quanto 8 milhões de lares nos EUA.
8 milhões.
A oposição aos data centers está rapidamente se tornando uma questão política em todo o mundo.
A IA precisa de mais capacidade de computação. Mas isso não significa que construir mais data centers seja a única resposta.
Já existe capacidade de GPUs disponível no mundo, subutilizada.
Ela só precisa ser conectada, coordenada e colocada para funcionar.
É exatamente isso que o @ionet está fazendo.
Um campus de data center de IA de 10 GW proposto em Ohio consumiria tanta eletricidade quanto 8 milhões de lares nos EUA.
8 milhões.
A oposição aos data centers está rapidamente se tornando uma questão política em todo o mundo.
A IA precisa de mais capacidade de computação. Mas isso não significa que construir mais data centers seja a única resposta.
Já existe capacidade de GPUs disponível no mundo, subutilizada.
Ela só precisa ser conectada, coordenada e colocada para funcionar.
É exatamente isso que o @ionet está fazendo.
H200 supera o H100 para inferência de IA.
Mas não pelo motivo que você imagina.
Rodamos o mesmo modelo DeepSeek em ambas as GPUs, com o mesmo tráfego, por 10 dias. O H200 entregou 2,5× mais tokens por apenas 33% a mais no custo do aluguel.
Mas a maior lição não foi sobre as GPUs. Foi sobre como elas estão conectadas.
NVSwitch vs PCIe mudou quais cargas de trabalho e configurações eram realmente possíveis.
Então, ao escolher a infraestrutura de IA, não leia apenas a ficha técnica da GPU. Verifique a interconexão.
Mas não pelo motivo que você imagina.
Rodamos o mesmo modelo DeepSeek em ambas as GPUs, com o mesmo tráfego, por 10 dias. O H200 entregou 2,5× mais tokens por apenas 33% a mais no custo do aluguel.
Mas a maior lição não foi sobre as GPUs. Foi sobre como elas estão conectadas.
NVSwitch vs PCIe mudou quais cargas de trabalho e configurações eram realmente possíveis.
Então, ao escolher a infraestrutura de IA, não leia apenas a ficha técnica da GPU. Verifique a interconexão.
Os preços dos tokens estão caindo.
Mas os custos de IA ainda estão subindo.
Isso é chamado de "paradoxo da inferência". Tokens mais baratos são compensados por fluxos de trabalho mais complexos.
Chatbots respondem a uma pergunta. Agentes de IA raciocinam, se auto-verificam e iteram. Isso pode significar um custo de inferência 5x maior.
Tokens mais baratos não estão reduzindo os custos de IA porque as equipes apenas continuam construindo sistemas maiores.
A solução não são tokens mais baratos. O que você precisa é de infraestrutura que não o penalize por usar mais deles.
https://www.techradar.com/pro/there-is-no-reliable-economical-one-size-fits-all-model-on-the-horizon-experts-claim-ai-costs-will-grow-fivefold-by-2028-as-demand-continues-to-soar
Mas os custos de IA ainda estão subindo.
Isso é chamado de "paradoxo da inferência". Tokens mais baratos são compensados por fluxos de trabalho mais complexos.
Chatbots respondem a uma pergunta. Agentes de IA raciocinam, se auto-verificam e iteram. Isso pode significar um custo de inferência 5x maior.
Tokens mais baratos não estão reduzindo os custos de IA porque as equipes apenas continuam construindo sistemas maiores.
A solução não são tokens mais baratos. O que você precisa é de infraestrutura que não o penalize por usar mais deles.
https://www.techradar.com/pro/there-is-no-reliable-economical-one-size-fits-all-model-on-the-horizon-experts-claim-ai-costs-will-grow-fivefold-by-2028-as-demand-continues-to-soar
Sua fatura de GPU diz US$ 10.000.
Seu custo real: US$ 25.000–US$ 65.000.
Veja a matemática que a maioria dos times não está fazendo.
Uma espera de 72 horas do H100 aparece como US$ 0 na fatura. Sem horas de GPU, nada é cobrado. Parece grátis.
Mas seu time de ML acabou de queimar US$ 5.400+ em salário parado.
Seu fine-tuning atrasou 3 dias. A demonstração para o investidor foi adiada. Seu concorrente executou 30% mais experimentos neste trimestre porque a capacidade deles não ficou na fila.
Nada disso aparece na fatura. Mas tudo isso atinge o negócio.
Chegou a hora de parar de perguntar "qual é a taxa por GPU" e começar a focar em "quanto a indisponibilidade custa".
https://io.net/blog/what-happens-when-you-cant-get-a-gpu-the-hidden-cost-of-cloud-wait-times
Seu custo real: US$ 25.000–US$ 65.000.
Veja a matemática que a maioria dos times não está fazendo.
Uma espera de 72 horas do H100 aparece como US$ 0 na fatura. Sem horas de GPU, nada é cobrado. Parece grátis.
Mas seu time de ML acabou de queimar US$ 5.400+ em salário parado.
Seu fine-tuning atrasou 3 dias. A demonstração para o investidor foi adiada. Seu concorrente executou 30% mais experimentos neste trimestre porque a capacidade deles não ficou na fila.
Nada disso aparece na fatura. Mas tudo isso atinge o negócio.
Chegou a hora de parar de perguntar "qual é a taxa por GPU" e começar a focar em "quanto a indisponibilidade custa".
https://io.net/blog/what-happens-when-you-cant-get-a-gpu-the-hidden-cost-of-cloud-wait-times
Acabamos de ser nomeados um dos Top 5 Redes Descentralizadas de Computação de IA para acompanhar em 2026 pela @cryptodailyuk.
Aqui está a escala por trás disso. Milhares de GPUs em mais de 130 países, 32M de horas de computação entregues e quase US$ 27M em ganhos totais da rede.
O futuro da computação de IA está sendo construído sobre @ionet.
https://cryptodaily.co.uk/2026/08/top-5-decentralized-ai-compute-networks-to-watch-in-2026
Aqui está a escala por trás disso. Milhares de GPUs em mais de 130 países, 32M de horas de computação entregues e quase US$ 27M em ganhos totais da rede.
O futuro da computação de IA está sendo construído sobre @ionet.
https://cryptodaily.co.uk/2026/08/top-5-decentralized-ai-compute-networks-to-watch-in-2026
A io.net foi citada como uma das Top 5 Redes Descentralizadas de Computação de IA para acompanhar em 2026 pela @cryptodailyuk.
Veja a dimensão disso: milhares de GPUs em 130+ países, 32M de horas de computação entregues e quase US$ 27M em ganhos totais da rede.
É assim que será o futuro da computação de IA.
https://cryptodaily.co.uk/2026/08/top-5-decentralized-ai-compute-networks-to-watch-in-2026
Veja a dimensão disso: milhares de GPUs em 130+ países, 32M de horas de computação entregues e quase US$ 27M em ganhos totais da rede.
É assim que será o futuro da computação de IA.
https://cryptodaily.co.uk/2026/08/top-5-decentralized-ai-compute-networks-to-watch-in-2026
A infraestrutura de IA tem um problema de concentração.
Mesmo neoclouds, criadas para desafiar a dominância dos hyperscalers, estão correndo para construir o mesmo tipo de infraestrutura centralizada e intensiva em capital.
Nosso próprio @ilkh0m se sentou com a TechArena para analisar a vantagem de preços que os neoclouds trazem, os trade-offs e como o http://io.net oferece uma alternativa real.
Mesmo neoclouds, criadas para desafiar a dominância dos hyperscalers, estão correndo para construir o mesmo tipo de infraestrutura centralizada e intensiva em capital.
Nosso próprio @ilkh0m se sentou com a TechArena para analisar a vantagem de preços que os neoclouds trazem, os trade-offs e como o http://io.net oferece uma alternativa real.
Inicia sessão para explorar mais conteúdos