IoTex 2.0 如何推动DePIN革命?

币界网Dipublikasikan tanggal 2024-07-18Terakhir diperbarui pada 2024-07-18

币界网报道:

来源:陈剑 来源:X,@jason_chen998

全流通的Depin龙头IoTex发布2.0版本

今天,作为全流通的Depin龙头,IoTex正式发布了2.0版本。距离1.0版本的发布已经过去了整整7年,新版本的白皮书内容丰富,体现了团队强烈的做事意愿。如下图Roadmap所示,2.0版本的主要基调是将原本的一个物联网Layer1公链彻底升级为一整套Depin解决方案与开放平台体系,也符合本次2.0的理念“属于所有人的AI和DePIN”。尽管表面上看起来只是像OP一样支持了在IoTex之上搭建Layer2,但具体的改进远不止这些,主要包括四部分:W3bstream、DIM、Public Good、经济模型。

W3bstream:链下计算与认证

作为Depin公链,最主要的职责是确保链下的众多设备的工作量是真实可信的,并及时上传至链上完成认证与奖励分发。W3bstream号称世界上第一个去中心化的链下计算网络,通过ZK、全同态加密、可信执行环境、多方计算实时生成现实世界活动证明,并将这些证明发布到链上,从而奖励设备的持有者。为了实现计算的快速性,IoTex最新发表的论文将ZKP的性能提升了30%,成为世界上最快的zkSNARK证明器。W3bstream还可以用于链下AI计算并确保计算过程的可信度,构建AI数据集,在这一点上与AO的位置相似。除此以外,还需要确保链上钱包与链下设备的一致性,和硬件设备接入的统一性,这在后续的DIM中也有相应解决方案。

DIM:模块化基础设施

DIM(Depin Infra Modules)通过一系列模块化的方式为Depin项目提供开箱即用的能力,首先包括MSP模块化安全池,打造Depin基础设施的统一可信层,从而让L2更快速地启动。由于Depin同时包括大量链上与链下的内容,需要从头构建自己的去中心化架构以提升可信度。MSP可以理解为Depin领域的Eigenlayer,包括三个角色:DIM的构建者、质押者和验证者。其中,构建者最为重要,即第三方开发者为Depin打造的数据流、处理、存储、自动化等模块。MSP提供了贿选机制,确保质押者可以从中获得足够的激励。

ioID的存在同样是为了解决Depin领域同时出现大量链上地址与链下设备交互时产生的身份不一致问题。ioID使用钱包地址作为链上身份,DID作为链下身份,并将其进行映射关联。链下设备的身份认证是一个难点,因为设备种类繁多。在ioID中,Depin设备可以通过集成IoTex的SDK直接在设备内即时生成DID,即为每个设备创建一个NFT。用户通过MetaMask登录网站,存入最低10个IOTX Token作为设备启动过程中的Gas费,在设备生成好DID后,网站上读取到对应的DID并进行绑定注册,从而实现链上与链下的关联。

ioConnect:通用嵌入式SDK

ioConnect是一个通用嵌入式SDK,用于消除Depin硬件设备的复杂性。尽管ioID可以为各种不同类型的硬件生成DID,但硬件设备和芯片种类繁多、标准不统一的问题依然存在。为此,IoTex开发了更通用的标准SDK,易于硬件设备接入联网。

ioDDK:构建L2应用链

在DIM的最后是ioDDK,允许Depin项目基于IoTex之上搭建L2应用链,并继承IoTex的安全性。IoTex上线这些年里,没有发生过一起宕机事故或黑客盗窃事件。

除了DIM提供的模块化组件外,IoTex在Public Good领域也提供了DePinScan,用于让用户、矿工和投资者监控Depin项目的增长情况,从而发现早期项目。DePin Liquidity Hubs是一个专门用于Depin Token的Dex,为早期Depin项目提供流动性。

经济模型:通胀与通缩机制

最后是经济模型的调整。在2.0版本中,IoTex同时具备通胀和通缩机制,形成动态的平衡对冲。在通胀方面,IoTex的质押节点将收到对应的Token作为奖励。同时,IoTex在2.0中引入了类似于以太坊的Gas燃烧通缩机制,使用ioID为设备创建链上身份时也需要销毁一定数量的Token。如果IoTex网络能够在业务层面实现良好的增长,则会形成一个正向飞轮,使用的人越多,Token销毁的数量也越多。

Bacaan Terkait

Ethereum Turun 45% Sejak Awal Tahun – Lalu Mengapa SharpLink dan Paus Masih Membeli?

Meskipun harga Ethereum (ETH) turun 20-45% sejak awal tahun, minat institusional terhadap aset kriptu terkemuka ini tetap kuat. SharpLink, setelah jeda delapan bulan, kembali membeli 5.000 ETH senilai sekitar $7,88 juta, diikuti penambahan 26.324 LSETH senilai $45,54 juta. Total kepemilikannya kini mencapai 876.285 ETH, menunjukkan keyakinan pada utilitas jangka panjang dan pendapatan staking Ethereum, meski menghadapi kerugian belum terealisasi hampir $1,71 miliar. Tren akumulasi ini juga tercermin pada aktivitas "paus" (whale), dengan satu dompet baru mengakumulasi 18.361 ETH senilai $28,9 juta dalam sembilan hari terakhir, menandakan persiapan untuk pergerakan harga di masa depan. Namun, kepercayaan yang kembali bangun ini belum sepenuhnya tercermin dalam permintaan institusional yang lebih luas. ETF Spot Ethereum justru mencatat arus keluar bersih, dengan penarikan $12,85 juta pada 26 Juni. Meski demikian, total aset yang dipegang penerbit ETF masih signifikan, senilai lebih dari $8,38 miliar, yang mengindikasikan penyesuaian posisi berkelanjutan daripada pelepasan total. Pada intinya, akumulasi oleh treasury perusahaan dan paus mendukung prospek jangka panjang Ethereum, tetapi pemulihan berkelanjutan masih bergantung pada membaiknya sentimen pasar dan arus masuk ETF yang lebih kuat untuk mengimbangi tekanan penjualan institusional yang masih ada.

ambcrypto51m yang lalu

Ethereum Turun 45% Sejak Awal Tahun – Lalu Mengapa SharpLink dan Paus Masih Membeli?

ambcrypto51m yang lalu

Baru Saja, DeepSeek V4 Perbarui DSpark, Kecepatan Inference Meningkat 80%

Baru-baru ini, DeepSeek V4 diperbarui dengan framework *Speculative Decoding* baru bernama **DSpark**, yang diklaim meningkatkan kecepatan inferensi hingga 80%. Pembaruan ini, yang juga disertai open-sourcing framework **DeepSpec**, berfokus pada optimasi teknikal dan peningkatan performa, bukan perubahan arsitektur model inti. DSpark mengimplementasikan **Semi-Autoregressive Generation** untuk menjaga throughput tinggi dan meningkatkan akurasi token yang dihasilkan oleh model draf (*draft model*). Inovasi utamanya adalah **Confidence-Scheduled Verification**, yaitu sistem penjadwalan yang cerdas dan adaptif. Sistem ini menggunakan *Confidence Head* untuk memperkirakan probabilitas penerimaan setiap token kandidat dan secara dinamis menyesuaikan panjang verifikasi berdasarkan beban kerja sistem (*hardware-aware*), sehingga mengalokasikan daya komputasi hanya ke token yang paling potensial. Dalam pengujian di berbagai domain (penalaran matematika, generasi kode, percakapan), DSpark menunjukkan peningkatan signifikan dibandingkan model *state-of-the-art* seperti Eagle3 dan DFlash. Pada kondisi *throughput* yang setara, DSpark meningkatkan kecepatan respons pengguna sebesar 57%-85% untuk model DeepSeek-V4 Flash dan Pro. DeepSpec, yang dirilis bersamaan, adalah *codebase* lengkap untuk melatih dan mengevaluasi model draf *speculative decoding*. Framework ini menyediakan pipeline standar (persiapan data, pelatihan, evaluasi) dan mendukung beberapa algoritma (DSpark, DFlash, Eagle3) serta model target (Qwen3, Gemma), memudahkan peneliti dan insinyur untuk mengembangkan dan menerapkan teknik percepatan inferensi pada model bahasa besar mereka sendiri.

marsbit2j yang lalu

Baru Saja, DeepSeek V4 Perbarui DSpark, Kecepatan Inference Meningkat 80%

marsbit2j yang lalu

Ternyata Beginilah Cara Karpathy Menggunakan Claude?

Sejak bergabung dengan Anthropic, aktivitas Andrej Karpathy di komunitas terbuka berkurang drastis. Baru-baru ini, sebuah dokumen bernama CLAUDE.md yang diklaim sebagai panduan penggunaan Claude milik Karpathy beredar di komunitas. Isinya berisi sejumlah prinsip ketat untuk memandu AI dalam menulis kode, yang bertujuan mengurangi kesalahan umum model bahasa besar (LLM). Prinsip-prinsip utama mencakup: 1) **Baca dahulu sebelum menulis** – pahami struktur dan gaya kode proyek yang ada. 2) **Berpikir sebelum menulis kode** – klarifikasi asumsi, pertimbangkan trade-off, dan uraikan rencana. 3) **Tetap sederhana** – hindari desain berlebihan, abstraksi prematur, dan fleksibilitas yang tidak diperlukan. 4) **Modifikasi terarah** – lakukan perubahan minimal yang sesuai dengan gaya kode asli, jangan melakukan reformatting atau pembersihan yang tidak relevan. 5) **Verifikasi dan uji** – pastikan kode berfungsi seperti yang diharapkan dengan pengujian yang tepat. 6) **Debug secara sistematis** – jangan menebak, selidiki akar masalahnya. 7) **Hati-hati dengan dependensi** – hindari menambah dependensi yang tidak perlu. 8) **Komunikasi yang jelas** – jelaskan apa yang dilakukan dan alasannya. Dokumen ini juga menyoroti pola kegagalan umum seperti abstraksi yang salah, "optimistic path", dan "halusinasi pengetahuan". Meskipun keaslian dokumen ini diragukan, isinya sangat selaras dengan pemikiran Karpathy yang telah banyak mengkritik kelemahan LLM dalam pemrograman. Prinsip-prinsip ini, yang juga telah dijadikan template populer di GitHub, dianggap dapat meningkatkan efektivitas dan mengurangi kesalahan saat menggunakan asisten AI seperti Claude untuk pengembangan perangkat lunak.

marsbit3j yang lalu

Ternyata Beginilah Cara Karpathy Menggunakan Claude?

marsbit3j yang lalu

Riset BIT: Halving 2028 Bukanlah Akhir, Perombakan Sejati Industri Pertambangan Bitcoin Baru Dimulai

Industri penambangan Bitcoin sedang mengalami penyesuaian struktural paling kompleks sejak kelahiran protokolnya. Meski harga Bitcoin bertahan di sekitar $61.000 dan hash rate global mendekati 1 ZH/s (hampir rekor tertinggi), profitabilitas penambang terus memburuk. Beberapa indikator—seperti biaya produksi, pendapatan dari biaya transaksi, ekspansi hash rate, dan anggaran keamanan industri—menunjukkan bahwa sektor ini beroperasi di ambang titik impas. Pengurangan hadiah blok (halving) 2028 diprediksi akan mempercepat proses konsolidasi ini. Masalah utamanya bukan hanya berasal dari penurunan subsidi blok pasca-halving, tetapi juga transisi yang belum tuntas ke model pendapatan berbasis biaya transaksi. Banyak perusahaan penambangan kini beralih dari sekadar memproduksi Bitcoin menjadi operator infrastruktur, operator energi, dan penyedia infrastruktur komputasi untuk AI/HPC. Dengan demikian, fokus kompetisi bergeser dari ekspansi hash rate menuju peningkatan model bisnis. Data menunjukkan bahwa dengan harga Bitcoin sekitar $61.000, pendapatan teoritis harian penambang seharusnya sekitar $78 juta, namun kenyataannya hanya sekitar $33 juta—terjadi selisih sekitar 136%. Pendapatan dari biaya transaksi juga rendah, hanya sekitar $220.000 per hari, jauh di bawah perkiraan historis sebesar $9,7 juta. Biaya listrik sendiri menyerap 71,5% dari total pendapatan industri pada tahun 2025. Setelah halving 2028, biaya produksi dasar Bitcoin diproyeksikan naik menjadi sekitar $93.289, yang akan mendorong konsolidasi industri ke perusahaan-perusahaan besar dengan modal kuat dan pendapatan yang terdiversifikasi. Masa depan industri ini terletak pada transformasi dari bisnis "penambangan" murni menjadi bisnis "infrastruktur", yang mengandalkan sumber pendapatan lain seperti manajemen energi dan layanan hosting komputasi AI/HPC. Bagi investor, pertanyaan kuncinya adalah perusahaan mana yang dapat berhasil bertransformasi dan membangun keunggulan kompetitif yang lebih tangguh dalam lanskap baru ini.

marsbit3j yang lalu

Riset BIT: Halving 2028 Bukanlah Akhir, Perombakan Sejati Industri Pertambangan Bitcoin Baru Dimulai

marsbit3j yang lalu

Trading

Spot
活动图片