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

Mantan Direktur AI Nvidia Mengguncang Transformer, AI Fisika dengan Konteks 5 Triliun, Memprediksi Seluruh Alam Semesta

Terobosan AI Fisika: Model 5 Triliun Konteks Mampu Simulasi Alam Semesta Tim dari Accelerated Understanding, yang didirikan oleh mantan Direktur AI Nvidia Anima Anandkumar dan suaminya Benedikt Jenik, memperkenalkan model AI revolusioner. Alih-alih menggunakan arsitektur Transformer standar, model mereka memanfaatkan **Neural Operators** untuk memahami dan mensimulasikan fenomena fisika secara langsung dalam **4 dimensi (ruang 3D + waktu)**. Model ini memiliki kapasitas konteks yang belum pernah terjadi sebelumnya: **1 triliun token selama pelatihan dan lebih dari 5 triliun selama inferensi**—setara dengan 5 juta kali kapasitas model bahasa terkemuka saat ini. Ini memungkinkannya melakukan **simulasi "one-shot"** untuk sistem fisik kompleks, menghasilkan lintasan gerak lengkap sekaligus tanpa subsampling atau pembagian data. Model yang sama dapat menangani masalah fisika yang berbeda-beda, dari aliran udara hingga dinamika plasma. Dibalik terobosan ini, tim menolak tawaran menggiurkan dari Jeff Bezos (35% ekuitas, gaji $2 juta, dan janji pendanaan $20 miliar) untuk bergabung dengan Project Prometheus. Mereka memilih independensi untuk mewujudkan visi "AI Fisika". Diduga kuat mereka mendapat dukungan komputasi dari Nvidia dan CEO Jensen Huang, yang sebelumnya sangat terkesan dengan pekerjaan awal Anandkumar di bidang prediksi cuaca berbasis AI. Ini menandai pergeseran paradigma dari AI yang hanya menghasilkan teks/gambar menuju AI yang memahami kode dasar alam semesta—hukum fisika—untuk simulasi dan optimisasi dunia nyata yang akurat.

marsbit13m yang lalu

Mantan Direktur AI Nvidia Mengguncang Transformer, AI Fisika dengan Konteks 5 Triliun, Memprediksi Seluruh Alam Semesta

marsbit13m yang lalu

Analisis Cepat Laporan Keuangan Nvidia: Pendapatan Triwulanan Siap Tembus $100 Miliar, Tahun Depan Masih Bisa Tumbuh 70%

Laporan Keuangan Nvidia Q2 FY2027: Pendapatan Kuartal Mencapai $962 Miliar, Panduan 70% Pertumbuhan untuk Tahun Depan Nvidia melaporkan kinerja kuartal kedua yang luar biasa, dengan pendapatan mencapai $962,21 miliar (naik 106% YoY), melampaui ekspektasi. Laba non-GAAP adalah $539,54 miliar. Perusahaan memberikan panduan untuk Q3 sebesar $1.080 miliar, yang akan menandai era pendapatan kuartalan triliunan dolar. Yang paling mengejutkan, CFO Colette Kress memproyeksikan pertumbuhan pendapatan sekitar 70% untuk tahun fiskal 2028, jauh lebih tinggi dari perkiraan pasar 45%. Proyeksi ini bahkan diberikan dengan asumsi keterbatasan pasokan dan tidak termasuk pendapatan pusat data dari China. Struktur pendapatan didominasi oleh bisnis Pusat Data, yang menyumbang lebih dari 90% total pendapatan dengan $890 miliar (naik 117% YoY). Pertumbuhan masih didorong terutama oleh investasi dari hyperscaler cloud seperti AWS, Microsoft, Google, dan Meta. Siklus produk baru telah dimulai dengan Vera Rubin, platform komputasi rak-level untuk AI, yang telah memasuki produksi massal penuh dan mulai dikirim. Setiap 1 GW daya komputasi yang diterapkan diperkirakan menghasilkan peluang pendapatan $400 miliar. Rubin diharapkan berkontribusi sekitar 20% terhadap pendapatan Pusat Data di Q3. Manajemen menekankan bahwa permintaan AI tidak melambat, tetapi justru meluas dari pelatihan model ke inferensi, AI perusahaan, dan robotika. Namun, pertumbuhan saat ini dibatasi oleh pasokan, termasuk HBM, kemasan lanjutan, dan daya pusat data. CEO Jensen Huang menyatakan bahwa panduan pertumbuhan akan "jauh lebih tinggi" tanpa kendala ini. Untuk mengatasi hambatan infrastruktur, Nvidia bermitra dengan firma modal besar untuk memobilisasi lebih dari $500 miliar dalam pembiayaan pihak ketiga dan mengamankan sumber daya seperti lahan dan listrik. Dengan panduan pertumbuhan 70% untuk tahun depan, Nvidia menyampaikan pesan bahwa siklus AI masih jauh dari berakhir. Ambang batas pendapatan kuartalan triliunan dolar mungkin hanya titik awal untuk tahap pertumbuhan berikutnya.

Odaily星球日报16m yang lalu

Analisis Cepat Laporan Keuangan Nvidia: Pendapatan Triwulanan Siap Tembus $100 Miliar, Tahun Depan Masih Bisa Tumbuh 70%

Odaily星球日报16m yang lalu

Trading

Spot
活动图片