io.net Re-poster

The AI build-out is estimated to cost $10.3tn.

That’s roughly 3.6% of US GDP, every year to 2032.

Everyone is funding it. That doesn’t mean everyone gets the compute.

More concrete doesn’t mean more access. Making existing supply accessible does.

That’s what http://io.net was built for.

1 trillion tokens processed.

Yes, trillion.

No inflated narratives. No billion-dollar budgets. No gigawatt campus.

Just GPU capacity, switched on and put to work.

Thank you to every builder who made it happen.

The next trillion comes faster.

23.000 GPUs.

Ein Flaggschiff-Rechenzentrum.

Und Microsoft ist gerade ausgestiegen, weil das Stromnetz die nötige Leistung erst in den 2030er-Jahren liefern kann.

Mit Geld kann man Chips und Kunden kaufen, aber keinen schnelleren Netzanschluss.

Deshalb ist verteilte Rechenleistung so wichtig. Dafür wurde @ionet entwickelt.

Der GPU-Mangel ist eigentlich kein Mangel.

Es ist eine Warteschlange.

Und die größten Käufer haben sich längst vorgedrängelt.

Für alle anderen bleiben die Reste, ein Aufschlag und ein langer Mietvertrag.

Gut, dass es eine kürzere Schlange gibt. Rechenleistung, die bereits bereitsteht, bereits läuft und für diejenigen kalkuliert ist, die wirklich etwas aufbauen.

http://io.net. KI für viele, nicht für wenige.

https://io.net/blog/the-ai-oligopoly-four-companies-control-90-of-global-gpu-comput

Wenige Unternehmen kontrollieren die leistungsstärksten KI-Systeme.

Jetzt diskutieren sie darüber, ob sie Gefühle hat.

Doch damit wird nur versucht, die Verantwortung auf die Modelle abzuwälzen.

„Nicht wir, sondern die KI.“

So sieht konzentrierte Kontrolle aus. Wenige Unternehmen entwickeln und betreiben die KI und entscheiden, wer dafür Rechenschaft ablegen muss.

Offener Zugang bedeutet, dass mehr Menschen sie entwickeln, untersuchen und zur Verantwortung ziehen können.

Deshalb haben wir http://io.net entwickelt.

Gartner geht davon aus, dass bis 2030 über 80 % der Neoclouds ihren unabhängigen Betrieb einstellen werden.

Der Ausbau von KI-Rechenzentren erfordert Einnahmen in Höhe von 8,5 Bio. $, um Kosten und Renditen zu decken.

Gartner prognostiziert höchstens 3,6 Bio. $.

Wenn die Rechnung nicht aufgeht, geraten diejenigen ins Wanken, die auf diese Infrastruktur angewiesen sind.

http://io.net ist anders.

Wir koordinieren bereits vorhandene Kapazitäten. Wir setzen nicht auf eine Nachfrage, die noch gar nicht da ist.

Die große KI-Frage ist nicht, welches Modell du nutzen kannst.

Sondern ob du überhaupt Zugang zu der Rechenleistung bekommst, um etwas zu entwickeln.

Rechenzentren im Wert von Billionen Dollar sind in Planung. Doch sie werden größtenteils für Kunden gebaut, die sich für drei Jahre verpflichten.

Wenn du als Forscher drei Wochen lang 8 GPUs brauchst, ein Startup, das ein Produkt validiert, oder ein Unternehmen ohne riesiges Budget bist, bleibst du außen vor.

Mehr Kapazität beim gleichen Zugangsmodell bedeutet nur, dass dieselbe Lücke noch größer wird.

http://io.net ist da, um das Zugangsmodell zu ändern – nicht nur das Angebot.

KI treibt die Preise nach oben.

Alle zahlen für den Ausbau – von Strom bis Elektronik.

Gleichzeitig bleibt der Zugang zur Rechenleistung selbst hinter langen, teuren Verträgen versperrt.

Ein paar Tech-Giganten streichen die Gewinne ein, während der Rest von uns die Rechnung bekommt.

Man muss KI nicht nutzen, um dafür zu bezahlen. Aber um mit KI etwas aufzubauen, braucht man ein großes Budget.

Genau das will http://io.net ändern.

Europa hat nicht nur ein Chipproblem.

Es hat auch ein Energieproblem.

David Watts von @ionet ist heute in Wien auf der Data Center World Europe und setzt sich für KI-Infrastruktur in der richtigen Größe ein.

Schickt die Workloads dorthin, wo die Energie ist, und lasst die Software das Routing übernehmen.

Trefft ihn um 14:50 Uhr in Schubert 6.

Microsofts Präsident sagt: „KI ist weniger reguliert als Milch.“

Er hat recht.

Aber Regeln, die von den Unternehmen geschrieben werden, die das Problem verursachen, werden es niemals lösen. Sie schützen nur die Menschen an der Spitze.

Sichere KI entsteht durch mehr Zugang, mehr Beteiligung und mehr Stimmen am Tisch.

Deshalb entwickelt @ionet KI für alle, nicht nur für wenige.

Alle wetteifern darum, den nächsten Gigawatt-Campus zu bauen.

Doch der Netzanschluss kann 5–10 Jahre auf sich warten lassen.

Das gilt nicht für GPUs, die bereits gebaut, mit Strom versorgt und genehmigt sind.

Und gerade stehen viele davon ungenutzt herum.

Du brauchst keinen neuen Campus. Du brauchst die Kapazität, die bereits am Netz ist.

Überspring die Warteschlange. Nutze, was schon da ist – mit @ionet.

https://io.net/blog/the-physical-limits-of-the-data-center-build-out

20 Milliarden Dollar.

So viel weniger Umsatz erwartet OpenAI jetzt für dieses Jahr.

Der Nasdaq fiel und Nvidia gab nach.

Eine Prognose – und der Markt zuckte zusammen. So sieht es aus, wenn alles von einigen wenigen geschlossenen Modellen abhängt.

Offene Modelle auf offener Recheninfrastruktur brauchen keine Bewertung von einer Billion Dollar, um zu funktionieren.

Dafür wurde @ionet entwickelt.

https://www.theguardian.com/technology/2026/oct/09/openai-forecast-revenue-gap

Irgendwo steht eine GPU ungenutzt herum.

Anderswo steckt ein Startup auf einer Warteliste fest.

Das Wettrennen um den Bau weiterer Rechenzentren macht Schlagzeilen. Dass wir die vorhandene Rechenleistung besser nutzen, verdient mehr Aufmerksamkeit.

@ionet verbindet beides.

Deine Runway sollte dein Produkt finanzieren, nicht deinen Platz in der Warteschlange.

https://io.net/blog/solving-the-ai-compute-crisis-why-decentralization-is-the-only-way

Eine untätige GPU verursacht dieselben Betriebskosten wie eine ausgelastete.

Also lassen wir sie nicht untätig herumstehen.

Miete einen Cluster für 10 Stunden. Wenn du fertig bist, werden dieselben GPUs direkt für die LLM-Inferenz eingesetzt.

TechArena hat sich mit Ilkhom Sidikov von @ionet – @ilkh0m – zusammengesetzt, um zu erklären, wie das funktioniert.

Die USA verfügen über 56 GW Kapazität für Rechenzentren.

China hat 24 GW – und weitere 50 GW sind bereits in der Pipeline.

Der Großteil neuer KI-Rechenleistung wird an zwei Standorten aufgebaut.

Für alle anderen stellt sich nicht die Frage, was man bauen soll. Sondern ob man an die Rechenleistung herankommt.

Genau das löst http://io.net.

Über 20 Mrd. Tokens an einem einzigen Tag auf OpenRouter verarbeitet.

Im Juli haben wir etwa 3 Mrd. pro Tag verarbeitet.

Dieselben Maschinen. Mehr Output.

So sehen Optimierung und ein besserer Tech-Stack aus.

Basiert auf https://io.net.

Die Tokenpreise sind dieses Jahr um ~70% gefallen.

Aber die Rechnungen steigen trotzdem weiter.

Die Infrastruktur hinter jedem Modellaufruf ist eine Budgetentscheidung, nicht ein technisches Detail.

Die Lösung?

Leite die Arbeit an das richtige Modell weiter, entscheide, wer sie ausführt, und erhalte mehr Kontrolle über die Kosten.

@ionet und @OpenRouter machen das möglich. Verwende deinen eigenen Key, behalte deine Einrichtung.

KI für alle, nicht nur für die größten Budgets.

https://www.forbes.com/sites/rashishrivastava/2026/10/06/ai-costs-too-much-the-reckoning-is-here/

Altman sagt, die Welt sollte einige schlechte Dinge akzeptieren, um die Vorteile der KI zu erhalten.

Hier ist noch eine Idee.

Wir müssten sie nicht akzeptieren, wenn nicht ein paar Labore und drei Clouds die einzigen wären, die sie betreiben.

Open Compute bedeutet weniger Kompromisse.

Dafür ist http://io.net da.

Du hast das Budget für Rechenleistung.

Aber du bekommst möglicherweise trotzdem keine GPUs.

Wenn Flotten Billionen-Dollar-Kredite zurückzahlen, bevorzugen Kreditgeber lange Vertragslaufzeiten gegenüber Startups, die stündlich bezahlen.

Die Finanzierung kann entscheiden, wer die Chips bekommt.

Und Entwickler kommen hinten in der Warteschlange.

Nicht mit http://io.net.

34 Mio.+ Rechenstunden bereitgestellt.

Im Juli waren es noch 33 Mio.

Kein neues Rechenzentrum erforderlich. Nur GPUs, die es bereits gab, sinnvoll eingesetzt.

@ionet lässt dich nutzen, was bereits gebaut wurde. Und dabei nur einen Bruchteil der Preise von Hyperscalern zahlen.