io.net Re-poster
133 Publicaciones
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 Siguiendo
6 Seguidores
7 Me gusta
Publicaciones
Todo
Videos
Ver traducción
The UK's chief AI adviser was just hired by @AnthropicAI.
But he's staying on as chair of the government body that funds AI research.
Same person playing both sides.
The people writing AI policy are now employed by the labs that policy is supposed to check.
Compute concentration is a problem for GPUs and for governance.
https://www.theguardian.com/technology/2026/sep/02/architect-of-uks-ai-strategy-joins-anthropic
But he's staying on as chair of the government body that funds AI research.
Same person playing both sides.
The people writing AI policy are now employed by the labs that policy is supposed to check.
Compute concentration is a problem for GPUs and for governance.
https://www.theguardian.com/technology/2026/sep/02/architect-of-uks-ai-strategy-joins-anthropic
Ver traducción
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 traducción
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.
31,6 billones de dólares.
Eso es lo que el mundo gastará en centros de datos para 2050 para mantenerse al ritmo de la demanda de la IA.
Y es más que el PIB combinado de 174 países.
El modelo actual de construir, pedir prestado y repetir no es sostenible. Deja fuera a la mayoría de los desarrolladores del mundo. Y perjudica a las comunidades sobre las que se construyen estos centros de datos.
Un futuro en el que la IA sea accesible para muchos, no solo para unos pocos, necesita una nueva forma de construir.
Eso es exactamente lo que está haciendo http://io.net.
Eso es lo que el mundo gastará en centros de datos para 2050 para mantenerse al ritmo de la demanda de la IA.
Y es más que el PIB combinado de 174 países.
El modelo actual de construir, pedir prestado y repetir no es sostenible. Deja fuera a la mayoría de los desarrolladores del mundo. Y perjudica a las comunidades sobre las que se construyen estos centros de datos.
Un futuro en el que la IA sea accesible para muchos, no solo para unos pocos, necesita una nueva forma de construir.
Eso es exactamente lo que está haciendo http://io.net.
Ver traducción
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 traducción
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.
Ver traducción
Some things do exactly what they say.
Render Network is great at what it was built for: rendering.
But AI workloads ask for something else.
Persistent inference. Multi-node training. Clusters that scale in seconds.
That’s orchestration, not just GPU access.
And that's what http://io.net was built for that from day one.
https://io.net/blog/io-vs-render-and-alternatives-comparing-gpu-cloud-pricing-and-features
Render Network is great at what it was built for: rendering.
But AI workloads ask for something else.
Persistent inference. Multi-node training. Clusters that scale in seconds.
That’s orchestration, not just GPU access.
And that's what http://io.net was built for that from day one.
https://io.net/blog/io-vs-render-and-alternatives-comparing-gpu-cloud-pricing-and-features
Nvidia fabrica los chips.
@Nvidia posee el stack de software.
Ahora, supuestamente, también quiere @huggingface.
Una oferta de 12,9 mil millones de dólares para abrir la puerta a la IA de código abierto.
Quizá los modelos se mantengan abiertos. Pero si la computación, las herramientas y la distribución responden todas a una sola empresa, el ecosistema no.
El futuro de la IA necesita infraestructura abierta. No una integración vertical disfrazada de otra cosa.
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 posee el stack de software.
Ahora, supuestamente, también quiere @huggingface.
Una oferta de 12,9 mil millones de dólares para abrir la puerta a la IA de código abierto.
Quizá los modelos se mantengan abiertos. Pero si la computación, las herramientas y la distribución responden todas a una sola empresa, el ecosistema no.
El futuro de la IA necesita infraestructura abierta. No una integración vertical disfrazada de otra cosa.
https://www.forbes.com/sites/siladityaray/2026/08/27/nvidia-has-reportedly-agreed-to-buy-ai-model-hosting-platform-hugging-face-for-13-billion/
Los tokens más baratos deberían significar facturas de IA más baratas.
No es así.
Los tokens más baratos habilitan flujos de trabajo agentic, y los agentes consumen 5-30 veces más tokens por tarea.
El consumo está superando la caída de precios.
El problema real son las GPU ociosas. Con una utilización promedio en empresas de alrededor del 5%, muchas empresas no están pagando demasiado por tokens: están pagando por cómputo que no están usando.
No es así.
Los tokens más baratos habilitan flujos de trabajo agentic, y los agentes consumen 5-30 veces más tokens por tarea.
El consumo está superando la caída de precios.
El problema real son las GPU ociosas. Con una utilización promedio en empresas de alrededor del 5%, muchas empresas no están pagando demasiado por tokens: están pagando por cómputo que no están usando.
La carrera de la IA no se trata solo de quién tiene las mejores ideas.
Se trata de quién tiene acceso a cómputo.
El CEO de @ionet, @gaurav_io, se unió al Podcast @RealAllinCrypto para hablar sobre la batalla de infraestructura que está ocurriendo por debajo de la IA:
→ Por qué la demanda de GPU sigue acelerándose
→ Cómo DePIN desbloquea cómputo no utilizado en todo el mundo
→ Por qué las criptomonedas encontraron su caso de uso real más importante
→ Qué pasa si AWS, Google y Microsoft controlan la infraestructura de la IA
Cuando un puñado de empresas controla la infraestructura, también controla quién obtiene acceso a la inteligencia.
Pero hay otra forma.
Mira la conversación completa ↓
Se trata de quién tiene acceso a cómputo.
El CEO de @ionet, @gaurav_io, se unió al Podcast @RealAllinCrypto para hablar sobre la batalla de infraestructura que está ocurriendo por debajo de la IA:
→ Por qué la demanda de GPU sigue acelerándose
→ Cómo DePIN desbloquea cómputo no utilizado en todo el mundo
→ Por qué las criptomonedas encontraron su caso de uso real más importante
→ Qué pasa si AWS, Google y Microsoft controlan la infraestructura de la IA
Cuando un puñado de empresas controla la infraestructura, también controla quién obtiene acceso a la inteligencia.
Pero hay otra forma.
Mira la conversación completa ↓
$157,680.
Esa es la diferencia anual entre ejecutar 8x A100s 24/7 en AWS frente a http://io.net.
Las mismas GPUs. Resultados muy diferentes.
Las nubes centralizadas ofrecen cuotas, bloqueo (lock-in) y precios opacos.
La computación descentralizada ofrece oferta global, acceso instantáneo y control total y flexibilidad.
Las nubes centralizadas todavía tienen su lugar. Pero para la mayoría de las cargas de trabajo de IA, pagar un impuesto al hiperescalador no compensa.
Desglosamos las arquitecturas, costos y compensaciones ↓
Esa es la diferencia anual entre ejecutar 8x A100s 24/7 en AWS frente a http://io.net.
Las mismas GPUs. Resultados muy diferentes.
Las nubes centralizadas ofrecen cuotas, bloqueo (lock-in) y precios opacos.
La computación descentralizada ofrece oferta global, acceso instantáneo y control total y flexibilidad.
Las nubes centralizadas todavía tienen su lugar. Pero para la mayoría de las cargas de trabajo de IA, pagar un impuesto al hiperescalador no compensa.
Desglosamos las arquitecturas, costos y compensaciones ↓
Nvidia acaba de advertir que los precios de los servidores de IA podrían subir un 15% o más.
No es sorprendente. Pero es una mala señal para el futuro de la IA.
Las empresas pueden absorberlo y luego trasladar el costo.
Las startups y las empresas en expansión no pueden.
Los proyectos de IA en crecimiento ya gastan hasta un 60% del presupuesto en infraestructura. Un pequeño aumento de costos puede significar el fin de su margen de supervivencia.
Menos ideas innovadoras, menos competencia y el mismo puñado de empresas refuerzan su control.
Y eso es malo para todos.
La respuesta no son más centros de datos llenos de servidores caros.
La respuesta es coordinar la oferta de GPU subutilizada que ya existe.
Para eso se construyó @ionet.
https://www.tomshardware.com/pc-components/dram/nvidia-reportedly-warns-biggest-customers-of-15-percent-price-hikes-on-ai-servers
No es sorprendente. Pero es una mala señal para el futuro de la IA.
Las empresas pueden absorberlo y luego trasladar el costo.
Las startups y las empresas en expansión no pueden.
Los proyectos de IA en crecimiento ya gastan hasta un 60% del presupuesto en infraestructura. Un pequeño aumento de costos puede significar el fin de su margen de supervivencia.
Menos ideas innovadoras, menos competencia y el mismo puñado de empresas refuerzan su control.
Y eso es malo para todos.
La respuesta no son más centros de datos llenos de servidores caros.
La respuesta es coordinar la oferta de GPU subutilizada que ya existe.
Para eso se construyó @ionet.
https://www.tomshardware.com/pc-components/dram/nvidia-reportedly-warns-biggest-customers-of-15-percent-price-hikes-on-ai-servers
27 millones de dólares pagados.
No recaudados ni proyectados.
Pagados.
Es dinero real fluyendo hacia proveedores reales de GPU, por cómputo real entregado en http://io.net.
Así es como se ve el futuro del cómputo de IA.
No recaudados ni proyectados.
Pagados.
Es dinero real fluyendo hacia proveedores reales de GPU, por cómputo real entregado en http://io.net.
Así es como se ve el futuro del cómputo de IA.
La IA necesita más que modelos.
Necesita cómputo, almacenamiento, conectividad y datos.
Y todo eso se está coordinando en @solana.
Helium → conectividad
Hivemapper → datos
Shadow Drive → almacenamiento
http://io.net → cómputo de GPU
Así es como se ve un stack completo de DePIN.
No es otra nube. Una capa de infraestructura abierta para IA, distribuida globalmente.
https://io.net/blog/io-net-on-solana-the-place-for-depin-in-2026-and-beyond
Necesita cómputo, almacenamiento, conectividad y datos.
Y todo eso se está coordinando en @solana.
Helium → conectividad
Hivemapper → datos
Shadow Drive → almacenamiento
http://io.net → cómputo de GPU
Así es como se ve un stack completo de DePIN.
No es otra nube. Una capa de infraestructura abierta para IA, distribuida globalmente.
https://io.net/blog/io-net-on-solana-the-place-for-depin-in-2026-and-beyond
La IA tiene un problema de centro de datos.
Un campus propuesto de 10GW para un centro de datos de IA en Ohio consumiría tanta electricidad como 8 millones de hogares en EE. UU.
8 millones.
La oposición a los centros de datos se está convirtiendo rápidamente en un tema político en todo el mundo.
La IA necesita más capacidad de cómputo. Pero eso no significa que construir más centros de datos sea la única respuesta.
Ya existe capacidad de GPU instalada, subutilizada en todo el mundo.
Solo necesita conectarse, coordinarse y ponerse a trabajar.
Eso es exactamente lo que está haciendo @ionet.
Un campus propuesto de 10GW para un centro de datos de IA en Ohio consumiría tanta electricidad como 8 millones de hogares en EE. UU.
8 millones.
La oposición a los centros de datos se está convirtiendo rápidamente en un tema político en todo el mundo.
La IA necesita más capacidad de cómputo. Pero eso no significa que construir más centros de datos sea la única respuesta.
Ya existe capacidad de GPU instalada, subutilizada en todo el mundo.
Solo necesita conectarse, coordinarse y ponerse a trabajar.
Eso es exactamente lo que está haciendo @ionet.
H200 supera a H100 en inferencia de IA.
Pero no por la razón que crees.
Ejecutamos el mismo modelo DeepSeek en ambos GPU con el mismo tráfico durante 10 días. La H200 entregó 2,5× más tokens por solo un 33% más de coste de alquiler.
Pero la lección más importante no trataba de los GPU. Trataba de cómo están conectados.
NVSwitch vs PCIe cambió qué cargas de trabajo y configuraciones eran realmente posibles.
Así que, cuando elijas infraestructura de IA, no te limites a leer la hoja de especificaciones del GPU. Revisa la interconexión.
Pero no por la razón que crees.
Ejecutamos el mismo modelo DeepSeek en ambos GPU con el mismo tráfico durante 10 días. La H200 entregó 2,5× más tokens por solo un 33% más de coste de alquiler.
Pero la lección más importante no trataba de los GPU. Trataba de cómo están conectados.
NVSwitch vs PCIe cambió qué cargas de trabajo y configuraciones eran realmente posibles.
Así que, cuando elijas infraestructura de IA, no te limites a leer la hoja de especificaciones del GPU. Revisa la interconexión.
Los precios de los tokens están cayendo.
Pero los costos de la IA siguen subiendo.
A eso se le llama el "paradoja de la inferencia". Los tokens más baratos se compensan con flujos de trabajo más complejos.
Los chatbots responden una consulta. Los agentes de IA razonan, se autocorrigen y realizan iteraciones. Eso puede significar 5 veces el costo de la inferencia.
Los tokens más baratos no están reduciendo los costos de la IA porque los equipos simplemente siguen creando sistemas más grandes.
La solución no son tokens más baratos. Lo que necesitas es infraestructura que no te castigue por usar más de ellos.
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
Pero los costos de la IA siguen subiendo.
A eso se le llama el "paradoja de la inferencia". Los tokens más baratos se compensan con flujos de trabajo más complejos.
Los chatbots responden una consulta. Los agentes de IA razonan, se autocorrigen y realizan iteraciones. Eso puede significar 5 veces el costo de la inferencia.
Los tokens más baratos no están reduciendo los costos de la IA porque los equipos simplemente siguen creando sistemas más grandes.
La solución no son tokens más baratos. Lo que necesitas es infraestructura que no te castigue por usar más de ellos.
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
Tu factura de GPU dice $10,000.
Tu coste real: $25,000–$65,000.
Aquí está la cuenta que la mayoría de los equipos no está haciendo.
Una espera de 72 horas con H100 aparece como $0 en la factura. No hay horas-GPU, nada se cobra. Parece gratis.
Pero tu equipo de ML acaba de desperdiciar $5,400+ en salarios mientras no podía trabajar.
Tu ajuste fino se retrasó 3 días. La demo para tu inversor se pospuso. Tu competidor ejecutó 30% más experimentos este trimestre porque su computación no se quedó en cola.
Nada de esto aparece en la factura. Pero todo afecta al negocio.
Es hora de dejar de preguntar "cuál es la tarifa por GPU" y empezar a enfocarse en "cuánto cuesta la falta de disponibilidad".
https://io.net/blog/what-happens-when-you-cant-get-a-gpu-the-hidden-cost-of-cloud-wait-times
Tu coste real: $25,000–$65,000.
Aquí está la cuenta que la mayoría de los equipos no está haciendo.
Una espera de 72 horas con H100 aparece como $0 en la factura. No hay horas-GPU, nada se cobra. Parece gratis.
Pero tu equipo de ML acaba de desperdiciar $5,400+ en salarios mientras no podía trabajar.
Tu ajuste fino se retrasó 3 días. La demo para tu inversor se pospuso. Tu competidor ejecutó 30% más experimentos este trimestre porque su computación no se quedó en cola.
Nada de esto aparece en la factura. Pero todo afecta al negocio.
Es hora de dejar de preguntar "cuál es la tarifa por GPU" y empezar a enfocarse en "cuánto cuesta la falta de disponibilidad".
https://io.net/blog/what-happens-when-you-cant-get-a-gpu-the-hidden-cost-of-cloud-wait-times
Acabamos de ser nombrados como una de las 5 principales Redes de Computación de IA Descentralizada a las que prestar atención en 2026 por @cryptodailyuk.
Aquí está la magnitud de todo eso: miles de GPUs en más de 130 países, 32M de horas de cómputo entregadas y casi $27M en ganancias totales de la red.
El futuro de la computación para IA se está construyendo sobre @ionet.
https://cryptodaily.co.uk/2026/08/top-5-decentralized-ai-compute-networks-to-watch-in-2026
Aquí está la magnitud de todo eso: miles de GPUs en más de 130 países, 32M de horas de cómputo entregadas y casi $27M en ganancias totales de la red.
El futuro de la computación para IA se está construyendo sobre @ionet.
https://cryptodaily.co.uk/2026/08/top-5-decentralized-ai-compute-networks-to-watch-in-2026
A <b>http://io.net</b> la nombraron una de las 5 principales Redes de Computación de IA Descentralizada a las que prestar atención en 2026, según @cryptodailyuk.
Así de grande es. Miles de GPUs en más de 130 países, 32M horas de cómputo entregadas y casi $27M en ganancias totales de la red.
Así es como se ve el futuro de la computación para IA.
https://cryptodaily.co.uk/2026/08/top-5-decentralized-ai-compute-networks-to-watch-in-2026
Así de grande es. Miles de GPUs en más de 130 países, 32M horas de cómputo entregadas y casi $27M en ganancias totales de la red.
Así es como se ve el futuro de la computación para IA.
https://cryptodaily.co.uk/2026/08/top-5-decentralized-ai-compute-networks-to-watch-in-2026
Inicia sesión para explorar más contenidos