io.net Re-poster
136 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
$500B says GPUs are the new gold.
But gold you can buy on any exchange.
Not GPUs.
4 hyperscalers have next-gen capacity locked through 2027, and the rest of the market is left renting from landlords.
The real AI bottleneck is access.
Our Chief Growth Officer @jack_ionet breaks it down.
https://yellow.com/opinion/the-compute-economy-needs-a-trader-joes-not-another-landlord
But gold you can buy on any exchange.
Not GPUs.
4 hyperscalers have next-gen capacity locked through 2027, and the rest of the market is left renting from landlords.
The real AI bottleneck is access.
Our Chief Growth Officer @jack_ionet breaks it down.
https://yellow.com/opinion/the-compute-economy-needs-a-trader-joes-not-another-landlord
Más de 100.000 GPUs.
Eso fue lo que se necesitó para entrenar GPT-6 Astra de @OpenAI.
Mientras tanto, la mayoría de los desarrolladores lucha por acceder o permitirse siquiera un puñado de GPUs.
Ese es el gran problema de la IA hoy en día.
En un extremo, clústeres con cómputo prácticamente ilimitado.
En el otro, startups, investigadores y desarrolladores peleando por acceso y vigilando cada hora de GPU.
Simplemente añadir más GPUs no solucionará eso.
Necesitamos una mejor manera de acceder y utilizar el cómputo que ya existe.
Para eso es @ionet.
https://www.cnet.com/tech/services-and-software/openai-gpt-6-astra-release-ai-agi-chatgpt/
Eso fue lo que se necesitó para entrenar GPT-6 Astra de @OpenAI.
Mientras tanto, la mayoría de los desarrolladores lucha por acceder o permitirse siquiera un puñado de GPUs.
Ese es el gran problema de la IA hoy en día.
En un extremo, clústeres con cómputo prácticamente ilimitado.
En el otro, startups, investigadores y desarrolladores peleando por acceso y vigilando cada hora de GPU.
Simplemente añadir más GPUs no solucionará eso.
Necesitamos una mejor manera de acceder y utilizar el cómputo que ya existe.
Para eso es @ionet.
https://www.cnet.com/tech/services-and-software/openai-gpt-6-astra-release-ai-agi-chatgpt/
100,000+ GPU.
Eso fue lo que se necesitó para entrenar a @OpenAI's GPT-6 Astra.
Mientras tanto, la mayoría de los desarrolladores tiene dificultades para acceder o incluso para pagar un puñado de GPU.
Ese es el gran problema de la IA en la actualidad.
Por un lado, clústeres con una capacidad de cómputo efectivamente ilimitada.
Por el otro, startups, investigadores y desarrolladores que luchan por acceder y que observan cada hora de GPU.
Simplemente añadir más GPU no lo va a solucionar.
Necesitamos una forma mejor de acceder y aprovechar la capacidad de cómputo que ya existe.
Para eso es @ionet.
https://www.cnet.com/tech/services-and-software/openai-gpt-6-astra-release-ai-agi-chatgpt/
Eso fue lo que se necesitó para entrenar a @OpenAI's GPT-6 Astra.
Mientras tanto, la mayoría de los desarrolladores tiene dificultades para acceder o incluso para pagar un puñado de GPU.
Ese es el gran problema de la IA en la actualidad.
Por un lado, clústeres con una capacidad de cómputo efectivamente ilimitada.
Por el otro, startups, investigadores y desarrolladores que luchan por acceder y que observan cada hora de GPU.
Simplemente añadir más GPU no lo va a solucionar.
Necesitamos una forma mejor de acceder y aprovechar la capacidad de cómputo que ya existe.
Para eso es @ionet.
https://www.cnet.com/tech/services-and-software/openai-gpt-6-astra-release-ai-agi-chatgpt/
El principal asesor de IA del Reino Unido acaba de ser contratado por @AnthropicAI.
Pero seguirá como presidente del organismo gubernamental que financia la investigación en IA.
La misma persona jugando a ambos lados.
Las personas que redactan la política de IA ahora están empleadas por los laboratorios que esa política supuestamente debe supervisar.
La concentración de poder es un problema tanto para las GPU como para la gobernanza.
https://www.theguardian.com/technology/2026/sep/02/architect-of-uks-ai-strategy-joins-anthropic
Pero seguirá como presidente del organismo gubernamental que financia la investigación en IA.
La misma persona jugando a ambos lados.
Las personas que redactan la política de IA ahora están empleadas por los laboratorios que esa política supuestamente debe supervisar.
La concentración de poder es un problema tanto para las GPU como para la gobernanza.
https://www.theguardian.com/technology/2026/sep/02/architect-of-uks-ai-strategy-joins-anthropic
La computación en la nube es fácil de entrar.
Salir es donde se pone caro.
Las tarifas de salida, las herramientas propietarias, los compromisos a largo plazo, la reconstrucción y la revalidación de cargas de trabajo pueden costar decenas de miles de dólares.
El bloqueo del proveedor es el impuesto oculto de la infraestructura de IA.
La alternativa no es otro jardín amurallado.
Es computación abierta.
Salir es donde se pone caro.
Las tarifas de salida, las herramientas propietarias, los compromisos a largo plazo, la reconstrucción y la revalidación de cargas de trabajo pueden costar decenas de miles de dólares.
El bloqueo del proveedor es el impuesto oculto de la infraestructura de IA.
La alternativa no es otro jardín amurallado.
Es computación abierta.
NVIDIA sabe que hay un problema de acceso a las GPU.
Pero su solución no lo va a arreglar.
Dar a las startups capacidad de cómputo a cambio de una parte de sus ingresos futuros solo crea otro “gatekeeper” que la IA no necesita.
La IA necesita un mercado donde nadie necesite permiso para construir.
El CEO de @ionet, @Gaurav_ionet, explica por qué la próxima capa de infraestructura de IA debe construirse en torno al acceso.
Pero su solución no lo va a arreglar.
Dar a las startups capacidad de cómputo a cambio de una parte de sus ingresos futuros solo crea otro “gatekeeper” que la IA no necesita.
La IA necesita un mercado donde nadie necesite permiso para construir.
El CEO de @ionet, @Gaurav_ionet, explica por qué la próxima capa de infraestructura de IA debe construirse en torno al acceso.
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.
No necesitas una GPU.
Necesitas varias GPU que se comuniquen entre sí como si estuvieran en el mismo rack.
Esa es la diferencia entre un marketplace y una infraestructura real de IA.
El acceso es una cosa.
La orquestación es otra.
Y para cargas de trabajo serias de IA, la orquestación lo es todo.
@ionet se construyó para orquestar.
Necesitas varias GPU que se comuniquen entre sí como si estuvieran en el mismo rack.
Esa es la diferencia entre un marketplace y una infraestructura real de IA.
El acceso es una cosa.
La orquestación es otra.
Y para cargas de trabajo serias de IA, la orquestación lo es todo.
@ionet se construyó para orquestar.
33 millones+ horas de cómputo atendidas en http://io.net.
Una red en vivo, realizando el trabajo por el que los hiperescaladores y las neoclouds cobran una prima.
Cada una de esas horas es una prueba. No necesitas infraestructura costosa y con acceso restringido para ejecutar cargas de trabajo serias de IA.
El cómputo descentralizado no es un relato. Es el futuro de la infraestructura de IA.
Una red en vivo, realizando el trabajo por el que los hiperescaladores y las neoclouds cobran una prima.
Cada una de esas horas es una prueba. No necesitas infraestructura costosa y con acceso restringido para ejecutar cargas de trabajo serias de IA.
El cómputo descentralizado no es un relato. Es el futuro de la infraestructura de IA.
Algunas cosas hacen exactamente lo que dicen.
Render Network es excelente para lo que se construyó: renderizar.
Pero las cargas de trabajo de IA requieren algo distinto.
Inferencia persistente. Entrenamiento multinodo. Clústeres que escalan en segundos.
Eso es orquestación, no solo acceso a GPU.
Y para eso fue construido http://io.net desde el primer día.
https://io.net/blog/io-vs-render-and-alternatives-comparing-gpu-cloud-pricing-and-features
Render Network es excelente para lo que se construyó: renderizar.
Pero las cargas de trabajo de IA requieren algo distinto.
Inferencia persistente. Entrenamiento multinodo. Clústeres que escalan en segundos.
Eso es orquestación, no solo acceso a GPU.
Y para eso fue construido http://io.net desde el primer día.
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
Inicia sesión para explorar más contenidos