$IO adalah token asli dari io.net, sebuah jaringan cloud terdesentralisasi yang menghubungkan sumber daya GPU terdistribusi dengan beban kerja AI dan machine learning.
Salah satu perubahan yang paling penting untuk dipahami adalah Incentive Dynamic Engine, atau IDE.
Model token DePIN tradisional sering membayar penyedia infrastruktur melalui emisi token yang telah ditentukan sebelumnya, terlepas dari seberapa banyak pelanggan benar-benar menggunakan jaringan.
io.net berupaya menghubungkan ekonominya lebih langsung dengan kebutuhan komputasi yang nyata.
Dalam model IDE, imbalan bagi pemasok ditargetkan dalam nilai USD dan disesuaikan berdasarkan kondisi jaringan seperti pemanfaatan GPU dan pendapatan.
Ada juga mekanisme pengurangan pasokan.
Setelah pemasok GPU dikompensasikan, setidaknya 50% dari pendapatan jaringan yang memenuhi syarat yang tersisa dirancang untuk digunakan secara permanen menghapus IO dari pasokan.
Target jangka panjang yang dinyatakan adalah menghapus lebih dari 150 juta IO melalui mekanisme ini.
Ini membuat pemanfaatan menjadi metrik penting untuk $IO .
Lebih banyak GPU yang tersedia saja tidak selalu membuat jaringan menjadi lebih kuat secara ekonomi.
Metrik yang berguna mencakup jam GPU berbayar, tingkat pemanfaatan, pendapatan pelanggan, pembayaran kepada pemasok, IO yang dihapus dari pasokan, serta selisih antara kapasitas komputasi yang tersedia dan komputasi yang benar-benar dibayar oleh pelanggan untuk digunakan.
Untuk jaringan komputasi terdesentralisasi, permintaan lebih penting daripada perangkat keras yang terpasang.
Salah satu perubahan yang paling penting untuk dipahami adalah Incentive Dynamic Engine, atau IDE.
Model token DePIN tradisional sering membayar penyedia infrastruktur melalui emisi token yang telah ditentukan sebelumnya, terlepas dari seberapa banyak pelanggan benar-benar menggunakan jaringan.
io.net berupaya menghubungkan ekonominya lebih langsung dengan kebutuhan komputasi yang nyata.
Dalam model IDE, imbalan bagi pemasok ditargetkan dalam nilai USD dan disesuaikan berdasarkan kondisi jaringan seperti pemanfaatan GPU dan pendapatan.
Ada juga mekanisme pengurangan pasokan.
Setelah pemasok GPU dikompensasikan, setidaknya 50% dari pendapatan jaringan yang memenuhi syarat yang tersisa dirancang untuk digunakan secara permanen menghapus IO dari pasokan.
Target jangka panjang yang dinyatakan adalah menghapus lebih dari 150 juta IO melalui mekanisme ini.
Ini membuat pemanfaatan menjadi metrik penting untuk $IO .
Lebih banyak GPU yang tersedia saja tidak selalu membuat jaringan menjadi lebih kuat secara ekonomi.
Metrik yang berguna mencakup jam GPU berbayar, tingkat pemanfaatan, pendapatan pelanggan, pembayaran kepada pemasok, IO yang dihapus dari pasokan, serta selisih antara kapasitas komputasi yang tersedia dan komputasi yang benar-benar dibayar oleh pelanggan untuk digunakan.
Untuk jaringan komputasi terdesentralisasi, permintaan lebih penting daripada perangkat keras yang terpasang.