fluence

長い間、分散型コンピューティングは理論上は魅力的でも、実際に使うのは難しいものでした。

製品を開発する開発者やチームにとって、@Fluence がもたらす柔軟性はゲームチェンジャーです。従来の中央集権型クラウドプロバイダーにつきものの、隠れたコストや制約を心配せずに開発できます。

提供されるのはこちら👇

1. データ転送料金ゼロ：追加料金なしでデータを自由に送受信できます。使った分だけお支払いください。

2. 帯域幅無制限：速度制限なし。アプリが成長しても、予想外の請求はありません。

3. オープンスタンダード：クローズドなシステムではなく、オープンなプロトコルを基盤に構築。スタックはあなたのものです。

4. 簡単な移行とベンダーロックインなし：好きな場所に、好きなタイミングでデプロイできます。ワークロードの移行は数か月ではなく、数分で完了します。

モデルのトレーニング、推論の実行、大規模なデータセットの保存には、スケーラブルで手頃な価格、かつ柔軟なインフラが必要です。ワークロードをどこで実行し、どのようにスケールするかを自分で管理できることは、もはや贅沢ではありません。本気で開発に取り組む人にとって必須です。

Fluenceは、開発者にその自由を提供します。選ぶ自由、スケールする自由、そして制限なく開発する自由です。

すでに多くの開発者が乗り換えています。

#Fluence #DePIN #DecentralizedCloud #AI

@Fluence 、2つの新しいNVIDIA B300クラスターでコンピュートネットワークを強化

2つのNVIDIA HGX B300クラスターがFluenceを通じて予約可能になり、同社のコンピュートネットワークに高性能GPUの処理能力がさらに加わりました。

注目すべき点はこちらです。

🇺🇸 テキサス州：液冷式ノード10台を備え、各ノードにB300 GPUを8基搭載。各GPUは288 GBのHBM3Eメモリを備えており、ノードあたりのGPUメモリは2.3 TBです。契約締結から1週間以内に利用可能になります。

🇺🇸 ネバダ州：HGX B300 GPUを搭載したAivres KR9288X3システムを使用する空冷式ノード6台。2027年1月1日に利用可能となる予定です。

どちらの構成も、専有のベアメタルインフラ、完全なrootアクセス、2 TBのシステムメモリ、30.72 TBのNVMeストレージを提供します。

今回のアップデートで興味深いのは、実用面です。単に新しいハードウェアの仕様を眺めるだけではありません。チームは自分たちのワークロード向けにインフラを予約し、システムを直接管理できます。

AIワークロードの要求が高まるなか、それらを支えるインフラにも、誰もが目にするアプリケーションと同じくらい注目する価値があると思います。

Fluenceはこの分野で開発を続けています。今後、コンピュートネットワークがどのように発展していくのか、楽しみです。

#Fluence #AI #DePIN

AI開発にまつわる最大の嘘は？AWSが必要だということ。

実際の請求額の内訳はこちらです。

AWSの場合：
A100 40GB：アイドル状態でも約$3.67/時間
ストレージ：$0.10/GB＋スナップショット料金
データ送信：$0.09/GB
結果：基本料金は月$1,400。先月は新たなトレーニングをまったくしていないのに$1,700でした。

あなたがお金を払っているのは、計算処理ではありません。アイドル時間です。

@Fluence の場合：

先週、同じ作業をしました。
A100を6時間レンタル：$18
トレーニング後に停止：数秒で課金終了
データ費用の合計：ごくわずか。プロバイダー内で完結。

Fluenceは単一のクラウドではありません。32のリージョンにある71か所のTier 3/4データセンターと1,400台以上のGPUが、あなたのジョブをめぐって競い合っています。だからこそ、料金は70〜80%安いのです。

月単位の予約なし。
予想外のデータ転送料なし。
ベンダーロックインなし。
利用開始前に価格を確認できます。

そして今、$FLTのステーキングがEthereum L1で利用可能になり、L1からネットワークのセキュリティに直接参加できます。

個人開発者、小規模ラボ、またはモデルをトレーニングするスタートアップなら、稼働時間の20%しか使わないGPUを予約するのはやめましょう。

秒単位で借りる。トレーニングする。停止する。資金を長持ちさせる。

AWSの先月の請求額を、分散型の選択肢と比較したことはありますか？

#Fluence #DePIN #AIBubble #Cloud #GPU

Fluenceでクラウドコストを削減する3つのステップ：

ステップ1：Fluenceコンソールにアクセス
AWSにはアクセスしないでください。http://fluence.ai/gpu にアクセスします。
ウォレットを接続すると、ダッシュボードが表示されます。

ステップ2：クラウドではなくGPUをレンタル
「Rent GPU」をクリックします。
必要なGPU（H100、A100、H200）を選びます。場所は近くの地域を選びましょう。
Fluenceには32のリージョンに1,400台以上のGPUがあります。料金はすでにAWS/GCPより60%安く、時間あたりの料金をリアルタイムで確認できます。

ステップ3：使った分だけ支払う
起動して、モデルをデプロイし、トレーニングします。
終わったら、必ずシャットダウンしてください。
Fluenceの課金は秒単位です。月額契約の縛りはありません。2時間使った場合、支払うのは2時間分だけです。

以上です。

クレジット不要、営業電話不要、エンタープライズ契約も不要です。

従来のクラウド：1時間あたり3.50ドルに加え、アイドル状態でも課金され、月額2,500ドルになります。
Fluence：1時間あたり約1.40ドルで、稼働中のみ課金されるため、月額約900ドルです。

コストを60%削減できる理由：
1. 1時間あたりの料金が安い
2. 稼働時間分だけ支払う

#Fluence #GPU #DePIN #AI

$FLT をウォレットに持っていたのを、ほとんど忘れていました。$FLT は @Fluence in に相当します。

去年、いくつかの FLT を拾ったんですが、正直しばらくはあまり気にしていませんでした。

でも最近もう一度 Fluence を見て、トークンがエコシステムの中で実際に何をしているのかを確認したくなりました。

そして、最初に思っていた以上にいろいろあります。

• FLT はステーキングシステムの一部で、トークンは計算リソースのセキュリティや連携のために使われます。

• ガバナンスにも役割があり、コミュニティが Fluence のエコシステムに関する意思決定に参加するための手段を提供しています。

• 計算提供者とネットワーク経済が FLT と結びついているため、トークンが単にウォレットに置かれているだけではなく、実用的な役割を持っています。

• クラウド側もさらに面白くなってきています。Fluence は、従来の中央集権型クラウド提供者に完全に頼らなくても、ユーザーが計算リソースにアクセスできるようなインフラを構築しています。

• そして、さらに大きな視点があります。AI と GPU の計算です。AI アプリケーションが要求する計算能力の大きさに対して、分散型の GPU アクセスは、注目すべき領域になってきています。

この最後の部分が、おそらく一番私の注意を引きました。

というのも、去年あの少しの FLT を買ったときは、AI インフラや GPU の需要について深く考えていなかったからです。

でも今、Fluence についての会話はまったく違って見えます。

私は、ここから FLT がどこへ向かうのかを分かっていると言いたいわけではありません。

ただ、ふと手に取ったトークンが、もっと大きなインフラの物語の一部になっていくのは面白いなと思っています。

なので…また自分の小さな FLT の塊（バッグ）を見守っています。

#Fluence #Web3 #DePIN #AI

次の暗号サイクルはインフラに属するかもしれません。

一番騒がしいナラティブではありませんが、それを支えるプロトコルです。

分散型コンピューティングがますます重要になる中、Fluenceと$FLTはスケーラブルなAIおよびDePINエコシステムの基盤レイヤーを構築しています。

#FLT #fluence #AI #DePIN. #Web3

実際に役に立つトークンを手にするのがいいですか？それともチャートが動き出したときだけ注目を集めるトークンがいいですか？

それが、$FLT を注目する価値がある理由です。

@Fluence は、AI経済のための分散型コンピュート基盤を構築しており、$FLT はそのネットワークの経済設計の中心に位置しています。

では、$FLT には具体的に何ができるのでしょうか？

→ ステーキング：FLT は、コンピュート資源の確保と提供を支援するためにステーキングできます。トークン保有者はステーキングに参加可能です。

→ ガバナンス：FLT 保有者は Fluence DAO のガバナンスに参加し、ネットワークを形作る提案に投票できます。

→ ネットワークインセンティブ：FLT は、コンピュート提供者を連携させ、ネットワークのセキュリティを支えるインセンティブシステムの一部です。

私が面白いと思うのは、このトークンが基盤から完全に切り離されていないことです。

ネットワークは AI と GPU コンピュートに注力していて、Fluence は現在、32の地域と71のデータセンターにまたがって 1,400+ 台の GPU を提供していると述べています。

そしてここが、直近の $FLT の動きの中で見落とした人がいるかもしれない、大きな全体像だと思います。

バンプ（急騰）はみんなの注目を集めます。

私が見続けたくなるのは、ユーティリティがあるからです。

今の興味深い問いは、次に $FLT がどこへ向かうのかだけではありません。

それを支えるインフラの周りに、どれだけの価値を築けるのか——です。

AI にはコンピュートが必要です。
Fluence はそのコンピュート層を構築しています。
$FLT は、その背後にある経済層の一部です。

次の DePIN のフェーズでは、ユーティリティトークンが純粋な物語（ナラティブ）系の銘柄を上回ると思いますか？

#Fluence #DePIN #AI

全員が次の大ヒットAIプロダクトを作ろうと急いでいるのに、ほとんど誰もそのレースを実際に遅らせている要因については語っていません。それは、何ヶ月も待つことなく、あるいはハイパースケーラーの特権価格を払わずに、十分なGPUに手を届かせることです。

@Fluence は、そうした課題を「語る」のではなく「実際に解いている」数少ないプロジェクトのひとつです。

仕組みはこうです。みんなをAWS、Google Cloud、Azureに経由させる代わりに、Fluenceは開発者を、独立した計算プロバイダーの世界規模のネットワークへ直接つなぎます。実在のデータセンター、実際のハードウェア。単一の会社が価格やパイプラインを支配することはありません。

しかも、もう動いています。GPUマーケットプレイスは稼働中で、大手クラウドより最大85%低いコストでエンタープライズ向けの計算リソースを提供しています。そしてCPU側は、年額売上がすでに100万ドル超を達成しています。これはロードマップの約束ではなく、本当に利用されている製品です。

最新の追加要素がGPUクラスタオークションです。これは予約済みGPU容量を対象にした、実際の入札市場です。プロバイダーに適正価格での空きがあることを期待するのではなく、チームが必要な内容（GPUモデル、数量、リージョン、期間）を明確に投稿し、プロバイダーがその案件を取り合う形になります。これこそが価格発見（プライスディスカバリー）であり、この領域に現時点で存在しないものです。

DePINとAIが今まさに激しく交差していて、その重なりにある多くのプロジェクトはまだ机上の理論の段階です。Fluenceは違います。現実に使われていて、しかも本当に高額な問題を解決するためのインフラとして機能しています。

Web3×AIの動向を見ているなら、$FLTは「物語」ではなく、実際に何が作られているのかという観点で理解する価値があります。

#Fluence #DePIN #AI

@Fluence : GPUの能力は誰が手に入れるのか？

GPUの能力は実際にどのように購入され、売買されているのか。世界にはGPUがたくさんあっても、特定の買い手、場所、ワークロード、または期間においては不足が起こり得ます。つまり、GPUの横に単に数字を置くだけでは、価格設定やアクセスはもっと複雑になります。

そこでオークションが役立ちます。フォワードオークションでは買い手が利用可能な容量を競います。一方、リバースオークションでは提供者が需要を満たすために競います。

これらは、ある瞬間における計算能力が実際にどれほどの価値を持つのかを、より動的に見出すための仕組みです。そして、本格的なGPU容量を購入する人にとって、最安の選択肢が必ずしも最適とは限りません。

また、次の点も確認する必要があります。必要なときに、その容量は本当に利用可能ですか。ネットワークファブリックはそのワークロードに耐えられますか。インフラにはどのSLAが付いていますか。もし何かが壊れた場合、どれくらいの速さで復旧できますか。これらの詳細は、AIワークロードが大規模に稼働している際には大きな違いになります。

Fluenceは、データセンターが予約済みのGPUクラスターに対する適格な需要と直接つながれる、グローバルなマーケットプレイスの構築に向けて取り組んでいます。

興味深いのは、これは単にGPUを増やすことだけではないという点です。すでに存在するGPUを、より見つけやすく、比較しやすく、価格を判断しやすく、そして活用しやすくすることが目的です。

#Fluence #DePIN #AI

@Fluence 分散型計算プラットフォームを、永続ストレージ、VM IP管理、オンデマンド計算のためのクレジットカード対応とともに継続的に拡大しています。

これから予定されているGPUクラスターオークションは一歩前進であり、GPUクラスターを従来の集中型プロビジョニングではなく、競争入札によって割り当てられるようになります。

いくつかの数字が特に印象に残りました：

• 連結準備資産として357.2M FLT。

• ステーブルコイン準備として$1.46M。

• 平均ステーキングAPR 11.5%。

• オープンマーケットの流動性オペレーションを通じて追加された7M FLT。

インフラプロジェクトは、多くの場合、誇大宣伝ではなく実行力によって評価されます。

私が追ってきたところによれば、$FLTは、AI需要が拡大し続ける中で重要になり得る2つのこと、すなわち資本効率の向上と開発者アクセスの強化に注力しながら、計算ネットワークの拡大を続けています。

#DePIN #Fluence #Ai

AI4は@Fluence $FLTにとって重要なマイルストーンになり得る理由

AIが産業を再構築する中で、次のことがますます明確になってきました。AIの力は、それを支えるインフラの強さに等しい、ということです。新しいモデルやアプリケーションに注目が集まりがちな一方で、計算基盤（コンピュートレイヤー）を構築する企業の重要性も同じくらい高まっています。

そのため私は、AI4（アメリカ最大のAIカンファレンス）にFluence（$FLT）が参加することに注目しています。開催は8月4〜6日、場所はラスベガスのThe Venetianで、同社チームはブース#1251に出展します。

AIインフラ企業にとって、これは単なる別のカンファレンス出展ではありません。AI4には、エンタープライズのリーダー、開発者、投資家、クラウド提供事業者、そしてスケーラブルなAIソリューションを求める組織が集まります。ビジネス上の関係が生まれ、製品がデモされ、将来のパートナーシップが形になりやすい環境です。

消費者向けのプロダクトとは異なり、エンタープライズ向けのインフラはマーケティングだけで採用されることはほとんどありません。意思決定者は、技術的な議論、ライブデモ、そして技術を支えるチームとの直接の対話を求めます。AI4のようなカンファレンスは、そのための理想的な場を作ります。

Fluenceにとって今回の参加は、将来的に顧客や戦略的パートナーになり得る人々に、分散型GPUインフラをアピールする機会です。イベント参加が自動的に採用につながるわけではありませんが、エンタープライズのAIに関する議論が行われている場に自社が存在することは重要な一歩です。

私はAI4で何が生まれるのかを注意深く見守ります。新たなパートナーシップ、価値ある業界インサイト、そして将来の協業など、次世代AIの基盤となるインフラを作るプロジェクトに、長く影響を与え得る進展が期待できるからです。

📍 AI4 Conference
📅 8月4〜6日
🏨 The Venetian（ラスベガス）
📌 Fluence Booth #1251

#Fluence #DePIN #AI #AI4

なぜフルエンスプロジェクト（$FLT）を注視しているのか

AIの需要が高まる中、分散型コンピューティングはWeb3で最も重要なセクターの一つになりつつあります。

フルエンスプロジェクトは、開発者が中央集権型プロバイダーに依存せずにアプリケーションをデプロイできる許可不要のクラウドを構築しています。リアルなインフラ、リアルなユーティリティ、検閲耐性のあるコンピュートに対する増大する需要。

ナラティブに焦点を当てた市場の中で、$FLTは実際の問題を解決するプロジェクトとして際立っています。インフラ系のプレイは時間がかかることが多いですが、採用が進むときに最も重要になる傾向があります。

#Fluence #DePIN #Aİ

なぜ$FLTはもっと注目されるべきか

多くの投資家は、次世代のAIや分散型サービスを支える役割について、DePINやインフラプロジェクトを$RNDR 、$AKT 、$GRASS と比較しています。

@Fluence が興味深いのは、分散型クラウドコンピューティングに焦点を当てている点です。他のプロジェクトがGPUネットワーク、ストレージ、またはコンテンツ配信に注力する一方で、Fluenceは中央集権的なクラウドプロバイダーに依存せずにアプリケーションが動作する許可不要のコンピュートレイヤーを構築しています。

AIエージェント、DePIN、Web3アプリケーションが成長し続ける中で、信頼性の高い分散型コンピュートへの需要が主要なストーリーになるかもしれません。

市場は、採用が明らかになるまでインフラに対して報酬を与えることがよくあります。それまでの間、$FLTのようなプロジェクトはレーダーの下に留まります。

#Fluence #DePIN #Aİ

人々がAIプロジェクトを評価するとき、しばしば発表やトークン価格を見ます。私はむしろエンタープライズのエンゲージメントに注目しています。

AIにおける最大の機会は、アプリケーションだけから生まれるわけではありません。そうしたアプリケーションを可能にするインフラから生まれるのです。AIモデルがより強力になるにつれて、信頼性がありスケール可能な計算資源への需要は引き続き増え続けます。

それが、@Fluence $FLTに至った理由です。

次のトレンドになろうとするのではなく、Fluenceは分散型の計算インフラという領域に注力しています。これは、AIの導入が業界をまたいで広がるにつれて、ますます重要になっていく可能性があります。

また、インフラ系のプロジェクトは別の観点で評価されるべきだとも思います。進捗は、必ずしも日々の価格変動で測られるものではありません。技術が継続的に改善しているか、開発者がそれを基盤として構築しているか、そして企業がそれを使うことで価値を見いだしているか――そうした点で測られるのです。

AIレースはまだ初期段階にあり、計算資源の必要性は鈍化していません。そのため、$FLTは、分散型AIインフラの状況が進化していく中で、私が引き続き注目しているプロジェクトの一つであり続けています。

#Fluence #AI #DePIN #GPU

裏側でAIを動かしているのは誰？ @Fluence

AIエージェントについて私が面白いと感じる点の1つは、レイテンシーが必ずしもモデル自体によって引き起こされるとは限らないことです。

エージェントは、複数のツール呼び出しを行い、状態を取得し、検証を実行し、メモリを更新して、ループを何度も繰り返すことができます。各ステップで数ミリ秒のCPU遅延が起きても、それ自体では些細に見えるかもしれませんが、ワークフロー全体では、その遅延が積み重なってリクエストの締め切りを超えてしまう可能性があります。

ここで重要になるのが、最初に見える以上にインフラです。

AIのワークロードでは、平均的な性能だけでは不十分な場合があります。問題は特に、CPUの競合によって多数の段階にわたり小さな遅延が発生することで表面化します。

そのため、予測可能なパフォーマンスが重要なワークロードでは、専用コンピュートが興味深い選択肢になります。

Fluenceは、分散型コンピュートの側面からこれに取り組んでおり、より一貫した容量を必要とするワークロード向けに、開発者が専用のCPUリソースにアクセスできるようにしています。

AIエージェントが単なる実験から本番運用へ移っていくにつれて、この考え方はますます重要になっていくと思います。エージェントが数十のステップを扱うようになると、各段階のばらつきを削ることが、最終的なユーザー体験に大きな影響を与えます。

私が注目している問いはシンプルです。エージェントのワークロードがより複雑になるにつれて、予測可能なコンピュートは、生の計算パワーと同じくらい重要になるのでしょうか？

https://fluence.ai/

#Fluence #AI #DePIN

なぜFluenceに注目しているか

市場は大半の時間をトークンに関する議論に費やしています。
しかし、より大きな機会は、これらのトークンが依存するインフラを理解することかもしれません。
AIの採用が加速し、オンチェーンのアクティビティが増加する中で、コンピュートの需要はテクノロジーにおける最も重要なトレンドの一つになりつつあります。
Fluenceは、グローバルなコンピュート供給と、スケーラブルなインフラを必要とする開発者をつなぐために設計された分散型コンピュートネットワークを構築しています。
これが興味深いのは、短期的なストーリーではないということです。
これは長期的なシフトに向けての動きです：

• 分散型クラウドインフラ
• 検証可能なコンピュート
• コンピュートリソースのオープンマーケットプレイス
• 中央集権的なプロバイダーへの依存の軽減

歴史は、インフラが採用がスケールするにつれて重要な価値をキャッチすることが多いことを示しています。
アプリケーションが注目を集めます。
インフラがその下で全てを支えています。
そのため、$FLTはDePINおよびAIインフラセクターで注目すべき興味深いプロジェクトの一つであり続けています。

#FLT #Fluence #DePIN #Aİ #Crypto

なぜ、使う以上にコンピュートを所有するのか？

AIにおける最大の課題の一つは、GPUへのアクセスそのものではないことがよくあります。むしろ重要なのは、GPUがどれだけ効率的に使われているかです。

多くのワークロードは24時間365日、最大級のコンピュート能力を必要としません。それにもかかわらず、開発者は日中のかなりの時間アイドル状態になるハードウェアに対して支払い続けることがよくあります。これは不必要なコストを生み出し、貴重なリソースが十分に活用されない原因になります。

@Fluence は、別のアプローチを取ります。

専用ハードウェアに頼るのではなく、$FLTは分散型のコンピュート・マーケットプレイスを支援し、余っているGPUの処理能力を必要とする開発者と共有できるようにします。提供者はアイドル資源から価値を生み出せます。一方、開発者は自分が消費した分のコンピュートだけを支払えばよいのです。

このモデルには、リソースの利用効率を高め、インフラコストを下げ、すべてのチームがハイエンドなハードウェアを保有しなくてもAIのコンピュートをより身近にする可能性があります。

AIへの需要が今後も拡大し続ける中で、コンピュートの割り当て方を改善することが、利用可能なコンピュート量を増やすのと同じくらい重要になるかもしれません。

分散型GPUネットワークを検討したことはありますか？それとも、従来型のクラウドプロバイダーにまだ依存していますか？

#Fluence #AI #DePIN #GPU #CloudComputing

暗号の次のフェーズはインフラによって推進されるかもしれません

すべての主要なテクノロジーサイクルは新たなボトルネックを生み出します。
インターネットの場合、それは帯域幅でした。
クラウドコンピューティングの場合、それはストレージでした。
AIの場合、急速にコンピュートがそれになっています。
AIモデル、自律エージェント、分散型アプリケーションがスケールし続ける中、信頼できるコンピュートインフラへの需要はこれまで以上に急増しています。
これが、分散型コンピュートが注目すべき最も重要なセクターの一つになっている理由です。
@Fluence Fluence ($FLT) は、独立したプロバイダーが中央集権型クラウド独占に依存することなく、開発者にリソースを提供できるオープンコンピュートマーケットプレイスを構築しています。
このシーズはシンプルです：

• AIの採用が増える = コンピュート需要が増える
• オンチェーン活動が増える = インフラ需要が増える
• 分散化が進む = オープンネットワークへの需要が増える

ナラティブは変わりますが、インフラは時間とともに価値を増大させる傾向があります。なぜなら、すべての新しいアプリケーションはそれに依存するからです。
次世代のデジタルサービスは、単により良いソフトウェアを必要とするだけではありません。
彼らはより良いインフラを必要とします。

#FLT #Fluence #AI #DePIN #Crypto

$FLNC 更新 - 5月18日

価格: 19.47 (-7.73%) ↓

巨大な赤いキャンドル...
21.78から19.46へダンプ
= 1時間で-10% !!

まだ反発なし...
ただ19.47で横ばい

プラン ->
ショート
エントリー - 19.50から19.70の拒否
TP - 19.20, 19.00, 18.50
SL - 20.00（ウィックの上）

ロングは...
20.00を回復して保持する場合
その後のターゲットは20.50, 21.00

キーレベル: 19.46の安値
これをブレイクすると= 18.00が次

私の見解: 現在はベアがコントロール
弱い反発 = さらなるダンプが来る

#FLNC #Fluence #TradFi

*投資アドバイスではありません*
$FLNC

Web3について考えると、所有権、支払い、さらにはストレージまでが分散化されている一方で、インターネットの計算能力は依然として数少ない中央集権的なクラウドに集中していることが気になります。

これは大きなギャップで、特にAIが計算需要をこれまで以上に押し上げている今、尚更です。

すでに以下のようなものがあります：
• $BTCと$ETHが価値の移動を変えている
• $FILがストレージの分散化を示している

しかし、アプリケーション、モデル、リアルタイムシステムを支えるインフラストラクチャの実際の処理層は、依然として伝統的なプロバイダーに大きく依存しています。

だからこそ、@Fluence ($FLT)のようなプロジェクトが私には際立って見えるのです。

Fluenceは、クラウドインフラストラクチャをデフォルトとして扱うのではなく、分散型の計算コーディネーションを構築し、開発者がよりオープンで検証可能な方法で分散プロバイダーから計算を調達できるようにしています。

他のセクターでも関連するアイデアが形成されているのが見えます：

• @Render Network ($RENDER ) → AIとレンダリングのための分散GPUパワー
• @AkashNetwork ($AKT ) → 分散型クラウドインフラストラクチャマーケットプレイス
• @IoTeX Network ($IOTX ) → 現実世界の機械やデバイスを分散型システムに接続

異なる焦点ですが、同じ広い方向性：グローバルな未使用リソースを機能的なネットワークに変えることで、中央集権的インフラへの依存を減らすこと。

興味深いのは、これが単なる別の暗号のナラティブのようには感じられないことです。それは、バックグラウンドで静かに形作られているインターネットインフラの次のステージのように感じられます。

#DePIN #Fluence #Web3