The Future of AI Compute Shouldn't Depend on One Provider
Building an AI application is already challenging. Developers also have to think about where their workloads run, how much computing capacity they need, and what happens when their infrastructure choices become limiting.
This is where decentralized compute becomes interesting.
@Fluence is working toward a model where computing resources can be accessed through a decentralized network rather than relying entirely on one centralized provider.
I think this matters because the future of AI shouldn't just be about building bigger models. It should also be about giving developers more choices over the infrastructure powering those models.
More flexibility in compute will make a difference as AI workloads become more demanding.
The infrastructure behind AI deserves just as much attention as the AI itself.
If you're going to NVIDIA GTC DC, don't miss this one.
@Fluence is hosting Blackwell Evening on Dec 1, 5:30 PM - 11 PM, just a 10 minute walk from the main venue. And you don't even need a GTC badge to enter.
It's for GPU buyers, sellers, and operators - talk real B200, B300, and GB300 pricing, availability, and capacity, plus network with people who actually run compute.
Plus: bites, drinks, and great conversation.
Fluence is bridging the gap between decentralized compute and enterprise demand. This is not just an event, it's where the deals happen.
Para a mesma capacidade computacional, a Fluence é: 5,5x mais barata que a Hetzner 12,4x mais barata que a DigitalOcean 21x mais barata que a AWS
A Fluence está criando um marketplace descentralizado de computação, onde qualquer pessoa pode fornecer poder de CPU e os desenvolvedores pagam apenas pelo que usam. Sem margem de monopólio. Sem taxa de marca.
AWS, DigitalOcean e Hetzner são centralizadas, caras e controladas por poucas empresas. A Fluence é aberta, sem necessidade de permissão e com preços definidos pelo mercado.
Se a DePIN vai vencer, primeiro será pelo preço e, depois, pela descentralização. A Fluence já está vencendo pelo preço.
Você ainda está pagando US$ 53,50 por algo que pode obter por US$ 2,54?
Deixe sua opinião abaixo. A computação descentralizada é a próxima grande aposta da DePIN?
This changes how GPU compute is accessed and priced.
Instead of fixed rental prices, the new marketplace at http://auctions.fluence.ai allows teams to reserve GPU capacity through competitive bids.
The model is straightforward.
Those who need compute can publish demand and compare provider bids. Providers with available capacity can list supply. Accepted bids record price, SLA, rental window, and full bid history for contracting.
This creates real price discovery for compute.
For AI builders and businesses, the benefit is flexibility. There is no need to buy an entire GPU fleet to handle peak demand. Capacity can be secured when needed and scaled as workloads change.
For supply side, idle hardware can be monetized with actual utilization instead of sitting underused.
Traditional ownership makes sense when utilization is near constant. But for fluctuating workloads, a competitive auction marketplace is far more capital efficient.
Fluence is turning compute into a liquid resource that can be bid for and reserved, not just an expensive asset to own and maintain.
The marketplace is live for posting compute requests and listing capacity.
GPU Ownership vs. Renting Compute: The Real Cost Is Utilization
I think one of the biggest mistakes businesses can make when investing in AI infrastructure is looking at the price of a GPU without looking at how often they will actually use it.
Buying hardware makes sense when workloads are consistent. But when demand fluctuates, expensive GPUs can sit idle while still requiring power, cooling and maintenance.
This is where renting compute becomes interesting.
With @Fluence , businesses can access GPU resources when they need extra capacity without having to purchase and maintain an entire fleet of servers.
https://fluence.ai/
For me, this is especially useful for AI workloads that come in waves. Instead of investing heavily to handle occasional demand spikes, businesses can explore renting compute when the workload increases.
There's also the issue of hardware obsolescence. GPU technology keeps evolving, and renting can reduce the pressure of owning aging equipment.
Of course, renting isn't always cheaper. Consistent utilization can make ownership worthwhile. But for unpredictable workloads, flexibility matters.
Sometimes, the smarter investment isn't buying more GPUs. It's knowing when you actually need them.
Como reduzir sua conta de nuvem em 60% com @Fluence
Uma H100 na AWS/GCP ainda custa US$ 3–5 por hora. Use-a por uma semana de treinamento e sua conta passa de US$ 500. Use-a por um mês? Mais de US$ 2.000 a menos na sua carteira. Para a maioria dos desenvolvedores, isso é insustentável.
Veja como reduzi minha conta de nuvem em 60% usando a Fluence GPU.
1. As mesmas GPUs, sem sobrepreço de marca
A Fluence já está ativa, operando com mais de 1.400 GPUs em 32 regiões e 71 data centers profissionais.
O mesmo hardware disponível nas grandes nuvens: H100, A100, H200. Mas, como a Fluence é um marketplace descentralizado que agrega a oferta global, os preços são até 60% menores. Sem o adicional da marca. Apenas poder computacional bruto.
2. Pague por segundo, não por mês
Os serviços de nuvem tradicionais prendem você a contas mensais. Com a Fluence, você usa os recursos sob demanda.
Eu ativo uma H100 só quando preciso treinar, pago por segundo e a desligo quando termino. Sem custos por tempo ocioso. Sem desperdício. Só isso já representa uma economia de 30–40%.
3. Feita para equipes de IA em 2026
Eu a uso para: - Treinamento e ajuste fino - Executar inferências a baixo custo - Escalar sem precisar pedir créditos empresariais
A configuração leva minutos, há suporte para todos os principais frameworks e você pode implantar perto dos seus usuários graças às mais de 32 regiões.
Em 2026, desenvolvedores inteligentes não pagam a mais por logotipos de serviços de nuvem. Eles direcionam o poder computacional para onde ele custa menos e é mais eficiente.
Eu fiz isso. Minha conta caiu de US$ 2.100/mês para menos de US$ 850.
Li o relatório do 3.º trimestre de 2026 da @Fluence DAO, publicado há 4 dias por eponomarev, e tenho de dizer: é exatamente assim que uma DAO deve ser gerida.
As despesas totais do 3.º trimestre foram de apenas 990.000 FLT em staking e 300.000 USD em operações. Foi tudo o que gastaram no trimestre. Para 3 meses a construir uma plataforma completa de cloud de IA, é incrivelmente enxuto. A maioria dos projetos gasta isso numa semana.
E o tesouro continua cheio. Os saldos restantes são de 350.198.442 FLT, 1.120.533 USDC, 38.450 USDT, além de 26.382.052 FLT e $127,433 alocados para liquidez de market making. Com essa margem financeira, podem construir durante anos sem qualquer pressão para despejar tokens sobre os holders.
Lançaram a Virtual Private Cloud, que permite redes privadas e grupos de segurança para implementações com várias VMs. Isso é nível empresarial. Introduziram instâncias de CPU partilhadas a partir de $2.54/mês, perfeitas para integrar programadores. Também adicionaram um Web Terminal baseado no browser e atualizaram os pagamentos com cartão, tornando a experiência de utilização muito mais fluida.
Para mim, o mais importante são os pagamentos x402. Agora, os agentes de IA podem carregar contas com USDC na Base e alugar capacidade de computação de CPU ou GPU sem inscrição manual. Pensem nisso. Agentes a pagar pela sua própria infraestrutura.
E há ainda os leilões de clusters de GPU, que permitem licitações competitivas por capacidade de GPU reservada em centros de dados de todo o mundo. A plataforma já facilitou negócios no valor de $6M, $15.4M e $5.5M para treino e inferência de IA, incluindo 96 nós H100 na Ásia.
Do lado do token, o staking manteve-se estável, em cerca de 11,5% APR. 340 mil FLT em julho, 300 mil em agosto, 350 mil em setembro. No início do 3.º trimestre, a oferta em circulação era de 342.558.801 FLT, cerca de 34,2%; a oferta desbloqueada era de 487.222.344 FLT, cerca de 48,7%; e a oferta em staking era de 36,6 milhões de FLT.
Para mim, este relatório só confirma uma baixa queima de tokens, um ritmo de desenvolvimento de produtos enorme, milhões em negócios de GPU e um tesouro capaz de financiar o crescimento a longo prazo.
Mais um contrato de US$ 2,4 milhões para @Fluence. Desta vez, com a worldengine__ai, para dar suporte a cargas de trabalho de inferência para IA física.
E, sinceramente, esse é exatamente o tipo de negócio que me deixa tão otimista em relação à Fluence.
Todo mundo está obcecado em treinar modelos cada vez maiores. Mas o treinamento é apenas metade da história. O que acontece quando a IA realmente precisa sair do data center e trabalhar no mundo real? Essa é a parte difícil. Especialmente na robótica.
Um robô não pode sofrer atrasos. Não pode ficar offline. Precisa de inferência rápida, confiável e sempre ativa. É aí que a maioria das infraestruturas falha.
A WorldEngine está construindo algo enorme em todo o fluxo de trabalho da robótica: dados, treinamento de modelos, avaliação e implantação. Eles estão tentando dar vida à IA física. E escolheram a Fluence para ser a espinha dorsal computacional da inferência.
Para mim, isso só confirma a tese que venho defendendo sobre $FLT há meses. À medida que a IA passa do digital para o físico, dos chatbots para os robôs, das telas para as ruas, a camada de infraestrutura se torna tão valiosa quanto a camada dos modelos. Talvez até mais valiosa.
Não estamos falando de hype ou de uma parceria anunciada em um whitepaper. São US$ 2,4 milhões em receita real para cargas de trabalho reais. Robôs reais, inferência real, demanda real por computação descentralizada.
Cada novo negócio como esse acrescenta mais um tijolo. Mais cargas de trabalho reais, mais demanda por infraestrutura, mais utilidade para $FLT.
A Fluence não está tentando ser o próximo modelo de IA. Está tentando ser aquilo que impulsiona TODOS os modelos. E essa é uma aposta muito maior.
É por isso que estou acompanhando essa parceria de perto.
Um trecho de configuração. Uma chave de API da @Fluence. Nenhum servidor local para instalar ou manter.
É basicamente disso que você precisa para colocar o Fluence MCP em funcionamento.
• Conecte seu cliente de programação compatível com MCP • Adicione a configuração • Insira sua chave de API da Fluence • Deixe seu agente de IA interagir com o poder computacional da Fluence
O servidor MCP é hospedado, então os desenvolvedores não precisam se preocupar em instalar atualizações ou manter mais uma parte da infraestrutura.
E, depois que tudo estiver conectado, o fluxo de trabalho permanece no ambiente de programação. Não é preciso alternar constantemente para o Console da Fluence.
Isso importa porque a adoção por desenvolvedores muitas vezes depende da facilidade de uso.
Se a computação descentralizada puder se integrar às ferramentas que os desenvolvedores já usam, em vez de exigir que aprendam um fluxo de trabalho totalmente novo, a DePIN começa a se tornar muito mais prática.
Um trecho de configuração. Uma chave de API da @Fluence. Nenhum servidor local para instalar ou manter.
É basicamente disso que você precisa para colocar o Fluence MCP em funcionamento.
• Conecte seu cliente de programação compatível com MCP • Adicione a configuração • Insira sua chave de API da Fluence • Deixe seu agente de IA interagir com a computação da Fluence
O servidor MCP é hospedado, então os desenvolvedores não precisam se preocupar em instalar atualizações nem em manter mais uma peça de infraestrutura.
E, depois que tudo estiver conectado, o fluxo de trabalho permanece no ambiente de programação. Não é preciso ficar voltando ao Fluence Console.
Isso é importante porque, muitas vezes, a adoção por desenvolvedores depende de reduzir os obstáculos.
Se a computação descentralizada puder ser integrada às ferramentas que os desenvolvedores já usam, em vez de exigir que aprendam um fluxo de trabalho totalmente novo, a DePIN se torna muito mais prática.
A DePIN tem sido discutida principalmente em torno da infraestrutura descentralizada, mas a Fluence está começando a tornar a experiência dos desenvolvedores igualmente interessante.
O MCP da @Fluence já está disponível, e este é provavelmente um dos desenvolvimentos mais práticos que vi do projeto.
Agora, seu agente de IA pode iniciar recursos computacionais diretamente na Fluence. Conecte o Cursor, o Claude Code, o VS Code, o Codex ou outro cliente compatível com MCP, descreva o que você precisa e o agente pode cuidar da parte computacional para você.
Isso muda a conversa de simplesmente falar em "computação descentralizada" para realmente tornar a computação descentralizada mais fácil de usar para os desenvolvedores.
Sinceramente, gostaria que mais desenvolvedores conhecessem a Fluence e testassem isso por conta própria.
O DePIN tem sido discutido principalmente em torno de infraestrutura descentralizada, mas a Fluence está começando a tornar a experiência do desenvolvedor tão interessante quanto.
O @Fluence MCP já está no ar, e este provavelmente é um dos desenvolvimentos mais práticos que já vi do projeto.
Seu agente de IA agora pode iniciar processamento na Fluence diretamente. Conecte o Cursor, o Claude Code, o VS Code, o Codex ou outro cliente compatível com MCP, descreva o que você precisa e o agente pode cuidar do lado do processamento para você.
Isso muda a conversa de “processamento descentralizado” apenas para, de fato, tornar o processamento descentralizado mais fácil para os desenvolvedores usarem.
Sinceramente, queria que mais desenvolvedores se deparassem com a Fluence e testassem isso por conta própria. Parece ser o tipo de infraestrutura que faz mais sentido quando você realmente a utiliza.
Ao olhar para $FLT na CMC agora, consigo ver que o token passou por uma jornada considerável. O preço atual está em torno de $0.0057, enquanto a CMC registra uma mínima histórica de cerca de $0.00099 em julho de 2026.
Então, quando olho para o FLT hoje, não estou apenas olhando para um número em um gráfico.
Eu tive a sorte de comprar alguns FLT no ano passado, e isso torna acompanhar a evolução do projeto um pouco mais interessante para mim.
O que aprendi é que o FLT tem utilidade além de simplesmente ser o token associado à Fluence.
• Staking: FLT pode ser feito em staking para ajudar a garantir recursos computacionais, enquanto os participantes podem ganhar recompensas de staking. A Fluence também introduziu staking na Ethereum L1 como parte do modelo de token mais recente.
• Segurança de computação: FLT é usado como uma camada de segurança econômica ao redor dos recursos computacionais. Provedores e stakers têm capital em jogo, ajudando a criar responsabilidade sobre a capacidade que está sendo fornecida.
• Governança: detentores de FLT podem participar da governança do @Fluence DAO, incluindo propostas envolvendo gestão do tesouro e do protocolo.
• Pagamentos em nuvem: clientes podem pagar por computação usando stablecoins, enquanto o FLT continua fazendo parte da camada de staking, recompensas e coordenação, em vez de exigir que cada cliente use FLT para sua conta de computação.
• Receita da plataforma: a Fluence vem desenvolvendo mecanismos para que stakers de FLT participem da receita gerada pela plataforma de nuvem descentralizada. Sua página atual de staking destaca a divisão de receitas junto com staking e liquidez.
• IA e GPUs: provavelmente é a parte em que estou prestando mais atenção agora. A Fluence disse em março de 2026 que estava mudando o foco principal para infraestrutura de IA e GPU, com 1.400+ GPUs em 32 regiões e 71 data centers naquela época.
Comprei alguns tokens no ano passado, e agora estou acompanhando como o papel do token está evoluindo junto com a própria infraestrutura.
Ao olhar para $FLT no CMC agora, consigo ver que o token passou por uma jornada considerável.
O preço atual está em torno de US$ 0,0057, enquanto o CMC registra uma mínima histórica de cerca de US$ 0,00099 em julho de 2026.
Então, quando olho para o FLT hoje, não estou apenas olhando para um número em um gráfico.
Eu tive sorte de conseguir comprar alguns FLT no ano passado, e isso torna acompanhar a evolução do projeto um pouco mais interessante para mim.
O que aprendi é que o FLT tem utilidade além de simplesmente ser o token associado à Fluence.
• Staking: o FLT pode ser feito em staking para ajudar a garantir recursos de computação, enquanto os participantes podem ganhar recompensas de staking. A Fluence também introduziu staking na Ethereum L1 como parte do seu modelo de token mais recente.
• Segurança de computação: o FLT é usado como uma camada de segurança econômica em torno dos recursos de computação. Provedores e stakers têm capital em jogo, o que ajuda a criar responsabilidade sobre a capacidade que está sendo fornecida.
• Governança: os detentores de FLT podem participar da governança do @Fluence DAO, incluindo propostas que envolvem gestão de tesouraria e upgrades de protocolo.
• Pagamentos na nuvem: os clientes podem pagar por computação usando stablecoins, enquanto o FLT continua fazendo parte da camada de staking, recompensas e coordenação — em vez de exigir que cada cliente use FLT para a conta da computação.
• Receita da plataforma: a Fluence vem desenvolvendo mecanismos para que os stakers de FLT participem da receita gerada pela plataforma de nuvem descentralizada. A página atual de staking destaca a divisão de receitas junto com staking e liquidez.
• IA e GPUs: provavelmente esta é a parte que eu estou dando mais atenção agora. Em março de 2026, a Fluence disse que estava mudando seu foco principal para infraestrutura de IA e GPU, com 1.400+ GPUs em 32 regiões e 71 data centers naquela época.
Eu consegui alguns tokens no ano passado, e agora estou acompanhando como o papel do token está evoluindo junto com a própria infraestrutura.
Com certeza vou continuar acompanhando este na Fluence.
@Fluence transferiu oficialmente seu site de Fluence Network para fluence.ai.
À primeira vista, parece uma simples mudança de domínio, mas parece haver um pouco mais por trás disso. A nova identidade reflete melhor a direção que a Fluence vem seguindo, especialmente no que diz respeito à infraestrutura de IA e ao acesso descentralizado à capacidade computacional.
Com o tempo, o foco se expandiu para além de simplesmente oferecer uma rede para computação descentralizada. Agora, a Fluence está desenvolvendo soluções em torno de recursos de GPU e CPU, infraestrutura em nuvem e ferramentas que podem tornar a capacidade computacional mais acessível para desenvolvedores e cargas de trabalho de IA.
Um detalhe que me chamou a atenção é que agora a Fluence descreve a Fluence Cloud como sucessora da Fluence Network. Essa formulação faz com que a transição pareça mais intencional, em vez de apenas uma reformulação da marca.
A mudança para fluence.ai também coloca as ambições da Fluence em infraestrutura de IA muito mais claramente no centro de sua identidade.
Uma mudança de domínio pode parecer insignificante, mas, às vezes, essas pequenas mudanças revelam para onde um projeto acredita que seu próximo capítulo está caminhando.
No caso da Fluence, a direção parece estar cada vez mais centrada em capacidade computacional, infraestrutura em nuvem e na crescente demanda por cargas de trabalho de IA.
Você já olhou uma conta de nuvem e se perguntou pelo que, na prática, está pagando?
Para equipes de IA, especialmente, o custo de computação pode se tornar um dos maiores gastos recorrentes. E o problema nem sempre é que você precisa de mais infraestrutura — às vezes, você simplesmente está pagando preços premium para ter acesso a ela.
A @Fluence adota uma abordagem diferente: conecta cargas de trabalho à computação a partir de uma rede descentralizada de provedores. A ideia é oferecer aos desenvolvedores uma opção além de depender exclusivamente do modelo tradicional de nuvem.
Para cargas de trabalho intensivas em computação, ter mais opções sobre de onde vem essa computação pode significar mais flexibilidade em torno dos custos de infraestrutura.
O que é mais interessante para mim não é apenas “nuvem descentralizada”.
É a possibilidade de obter a computação de que você precisa sem, automaticamente, aceitar a estrutura de preços que vem com as opções usuais.
Vi um tweet perguntando: “Se o $BTC desaparecesse amanhã, o que o substituiria?”
A maioria das respostas apontou para o $ETH e outros tokens importantes.
Mas eu colocaria o $FLT na conversa.
A IA está se tornando um dos maiores motores da demanda por computação, e isso deixa a infraestrutura descentralizada cada vez mais interessante para mim.
Em um AMA recente, o cofundador da Fluence, Evgeny Ponomarev, falou sobre a visão da Fluence de construir uma alternativa aos grandes provedores de nuvem centralizados, começando com IA e avançando para uma camada de computação mais descentralizada.
Não estou dizendo que o FLT substitui o Bitcoin. Estou dizendo que, se a IA continuar remodelando a economia digital, a infraestrutura que a sustenta merece mais.
$BTC e $ETH deram uma forte recuperação, com o BTC se aproximando de $87K e o ETH rompendo acima de $2.800.
Na perspectiva de um observador, a parte interessante está no que há por trás do movimento. A queda nos preços do petróleo e nas taxas dos Treasuries ajudou a melhorar o sentimento de risco, enquanto o short covering adicionou impulso.
A próxima coisa a observar é se uma nova demanda à vista consegue continuar sustentando o BTC e o ETH quando a compra forçada do aperto diminuir na BingX. #BTC #ETH
$UNI voltou definitivamente ao centro das atenções. Pela perspectiva de um observador, a parte interessante deste rally não é simplesmente a alta do preço.
O sistema de taxas do protocolo da Uniswap conecta a atividade com a queima de UNI, enquanto a Robinhood Chain se tornou uma fonte importante de atividades de negociação na Uniswap.
Com o UNI já em forte alta, a próxima coisa a observar é se o volume e a atividade subjacente do protocolo continuam a sustentar o movimento, em vez de apenas impulso. #UNI #DeFi