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.
За те же вычислительные ресурсы Fluence: в 5,5 раза дешевле Hetzner в 12,4 раза дешевле DigitalOcean в 21 раз дешевле AWS
Fluence создаёт децентрализованный рынок вычислительных ресурсов, где каждый может предоставлять мощности процессора, а разработчики платят только за то, чем пользуются. Никаких монопольных наценок. Никакой переплаты за бренд.
AWS, DigitalOcean и Hetzner — централизованные и дорогие сервисы, контролируемые несколькими компаниями. Fluence — открытая платформа без разрешений, где цены определяет рынок.
Если DePIN победит, то сначала благодаря низким ценам, а затем — благодаря децентрализации. Fluence уже выигрывает по цене.
Вы всё ещё платите $53.50 за то, что можно получить за $2.54?
Поделитесь мнением в комментариях. Станут ли децентрализованные вычисления следующим крупным проектом DePIN?
Это меняет подход к доступу к вычислительным мощностям GPU и их ценообразованию.
Вместо фиксированных цен на аренду новая торговая площадка по адресу http://auctions.fluence.ai позволяет командам резервировать мощности GPU, участвуя в конкурентных торгах.
Модель проста.
Те, кому нужны вычислительные мощности, могут публиковать заявки и сравнивать предложения провайдеров. Провайдеры с доступными мощностями могут выставлять их на продажу. Принятые предложения фиксируют цену, SLA, период аренды и полную историю торгов для заключения договора.
Так формируется реальная рыночная цена вычислительных мощностей.
Для разработчиков ИИ и компаний главное преимущество — гибкость. Не нужно покупать целый парк GPU, чтобы справляться с пиковым спросом. Мощности можно зарезервировать по мере необходимости и масштабировать в зависимости от изменения рабочих нагрузок.
Для поставщиков это возможность получать доход от простаивающего оборудования, обеспечивая его фактическую загрузку вместо того, чтобы оставлять его недоиспользованным.
Традиционная модель владения оправдана, когда оборудование загружено почти постоянно. Но при переменных рабочих нагрузках конкурентная аукционная площадка позволяет гораздо эффективнее использовать капитал.
Fluence превращает вычислительные мощности в ликвидный ресурс, который можно выкупать на торгах и резервировать, а не просто дорого приобретать и обслуживать.
На торговой площадке уже можно публиковать запросы на вычислительные мощности и предлагать доступные ресурсы.
Владение GPU или аренда вычислительных ресурсов: реальная стоимость зависит от загрузки
Думаю, одна из самых серьёзных ошибок, которые компании могут допустить при инвестициях в инфраструктуру для ИИ, — смотреть на цену GPU, не учитывая, как часто они действительно будут его использовать.
Покупка оборудования оправдана, когда нагрузка стабильна. Но при колебаниях спроса дорогие GPU могут простаивать, при этом требуя электроэнергии, охлаждения и обслуживания.
Именно здесь аренда вычислительных ресурсов становится интересным решением.
С @Fluence компании могут получать доступ к ресурсам GPU, когда им нужны дополнительные мощности, без необходимости покупать и обслуживать целый парк серверов.
https://fluence.ai/
На мой взгляд, это особенно полезно для задач ИИ с переменной нагрузкой. Вместо крупных инвестиций ради редких скачков спроса компании могут рассмотреть аренду вычислительных ресурсов в периоды роста нагрузки.
Есть и проблема устаревания оборудования. Технологии GPU постоянно развиваются, а аренда помогает снизить нагрузку, связанную с владением устаревшей техникой.
Разумеется, аренда не всегда обходится дешевле. При стабильной загрузке владение оборудованием может быть выгодным. Но при непредсказуемой нагрузке важна гибкость.
Иногда разумнее не покупать больше GPU, а понимать, когда они действительно нужны.
Как сократить расходы на облако на 60% с помощью @Fluence
Аренда H100 в AWS/GCP всё ещё стоит $3–$5 в час. Неделя обучения обойдётся вам более чем в $500. А месяц? Минус $2 000 или больше. Для большинства разработчиков это неподъёмные расходы.
Вот как я сократил расходы на облако на 60%, используя GPU Fluence.
1. Те же GPU, без наценки за бренд
Fluence уже работает: в сети более 1 400 GPU в 32 регионах и 71 профессиональном центре обработки данных.
То же оборудование, что и в крупных облаках: H100, A100, H200. Но поскольку Fluence — это децентрализованный маркетплейс, объединяющий ресурсы со всего мира, цены здесь до 60% ниже. Никакой наценки за бренд. Только вычислительная мощность.
2. Оплата за секунды, а не за месяцы
Традиционные облачные сервисы привязывают вас к ежемесячным счетам. Fluence полностью работает по запросу.
Я запускаю H100 только тогда, когда нужно обучить модель, плачу посекундно и выключаю GPU по завершении работы. Никаких расходов на простой. Никаких лишних затрат. Только это позволяет сэкономить 30–40%.
3. Для команд, работающих с ИИ, в 2026 году
Я использую Fluence для: - Обучения и дообучения моделей - Недорогого запуска инференса - Масштабирования без необходимости запрашивать корпоративные кредиты
Настройка занимает несколько минут, поддерживаются все основные фреймворки, а благодаря более чем 32 регионам можно развернуть инфраструктуру ближе к пользователям.
В 2026 году разумные разработчики не переплачивают за громкие имена облачных провайдеров. Они направляют вычислительные задачи туда, где это дешевле и эффективнее.
Я так и сделал. Мой счёт снизился с $2 100 в месяц до менее чем $850.
Я прочитал отчёт Fluence DAO за третий квартал 2026 года, опубликованный 4 дня назад eponomarev, и должен сказать: именно так и должна работать DAO.
Общие расходы за третий квартал составили всего 990 000 FLT на стейкинг и 300 000 USD на операционные нужды. И это за целый квартал. Для трёх месяцев разработки полноценной облачной AI-платформы это невероятно экономно. Большинство проектов тратят столько за неделю.
При этом казна всё ещё полна средств. Остатки составляют 350 198 442 FLT, 1 120 533 USDC и 38 450 USDT, а также 26 382 052 FLT и $127 433, выделенные на ликвидность для маркет-мейкинга. С таким запасом средств они могут годами развивать проект, не испытывая давления и не распродавая токены в ущерб держателям.
Они запустили Virtual Private Cloud, обеспечивающий частную сеть и группы безопасности для развертываний с несколькими виртуальными машинами. Это решение корпоративного уровня. Также появились инстансы с общими ресурсами CPU от $2.54 в месяц — отличный вариант для привлечения разработчиков. Кроме того, добавили веб-терминал, работающий в браузере, и обновили оплату картами, так что пользоваться платформой стало гораздо удобнее.
Для меня главное — платежи x402. Теперь AI-агенты могут пополнять счета в USDC в сети Base и арендовать вычислительные мощности CPU или GPU без ручной регистрации. Только вдумайтесь: агенты сами оплачивают свою инфраструктуру.
Ещё есть аукционы GPU-кластеров, где можно конкурировать за резервирование мощностей GPU в дата-центрах по всему миру. На платформе уже заключили сделки на $6 млн, $15,4 млн и $5,5 млн для обучения AI-моделей и инференса, в том числе на 96 узлах H100 в Азии.
Что касается токена, доходность стейкинга оставалась стабильной — около 11,5% годовых. В июле — 340 тыс. FLT, в августе — 300 тыс., в сентябре — 350 тыс. В начале третьего квартала в обращении находилось 342 558 801 FLT — около 34,2%; разблокированное предложение составляло 487 222 344 FLT — около 48,7%, а в стейкинге было 36,6 млн FLT.
Для меня этот отчёт лишь подтверждает: низкие расходы, стремительный темп развития продукта, сделки с GPU на миллионы долларов и казна, способная финансировать долгосрочный рост.
Ещё один контракт на $2.4M для @Fluence. На этот раз — с worldengine__ai, чтобы поддерживать задачи инференса для физического ИИ.
И, честно говоря, именно такие сделки заставляют меня особенно оптимистично смотреть на перспективы Fluence.
Все одержимы идеей обучать всё более крупные модели. Но обучение — лишь половина истории. Что происходит, когда ИИ действительно должен покинуть дата-центр и работать в реальном мире? Вот это уже сложно. Особенно в робототехнике.
Робот не может работать с задержками. Он не может отключаться. Ему нужен быстрый, надёжный и постоянно доступный инференс. Именно здесь инфраструктура чаще всего даёт сбой.
WorldEngine создаёт нечто грандиозное для всего цикла разработки робототехники: от данных и обучения моделей до оценки и развёртывания. Они стремятся воплотить физический ИИ в жизнь. А для вычислительной основы инференса они выбрали Fluence.
Для меня это лишь подтверждает тезис о $FLT, которого я придерживаюсь уже несколько месяцев. По мере того как ИИ переходит из цифрового мира в физический — от чат-ботов к роботам, от экранов к улицам, — инфраструктурный уровень становится не менее ценным, чем уровень моделей. А может, даже ценнее.
Речь не о шумихе или партнёрстве на уровне белой книги. Это $2.4M реальной выручки за реальные вычислительные задачи. Реальные роботы, реальный инференс, реальный спрос на децентрализованные вычисления.
Каждая новая сделка вроде этой закладывает ещё один кирпичик. Больше реальных задач, больше спроса на инфраструктуру, больше полезности для $FLT.
Fluence не пытается стать следующей ИИ-моделью. Она стремится стать платформой, которая обеспечивает работу ВСЕХ моделей. А это куда более масштабная ставка.
Вот почему я очень внимательно слежу за этим партнёрством.
Один фрагмент конфигурации. Один API-ключ @Fluence. Не нужно устанавливать и обслуживать локальный сервер.
Вот, по сути, всё, что нужно, чтобы запустить Fluence MCP.
• Подключите совместимый с MCP клиент для написания кода • Добавьте конфигурацию • Введите свой API-ключ Fluence • Позвольте ИИ-агенту взаимодействовать с вычислительными ресурсами Fluence
Сервер MCP размещён на хостинге, поэтому разработчикам не нужно беспокоиться об установке обновлений или обслуживании ещё одного элемента инфраструктуры.
А когда всё подключено, рабочий процесс остаётся внутри среды разработки. Не нужно постоянно переключаться обратно в Fluence Console.
Это важно, потому что внедрение технологий разработчиками часто зависит от того, насколько легко ими пользоваться.
Если децентрализованные вычисления можно встроить в инструменты, которыми разработчики уже пользуются, вместо того чтобы заставлять их осваивать совершенно новый рабочий процесс, DePIN становится гораздо практичнее.
Один фрагмент конфигурации. Один API-ключ @Fluence. Никакого локального сервера, который нужно устанавливать или обслуживать.
По сути, этого достаточно, чтобы запустить Fluence MCP.
• Подключите совместимый с MCP клиент для написания кода • Добавьте конфигурацию • Введите свой API-ключ Fluence • Позвольте своему ИИ-агенту взаимодействовать с вычислительными ресурсами Fluence
Сервер MCP размещён в облаке, поэтому разработчикам не нужно беспокоиться об установке обновлений или обслуживании ещё одного элемента инфраструктуры.
Когда всё подключено, рабочий процесс остаётся внутри среды разработки. Не нужно постоянно переключаться обратно в Fluence Console.
Это важно, потому что распространение среди разработчиков часто зависит от того, насколько просто начать работу.
Если децентрализованные вычисления можно встроить в инструменты, которыми разработчики уже пользуются, вместо того чтобы заставлять их осваивать совершенно новый рабочий процесс, DePIN становится гораздо практичнее.
О DePIN чаще всего говорят в контексте децентрализованной инфраструктуры, но Fluence начинает делать не менее интересным и опыт разработчиков.
@Fluence MCP уже запущен, и это, пожалуй, одно из самых практичных нововведений проекта, которые я видел.
Теперь ваш ИИ-агент может напрямую запускать вычислительные ресурсы на Fluence. Подключите Cursor, Claude Code, VS Code, Codex или другой MCP-совместимый клиент, опишите, что вам нужно, и агент сам позаботится о вычислениях.
Так разговор переходит от простого обсуждения «децентрализованных вычислений» к тому, как сделать их удобнее для разработчиков.
Честно говоря, хотелось бы, чтобы больше разработчиков узнали о Fluence и сами это протестировали.
О DePIN в основном говорили вокруг децентрализованной инфраструктуры, но Fluence уже начинает делать разработческий опыт столь же интересным.
@Fluence MCP теперь в онлайне — и, вероятно, это одно из самых практичных улучшений, которые я видел от этого проекта.
Теперь ваш AI-агент может напрямую поднимать вычисления на Fluence. Подключите Cursor, Claude Code, VS Code, Codex или любой другой клиент, совместимый с MCP, опишите, что вам нужно, и агент возьмёт на себя вычислительную часть.
Это меняет разговор с «децентрализованных вычислений» на то, чтобы децентрализованные вычисления стало проще использовать разработчикам.
Честно говоря, я бы хотел, чтобы к Fluence приходило больше разработчиков и они сами попробовали это. Похоже, это именно тот тип инфраструктуры, который начинает иметь смысл, когда вы реально начинаете им пользоваться.
Сейчас, глядя на $FLT в CMC, я вижу, что этот токен прошёл довольно долгий путь. Текущая цена — около $0.0057, при этом CMC фиксирует исторический минимум примерно $0.00099 в июле 2026.
Так что, когда я смотрю на FLT сегодня, я смотрю не просто на цифру на графике.
В прошлом году мне повезло приобрести несколько FLT, и это делает наблюдение за развитием проекта для меня чуть более интересным.
Я узнал, что у FLT есть применение, выходящее за рамки того, что он просто является токеном, связанным с Fluence.
• Стейкинг: FLT можно стейкать, чтобы помочь обеспечить вычислительные ресурсы, а участники могут зарабатывать награды за стейкинг. Fluence также внедрила стейкинг в Ethereum L1 в рамках своей более новой модели токенов.
• Безопасность вычислений: FLT используется как экономический слой безопасности вокруг вычислительных ресурсов. У провайдеров и стейкеров есть капитал в “ставке”, что помогает создать ответственность за предоставляемые мощности.
• Управление: держатели FLT могут участвовать в управлении @Fluence DAO, включая предложения, связанные с управлением казной (treasury) и протоколом.
• Платежи в облаке: клиенты могут оплачивать вычисления стейблкоинами, при этом FLT остаётся частью слоя стейкинга, наград и координации — а не требуется, чтобы каждый клиент использовал FLT для оплаты своего счёта за вычисления.
• Доход платформы: Fluence разрабатывает механизмы, позволяющие стейкерам FLT участвовать в доходах, получаемых децентрализованной облачной платформой. На текущей странице стейкинга отмечается распределение дохода наряду со стейкингом и ликвидностью.
• AI и GPU: вероятно, это та часть, на которую я сейчас обращаю больше всего внимания. В марте 2026 Fluence сообщила, что смещает основной фокус в сторону AI и инфраструктуры GPU: тогда было 1,400+ GPU в 32 регионах и 71 дата-центре.
Я купил несколько токенов в прошлом году, и теперь наблюдаю, как роль токена развивается вместе с самой инфраструктурой.
Сейчас, глядя на $FLT на CMC, я вижу, что токен прошёл довольно долгий путь.
Текущая цена составляет около $0.0057, в то время как CMC фиксирует исторический минимум примерно $0.00099 в июле 2026.
Так что, рассматривая FLT сегодня, я смотрю не просто на цифру на графике.
Мне повезло купить несколько FLT в прошлом году, и это делает наблюдение за развитием проекта для меня немного интереснее.
Я понял, что у FLT есть практическая ценность, выходящая за рамки того, что он просто токен, связанный с Fluence.
• Стейкинг: FLT можно стейкать, чтобы помогать обеспечивать вычислительные ресурсы, а участники могут зарабатывать награды за стейкинг. Также Fluence внедрила стейкинг на Ethereum L1 в рамках своей более новой модели токена.
• Защита вычислений: FLT используется как экономический слой безопасности вокруг вычислительных ресурсов. У провайдеров и стейкеров есть капитал под риском, что помогает формировать ответственность за ту ёмкость, которая предоставляется.
• Управление: держатели FLT могут участвовать в управлении @Fluence DAO, включая предложения, связанные с управлением казной и обновлениями протокола.
• Платежи в облаке: клиенты могут оплачивать вычисления стейблкоинами, при этом FLT остаётся частью стейкинга, наград и слоя координации, а не требует, чтобы каждый клиент использовал FLT для счёта за свои вычисления.
• Доход платформы: Fluence разрабатывает механизмы, позволяющие стейкерам FLT участвовать в доходах, генерируемых децентрализованной облачной платформой. Текущая страница стейкинга подчёркивает совместное распределение доходов наряду со стейкингом и ликвидностью.
• AI и GPU: вероятно, это та часть, на которую я сейчас обращаю наибольшее внимание. В марте 2026 Fluence сообщила, что смещает основной фокус в сторону AI и инфраструктуры GPU: тогда у неё было 1,400+ GPU в 32 регионах и 71 дата-центре.
Я получил несколько токенов в прошлом году, и теперь наблюдаю, как меняется роль токена вместе с развитием самой инфраструктуры.
Я определённо продолжу следить за этим проектом на Fluence.
@Fluence официально перенесла свой сайт с Fluence Network на fluence.ai.
Сначала кажется, что это просто смена домена, но, похоже, за этим стоит чуть больше. Новая айдентика лучше отражает то направление, в котором Fluence движется, особенно в части AI-инфраструктуры и децентрализованного доступа к вычислениям.
Со временем фокус расширился за пределы одной лишь задачи — предоставлять сеть для децентрализованных вычислений. Сейчас Fluence строит вокруг ресурсов GPU и CPU, облачной инфраструктуры и инструментов, которые могут сделать вычисления более доступными для разработчиков и AI-нагрузок.
Один момент, который привлек мое внимание: теперь Fluence описывает Fluence Cloud как преемника Fluence Network. Эти формулировки заставляют переход ощущаться более продуманным, а не просто как ребрендинг.
Переход на fluence.ai также гораздо яснее ставит в центр идентичности амбиции проекта в области AI-инфраструктуры.
Смена домена может показаться незначительной, но иногда именно такие небольшие изменения показывают, куда проект намерен двигаться в следующей главе.
Для Fluence направление, похоже, все больше сосредоточено на вычислениях, облачной инфраструктуре и растущем спросе на AI-нагрузки.
Вы когда-нибудь смотрели на счёт за облако и задавались вопросом, за что именно вы платите?
Особенно для команд, работающих с ИИ, вычисления могут стать одним из самых крупных повторяющихся расходов. И проблема не всегда в том, что вам нужно больше инфраструктуры — иногда вы просто платите более высокие цены за доступ к ней.
@Fluence использует иной подход: связывает рабочие нагрузки с вычислительными ресурсами из децентрализованной сети провайдеров. Идея в том, чтобы дать разработчикам ещё один вариант — помимо того, чтобы полностью зависеть от традиционной облачной модели.
Для ресурсоёмких рабочих нагрузок больше возможностей выбирать, откуда берутся вычисления, может означать большую гибкость в вопросах затрат на инфраструктуру.
Интерес для меня не только в формулировке «децентрализованное облако».
Меня привлекает возможность получать нужные вычислительные ресурсы, не соглашаясь автоматически с ценообразованием, которое идёт «в комплекте» с обычными вариантами.
Я увидел твит с вопросом: «Если бы $BTC исчез завтра, что бы его заменило?»
Большинство ответов указывали на $ETH и другие крупные токены.
Но я бы добавил в разговор $FLT.
ИИ становится одним из крупнейших драйверов спроса на вычисления, и для меня децентрализованная инфраструктура становится всё более интересной.
В недавнем AMA сооснователь Fluence Евгений Пономарёв рассказал о видении Fluence: создать альтернативу крупным централизованным облачным провайдерам — начиная с ИИ и двигаясь к более децентрализованному вычислительному уровню.
Я не говорю, что FLT заменяет Биткоин. Я говорю, что если ИИ продолжит переформатировать цифровую экономику, инфраструктура, которая это обеспечивает, заслуживает большего внимания.
$BTC и $ETH совершили сильный отскок: BTC движется в сторону $87K, а ETH пробил уровень $2,800.
С точки зрения наблюдателя наиболее интересная часть — что происходит «под поверхностью» движения. Падение цен на нефть и доходности гособлигаций США способствовали улучшению отношения к риску, а закрытие коротких позиций добавило импульса.
Следующее, за чем стоит следить, — сможет ли новый спрос на спот продолжать поддерживать BTC и ETH после того, как вынужденные покупки на фоне squeeze на BingX пойдут на спад. #BTC #ETH
$UNI определенно вернулся в центр внимания. С точки зрения наблюдателя, интересная часть этого ралли — не просто движение цены.
Система протокольных комиссий Uniswap связывает активность с сжиганием UNI, а Robinhood Chain стала важным источником торговой активности Uniswap.
Поскольку UNI уже резко вырос, следующий момент, за которым стоит следить, — продолжают ли объем и базовая активность протокола поддерживать движение, а не только инерция. #UNI #DeFi