io.net Re-poster

Nvidia только что предупредила, что цены на серверы для ИИ могут вырасти на 15%+.

Неудивительно. Но это плохой знак для будущего ИИ.

Крупные компании смогут это поглотить, а затем переложить затраты.

А вот стартапы и scale-up’ы — нет.

Развивающиеся проекты по ИИ уже тратят до 60% бюджета на инфраструктуру. Небольшое повышение стоимости может означать конец их «времени до следующего раунда».

Меньше инновационных идей, меньше конкуренции, и то же ограниченное число компаний сильнее затягивает свою хватку.

И это плохо для всех.

Ответ не в том, чтобы строить больше дата-центров, забитых дорогими серверами.

Речь о том, чтобы координировать уже существующее избыточное предложение GPU.

Именно для этого был создан @ionet.

https://www.tomshardware.com/pc-components/dram/nvidia-reportedly-warns-biggest-customers-of-15-percent-price-hikes-on-ai-servers

27 миллионов долларов выплачено.

Не собрано и не прогнозируется.

Выплачено.

Это реальные деньги, поступающие реальным поставщикам GPU — за реальное вычислительное выполнение на http://io.net.

Вот как выглядит будущее вычислений для ИИ.

ИИ нуждается не только в моделях.

Ему нужна вычислительная мощность, хранилище, подключение и данные.

И всё это согласуется на @solana.

Helium → связь
Hivemapper → данные
Shadow Drive → хранилище
http://io.net → вычисления для GPU

Вот как выглядит полноценный стек DePIN.

Не очередное облако. Открытый инфраструктурный уровень для ИИ — глобально распределённый.

https://io.net/blog/io-net-on-solana-the-place-for-depin-in-2026-and-beyond

У ИИ есть проблема с дата-центрами.

Предлагаемый кампус ИИ- дата-центра мощностью 10 ГВт в Огайо будет потреблять столько же электроэнергии, сколько 8 миллионов домов в США.

8 миллионов.

Противодействие дата-центрам быстро превращается в политический вопрос во всем мире.

ИИ нужно больше вычислительных мощностей. Но это не значит, что единственный ответ — строить больше дата-центров.

Уже существует простаивающая, недоиспользуемая мощность графических процессоров по всему миру.

Её нужно подключить, скоординировать и пустить в работу.

Именно это делает @ionet.

H200 beats H100 for AI inference.

But not for the reason you think.

We ran the same DeepSeek model on both GPUs with the same traffic for 10 days. The H200 delivered 2.5× more tokens for just 33% more rental cost.

But the biggest lesson wasn't about the GPUs. It was about how they're connected.

NVSwitch vs PCIe changed which workloads and configurations were actually possible.

So, when you're choosing AI infrastructure, don't just read the GPU spec sheet. Check the interconnect.

Цены на токены падают.

Но расходы на ИИ всё ещё растут.

Это называется «парадоксом инференса». Более дешёвые токены компенсируются более сложными рабочими процессами.

Чатбот отвечает на запрос. ИИ-агенты рассуждают, самопроверяются и итеративно улучшают. Это может означать в 5 раз более высокие затраты на инференс.

Более дешёвые токены не снижают расходы на ИИ, потому что команды продолжают собирать системы большего масштаба.

Проблема не в дешёвых токенах. Вам нужно инфраструктурное решение, которое не будет «наказывать» вас за использование большего их количества.

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

Ваш счет за GPU говорит: $10,000.

Ваши реальные затраты: $25,000–$65,000.

Вот математика, которую большинство команд не считает.

Ожидание H100 в течение 72 часов в счете отображается как $0. GPU-часов нет — ничего не выставлено. Похоже на бесплатность.

Но ваша ML-команда прямо сейчас сожгла $5,400+ зарплатой, простаивая.

Файнтюнинг задержался на 3 дня. Ваш инвесторский демо-день сдвинулся. Конкурент провел на 30% больше экспериментов в этом квартале, потому что их вычисления не встали в очередь.

Ничего из этого не отражается в счете. Но все это бьет по бизнесу.

Пора перестать спрашивать «какая ставка за один GPU» и начать фокусироваться на том, «во сколько обходится недоступность».

https://io.net/blog/what-happens-when-you-cant-get-a-gpu-the-hidden-cost-of-cloud-wait-times

We were just named one of the Top 5 Decentralized AI Compute Networks to Watch in 2026 by @cryptodailyuk.

Here's the scale behind that. Thousands of GPUs across 130+ countries, 32M compute hours delivered, and nearly $27M in total network earnings.

The future of AI compute is being built on @ionet.

https://cryptodaily.co.uk/2026/08/top-5-decentralized-ai-compute-networks-to-watch-in-2026

http://io.net был назван одним из 5 лучших децентрализованных сетей ИИ-вычислений, за которыми стоит следить в 2026 году, по версии @cryptodailyuk.

Вот масштаб происходящего: тысячи GPU в 130+ странах, 32 млн часов вычислительных ресурсов и почти $27 млн в общей сетевой выручке.

Так выглядит будущее ИИ-вычислений.

https://cryptodaily.co.uk/2026/08/top-5-decentralized-ai-compute-networks-to-watch-in-2026

С $250B до $120B.

Не потому, что спрос уменьшился. Потому что риск стал реальным.

NVIDIA просто урезала свою гарантию для дата-центра OpenAI в Огайо из‑за давления со стороны акционеров.

Даже крупнейшему производителю чипов приходится пересчитывать, сколько централизованных ставок он может выдержать.

Увеличение вычислительных мощностей не обязательно означает строительство более крупной, более централизованной инфраструктуры.

В мире уже распределены мощности GPU. Настоящая возможность — соединить их.
https://blockonomi.com/nvidia-nvda-slashes-openai-data-center-backing-by-more-than-half-amid-investor-concerns/

Отказы ИИ не нейтральны.

Это чья-то терпимость к риску, встроенная в модель, которую вы арендуете.

Закрытые модели: частичный контроль и нулевая видимость.

Открытые веса: ваши правила и ваша инфраструктура.

И запускать всё самим дешевле, чем платить по счету API.

Открытые модели и открытые вычисления — основа для более качественного ИИ.

Будущее ИИ не должно зависеть от двух компаний.

Но сейчас — зависит.

70% выручки от ИИ и 25–35% выручки облачных сервисов у четырёх крупнейших технологических компаний основаны на той же ставке на @AnthropicAI и @OpenAI .

Но по мере того, как модели множатся, а конкуренция со стороны open-source ускоряется, эта ставка с каждым днём выглядит всё более рискованной.

То, что рынку нужно сейчас, — это вычислительные мощности, которые гибкие, открытые и глобально распределённые, а не сконцентрированные.

Именно это и создаёт @ionet.
https://qz.com/steve-eisman-ai-boom-openai-anthropic-warning-081326

Будущее ИИ не должно зависеть от двух компаний.

Но прямо сейчас — зависит.

70% выручки от ИИ и 25–35% выручки облачного бизнеса у четырех крупнейших технологических компаний держатся на той же ставке на Anthropic и OpenAI.

Но по мере того, как моделей становится больше, а конкуренция с открытым исходным кодом ускоряется, эта ставка с каждым днем выглядит все более рискованной.

Что рынку нужно сейчас — вычисления, которые будут гибкими, открытыми и глобально распределенными, а не сосредоточенными в одном месте.

Именно это и строит @ionet.
https://qz.com/steve-eisman-ai-boom-openai-anthropic-warning-081326

300%.

Вот на каком уровне сейчас идет спрос на ИИ-чипы по сравнению с текущими поставками.

Аренда H100 сегодня стоит дороже, чем при запуске. В 2023 году.

Одних дополнительных чипов недостаточно.

Нужна лучшая оркестрация.

http://io.net здесь, чтобы это обеспечить.

Nvidia гарантирует долг OpenAI.

OpenAI арендует у SoftBank.

SoftBank финансируется инвестициями Nvidia.

$250B гарантии. $350B финансирование чипов. Те же три имени.

Это не способ масштабировать ИИ или обеспечить больше доступа.

Это циклическая экономика, созданная для того, чтобы корпоративные прибыли продолжали течь, а не чтобы создатели строили.

@ionet был создан для разработчиков.

Трем компаниям не стоит решать, кто будет создавать ИИ.

Но они решают.

Не потому, что у них были лучшие GPU. А потому, что они контролировали единственную дверь.

Исследователь в Лагосе с блестящей моделью и без отношений с AWS просто не получил вычислительные мощности — независимо от способности заплатить.

Это не дефицит. Это шлагбаум.

DePIN убирает привратника.

Тысячи независимых операторов, а не три гипермасштабатора, конкурируют за то, чтобы выполнить вашу нагрузку. Цены задаёт рынок. Доступ — без разрешений. Кошелёк и тренировочный скрипт — и всё.

Вычислительная олигополия никогда не была неизбежной. Она просто оставалась без конкуренции.

https://t.co/ZuybGWvjv9 это меняет.

64 H100s, 10 дней.

@awscloud on-demand: $62,918.

@ionet: $22,886.

Та же fine-tune. Два ценника.

Гиперскейлеры ограничивают доступ к мощности соглашениями уровня enterprise и одобрением квот. @ionet использует простаивающие GPU по всему миру — в 130+ странах — и запускает инфраструктуру за считанные минуты.

Вот в чем разница между платформой, созданной для разработчиков, и той, что создана ради корпоративной прибыли.

Инфраструктура ИИ сломана.

Небольшая группа компаний владеет ею. Все остальные стоят в очереди.

IDE меняет правила игры.

Это больше, чем новая токеномика. Это основа для более справедливой, открытой и доступной эры в вычислениях ИИ.

Каждый, повсюду должен иметь доступ к экономике ИИ.

@ionet делает это возможным.

$15 миллиардов в год.

Вот сколько @AnthropicAI платит SpaceX за вычисления.

Этих денег достаточно, чтобы покрыть вычислительные потребности более 25,000 стартапов.

Но высокие инфраструктурные расходы означают, что только 5-10% AI проектов смогут пройти первый год.

Но это не обязательно должно быть так.

@ionet делает возможным для проектов любого размера, в любой точке мира, получить немедленный доступ к вычислениям с экономией до 70% по сравнению с гиперскейлерами.

Так что, если бюджет вашего проекта составляет менее $15 миллиардов в год, мы можем помочь.