출처 : X 계정 " 이해할 수 없는 sol @DtDt666 "
SOL 생태계의 또 다른 왕이 출시되었습니다. http://IO.net 왕도 여기에 있습니다. 오늘은 투자 연구를 기반으로 한 가격 예측을 해보겠습니다.
1. 가격 예측
$IO의 가격 예측.
총 초기 공급량: 500,000,000 IO
최대 토큰 공급량: 800,000,000 IO
초기 유통량: 95,000,000 IO(총 초기 토큰 공급량 의 19%)
총 채굴: 20,000,000 IO(총 초기 토큰 공급량 의 4%)
반감 메커니즘:
2024~2025: 이 2년 동안 매년 6,000,000개의 $IO 토큰이 출시됩니다.
2026년 ~ 2027년: 2026년부터 연간 출시 금액은 $IO 토큰 3,000,000개로 반감.
2028년 ~ 2029년: 출시 금액은 계속해서 반감 줄어들며 매년 1,500,000개의 $IO 토큰이 출시됩니다.
낙관적 시나리오: 시장이 긍정적으로 반응하면 $IO는 $4.8 이상으로 시가를 형성하고 잠재적으로 $12 이상에 도달할 수 있습니다.
보수적인 시나리오: 보다 안정적인 시장 환경에서 $IO의 가격은 $4-7.5 사이에서 변동될 수 있습니다.
현재 장외시장 $IO의 거래 가격은 $5에 가깝습니다. 현재 개인 운영 상황에 따라 3-5U를 사용하여 일부 현물을 구매할 수 있습니다.
io의 출현은 탈중앙화 공백을 메우고 사용자에게 새롭고 잠재적인 컴퓨팅 방법을 제공합니다. 시장은 10억 달러라는 높은 평가를 받았지만 제품은 아직 시장에서 테스트되지 않았으며 기술적 불확실성과 수요 공급 매칭 문제가 있습니다.
시장 수요에 신속하게 접근하고 운영상의 주요 리스크 과 기술적 문제를 피할 수 있다면 http://io.net은 Web3 분야에서 가장 눈길을 끄는 프로젝트 제품이 될 가능성이 있을 것입니다.
AI+DePIN+Solana 생태학의 삼중 후광을 지닌 프로젝트로서 IO, NET은 출시 후 시총 성과가 어떻게 될지 지켜볼 것입니다.
AEVO IO 가격 문의: https://app.aevo.xyz/perpetual/io
2. 뛰어난 서술력
올해의 세계화 추세에서 AI와 DePIN은 완벽한 조화를 이룬다고 할 수 있습니다. DePIN은 대량 해시레이트 끌어들일 것입니다. DePIN이 GPU와 같은 공급망 클라우드 서비스를 통합하거나 하드웨어 장비의 전체 네트워크를 동원하여 인프라 네트워크를 구축할 수 있다면 이를 대규모 모델 훈련, 분산 머신러닝(ML) 에 사용할 수 있을 것입니다. , 데이터 저장 검증 채굴, 분산 추론 등 다른 방향에서도 수요가 클 것입니다.
GPU는 AI의 생명선입니다. AI 혁신이 계속 발전하고 Nvidia의 시총 Apple의 시장 가치를 초과함에 따라 GPU는 세계에서 가장 가치 있는 자산 중 하나가 될 것임을 깨닫습니다. 따라서 AI+DePIN은 지난 DeFi Summer를 이어받아 이번 불장(Bull market) 에서 주요 가치 스레드가 될 것입니다.
io,net은 GPU 리소스(현재 Amazon)의 조정 문제를 해결하기 위해 설계된 Solana 기반 DePIN 프로토콜입니다. DeFi의 중개자 제거 및 유동성 풀링과 유사하게 io,net은 참가자의 협력을 장려하는 솔루션을 제공하여 문제를 해결합니다. GPU 시장의 비효율성.
io,net은 기술 혁신의 모델일 뿐만 아니라 현실 세계의 문제를 해결하는 데 블록체인을 적용한 대표적인 사례입니다. 프로젝트 팀은 경계를 넓히고 Web3 세계에 더 많은 가능성을 가져오는 데 전념하고 있습니다.
인간의 관점에서 보면 이는 유휴 GPU를 통합하고 모든 사람을 위한 공유 GPU 해시레이트 플랫폼을 만드는 것을 의미합니다. 탈중앙화 및 무허가형 글로벌 협업, 검증 및 결제 플랫폼을 제공하기 위해 솔라나 블록체인을 기반으로 데이터 센터, 암호화 광산, 게임 컴퓨터 및 고성능 워크스테이션과 같은 하드웨어 클러스터에서 원래 유휴 상태인 GPU 해시레이트 공유합니다.
IO 생태계 내의 세 가지 주요 그룹은 다음과 같습니다.
GPU 임대자(사용자라고도 함)
예를 들어, IOG 네트워크에서 GPU 컴퓨팅 성능을 구매하려는 머신러닝(ML) 엔지니어가 있습니다. 이러한 엔지니어는 $IO를 사용하여 GPU 클러스터, 클라우드 게임 인스턴스를 배포하고 Unreal Engine 5(및 유사) 픽셀 스트리밍 애플리케이션을 구축할 수 있습니다.
GPU 소유자(공급업체라고도 함)
예를 들어, 독립 데이터 센터, 암호화폐 채굴장, 전문 채굴자는 활용도가 낮은 GPU 컴퓨팅 성능을 IOG 네트워크에서 제공하려고 합니다.
IO 코인 보유자(커뮤니티라고도 함)
네트워크의 성장과 채택을 촉진하기 위해 당사자 간의 상호 이익과 처벌을 조정하기 위한 암호경제적 보안 및 인센티브 제공에 참여하십시오.
3. 핵심 이슈
2.1 프로젝트는 어떤 문제를 해결했으며 어떤 가치를 창출했습니까?
특히 io는 다음과 같은 실제 문제를 해결합니다.
제한된 GPU 가용성: 기존 클라우드 서비스를 통해 하드웨어 리소스를 얻으려면 몇 주를 기다려야 할 수 있으며 인기 있는 GPU 모델은 종종 품절됩니다. http://io.net은 독립적인 데이터 센터, 암호화폐 채굴자 및 기타 하드웨어 네트워크(예: Filecoin, Render 등)에서 활용도가 낮은 GPU 리소스를 통합하여 탈중앙화 물리적 인프라 네트워크(DePIN)를 제공합니다. 더 저렴한 비용으로 클라우드 클러스터를 구축하세요.
낮은 선택성: 기존 클라우드 서비스를 사용할 때 사용자는 GPU 하드웨어, 위치, 보안 수준, 대기 시간 및 기타 옵션에 대한 선택이 매우 제한적입니다. DePIN을 통해 http://io.net은 사용자가 필요에 따라 적절한 컴퓨팅 리소스를 선택할 수 있도록 액세스 가능하고 사용자 정의 가능하며 비용 효율적이고 구현하기 쉬운 시스템을 제공합니다.
높은 비용: 고성능 GPU를 구입하는 데는 비용이 매우 많이 듭니다. 프로젝트에서는 교육 및 추론을 위해 매월 수십만 달러를 지출할 가능성이 있습니다. http://io.net은 더 저렴한 비용으로 컴퓨팅 성능을 제공하기 위해 다양한 소스의 GPU 리소스를 집계하여 이러한 오버헤드를 줄입니다.
또한 io는 AI/ML 워크플로를 더욱 최적화하기 위해 4가지 핵심 기능에 중점을 둡니다.
일괄 추론 및 모델 제공: 훈련된 모델의 스키마와 가중치를 공유 객체 저장소로 내보내어 수신 데이터 배치에 대한 추론을 병렬화합니다.
병렬 훈련: 분산 컴퓨팅 라이브러리를 활용하여 여러 분산 장치에서 데이터 및 모델 병렬 처리를 사용하여 병렬화를 위한 훈련 작업을 조정하고 일괄 처리합니다.
병렬 초매개변수 조정: 초매개변수 조정 실험은 본질적으로 병렬입니다. http://io.net은 고급 초매개변수 조정을 위해 분산 컴퓨팅 라이브러리를 활용하여 최상의 결과를 확인하고 일정을 최적화하며 검색 모델을 간단히 지정합니다.
강화 학습: iO는 오픈 소스 강화 학습 라이브러리를 사용하여 프로덕션 등급의 고도로 분산된 RL 워크로드를 지원하고 간단한 API 세트를 제공합니다.
io는 이러한 솔루션을 통해 AI/ML 엔지니어에게 R&D 및 혁신 활동을 지원하는 강력하고 유연하며 비용 효율적인 컴퓨팅 리소스 플랫폼을 제공하는 것을 목표로 합니다.
2.2 프로젝트의 기술이 실현 가능한가?
블록체인의 응용 기술이나 해시레이트 자원의 통합 및 호출과 관계없이 실현 가능한 기술입니다. 그럼에도 불구하고 네트워크 안정성 보장, 내결함성 처리, 데이터 보안, 개인정보 보호 등 극복해야 할 기술적 과제가 있습니다. 추가적인 검증이 필요하지만 이 부분은 극복할 수 없는 기술은 아니다. 중초기 프로젝트라면 크게 걱정할 필요는 없다.
2.3 CX로 프로젝트가 실현 가능한가?
io,net 프로젝트는 Solana Hackathon에서 시작되었으며 Multicoin, Okx 등 많은 투자 기관이 참여했으며 특정 자연스러운 트래픽 유형을 가지고 있습니다.
ArkStream Capital은 최근 IO,Net에 대한 시리즈 A 투자를 성공적으로 완료했습니다. 이번 융자 Hack VC가 주도했으며, 20명 이상의 국내외 유명 VC 및 엔젤 투자자가 참여하여 총 융자 3천만 달러에 달했습니다.
io,net은 Depin, GPU, 대형 모델, AI, Solana에 중점을 두었기 때문에 전망은 여전히 유망합니다.
3. IO와 NET의 시총 범위는 두 가지 방법으로 추론할 수 있습니다.
1. 가격 대비 판매 비율, 즉 시총/수익 비율;
2. 시총/네트워크 칩 수 비율.
먼저 가격 대비 매출액 비율에 따른 가치 공제를 살펴 보겠습니다.
가격 대비 판매 비율 관점에서 Akash는 IO 평가 범위의 하한으로 사용될 수 있으며, Render는 FDV 범위가 US$16억 7천만 ~ US$5.93으로 평가를 위한 고급 가격 참조로 사용될 수 있습니다. 10억.
그러나 IO 프로젝트가 업데이트되고 서사가 더 뜨거워지고, 초기 유통 시총 낮아지고, 현재 공급 측면의 규모가 커지는 점을 고려하면 FDV가 렌더를 능가할 가능성은 적지 않습니다.
가치 평가를 비교할 수 있는 또 다른 각도, 즉 "핵심 가격 대비 가격 비율"을 살펴보겠습니다.
AI 컴퓨팅 파워에 대한 수요가 공급을 초과하는 시장 맥락에서 분산 AI 해시레이트 네트워크의 가장 중요한 요소는 GPU 공급 측면의 규모입니다. 따라서 "시장 대 코어"로 수평적 비교를 할 수 있습니다. 비율"을 사용하고 "프로젝트의 총 시총 와 네트워크의 칩 수 "수량 비율"을 사용하여 http://IO.NET의 가능한 평가 범위를 시총 참조로 추론합니다.
IO의 시총 범위를 시장 대 코어 비율을 기준으로 계산하면 IO는 Render Network의 시장 대 코어 비율을 상한으로 사용하고 Akash Network를 하한으로 사용합니다. FDV 범위는 US$206억입니다. 1,975억 달러에 달합니다.
그리고 현재 온라인에 엄청나게 많은 IO 칩의 수가 에어드랍 기대와 인센티브 활동에 의해 자극된다는 점을 고려해야 합니다. 프로젝트가 공식적으로 시작된 후에도 공급 측면의 실제 온라인 칩 수를 관찰해야 합니다. .
따라서 일반적으로 주가매출비율 관점에서 가치평가를 계산하는 것이 더 유익할 수 있습니다.
