Jack Collier har skapat en unik väg inom kryptobranschen. Som Chief Growth Officer på IO.net har han erfarenhet från Circle och Near Protocol. Detta är hans tredje satsning på blockkedjeteknik, och varje roll har stärkt hans övertygelse om decentraliseringens potential.
Under Korea Blockchain Week betonade Collier vad som skiljer IO.net från andra. Till skillnad från många Web3-projekt som lovar framtida nytta, levererar IO.net verkligt värde idag. Plattformen kopplar samman tillgängliga GPU-resurser globalt och skapar ett decentraliserat beräkningsnätverk som redan betjänar företag.
Vad lockade dig till IO.net, och hur skiljer sig decentraliserad beräkning från andra blockkedjeapplikationer du har arbetat med?
“Det som lockade mig till IO var decentraliserad beräkning. Inom blockkedjan har det faktiskt en verklig användning idag – det är inte en abstrakt idé. Människor kan lägga sin egen kapacitet på ett nätverk, oavsett om det är datacenter eller din egen dator, och få rättvis ersättning genom tokenomics. Min bakgrund är inom tillväxt och marknadsföring, och jag ville verkligen sprida det budskapet till en bredare marknad. Web3 lider ofta av mycket prat och löften, men få vertikaler levererar. Min filosofi var: låt oss börja med beräkning och växa uppåt.”
IO.net rapporterade stark intäktstillväxt senaste kvartalet trots en utmanande kryptomarknad. Vilka partnerskap eller teknikutvecklingar bidrog mest till denna prestation?
“När vi lanserade var vår huvudmarknad Web3-projekt, men vi har försökt nå Web2-företag, vanliga startups och företag de senaste sex till tolv månaderna. De flesta av våra intäkter har kommit från det segmentet. Vi samarbetar med Leonardo.ai, som nu är en del av Canva, och de har sparat mycket på sina beräkningskostnader. UC Berkeley använder också vår plattform och har uppnått betydande besparingar. Vi arbetar även med Wandera.ai och Sahara AI för inferens – de sparar mycket jämfört med tidigare, främst på grund av de lägre beräkningskostnader vi kan erbjuda genom vårt decentraliserade nätverk.”
IO Explorer visar användningsgrader på cirka 50 %. Hur balanserar IO.net GPU-tillgång och efterfrågan för att upprätthålla hållbara operationer?
“Vi måste balansera mängden GPU:er tillgängliga för konsumenter. Om vi hade 100 % användning skulle nya användare inte ha tillgång. GPU:erna är redo för någon att köpa när de behöver. När vi ser att efterfrågan ökar, ökar även tillgången. Vi hanterar båda dessa funktioner i verksamheten och löser dem varje dag.”
IO.net lanserade nyligen IO Intelligence, sin automatiserade AI-modellimplementeringsplattform. Hur har detta påverkat företagsadoption och utvecklarengagemang hittills?
“Ett av de största problemen utvecklare möter när de vill engagera sig i AI är att de ofta måste använda olika verktyg. De behöver en beräkningsleverantör, välja en öppen källkodsmodell, en RAG-tjänst för kontext och en orkestreringsplattform. De betalar prenumerationer för varje tjänst, och de integreras ofta inte med varandra. Med IO Intelligence försöker vi bygga ett öppet infrastruktur-lager som har alla dessa delar tillsammans. En utvecklare kan använda en enda plattform för alla uppgifter de behöver. Om du bara vill testa och använda det som ChatGPT idag, får du 500 000 gratis tokens varje dag.”
Med IO.net:s övergång till VMaaS (Virtual Machine as a Service), vilka är de strategiska skälen bakom detta tillvägagångssätt och hur kompletterar det den befintliga infrastrukturen?
“Jag skulle inte kalla det en övergång. När folk behöver beräkning kan de få bare metal – det är bara chipet utan något förinstallerat. Men många behöver ett förinstallerat lager ovanpå. En virtuell maskin är som att installera Windows på en Mac, så du kan köra det bredvid det befintliga systemet utan att ändra hårdvaran. Du installerar ett förinstallerat operativsystem på chipet. Vi ger bara människor mer flexibilitet i hur de kan interagera med chipet. Det kompletterar alla andra lager – containrar, bare metal, Ray – så du kan interagera med GPU:n på dina villkor.”
Hur hanterar IO.net utmaningarna med att säkerställa tillförlitlig drifttid och prestanda över en mycket decentraliserad pool av GPU:er, särskilt när det gäller företagskunder?
“Vi använder blockkedjan för att verifiera och säkra tillgången. När du lägger din leverantör på nätverket måste du satsa IO-tokens för att validera dina chipsets prestanda. Detta gäller oavsett om du är en medlem med en enda maskin eller ett datacenter. Systemet har en inbyggd avskräckningsmekanism. Om din enhet inte presterar som utlovat kan nätverket minska din insats. Detta ger konsumenterna förtroende för att det de hyr faktiskt uppfyller kraven och standarderna.
Du kan validera tillgången, kontrollera hur tillförlitlig den har varit och se leverantörens historia. Detta skiljer sig mycket från centraliserade leverantörer som AWS. Med AWS händer inget om de inte lever upp till sina löften. På vårt nätverk kan du bokstavligen se vad som händer på ett öppet nätverk.”
Med tanke på den globala naturen hos GPU-leverantörer och blockkedjebetalningar, hur förbereder sig IO.net för potentiella reglerings- och datasuveränitetsutmaningar?
“Vi arbetar med lokala leverantörer över regioner. Om jag är i USA och vill säkerställa att min maskin är i USA för datakompatibilitet, kan jag använda plattformen idag och säkra en GPU som är i USA, vilket jag vet är verifierat på kedjan. Jag vet att sättet jag interagerar med det är kompatibelt ur ett SOC 2-perspektiv eftersom vi är en SOC 2-kompatibel organisation. Data kommer inte att lämna den regionen, och det är spårbart på kedjan. Från tillgångssidan har vi ett team som arbetar med leverantörer för att säkerställa att lokala och regionala regler följs.”
den senaste tokenupplåsningen väckte oro för marknadsvolatilitet. hur hanterar io.net tokenekonomi och förtroende i samhället för att säkerställa hållbar tillväxt?
“Vi använder utsläpp från token för att motivera leverantörer att ansluta sig till vårt nätverk. Vi ser alltid över vår tokenekonomidesign – inte nödvändigtvis hur saker släpps ut, men hur token används för att driva nätverket. Vi ser alltid över det för att säkerställa att det motiverar leverantörer på rätt sätt och ger nytta för användare. Det är något vi aktivt utforskar för att göra det så effektivt som möjligt.
Web3-teknologier är mest meningsfulla när de kan lösa verkliga problem som inte kan lösas med andra lösningar. Bristen på tillgång och höga kostnader för datorkraft för en stor del av globala AI-projekt är precis ett av de problem som Web3 kan lösa. Därför är jag så entusiastisk över att vara med på denna resa med io.net.”