Модель ценообразования

Объективный

Установить прямолинейную почасовую ставку для каждой карты GPU в сети, выраженную в долларах. Нам необходимо обеспечить четкий, справедливый и децентрализованный механизм ценообразования на ресурсы GPU/CPU в Сети.

Принципы проектирования

io.net по своей сути является двусторонним рынком вычислительных мощностей.

• С точки зрения спроса, io.net предназначен для решения двух основных задач:

1. Сократите высокие затраты, связанные с арендой вычислительных мощностей GPU/CPU, которые необходимы для масштабирования приложений искусственного интеллекта и машинного обучения. Поэтому мы должны учитывать цены и доступность конкурентов, чтобы предложить конкурентоспособную и привлекательную альтернативу на рынке.

2. Решение проблемы нехватки GPU-узлов для найма у поставщиков облачных вычислений на GPU Поэтому нам нужно будет скорректировать цены в зависимости от пиковых нагрузок и низкой доступности. Поэтому важно думать о конечных пользователях.

• Что касается предложения, мы выходим на два ключевых рынка:

1. Геймеры Одним из преимуществ ориентации на геймеров на ПК является то, что они в настоящее время не участвуют в майнинге криптовалют, поэтому у них нет ожиданий заработка, когда их ресурсы не используются. Кроме того, они постоянно инвестируют в высококачественное оборудование, включая новейшие графические процессоры, мощную оперативную память, центральный процессор, память и высокопроизводительные материнские платы. Это делает их подходящей целью для io.net, поскольку они имеют доступ к высокоскоростному интернету с низким пингом и находятся в каждом городе по всему миру, однако одним из потенциальных недостатков ориентации на этот рынок является то, что у них обычно есть только одна карта графического процессора, в отличие от майнеров, у которых обычно в 10 раз больше.

2. Крипто GPU майнер У них есть большое количество графических процессоров, обеспечивающих достаточные ресурсы для сервисов io.net. Кроме того, у них уже есть интерес к майнингу криптовалют, что делает их естественным кандидатом для IO Worker от io.net. Они также сталкиваются с финансовыми трудностями из-за низкой прибыли от майнинга криптовалют, при этом большинство карт зарабатывают менее 1 доллара в день. Однако недостаток заключается в том, что криптомайнеры на GPU могут иметь плохое подключение к Интернету, поскольку алгоритмы Proof-of-Work, которые они используют, не требуют большой пропускной способности. Они также могут иметь ограниченное хранилище с флэш-картами малой емкости, что оставляет мало места для программного обеспечения и пакетов io.net. Криптомайнеры на GPU используются для получения финансовой выгоды, поэтому каждая инвестиция просчитывается. Когда они покупают новые карты, они рассчитывают достичь точки безубыточности в течение 9-14 месяцев

Компоненты модели ценообразования Многомерные факторы

1. Производительность оборудования [ Доллар ]

   1. Стоимость в долларах, определяемая вычислительной мощностью графических процессоров.

   2. Тензорные ядра

   3. Пропускная способность графического процессора

   4. Видеопамять [ ГРАММ ]

   5. ТЛФОПС

   6. Модель графического процессора

   7. Модель ЦП

   8. Тактовая частота процессора

   9. Ядра ЦП

   10. БАРАН

   11. Диск [SSD/HDD] Чтобы определить эти оценки, нам нужно будет посмотреть на физическую спотовую цену карты и сопоставить ее с ценами поставщиков облачных графических процессоров. Цены на GPU Cloud [ Работа в процессе ]

2. Пропускная способность Интернета [ Множитель на коэффициент 1 ]

   • Скачать/Выгрузить

   • Пинг в миллисекундах

   • Изменения цен в зависимости от предоставляемой пропускной способности Интернета

3. Цены конкурентов / наличие поставок [ Множитель скидки в процентах на коэффициент 1 ] Чтобы принять во внимание цены на аналогичные графические процессоры, предлагаемые конкурентами, такими как AWS и PaperSpace. И учитывайте наличие графических процессоров на платформах конкурентов, чтобы скорректировать цены и обеспечить конкурентное преимущество.

4. Часы пик [ Множитель на коэффициент 1 ] Скорректируйте цены в зависимости от пикового времени коэффициента использования сети графических процессоров.

5. Ценообразование обязательств [ Множитель скидки в процентах на коэффициент 1 ] Скидки и поощрения для долгосрочных бронирований и большого количества пользователей. Две модели по требованию дороже, а долгосрочные контракты получают скидку -50%.

6. Местоположение [ Доллар США ] Различные цены для каждой страны в зависимости от таких факторов, как стоимость электроэнергии и спрос на местном рынке. Это понадобится позже в больших масштабах, когда команды ИИ/МО должны будут соответствовать нормативным требованиям к данным.

7. Заработок на криптовалюте [ Множитель на коэффициент 1 ] Какую наибольшую прибыль может получить оборудование при майнинге другой криптовалюты POW.

Многоуровневое ценообразование в зависимости от продолжительности, скорости графических процессоров, пропускной способности Интернета, оценки доверия и геолокации

Открытые вопросы

1. Как ценообразование может быть полностью децентрализовано

2. Как мы можем сделать наш speedtest.net для оборудования майнеров, который будет сравнивать производительность оборудования и оценивать его в зависимости от времени, необходимого для выполнения различных типов задач AI/ML. https://lambdalabs.com/gpu-benchmarks