Teknologi: under motorhjelmen

MESH sender automatisk dine AI-workloads til de noder, der har lavest latenstid og højest kapacitet. Protokollen er designet til fjendtlige miljøer: Hvert resultat valideres ved konsensus før levering.

Forespørgslens vej

Sådan kører dit job.

  1. Trin 1Indsend

    API-kald eller SDK. Jobbet kommer i MESH-køen.

  2. Trin 2Match

    WorkMatcher parrer jobbet med den bedste tilgængelige node på under 100 ms.

  3. Trin 3Tildel

    Noden modtager tildelingen via en WebSocket-push med HTTP-polling som reserve.

  4. Trin 4Udfør

    ONNX Runtime og WebGPU kører inferens i browserens sandkasse.

  5. Trin 5Valider

    Resultat-hashes replikeres på tværs af N noder og tjekkes mod konsensustærsklen.

  6. Trin 6Lever

    Verificeret output returneres, jobbet markeres som fuldført, og afregningen gøres op.

Protokolgarantier

  • Leverings-SLA

    99,7 %

  • Validering af resultater

    Hashbaseret konsensus med konfigurerbar replikering.

  • Fejltolerance

    Automatisk omfordeling af leases, når en node falder ud, på under 15 s.

  • Nonce-bevis

    Nonces pr. job forhindrer replay-angreb fra fjendtlige noder.

  • Epokelåsning

    Lease-epoker forhindrer indsprøjtning af forældede resultater.

  • Valg af node

    Scoring efter latenstid, VRAM og udnyttelse.

Beregnings- og funktionsworkloads

ModelkatalogKør enhver udgivet model på de enheder, du forbinder.Gennemse kataloget
Generativ AI

Multimodal syntese: tekst, billeder, video og 3D. FLUX.2, LTX-2.3, Hunyuan3D.

Videnskabelig beregning

Monte Carlo-simuleringer, molekylær dynamik og matematisk modellering på WebGPU.

Data engineering

Vektorbehandling, transformationer af punktskyer og storskala udtræk af features.

Mediepipeline

Opskalering til 4K/8K i realtid, dybdeestimering, fjernelse af baggrund, billedinterpolation.

Udførelsestilstande

Enkelt
Én node behandler hele jobbet. Ideelt til små modeller med den laveste koordineringsomkostning.
Parallel (fliser)
Inputtet opdeles i fliser, som hver tildeles en anden node, og resultaterne flettes sammen. Bruges af opskalerere på store input.
Shardet
Modellen deles over N noder, der hver holder en delmængde af vægtene og kommunikerer via WebRTC. Bruges af FLUX.2-klein, LTX-2, Wan 2.2, Hunyuan3D 2.1, TRELLIS.2-4B og ACE-Step.

Nodens livscyklus

Din browser bliver en beregningsnode. ONNX Runtime Web kører inferens direkte på din GPU via WebGPU: ingen driverinstallation, ingen CLI, ingen server.

  1. Trin 1Forbind

    Noden registrerer sig via MESH SDK'et og angiver sin VRAM og beregningskapacitet.

  2. Trin 2Annoncér

    Den melder sin tilgængelighed via WebSocket og går ind i tilgængelighedspuljen.

  3. Trin 3Modtag

    WorkMatcher sender en tildeling. Noden holder en lease med en liveness-TTL.

  4. Trin 4Udfør

    Inferensen kører i en Web Worker på ONNX Runtime. GPU'en forbliver dedikeret til jobbet.

  5. Trin 5Indsend

    Resultat-hashen og outputtet uploades, og leasen frigives.

  6. Trin 6Klar

    Noden melder sig igen. Et heartbeat fornyer dens liveness hvert 30. sekund.

Systemkrav

  • Browser

    Chrome 113+ eller Edge 113+ (WebGPU påkrævet).

  • GPU

    Enhver WebGPU-kompatibel GPU: NVIDIA, AMD, Apple Silicon, Intel Arc.

  • Minimum VRAM

    4 GB (niveau 3) · 8 GB (niveau 2) · 16 GB+ (niveau 1).

  • Båndbredde

    10 Mbps+ anbefales til peer-to-peer-overførsel af modeller.

  • Lagerplads

    2–20 GB pr. modelsæt i browserens filsystem (OPFS).

  • Oppetid

    Intet minimum. En enhed kan bruges, når den er online.

Nodeniveauer

Niveau 1 · 16 GB+ VRAM
Premiumjobs · 2,2× sats
Niveau 2 · 8–15 GB VRAM
Standardjobs · 1,4× sats
Niveau 3 · 4–7 GB VRAM
Lette jobs · grundsats
Forbind en enhed