Tecnologia: sotto il cofano
MESH instrada automaticamente i tuoi workload IA verso i nodi con latenza più bassa e throughput più alto. Il protocollo è progettato per ambienti ostili: ogni risultato è convalidato per consenso prima della consegna.
Percorso della richiesta
Come viene eseguito il tuo job.
- Passaggio 1Invio
Chiamata API o SDK. Il job entra nella coda MESH.
- Passaggio 2Abbinamento
WorkMatcher abbina il job al miglior nodo disponibile in meno di 100 ms.
- Passaggio 3Assegnazione
Il nodo riceve l'assegnazione tramite push WebSocket, con polling HTTP come alternativa.
- Passaggio 4Esecuzione
ONNX Runtime e WebGPU eseguono l'inferenza all'interno della sandbox del browser.
- Passaggio 5Convalida
Gli hash dei risultati vengono replicati su N nodi e confrontati con la soglia di consenso.
- Passaggio 6Consegna
L'output verificato viene restituito, il job viene contrassegnato come completato e la fatturazione viene saldata.
Garanzie del protocollo
- SLA di consegna
99.7%
- Convalida dei risultati
Consenso basato su hash con replica configurabile.
- Tolleranza ai guasti
Riassegnazione automatica del lease quando un nodo si disconnette, in meno di 15 s.
- Prova nonce
I nonce per job impediscono attacchi di replay da parte di nodi ostili.
- Blocco per epoch
Le epoch dei lease impediscono l'iniezione di risultati obsoleti.
- Selezione dei nodi
Punteggio basato su latenza, VRAM e utilizzo.
Workload di calcolo e capacità
Sintesi multimodale: testo, immagini, video e 3D. FLUX.2, LTX-2.3, Hunyuan3D.
Simulazioni Monte Carlo, dinamica molecolare e modellazione matematica su WebGPU.
Elaborazione vettoriale, trasformazioni di nuvole di punti ed estrazione di feature su larga scala.
Upscaling 4K/8K in tempo reale, stima della profondità, rimozione dello sfondo, interpolazione dei fotogrammi.
Modalità di esecuzione
- Singola
- Un nodo elabora l'intero job. Ideale per modelli piccoli con il minimo overhead di coordinamento.
- Parallela (a tessere)
- L'input viene diviso in tessere, ciascuna assegnata a un nodo diverso, e i risultati vengono uniti. Usata dagli upscaler su input di grandi dimensioni.
- Suddivisa in shard
- Il modello è suddiviso su N nodi, ciascuno con un sottoinsieme dei pesi, che comunicano tramite WebRTC. Usata da FLUX.2-klein, LTX-2, Wan 2.2, Hunyuan3D 2.1, TRELLIS.2-4B e ACE-Step.
Ciclo di vita del nodo
Il tuo browser diventa un nodo di calcolo. ONNX Runtime Web esegue l'inferenza direttamente sulla tua GPU tramite WebGPU: nessun driver da installare, nessuna CLI, nessun server.
- Passaggio 1Connessione
Il nodo si registra tramite l'SDK MESH e dichiara la propria VRAM e capacità di calcolo.
- Passaggio 2Annuncio
Annuncia la disponibilità tramite WebSocket ed entra nel pool di disponibilità.
- Passaggio 3Ricezione
WorkMatcher invia un'assegnazione. Il nodo detiene un lease con un TTL di liveness.
- Passaggio 4Esecuzione
L'inferenza viene eseguita in un Web Worker su ONNX Runtime. La GPU resta dedicata al job.
- Passaggio 5Invio
L'hash del risultato e l'output vengono caricati e il lease viene rilasciato.
- Passaggio 6Pronto
Il nodo si riannuncia. Un heartbeat aggiorna la sua liveness ogni 30 s.
Requisiti di sistema
- Browser
Chrome 113+ o Edge 113+ (WebGPU richiesto).
- GPU
Qualsiasi GPU compatibile con WebGPU: NVIDIA, AMD, Apple Silicon, Intel Arc.
- VRAM minima
4 GB (Livello 3) · 8 GB (Livello 2) · 16 GB+ (Livello 1).
- Larghezza di banda
Consigliati 10 Mbps+ per il trasferimento dei modelli peer-to-peer.
- Archiviazione
2–20 GB per set di modelli nel file system del browser (OPFS).
- Uptime
Nessun minimo. Un dispositivo è utilizzabile ogni volta che è online.
Livelli dei nodi
- Livello 1 · 16 GB+ di VRAM
- Job premium · tariffa 2,2×
- Livello 2 · 8–15 GB di VRAM
- Job standard · tariffa 1,4×
- Livello 3 · 4–7 GB di VRAM
- Job leggeri · tariffa base
