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.

  1. Passaggio 1Invio

    Chiamata API o SDK. Il job entra nella coda MESH.

  2. Passaggio 2Abbinamento

    WorkMatcher abbina il job al miglior nodo disponibile in meno di 100 ms.

  3. Passaggio 3Assegnazione

    Il nodo riceve l'assegnazione tramite push WebSocket, con polling HTTP come alternativa.

  4. Passaggio 4Esecuzione

    ONNX Runtime e WebGPU eseguono l'inferenza all'interno della sandbox del browser.

  5. Passaggio 5Convalida

    Gli hash dei risultati vengono replicati su N nodi e confrontati con la soglia di consenso.

  6. 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

Catalogo modelliEsegui qualsiasi modello pubblicato sui dispositivi che colleghi.Sfoglia il catalogo
IA generativa

Sintesi multimodale: testo, immagini, video e 3D. FLUX.2, LTX-2.3, Hunyuan3D.

Calcolo scientifico

Simulazioni Monte Carlo, dinamica molecolare e modellazione matematica su WebGPU.

Ingegneria dei dati

Elaborazione vettoriale, trasformazioni di nuvole di punti ed estrazione di feature su larga scala.

Pipeline multimediale

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.

  1. Passaggio 1Connessione

    Il nodo si registra tramite l'SDK MESH e dichiara la propria VRAM e capacità di calcolo.

  2. Passaggio 2Annuncio

    Annuncia la disponibilità tramite WebSocket ed entra nel pool di disponibilità.

  3. Passaggio 3Ricezione

    WorkMatcher invia un'assegnazione. Il nodo detiene un lease con un TTL di liveness.

  4. Passaggio 4Esecuzione

    L'inferenza viene eseguita in un Web Worker su ONNX Runtime. La GPU resta dedicata al job.

  5. Passaggio 5Invio

    L'hash del risultato e l'output vengono caricati e il lease viene rilasciato.

  6. 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
Collega un dispositivo