Teknologi: under panseret
MESH ruter AI-arbeidsbelastningene dine automatisk til nodene med lavest forsinkelse og høyest gjennomstrømning. Protokollen er laget for fiendtlige miljøer: hvert resultat valideres ved konsensus før det leveres.
Forespørselens vei
Slik kjører jobben din.
- Trinn 1Send inn
API-kall eller SDK. Jobben havner i MESH-køen.
- Trinn 2Match
WorkMatcher kobler jobben til den beste tilgjengelige noden på under 100 ms.
- Trinn 3Tildel
Noden mottar tildelingen via WebSocket-push, med HTTP-polling som reserve.
- Trinn 4Kjør
ONNX Runtime og WebGPU kjører inferens i nettleserens sandkasse.
- Trinn 5Valider
Resultat-hasher replikeres på tvers av N noder og kontrolleres mot konsensusterskelen.
- Trinn 6Lever
Verifisert utdata returneres, jobben merkes som fullført, og faktureringen gjøres opp.
Protokollgarantier
- Leverings-SLA
99,7 %
- Resultatvalidering
Hash-basert konsensus med konfigurerbar replikering.
- Feiltoleranse
Automatisk ny tildeling av lease når en node faller ut, på under 15 s.
- Nonce-bevis
Nonce per jobb hindrer gjentakelsesangrep fra fiendtlige noder.
- Epokelåsing
Lease-epoker hindrer at utdaterte resultater injiseres.
- Nodevalg
Poengsetting etter forsinkelse, VRAM og utnyttelse.
Arbeidsbelastninger for beregning og funksjoner
Multimodal syntese: tekst, bilde, video og 3D. FLUX.2, LTX-2.3, Hunyuan3D.
Monte Carlo-simuleringer, molekylærdynamikk og matematisk modellering på WebGPU.
Vektorbehandling, transformasjoner av punktskyer og storskala uttrekking av egenskaper.
Oppskalering i 4K/8K i sanntid, dybdeestimering, fjerning av bakgrunn, bildeinterpolering.
Kjøremoduser
- Enkel
- Én node behandler hele jobben. Ideelt for små modeller med minst mulig koordineringskostnad.
- Parallell (fliser)
- Inndataene deles opp i fliser som tildeles hver sin node, og resultatene slås sammen. Brukes av oppskalerere på store inndata.
- Shardet
- Modellen deles på N noder, som hver har en del av vektene og kommuniserer over WebRTC. Brukes av FLUX.2-klein, LTX-2, Wan 2.2, Hunyuan3D 2.1, TRELLIS.2-4B og ACE-Step.
Nodens livssyklus
Nettleseren din blir en beregningsnode. ONNX Runtime Web kjører inferens direkte på GPU-en din via WebGPU: ingen driverinstallasjon, ingen CLI, ingen server.
- Trinn 1Koble til
Noden registrerer seg via MESH-SDK-et og oppgir VRAM og beregningskapasitet.
- Trinn 2Annonser
Den melder tilgjengelighet over WebSocket og går inn i tilgjengelighetspoolen.
- Trinn 3Motta
WorkMatcher sender en tildeling. Noden holder en lease med en TTL for liveness.
- Trinn 4Kjør
Inferensen kjører i en Web Worker på ONNX Runtime. GPU-en er dedikert til jobben.
- Trinn 5Send inn
Resultat-hashen og utdataene lastes opp, og leasen frigis.
- Trinn 6Klar
Noden annonserer seg på nytt. Et hjerteslag fornyer livenessen hvert 30. sekund.
Systemkrav
- Nettleser
Chrome 113+ eller Edge 113+ (krever WebGPU).
- GPU
En hvilken som helst WebGPU-kompatibel GPU: NVIDIA, AMD, Apple Silicon, Intel Arc.
- Minimum VRAM
4 GB (nivå 3) · 8 GB (nivå 2) · 16 GB+ (nivå 1).
- Båndbredde
10 Mbps+ anbefales for overføring av modeller mellom likemenn.
- Lagring
2–20 GB per modellsett i nettleserens filsystem (OPFS).
- Oppetid
Ingen minstekrav. En enhet kan brukes når den er pålogget.
Nodenivåer
- Nivå 1 · 16 GB+ VRAM
- Premiumjobber · 2,2× sats
- Nivå 2 · 8–15 GB VRAM
- Standardjobber · 1,4× sats
- Nivå 3 · 4–7 GB VRAM
- Lette jobber · grunnsats
