Technologia: pod maską

MESH automatycznie kieruje Twoje obciążenia AI do węzłów o najniższych opóźnieniach i najwyższej przepustowości. Protokół został zaprojektowany z myślą o środowiskach wrogich: każdy wynik jest walidowany konsensusem przed dostarczeniem.

Ścieżka żądania

Jak działa Twoje zadanie.

  1. Krok 1Wysłanie

    Wywołanie API lub SDK. Zadanie trafia do kolejki MESH.

  2. Krok 2Dopasowanie

    WorkMatcher w czasie krótszym niż 100 ms łączy zadanie z najlepszym dostępnym węzłem.

  3. Krok 3Przydział

    Węzeł otrzymuje przydział przez push WebSocket, a zapasowo przez odpytywanie HTTP.

  4. Krok 4Wykonanie

    ONNX Runtime i WebGPU wykonują wnioskowanie wewnątrz piaskownicy przeglądarki.

  5. Krok 5Walidacja

    Skróty wyników są replikowane na N węzłów i porównywane z progiem konsensusu.

  6. Krok 6Dostarczenie

    Zweryfikowany wynik zostaje zwrócony, zadanie jest oznaczane jako ukończone, a rozliczenie zamykane.

Gwarancje protokołu

  • SLA dostarczania

    99,7%

  • Walidacja wyników

    Konsensus oparty na skrótach z konfigurowalną replikacją.

  • Odporność na awarie

    Automatyczne ponowne przydzielenie dzierżawy, gdy węzeł się rozłączy, w czasie krótszym niż 15 s.

  • Dowód nonce

    Nonce dla każdego zadania zapobiegają atakom typu replay ze strony wrogich węzłów.

  • Blokowanie epok

    Epoki dzierżaw zapobiegają wstrzykiwaniu nieaktualnych wyników.

  • Wybór węzła

    Ocena na podstawie opóźnienia, VRAM i wykorzystania.

Obciążenia obliczeniowe i możliwości

Katalog modeliUruchamiaj dowolny opublikowany model na podłączonych urządzeniach.Przeglądaj katalog
Generatywna AI

Synteza multimodalna: tekst, obraz, wideo i 3D. FLUX.2, LTX-2.3, Hunyuan3D.

Obliczenia naukowe

Symulacje Monte Carlo, dynamika molekularna i modelowanie matematyczne na WebGPU.

Inżynieria danych

Przetwarzanie wektorów, transformacje chmur punktów i wielkoskalowa ekstrakcja cech.

Potok multimediów

Skalowanie 4K/8K w czasie rzeczywistym, estymacja głębi, usuwanie tła, interpolacja klatek.

Tryby wykonywania

Pojedynczy
Jeden węzeł przetwarza całe zadanie. Idealny dla małych modeli, z najniższym narzutem koordynacji.
Równoległy (kafelkowy)
Dane wejściowe są dzielone na kafelki, każdy przydzielany innemu węzłowi, a wyniki są scalane. Używany przez narzędzia skalujące przy dużych danych wejściowych.
Shardowany
Model jest dzielony na N węzłów, z których każdy przechowuje podzbiór wag i komunikuje się przez WebRTC. Używany przez FLUX.2-klein, LTX-2, Wan 2.2, Hunyuan3D 2.1, TRELLIS.2-4B i ACE-Step.

Cykl życia węzła

Twoja przeglądarka staje się węzłem obliczeniowym. ONNX Runtime Web wykonuje wnioskowanie bezpośrednio na Twoim GPU przez WebGPU: bez instalowania sterowników, bez CLI, bez serwera.

  1. Krok 1Połączenie

    Węzeł rejestruje się przez SDK MESH i deklaruje swoją pamięć VRAM i moc obliczeniową.

  2. Krok 2Ogłoszenie

    Ogłasza dostępność przez WebSocket i wchodzi do puli dostępności.

  3. Krok 3Odbiór

    WorkMatcher wypycha przydział. Węzeł utrzymuje dzierżawę z TTL żywotności.

  4. Krok 4Wykonanie

    Wnioskowanie działa w Web Workerze na ONNX Runtime. GPU pozostaje dedykowane zadaniu.

  5. Krok 5Przesłanie

    Skrót wyniku i wynik są przesyłane, a dzierżawa jest zwalniana.

  6. Krok 6Gotowość

    Węzeł ponownie ogłasza dostępność. Heartbeat odświeża jego żywotność co 30 s.

Wymagania systemowe

  • Przeglądarka

    Chrome 113+ lub Edge 113+ (wymagane WebGPU).

  • GPU

    Dowolny GPU obsługujący WebGPU: NVIDIA, AMD, Apple Silicon, Intel Arc.

  • Minimalna VRAM

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

  • Przepustowość

    Zalecane 10 Mb/s+ dla transferu modeli peer-to-peer.

  • Pamięć

    2–20 GB na zestaw modeli w systemie plików przeglądarki (OPFS).

  • Czas działania

    Bez minimum. Urządzenie jest użyteczne, gdy tylko jest online.

Poziomy węzłów

Poziom 1 · 16 GB+ VRAM
Zadania premium · stawka 2,2×
Poziom 2 · 8–15 GB VRAM
Zadania standardowe · stawka 1,4×
Poziom 3 · 4–7 GB VRAM
Zadania lekkie · stawka bazowa
Połącz urządzenie