เทคโนโลยี: เบื้องหลังการทำงาน
MESH กำหนดเส้นทางเวิร์กโหลด AI ของคุณไปยังโหนดที่มีความหน่วงต่ำที่สุดและปริมาณงานสูงที่สุดโดยอัตโนมัติ โปรโตคอลได้รับการออกแบบสำหรับสภาพแวดล้อมที่มีผู้ไม่หวังดี: ทุกผลลัพธ์ผ่านการตรวจสอบด้วยฉันทามติก่อนส่งมอบ
เส้นทางของคำขอ
งานของคุณทำงานอย่างไร
- ขั้นตอนที่ 1ส่งงาน
เรียกผ่าน API หรือ SDK แล้วงานจะเข้าสู่คิวของ MESH
- ขั้นตอนที่ 2จับคู่
WorkMatcher จับคู่งานกับโหนดที่ดีที่สุดที่ว่างอยู่ภายในเวลาไม่ถึง 100 ms
- ขั้นตอนที่ 3มอบหมาย
โหนดได้รับงานที่มอบหมายผ่านการพุชทาง WebSocket โดยมีการโพลทาง HTTP เป็นทางสำรอง
- ขั้นตอนที่ 4ประมวลผล
ONNX Runtime และ WebGPU รันการอนุมานภายในแซนด์บ็อกซ์ของเบราว์เซอร์
- ขั้นตอนที่ 5ตรวจสอบ
แฮชของผลลัพธ์ถูกทำซ้ำบน N โหนดและตรวจสอบเทียบกับเกณฑ์ฉันทามติ
- ขั้นตอนที่ 6ส่งมอบ
ส่งผลลัพธ์ที่ผ่านการยืนยันกลับ ทำเครื่องหมายว่างานเสร็จสมบูรณ์ และชำระค่าบริการเรียบร้อย
การรับประกันของโปรโตคอล
- SLA การส่งมอบ
99.7%
- การตรวจสอบผลลัพธ์
ฉันทามติด้วยแฮช พร้อมการทำซ้ำที่กำหนดค่าได้
- ความทนทานต่อความผิดพลาด
มอบหมายสัญญาเช่าใหม่โดยอัตโนมัติเมื่อโหนดหลุด ภายในเวลาไม่ถึง 15 วินาที
- การพิสูจน์ด้วย nonce
nonce เฉพาะของแต่ละงานป้องกันการโจมตีแบบเล่นซ้ำจากโหนดที่ไม่หวังดี
- การล็อก epoch
epoch ของสัญญาเช่าป้องกันการแทรกผลลัพธ์ที่ล้าสมัย
- การเลือกโหนด
ให้คะแนนตามความหน่วง VRAM และอัตราการใช้งาน
เวิร์กโหลดด้านการประมวลผลและความสามารถ
การสังเคราะห์หลายรูปแบบ: ข้อความ รูปภาพ วิดีโอ และ 3D เช่น FLUX.2, LTX-2.3, Hunyuan3D
การจำลองแบบมอนติคาร์โล พลวัตเชิงโมเลกุล และแบบจำลองทางคณิตศาสตร์บน WebGPU
การประมวลผลเวกเตอร์ การแปลงพอยต์คลาวด์ และการสกัดฟีเจอร์ขนาดใหญ่
การขยายความละเอียด 4K/8K แบบเรียลไทม์ การประมาณความลึก การลบพื้นหลัง และการแทรกเฟรม
โหมดการประมวลผล
- เดี่ยว
- โหนดเดียวประมวลผลงานทั้งหมด เหมาะสำหรับโมเดลขนาดเล็กที่มีภาระการประสานงานต่ำที่สุด
- ขนาน (แบ่งไทล์)
- อินพุตถูกแบ่งเป็นไทล์ แต่ละไทล์ถูกมอบหมายให้โหนดต่างกัน แล้วรวมผลลัพธ์เข้าด้วยกัน ใช้โดยตัวขยายความละเอียดสำหรับอินพุตขนาดใหญ่
- แบ่งชาร์ด
- โมเดลถูกแบ่งไปยัง N โหนด แต่ละโหนดถือน้ำหนักบางส่วนและสื่อสารกันผ่าน WebRTC ใช้โดย FLUX.2-klein, LTX-2, Wan 2.2, Hunyuan3D 2.1, TRELLIS.2-4B และ ACE-Step
วงจรชีวิตของโหนด
เบราว์เซอร์ของคุณกลายเป็นโหนดประมวลผล ONNX Runtime Web รันการอนุมานบน GPU ของคุณโดยตรงผ่าน WebGPU: ไม่ต้องติดตั้งไดรเวอร์ ไม่ต้องใช้ CLI ไม่ต้องมีเซิร์ฟเวอร์
- ขั้นตอนที่ 1เชื่อมต่อ
โหนดลงทะเบียนผ่าน MESH SDK และประกาศ VRAM และกำลังการประมวลผลของตน
- ขั้นตอนที่ 2ประกาศ
โหนดประกาศความพร้อมผ่าน WebSocket และเข้าสู่พูลความพร้อมใช้งาน
- ขั้นตอนที่ 3รับงาน
WorkMatcher พุชงานที่มอบหมายมา โหนดถือสัญญาเช่าพร้อม TTL ของสถานะการทำงาน
- ขั้นตอนที่ 4ประมวลผล
การอนุมานทำงานใน Web Worker บน ONNX Runtime โดย GPU ทุ่มเทให้กับงานนั้น
- ขั้นตอนที่ 5ส่งผล
แฮชของผลลัพธ์และเอาต์พุตถูกอัปโหลด และสัญญาเช่าถูกปล่อย
- ขั้นตอนที่ 6พร้อม
โหนดประกาศความพร้อมอีกครั้ง ฮาร์ตบีตจะรีเฟรชสถานะการทำงานทุก 30 วินาที
ความต้องการของระบบ
- เบราว์เซอร์
Chrome 113+ หรือ Edge 113+ (ต้องมี WebGPU)
- GPU
GPU ใดก็ได้ที่รองรับ WebGPU: NVIDIA, AMD, Apple Silicon, Intel Arc
- VRAM ขั้นต่ำ
4 GB (ระดับ 3) · 8 GB (ระดับ 2) · 16 GB+ (ระดับ 1)
- แบนด์วิดท์
แนะนำ 10 Mbps ขึ้นไปสำหรับการถ่ายโอนโมเดลแบบเพียร์ทูเพียร์
- พื้นที่จัดเก็บ
2–20 GB ต่อชุดโมเดลในระบบไฟล์ของเบราว์เซอร์ (OPFS)
- เวลาทำงาน
ไม่มีขั้นต่ำ อุปกรณ์ใช้งานได้ทุกเมื่อที่ออนไลน์
ระดับของโหนด
- ระดับ 1 · VRAM 16 GB+
- งานพรีเมียม · อัตรา 2.2×
- ระดับ 2 · VRAM 8–15 GB
- งานมาตรฐาน · อัตรา 1.4×
- ระดับ 3 · VRAM 4–7 GB
- งานเบา · อัตราพื้นฐาน
