技术:深入底层

MESH 会自动将您的 AI 工作负载路由到延迟最低、吞吐量最高的节点。该协议专为对抗性环境设计:每个结果在交付前都经过共识验证。

请求路径

您的任务如何运行。

  1. 步骤 1提交

    通过 API 调用或 SDK。任务进入 MESH 队列。

  2. 步骤 2匹配

    WorkMatcher 在 100 毫秒内将任务与最合适的可用节点配对。

  3. 步骤 3分配

    节点通过 WebSocket 推送接收分配,HTTP 轮询作为后备。

  4. 步骤 4执行

    ONNX Runtime 和 WebGPU 在浏览器沙盒内运行推理。

  5. 步骤 5验证

    结果哈希在 N 个节点间复制,并根据共识阈值进行校验。

  6. 步骤 6交付

    返回经过验证的输出,任务标记为完成,并完成结算。

协议保障

  • 交付 SLA

    99.7%

  • 结果验证

    基于哈希的共识,复制数量可配置。

  • 容错

    节点掉线时自动重新分配租约,耗时不到 15 秒。

  • Nonce 证明

    每个任务独立的 nonce 可防止对抗性节点发起重放攻击。

  • 纪元锁定

    租约纪元可防止注入过期结果。

  • 节点选择

    根据延迟、显存和利用率进行评分。

计算与能力工作负载

模型目录在您连接的设备上运行任何已发布的模型。浏览目录
生成式 AI

多模态合成:文本、图像、视频和 3D。FLUX.2、LTX-2.3、Hunyuan3D。

科学计算

在 WebGPU 上进行蒙特卡洛模拟、分子动力学和数学建模。

数据工程

向量处理、点云变换和大规模特征提取。

媒体流水线

实时 4K/8K 超分辨率、深度估计、背景移除、插帧。

执行模式

单节点
由一个节点处理整个任务。适合小型模型,协调开销最低。
并行(分块)
输入被拆分为多个图块,每个图块分配给不同的节点,最后合并结果。超分辨率模型处理大尺寸输入时使用此模式。
分片
模型被拆分到 N 个节点上,每个节点持有部分权重,并通过 WebRTC 通信。FLUX.2-klein、LTX-2、Wan 2.2、Hunyuan3D 2.1、TRELLIS.2-4B 和 ACE-Step 使用此模式。

节点生命周期

您的浏览器会成为一个计算节点。ONNX Runtime Web 通过 WebGPU 直接在您的 GPU 上运行推理:无需安装驱动,无需 CLI,无需服务器。

  1. 步骤 1连接

    节点通过 MESH SDK 注册,并声明其显存和计算能力。

  2. 步骤 2通告

    节点通过 WebSocket 宣告可用,并进入可用池。

  3. 步骤 3接收

    WorkMatcher 推送一项分配。节点持有一个带存活 TTL 的租约。

  4. 步骤 4执行

    推理在 Web Worker 中基于 ONNX Runtime 运行。GPU 专用于该任务。

  5. 步骤 5提交

    上传结果哈希和输出,并释放租约。

  6. 步骤 6就绪

    节点重新通告可用。心跳每 30 秒刷新一次其存活状态。

系统要求

  • 浏览器

    Chrome 113+ 或 Edge 113+(需要 WebGPU)。

  • GPU

    任何支持 WebGPU 的 GPU:NVIDIA、AMD、Apple Silicon、Intel Arc。

  • 最低显存

    4 GB(第 3 级)· 8 GB(第 2 级)· 16 GB 以上(第 1 级)。

  • 带宽

    建议 10 Mbps 以上,用于点对点传输模型。

  • 存储

    每组模型在浏览器文件系统(OPFS)中占用 2–20 GB。

  • 在线时长

    无最低要求。设备只要在线即可使用。

节点等级

第 1 级 · 16 GB 以上显存
高级任务 · 2.2× 费率
第 2 级 · 8–15 GB 显存
标准任务 · 1.4× 费率
第 3 级 · 4–7 GB 显存
轻量任务 · 基础费率
连接设备