技術:深入幕後

MESH 會自動將您的 AI 工作負載路由到延遲最低、處理量最高的節點。此協定專為對抗性環境設計:每個結果在交付前都會經過共識驗證。

請求路徑

您的工作如何執行。

  1. 步驟 1提交

    透過 API 呼叫或 SDK。工作進入 MESH 佇列。

  2. 步驟 2配對

    WorkMatcher 在 100 毫秒內將工作配對給最合適的可用節點。

  3. 步驟 3指派

    節點透過 WebSocket 推送接收指派,並以 HTTP 輪詢作為備援。

  4. 步驟 4執行

    ONNX Runtime 與 WebGPU 在瀏覽器沙箱內執行推論。

  5. 步驟 5驗證

    結果雜湊會在 N 個節點間複製,並依共識門檻進行比對。

  6. 步驟 6交付

    傳回經過驗證的輸出、將工作標記為完成,並完成計費結算。

協定保證

  • 交付 SLA

    99.7%

  • 結果驗證

    以雜湊為基礎的共識,複製數量可自訂。

  • 容錯

    節點中斷時,於 15 秒內自動重新指派租約。

  • Nonce 證明

    每項工作專屬的 nonce 可防止對抗性節點發動重播攻擊。

  • Epoch 鎖定

    租約 epoch 可防止注入過期的結果。

  • 節點選擇

    依延遲、VRAM 與使用率評分。

運算與能力工作負載

模型目錄在您連接的裝置上執行任何已發布的模型。瀏覽目錄
生成式 AI

多模態合成:文字、圖片、影片與 3D。FLUX.2、LTX-2.3、Hunyuan3D。

科學運算

在 WebGPU 上進行蒙地卡羅模擬、分子動力學與數學建模。

資料工程

向量處理、點雲轉換與大規模特徵擷取。

媒體管線

即時 4K/8K 超解析度放大、深度估計、背景移除、影格插補。

執行模式

單一
由一個節點處理整項工作。最適合小型模型,協調負擔最低。
平行(分塊)
輸入會被切分成多個區塊,分別指派給不同節點,再將結果合併。用於處理大型輸入的放大模型。
分片
模型被拆分到 N 個節點上,每個節點保存部分權重,並透過 WebRTC 互相通訊。用於 FLUX.2-klein、LTX-2、Wan 2.2、Hunyuan3D 2.1、TRELLIS.2-4B 與 ACE-Step。

節點生命週期

您的瀏覽器會成為運算節點。ONNX Runtime Web 透過 WebGPU 直接在您的 GPU 上執行推論:不需安裝驅動程式、不需 CLI,也不需伺服器。

  1. 步驟 1連線

    節點透過 MESH SDK 註冊,並宣告其 VRAM 與運算容量。

  2. 步驟 2公告

    節點透過 WebSocket 公告其可用狀態,並進入可用資源池。

  3. 步驟 3接收

    WorkMatcher 推送指派。節點持有一份具存活 TTL 的租約。

  4. 步驟 4執行

    推論在 Web Worker 中透過 ONNX Runtime 執行。GPU 會專供此工作使用。

  5. 步驟 5提交

    上傳結果雜湊與輸出,並釋放租約。

  6. 步驟 6就緒

    節點重新公告可用狀態。心跳每 30 秒更新一次其存活狀態。

系統需求

  • 瀏覽器

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

  • GPU

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

  • 最低 VRAM

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

  • 頻寬

    建議 10 Mbps 以上,以進行點對點模型傳輸。

  • 儲存空間

    每組模型在瀏覽器檔案系統(OPFS)中需要 2–20 GB。

  • 上線時間

    沒有最低要求。裝置只要在線上就能使用。

節點等級

第 1 級 · 16 GB 以上 VRAM
進階工作 · 2.2× 費率
第 2 級 · 8–15 GB VRAM
標準工作 · 1.4× 費率
第 3 級 · 4–7 GB VRAM
輕量工作 · 基本費率
連接裝置