DePIN intègre les ressources sous-utilisées à l'échelle mondiale via la technologie blockchain, telles que la puissance de calcul, le stockage et la bande passante, pour construire un réseau d'infrastructure distribué. Parallèlement, l'industrie de l'IA fait face à une pénurie structurelle de données, à des monopoles géants, à des controverses sur la confidentialité et à des barrières d'isolement, ce qui entraîne une non-libération de 80 % de la valeur des données.
La compétition future en IA est essentiellement un double jeu entre l'efficacité d'acquisition des données et la conformité éthique, et DePIN offre la solution technique optimale.
La disruption de Grass réside dans la réalisation de cette fusion entre les deux.
DePIN : Reconfiguration mondiale des infrastructures
( définition et logique de base
Ces dernières années, avec la maturation de la technologie blockchain et l'émergence du concept Web3, divers secteurs explorent des chemins de transformation décentralisés. DePIN est l'incarnation de cette tendance dans le domaine des infrastructures. DePIN), qui signifie Réseaux d'infrastructures physiques décentralisées, est un nouveau modèle économique qui intègre des ressources physiques mondiales décentralisées### telles que la puissance de calcul, le stockage, la bande passante, l'énergie, etc., grâce à la technologie blockchain.
La logique centrale réside dans : stimuler la contribution de la communauté par des incitations en tokens pour construire un réseau d'infrastructure décentralisé, remplaçant le modèle coûteux et peu efficace des prestataires de services centralisés traditionnels.
( moteurs de l'industrie
Comparé au mode centralisé, la décentralisation des infrastructures physiques présente des avantages plus importants en termes de structure de coûts, de modes de gouvernance, de résilience du réseau et d'extensibilité écologique.
) domaines de niche et cas typiques
Selon la définition de Messari, DePIN couvre deux grandes catégories d'infrastructures physiques ( telles que les réseaux sans fil, les réseaux énergétiques ) et les réseaux de ressources numériques ### tels que le stockage, le calcul ###, et réalise une correspondance entre l'offre et la demande ainsi qu'un mécanisme d'incitation grâce à la technologie blockchain.
Infrastructure physique: représentant un projet de réseau sans fil, construire un réseau de communication à couverture mondiale grâce au déploiement d'appareils de point d'accès dans la communauté;
Réseau de ressources numériques : comprend un certain projet de stockage décentralisé, un certain projet de calcul distribué, etc., qui forment un modèle économique partagé par l'intégration des ressources inutilisées.
( potentiel de marché
Selon les données, d'ici 2024, le nombre d'appareils DePIN dans le monde aura dépassé 13 millions, avec une taille de marché atteignant 50 milliards de dollars, mais le taux de pénétration est inférieur à 0,1 %. Au cours des dix prochaines années, il pourrait croître de 100 à 1000 fois.
En 2024, la capitalisation boursière du secteur DePIN atteindra 50 milliards de dollars, couvrant plus de 350 projets, avec un taux de croissance annuel supérieur à 35 %.
Le moteur central réside dans l'amélioration de l'efficacité des ressources ), comme l'utilisation de la bande passante inutilisée ( et l'explosion de la demande ), comme la demande en puissance de calcul et en données de l'IA ###, et les effets bilatéraux.
Bien sûr, l'évolutivité des réseaux décentralisés, la confidentialité des données et la vérification de la sécurité restent des défis clés pour le développement de DePIN.
Besoins en données IA : Croissance explosive et contradictions structurelles
"Les données sont le pétrole de la nouvelle ère"
L'acquisition et le traitement des données AI sont le moteur central du développement de l'intelligence artificielle, en particulier lors de la formation de grands modèles de langage ( tels que GPT ) et des réseaux neuronaux génératifs ( comme MidJourney ).
La performance et l'efficacité des modèles d'IA dépendent en grande partie de la qualité et de la quantité des données d'entraînement. Des données de haute qualité, diversifiées et représentatives géographiquement sont cruciales pour la performance des modèles d'IA.
( Besoin de données : échelle et caractéristiques
Saut de niveau : par exemple, pour GPT-4, l'entraînement nécessite plus de 45 To de données textuelles, tandis que la vitesse d'itération de l'IA générative exige une mise à jour et une diversification des données en temps réel ;
Part des coûts : Les coûts de collecte, de nettoyage et d'annotation des données dans le développement de l'IA représentent plus de 40 % du budget total, devenant ainsi un goulot d'étranglement clé pour la commercialisation ;
Différenciation des scénarios : la conduite autonome nécessite des données de capteurs de haute précision, l'IA médicale dépend d'une base de données de cas conforme à la vie privée, l'IA sociale repose sur des données de comportement des utilisateurs.
) Points de douleur de l'approvisionnement en données traditionnelles
Barrières de données : les grandes entreprises/acteurs clés contrôlent une vaste source de données, les petits et moyens développeurs sont confrontés à des barrières élevées et à une tarification injuste ;
Îles de données : Les données sont souvent dispersées entre différentes institutions et entreprises, et le partage et la circulation des données sont confrontés à de nombreux obstacles, ce qui empêche une utilisation optimale des ressources de données.
Confidentialité des données : La collecte de données implique souvent des enjeux de confidentialité et des controverses sur le droit d'auteur, comme l'incident de facturation de l'API d'une certaine plateforme sociale qui a déclenché des protestations de la part des développeurs ;
Circulation inefficace : l'isolement des données et l'absence de normalisation entraînent une collecte redondante, avec un taux d'utilisation des données mondial inférieur à 20 % ;
Interruption de la chaîne de valeur : les contributeurs individuels qui créent des données ne peuvent pas en tirer profit lors de l'utilisation ultérieure des données.
( Chemin de rupture de DePIN
Collecte de données distribuée : collecte de données publiques par le biais d'un réseau de nœuds ) telles que les médias sociaux, les bases de données publiques ###, réduisant le coût de collecte des données et améliorant l'efficacité et l'échelle de la collecte de données;
Améliorer la qualité et la diversité des données : grâce au mécanisme d'incitation DePIN, il est possible d'attirer davantage de participants à contribuer aux données, ce qui améliore la qualité et la diversité des données, renforçant ainsi la capacité de généralisation des modèles d'IA.
Nettoyage et annotation décentralisés : collaboration communautaire pour le prétraitement des données, combinant la preuve à divulgation nulle de connaissance ###ZK### pour garantir l'authenticité des données ;
Boucle de motivation par tokenisation : les contributeurs de données reçoivent des récompenses en tokens, et les demandeurs achètent des ensembles de données structurées avec des tokens, formant un matching direct de l'offre et de la demande.
Le projet Grass se situe à l'intersection de DePIN et de l'industrie des données AI, appliquant de manière innovante le concept de DePIN au domaine de la collecte de données AI, et a construit un réseau de collecte de données décentralisé, visant à fournir des sources de données plus économiques, plus efficaces et plus fiables pour l'entraînement des modèles AI.
Dans les chapitres suivants, nous analyserons en profondeur les mécanismes spécifiques, les caractéristiques techniques, les cas d'utilisation et les perspectives de développement futur du projet Grass.
Informations de base sur le projet
Grass construit un réseau de collecte de données décentralisé via l'architecture DePIN, fournissant des sources de données à haute performance et à grande diversité pour la formation de l'IA. Les utilisateurs n'ont qu'à installer le client pour contribuer à la bande passante et obtenir des récompenses en tokens - en un an, plus de 2,5 millions de nœuds ont été attirés, et le token a augmenté de plus de 5 fois en 10 jours après son lancement, validant ainsi sa logique commerciale.
Le projet a reçu le soutien d'un capital de premier plan, s'appuyant sur la chaîne haute performance Solana pour réaliser la certification et le transfert des données.
L'anonymat de l'équipe actuelle reste controversé, et les progrès de la décentralisation du traitement des données doivent être suivis.
Champ d'application
Grass est un projet DePIN qui collecte et valide des données Internet grâce à la bande passante inutilisée des appareils des utilisateurs, en particulier pour soutenir le développement de l'intelligence artificielle (AI).
Son cœur est un réseau d'agents résidentiels (residential proxy network), qui permet aux entreprises d'utiliser la connexion Internet des utilisateurs pour accéder et extraire des données Internet de différentes localisations géographiques, ce qui est très utile pour l'entraînement des modèles d'IA nécessitant des données diversifiées et représentatives géographiquement.
Problèmes résolus : Le web scraping traditionnel est généralement réalisé par des systèmes centralisés, ce qui entraîne une faible efficacité et des risques d'erreurs ou de biais. Grass vise à fournir des données Internet fiables et vérifiées de manière décentralisée, et les données fournies par des utilisateurs décentralisés présentent naturellement des caractéristiques de diversité, de publication dans plusieurs régions et de temps réel.
Vision et mission : La vision de Grass est de créer une couche de données Internet décentralisée, où les données sont collectées, vérifiées et structurées de manière à minimiser la confiance. Sa mission est d'habiliter les utilisateurs à contribuer à la couche de données et de les inciter à participer grâce à des mécanismes de récompense.
Mode de participation des utilisateurs : Les utilisateurs n'ont besoin que de trois étapes pour commencer : visiter le site officiel de Grass, installer l'extension/client, se connecter et commencer à gagner des Grass Points. Ce mode de contribution de bande passante pour gagner des récompenses offre aux utilisateurs ordinaires une opportunité de partager les dividendes de la croissance de l'IA.
En résumé, les caractéristiques clés et les avantages de Grass résident dans : un réseau décentralisé qui réduit le coût de collecte des données, une plus grande diversité des données ; les utilisateurs gagnent des récompenses en contribuant de la bande passante, permettant un retour de la valeur des données ; l'utilisation de la technologie blockchain pour vérifier les données, garantissant la transparence et la fiabilité des données.
Histoire du développement
Phase conceptuelle : Mi-2022, le projet a été proposé par Wynd Labs.
Phase de développement : Le début de la construction du produit au début de 2023 marque l'entrée du projet dans la phase de développement réel.
Financement de la ronde de semences : En 2023, Grass a complété un financement de 3,5 millions de dollars en ronde de semences, dirigé par un certain capital et un certain capital, pour un total de 4,5 millions de dollars (, y compris les ) de la ronde de semences préliminaire dirigée par une certaine société.
Test utilisateur : fin 2023, lancement d'une extension pour le navigateur Chrome, début des tests utilisateurs, attirer les premiers utilisateurs à participer.
Jalon : En avril 2024, le projet annonce plus de 2 millions de dispositifs de nœuds de connexion, en forte croissance. Selon les données de DePIN Scan, à partir de mars 2025, le nombre d'utilisateurs actifs a dépassé les 2,5 millions.
Premier airdrop : Annonce du premier airdrop le 21 octobre 2024, distribution de 100 millions de jetons GRASS ( 10 % de l'offre totale ), récompensant les premiers utilisateurs.
Échange en ligne : mise en ligne sur un certain échange le 28 octobre 2024, le prix a augmenté de $0,6 à $3,89 en 10 jours, augmentant régulièrement d'environ 5 fois.
État actuel : le projet continue de s'étendre, la deuxième phase des incitations pour les utilisateurs en attente est en cours ; un lancement d'applications mobiles Android et iPhone est prévu pour augmenter l'échelle du réseau et la participation des utilisateurs.
État de l'équipe
Selon les données, Grass a été développé par Wynd Labs, dont le fondateur est Andrej Radonjic, qui est le PDG de Wynd Labs et détient un master en mathématiques et statistiques de l'Université de York ainsi qu'un baccalauréat en physique appliquée de l'Université McMaster.
Les membres de l'équipe viennent tous de Wynd Labs, se concentrant sur le développement des technologies blockchain et IA, possédant une expérience dans des domaines connexes. Cependant, les informations spécifiques sur les membres n'ont pas été largement divulguées, seule l'identité de Radonjic a été révélée.
Selon des données publiques, Wynd Labs a été fondée en 2022, et son produit phare est Grass.
Financement et Partenaires Clés
( Investisseurs et soutien
Série de seed : En 2023, un financement de 3,5 millions de dollars a été réalisé lors de la série de seed, dirigé par un certain capital et un certain capital. Selon les données, le financement total après la série de seed a atteint 4,5 millions de dollars, y compris la série d'avant-seed dirigée par une certaine entreprise.
Série A de financement : La série A de financement sera complétée en septembre 2024, dirigée par un certain capital, avec la participation d'autres capitaux, le montant n'ayant pas été divulgué.
Soutien des investisseurs : Ce sont tous des investisseurs assez connus dans le secteur. Obtenir leur soutien montre également la reconnaissance du projet dans l'industrie.
) Partenaire
Plateforme blockchain : construite sur le réseau Solana, le projet tire parti de la haute performance et de l'évolutivité de Solana.
Actuellement, il n'a pas été clairement mentionné de collaboration spécifique avec des entreprises d'IA ou d'autres projets, mais l'écosystème du réseau Solana pourrait offrir des opportunités de collaboration futures.
Analyse technique du projet
Grass tente de redistribuer la valeur des données des grandes entreprises technologiques aux utilisateurs ordinaires.
Le réseau de nœuds dans l'architecture technique Grass, les innovations de traitement ZKP et le livre de données forment un flux de travail en boucle fermée, décentralisé tout au long de la chaîne, de la collecte, de la validation à la livraison, soutenant ainsi bien sa vision décentralisée.
Cependant, il est nécessaire de résoudre les opérations centralisées actuelles, la mise en œuvre technique doit encore être suivie pour voir si elle pourra se dérouler sans heurts.
Architecture technique de base : Sovereign Data Rollup
Grass construit le premier agrégateur de données souveraines. Il simplifie l'acquisition et la transformation des données grâce à un réseau de nœuds Grass répartis dans le monde entier, permettant ainsi l'accès aux données Web structurées généralisées pour l'IA. L'infrastructure est soutenue par un Rollup de données dédié sur Solana, conçu pour gérer l'ensemble du cycle de vie des données - provenance, traitement, validation et construction de jeux de données. L'architecture s'articule autour des composants suivants:
Démanteler les composants clés de l'architecture technique de Grass :
( réseau de nœuds
Composé de trois couches : validateurs, routeurs et nœuds Grass.
Les utilisateurs partagent leur bande passante Internet non utilisée en installant des extensions de navigateur / des applications de bureau, formant ainsi des nœuds Grass, qui se regroupent pour constituer un réseau distribué mondial. Actuellement, Grass compte plus de 2,5 millions de nœuds, couvrant plus de 190 pays, capturant environ 100 To de données par jour, fournissant des sources de données diversifiées et géographiquement représentatives pour le développement de l'IA.
Le routeur Grass connecte le nœud Grass au validateur. Le routeur est responsable du réseau de nœuds et relaie la bande passante.
Les validateurs reçoivent, vérifient et traitent en masse les transactions distribuées par les routeurs. Ensuite, ils génèrent des preuves ZK pour vérifier les données de session sur la chaîne. À l'étape actuelle, la collecte des données est gérée par un système centralisé, avec des plans futurs pour réaliser la décentralisation via des réseaux Layer 2.
) preuve à divulgation nulle ### ZK ### processeur
Grass utilise des preuves à connaissance nulle pour vérifier l'origine des données, garantissant
Cette page peut inclure du contenu de tiers fourni à des fins d'information uniquement. Gate ne garantit ni l'exactitude ni la validité de ces contenus, n’endosse pas les opinions exprimées, et ne fournit aucun conseil financier ou professionnel à travers ces informations. Voir la section Avertissement pour plus de détails.
12 J'aime
Récompense
12
5
Reposter
Partager
Commentaire
0/400
AirdropDreamBreaker
· 07-22 11:43
Il revient encore un qui se fait prendre pour des cons.
Voir l'originalRépondre0
liquidation_watcher
· 07-21 19:22
Attrapez-vous, entrez dans une position, l'herbe est très forte.
Voir l'originalRépondre0
BridgeTrustFund
· 07-19 20:06
Point de départ de la frénésie de depin ?
Voir l'originalRépondre0
MondayYoloFridayCry
· 07-19 19:54
Ça sonne très bien, en fait, c'est juste l'intégration de machines inutilisées.
Voir l'originalRépondre0
BasementAlchemist
· 07-19 19:49
Ne fais pas le faux, DePIN a trompé combien de pigeons.
Grass fusionne DePIN et les données AI pour construire un réseau de collecte de données décentralisé.
Contexte de l'industrie
DePIN intègre les ressources sous-utilisées à l'échelle mondiale via la technologie blockchain, telles que la puissance de calcul, le stockage et la bande passante, pour construire un réseau d'infrastructure distribué. Parallèlement, l'industrie de l'IA fait face à une pénurie structurelle de données, à des monopoles géants, à des controverses sur la confidentialité et à des barrières d'isolement, ce qui entraîne une non-libération de 80 % de la valeur des données.
La compétition future en IA est essentiellement un double jeu entre l'efficacité d'acquisition des données et la conformité éthique, et DePIN offre la solution technique optimale.
La disruption de Grass réside dans la réalisation de cette fusion entre les deux.
DePIN : Reconfiguration mondiale des infrastructures
( définition et logique de base
Ces dernières années, avec la maturation de la technologie blockchain et l'émergence du concept Web3, divers secteurs explorent des chemins de transformation décentralisés. DePIN est l'incarnation de cette tendance dans le domaine des infrastructures. DePIN), qui signifie Réseaux d'infrastructures physiques décentralisées, est un nouveau modèle économique qui intègre des ressources physiques mondiales décentralisées### telles que la puissance de calcul, le stockage, la bande passante, l'énergie, etc., grâce à la technologie blockchain.
La logique centrale réside dans : stimuler la contribution de la communauté par des incitations en tokens pour construire un réseau d'infrastructure décentralisé, remplaçant le modèle coûteux et peu efficace des prestataires de services centralisés traditionnels.
( moteurs de l'industrie
Comparé au mode centralisé, la décentralisation des infrastructures physiques présente des avantages plus importants en termes de structure de coûts, de modes de gouvernance, de résilience du réseau et d'extensibilité écologique.
) domaines de niche et cas typiques
Selon la définition de Messari, DePIN couvre deux grandes catégories d'infrastructures physiques ( telles que les réseaux sans fil, les réseaux énergétiques ) et les réseaux de ressources numériques ### tels que le stockage, le calcul ###, et réalise une correspondance entre l'offre et la demande ainsi qu'un mécanisme d'incitation grâce à la technologie blockchain.
Infrastructure physique: représentant un projet de réseau sans fil, construire un réseau de communication à couverture mondiale grâce au déploiement d'appareils de point d'accès dans la communauté;
Réseau de ressources numériques : comprend un certain projet de stockage décentralisé, un certain projet de calcul distribué, etc., qui forment un modèle économique partagé par l'intégration des ressources inutilisées.
( potentiel de marché
Selon les données, d'ici 2024, le nombre d'appareils DePIN dans le monde aura dépassé 13 millions, avec une taille de marché atteignant 50 milliards de dollars, mais le taux de pénétration est inférieur à 0,1 %. Au cours des dix prochaines années, il pourrait croître de 100 à 1000 fois.
En 2024, la capitalisation boursière du secteur DePIN atteindra 50 milliards de dollars, couvrant plus de 350 projets, avec un taux de croissance annuel supérieur à 35 %.
Le moteur central réside dans l'amélioration de l'efficacité des ressources ), comme l'utilisation de la bande passante inutilisée ( et l'explosion de la demande ), comme la demande en puissance de calcul et en données de l'IA ###, et les effets bilatéraux.
Bien sûr, l'évolutivité des réseaux décentralisés, la confidentialité des données et la vérification de la sécurité restent des défis clés pour le développement de DePIN.
Besoins en données IA : Croissance explosive et contradictions structurelles
"Les données sont le pétrole de la nouvelle ère"
L'acquisition et le traitement des données AI sont le moteur central du développement de l'intelligence artificielle, en particulier lors de la formation de grands modèles de langage ( tels que GPT ) et des réseaux neuronaux génératifs ( comme MidJourney ).
La performance et l'efficacité des modèles d'IA dépendent en grande partie de la qualité et de la quantité des données d'entraînement. Des données de haute qualité, diversifiées et représentatives géographiquement sont cruciales pour la performance des modèles d'IA.
( Besoin de données : échelle et caractéristiques
Saut de niveau : par exemple, pour GPT-4, l'entraînement nécessite plus de 45 To de données textuelles, tandis que la vitesse d'itération de l'IA générative exige une mise à jour et une diversification des données en temps réel ;
Part des coûts : Les coûts de collecte, de nettoyage et d'annotation des données dans le développement de l'IA représentent plus de 40 % du budget total, devenant ainsi un goulot d'étranglement clé pour la commercialisation ;
Différenciation des scénarios : la conduite autonome nécessite des données de capteurs de haute précision, l'IA médicale dépend d'une base de données de cas conforme à la vie privée, l'IA sociale repose sur des données de comportement des utilisateurs.
) Points de douleur de l'approvisionnement en données traditionnelles
Barrières de données : les grandes entreprises/acteurs clés contrôlent une vaste source de données, les petits et moyens développeurs sont confrontés à des barrières élevées et à une tarification injuste ;
Îles de données : Les données sont souvent dispersées entre différentes institutions et entreprises, et le partage et la circulation des données sont confrontés à de nombreux obstacles, ce qui empêche une utilisation optimale des ressources de données.
Confidentialité des données : La collecte de données implique souvent des enjeux de confidentialité et des controverses sur le droit d'auteur, comme l'incident de facturation de l'API d'une certaine plateforme sociale qui a déclenché des protestations de la part des développeurs ;
Circulation inefficace : l'isolement des données et l'absence de normalisation entraînent une collecte redondante, avec un taux d'utilisation des données mondial inférieur à 20 % ;
Interruption de la chaîne de valeur : les contributeurs individuels qui créent des données ne peuvent pas en tirer profit lors de l'utilisation ultérieure des données.
( Chemin de rupture de DePIN
Collecte de données distribuée : collecte de données publiques par le biais d'un réseau de nœuds ) telles que les médias sociaux, les bases de données publiques ###, réduisant le coût de collecte des données et améliorant l'efficacité et l'échelle de la collecte de données;
Améliorer la qualité et la diversité des données : grâce au mécanisme d'incitation DePIN, il est possible d'attirer davantage de participants à contribuer aux données, ce qui améliore la qualité et la diversité des données, renforçant ainsi la capacité de généralisation des modèles d'IA.
Nettoyage et annotation décentralisés : collaboration communautaire pour le prétraitement des données, combinant la preuve à divulgation nulle de connaissance ###ZK### pour garantir l'authenticité des données ;
Boucle de motivation par tokenisation : les contributeurs de données reçoivent des récompenses en tokens, et les demandeurs achètent des ensembles de données structurées avec des tokens, formant un matching direct de l'offre et de la demande.
Le projet Grass se situe à l'intersection de DePIN et de l'industrie des données AI, appliquant de manière innovante le concept de DePIN au domaine de la collecte de données AI, et a construit un réseau de collecte de données décentralisé, visant à fournir des sources de données plus économiques, plus efficaces et plus fiables pour l'entraînement des modèles AI.
Dans les chapitres suivants, nous analyserons en profondeur les mécanismes spécifiques, les caractéristiques techniques, les cas d'utilisation et les perspectives de développement futur du projet Grass.
Informations de base sur le projet
Grass construit un réseau de collecte de données décentralisé via l'architecture DePIN, fournissant des sources de données à haute performance et à grande diversité pour la formation de l'IA. Les utilisateurs n'ont qu'à installer le client pour contribuer à la bande passante et obtenir des récompenses en tokens - en un an, plus de 2,5 millions de nœuds ont été attirés, et le token a augmenté de plus de 5 fois en 10 jours après son lancement, validant ainsi sa logique commerciale.
Le projet a reçu le soutien d'un capital de premier plan, s'appuyant sur la chaîne haute performance Solana pour réaliser la certification et le transfert des données.
L'anonymat de l'équipe actuelle reste controversé, et les progrès de la décentralisation du traitement des données doivent être suivis.
Champ d'application
Grass est un projet DePIN qui collecte et valide des données Internet grâce à la bande passante inutilisée des appareils des utilisateurs, en particulier pour soutenir le développement de l'intelligence artificielle (AI).
Son cœur est un réseau d'agents résidentiels (residential proxy network), qui permet aux entreprises d'utiliser la connexion Internet des utilisateurs pour accéder et extraire des données Internet de différentes localisations géographiques, ce qui est très utile pour l'entraînement des modèles d'IA nécessitant des données diversifiées et représentatives géographiquement.
Problèmes résolus : Le web scraping traditionnel est généralement réalisé par des systèmes centralisés, ce qui entraîne une faible efficacité et des risques d'erreurs ou de biais. Grass vise à fournir des données Internet fiables et vérifiées de manière décentralisée, et les données fournies par des utilisateurs décentralisés présentent naturellement des caractéristiques de diversité, de publication dans plusieurs régions et de temps réel.
Vision et mission : La vision de Grass est de créer une couche de données Internet décentralisée, où les données sont collectées, vérifiées et structurées de manière à minimiser la confiance. Sa mission est d'habiliter les utilisateurs à contribuer à la couche de données et de les inciter à participer grâce à des mécanismes de récompense.
Mode de participation des utilisateurs : Les utilisateurs n'ont besoin que de trois étapes pour commencer : visiter le site officiel de Grass, installer l'extension/client, se connecter et commencer à gagner des Grass Points. Ce mode de contribution de bande passante pour gagner des récompenses offre aux utilisateurs ordinaires une opportunité de partager les dividendes de la croissance de l'IA.
En résumé, les caractéristiques clés et les avantages de Grass résident dans : un réseau décentralisé qui réduit le coût de collecte des données, une plus grande diversité des données ; les utilisateurs gagnent des récompenses en contribuant de la bande passante, permettant un retour de la valeur des données ; l'utilisation de la technologie blockchain pour vérifier les données, garantissant la transparence et la fiabilité des données.
Histoire du développement
Phase conceptuelle : Mi-2022, le projet a été proposé par Wynd Labs.
Phase de développement : Le début de la construction du produit au début de 2023 marque l'entrée du projet dans la phase de développement réel.
Financement de la ronde de semences : En 2023, Grass a complété un financement de 3,5 millions de dollars en ronde de semences, dirigé par un certain capital et un certain capital, pour un total de 4,5 millions de dollars (, y compris les ) de la ronde de semences préliminaire dirigée par une certaine société.
Test utilisateur : fin 2023, lancement d'une extension pour le navigateur Chrome, début des tests utilisateurs, attirer les premiers utilisateurs à participer.
Jalon : En avril 2024, le projet annonce plus de 2 millions de dispositifs de nœuds de connexion, en forte croissance. Selon les données de DePIN Scan, à partir de mars 2025, le nombre d'utilisateurs actifs a dépassé les 2,5 millions.
Premier airdrop : Annonce du premier airdrop le 21 octobre 2024, distribution de 100 millions de jetons GRASS ( 10 % de l'offre totale ), récompensant les premiers utilisateurs.
Échange en ligne : mise en ligne sur un certain échange le 28 octobre 2024, le prix a augmenté de $0,6 à $3,89 en 10 jours, augmentant régulièrement d'environ 5 fois.
État actuel : le projet continue de s'étendre, la deuxième phase des incitations pour les utilisateurs en attente est en cours ; un lancement d'applications mobiles Android et iPhone est prévu pour augmenter l'échelle du réseau et la participation des utilisateurs.
État de l'équipe
Selon les données, Grass a été développé par Wynd Labs, dont le fondateur est Andrej Radonjic, qui est le PDG de Wynd Labs et détient un master en mathématiques et statistiques de l'Université de York ainsi qu'un baccalauréat en physique appliquée de l'Université McMaster.
Les membres de l'équipe viennent tous de Wynd Labs, se concentrant sur le développement des technologies blockchain et IA, possédant une expérience dans des domaines connexes. Cependant, les informations spécifiques sur les membres n'ont pas été largement divulguées, seule l'identité de Radonjic a été révélée.
Selon des données publiques, Wynd Labs a été fondée en 2022, et son produit phare est Grass.
Financement et Partenaires Clés
( Investisseurs et soutien
Série de seed : En 2023, un financement de 3,5 millions de dollars a été réalisé lors de la série de seed, dirigé par un certain capital et un certain capital. Selon les données, le financement total après la série de seed a atteint 4,5 millions de dollars, y compris la série d'avant-seed dirigée par une certaine entreprise.
Série A de financement : La série A de financement sera complétée en septembre 2024, dirigée par un certain capital, avec la participation d'autres capitaux, le montant n'ayant pas été divulgué.
Soutien des investisseurs : Ce sont tous des investisseurs assez connus dans le secteur. Obtenir leur soutien montre également la reconnaissance du projet dans l'industrie.
) Partenaire
Plateforme blockchain : construite sur le réseau Solana, le projet tire parti de la haute performance et de l'évolutivité de Solana.
Actuellement, il n'a pas été clairement mentionné de collaboration spécifique avec des entreprises d'IA ou d'autres projets, mais l'écosystème du réseau Solana pourrait offrir des opportunités de collaboration futures.
Analyse technique du projet
Grass tente de redistribuer la valeur des données des grandes entreprises technologiques aux utilisateurs ordinaires.
Le réseau de nœuds dans l'architecture technique Grass, les innovations de traitement ZKP et le livre de données forment un flux de travail en boucle fermée, décentralisé tout au long de la chaîne, de la collecte, de la validation à la livraison, soutenant ainsi bien sa vision décentralisée.
Cependant, il est nécessaire de résoudre les opérations centralisées actuelles, la mise en œuvre technique doit encore être suivie pour voir si elle pourra se dérouler sans heurts.
Architecture technique de base : Sovereign Data Rollup
Grass construit le premier agrégateur de données souveraines. Il simplifie l'acquisition et la transformation des données grâce à un réseau de nœuds Grass répartis dans le monde entier, permettant ainsi l'accès aux données Web structurées généralisées pour l'IA. L'infrastructure est soutenue par un Rollup de données dédié sur Solana, conçu pour gérer l'ensemble du cycle de vie des données - provenance, traitement, validation et construction de jeux de données. L'architecture s'articule autour des composants suivants:
Démanteler les composants clés de l'architecture technique de Grass :
( réseau de nœuds
Composé de trois couches : validateurs, routeurs et nœuds Grass.
Les utilisateurs partagent leur bande passante Internet non utilisée en installant des extensions de navigateur / des applications de bureau, formant ainsi des nœuds Grass, qui se regroupent pour constituer un réseau distribué mondial. Actuellement, Grass compte plus de 2,5 millions de nœuds, couvrant plus de 190 pays, capturant environ 100 To de données par jour, fournissant des sources de données diversifiées et géographiquement représentatives pour le développement de l'IA.
Le routeur Grass connecte le nœud Grass au validateur. Le routeur est responsable du réseau de nœuds et relaie la bande passante.
Les validateurs reçoivent, vérifient et traitent en masse les transactions distribuées par les routeurs. Ensuite, ils génèrent des preuves ZK pour vérifier les données de session sur la chaîne. À l'étape actuelle, la collecte des données est gérée par un système centralisé, avec des plans futurs pour réaliser la décentralisation via des réseaux Layer 2.
) preuve à divulgation nulle ### ZK ### processeur