Samtalen rundt AI compute starter ofte med mangler. GPU-er er dyre, kapasitet i skyen er begrenset, og mindre team sliter med å konkurrere mot selskaper som kan reservere store mengder kapasitet. Men den dypere utfordringen er koordinering.
Store mengder maskinvare står ubrukt rundt om i markedet. Uavhengige operatører har ofte GPU-er som står stille, mens utviklere trenger kapasitet til inferens, embedding, batch-prosessering eller modelltilpasning.
Ocean Network fokuserer på å koble disse to sidene. Nettverket knytter fragmentert tilbud sammen med faktisk etterspørsel gjennom et peer-to-peer-nettverk der containeriserte oppgaver kjøres på eksterne noder og resultatene returneres til brukeren.
Oceans idé er at ubrukt maskinvare kan bli del av et likvid marked når koordineringen fungerer godt.
AirBnB-sammenligningen er nyttig – ledige rom ble økonomisk nyttige da det kom lag for oppdagelse, booking og tillit rundt dem. Ocean ønsker å gjøre noe lignende for datakraft ved å gjøre spredte maskiner tilgjengelige for dataforskere og utviklere på forespørsel.
Hva er Ocean Network?
Ocean Network følger en enkel arbeidsflyt. En bruker velger et compute-miljø, sender inn en containerisert oppgave og mottar resultatet når kjøringen er ferdig.
Før oppgaven starter i Ocean Orchestrator, oppdager brukerne som regel tilgjengelig kapasitet gjennom Ocean Network Dashboard, som fungerer som den viktigste inngangsporten for å bla i node-katalogen, se maskinvarespesifikasjoner og håndtere oppgaver og betalinger.
Plattformen inneholder også testmiljøer, slik som en rask CPU-test og tilskuddsstøttet tilgang til GPU-jobber, og gir dataforskere og utviklere en enklere måte å prøve plattformen på før de starter større prosesser.
Ocean Orchestrator er et editor-basert verktøy som lar utviklere lage prosjekter, sende inn oppgaver, overvåke framgang og laste ned utdata direkte fra utviklingsmiljøet.
Utvidelsen fungerer i verktøy som VS Code, Cursor og lignende editorer. I stedet for å oppdage en eksisterende Python- eller JavaScript-fil, starter man med et nytt prosjekt der utvikleren genererer nødvendige filer fra maler, inkludert algoritmefil, Dockerfile, avhengighetsfil og .env-fil. Etter oppsett kan oppgaver kjøres på eksterne noder uten å måtte klargjøre maskinene manuelt.
Større skytilbydere har allerede bruksbasert prising for datakraft og GPU. Disse løsningene krever fortsatt at brukeren velger instanser og håndterer miljøer. Ocean legger større vekt på å definere og utføre selve oppgaven.
Utviklere velger et eksternt miljø, kjører en arbeidsoppgave og betaler for ressursene som brukes akkurat da.
For containeriserte oppgaver som modell-inferens eller batch-prosessering, føles prosessen mer som å utføre en jobb enn å leie en maskin.
Ocean sin orkestreringslag
Ocean Orchestrator står sentralt i opplevelsen. Distribuert datakraft kan høres kraftig ut, men blir fort komplisert når brukeren selv må håndtere eksterne systemer. Ocean forsøker å gjøre arbeidsflyten lik vanlige utviklingsprosesser.
Utvidelsen lar utviklere opprette et prosjekt, sende inn en oppgave, overvåke utførelsen og motta utdata i prosjektmappen. Den støtter Python, JavaScript og egendefinerte containere og fungerer på editorer som VS Code, Cursor, Antigravity og Windsurf.
Denne tilnærmingen gjør ekstern kjøring til en naturlig utvidelse av utviklingsmiljøet. En oppgave forlater editoren, kjøres på valgt node, og returnerer resultater som utvikleren kan inspisere eller jobbe videre med. Orchestrator bidrar til å koordinere nettverket slik at spredte maskiner oppfører seg som en brukbar pool av datakraft.
Compute-to-Data sikkerhetsarkitektur
Sikkerhet og datasuverenitet er en kjerne i utformingen. Oceans Compute-to-Data-modell lar algoritmer kjøres der data allerede finnes. Oppgaver kjøres i isolerte containere, og kun utdata returneres til brukeren.
Denne løsningen er viktig for sensitive datasett. Helsejournaler, bedriftsdata og forskningsdata kan ofte ikke flyttes fritt mellom parter. Compute-to-Data lar data analyseres mens eieren beholder full kontroll over sine aktiva.
For AI- og data science-prosesser gir dette en ny måte å samarbeide på. Forskere eller utviklere kan kjøre godkjente algoritmer, mens datainnehaveren beholder kontroll over sine aktiva. Nettverket fungerer derfor både som et likvid marked for datakraft og en sikker plattform for desentralisert beregning.
Betal per bruk versus reservert infrastruktur
Oceans økonomi følger samme logikk. Skyplattformer som AWS og GCP tar allerede betalt basert på bruk, men utviklerne reserverer fortsatt maskiner og styrer miljøer. Også her fokuserer Ocean på selve jobben.
En bruker velger et datamiljø ut fra tilgjengelige GPU-er, CPU, RAM, diskplass, maksimal jobbtid og gebyrtoken, og sender så arbeidsoppgaven til den aktuelle noden gjennom Ocean Orchestrator.
Jobben kjører eksternt med løpende statusoppdateringer og logger, og brukeren betaler for ressursene som forbrukes i det aktuelle oppdraget. Oceans system inkluderer også finansiering av oppgaven i depot før oppstart, med et kostnadsestimat som vises på forhånd, slik at brukeren får bedre oversikt over prisen før utførelsen begynner.
I stedet for å holde kapasitet i forkant, matcher brukeren en jobb til et miljø med kjente rammer og lar nettverket styre gjennomføringen. På tilbydersiden kan gebyrene knyttes til reelt bruk, med parametere som tid og miljø, noe som gjør at fragmentert maskinvare kan prises og forbrukes mer presist.
Hva dette betyr for to målgrupper
Ocean Network retter seg mot to grupper.
- Dataforskere og utviklere får tilgang til en katalog av regnemiljøer der de kan kjøre containeriserte oppgaver direkte fra editoren sin. Jobber som embedding-generering, modell-inferens eller databehandling kan kjøres eksternt, med resultater sendt tilbake til det lokale prosjektet.
- Node-operatører får en måte å tjene penger på ubrukt regnekraft. Ved å drifte Ocean Nodes kan de utføre oppgaver for nettverket og motta betaling for fullførte jobber. Denne muligheten for inntekt vil bli gjort tilgjengelig for uavhengige nodetilbydere senere i Beta-fasen.
Sammen danner disse elementene et koordinert datamarked. Utviklere får fleksibel tilgang til distribuert datakraft, mens maskinvareeiere får muligheten til å tjene på ubrukte maskiner.
Dette er hvordan Ocean Network-teamet har som mål å gjøre oppdelt kapasitet om til noe AI-brukere kan oppdage, kjøre og stole på.
