Ocean Network 推出经济实惠的点对点 GPU 编排测试版

新闻稿。 新加坡，2026年3月17日——Ocean Network今日宣布其去中心化点对点（P2P）计算调度层正式进入测试阶段。这标志着行业正从硬件碎片化向高度流动的市场转型，用户可按需获取计算资源，且无需承担中心化守门人的额外成本。 依托这一架构，Ocean Network 使现代数据科学家和开发者能够绕过传统云服务的瓶颈，实现从代码到执行的无缝衔接。

解决去中心化计算的“协调难题” 尽管对高性能GPU的需求已达到白热化程度，但去中心化计算历来面临可用性缺口。大多数开发者不愿管理远程节点、配置复杂的SSH密钥，或冒险依赖不可靠的运行时间；他们只想运行代码。 Ocean Network通过聚焦编排层来弥合这一缺口。 为确保从 Beta 测试首日便具备顶级可靠性和性能，Ocean Network 基于双方于 2025 年达成的合作协议，从 Aethir 租用高性能 GPU。这使用户能够立即访问庞大的行业领先硬件集群，涵盖从性能强劲的 NVIDIA H200、H100 和 A100，到易于获取的 1060 等各类设备。

“我们不仅为数据科学家和开发者提供 GPU 访问权限，更提供了一个编排层，让去中心化计算体验如同本地执行一般，”Ocean Network 团队表示。“这标志着从手动基础设施管理向纯自动化（automatiON）的转变。”

展望未来，Ocean Network 将开始将全球闲置的 GPU 聚合到一个统一的 P2P 网络中，允许任何人设置 Ocean Node，并将其高性能但未充分利用的计算资源变现。 Ocean Orchestrator：主流 IDE 中的常驻组件 此次 Beta 版发布的核心是 Ocean Orchestrator（原名为 Ocean VS Code 扩展）。 鉴于现代用户的工作流主要在编辑器中完成，Orchestrator 已原生集成至 VS Code、Cursor、Windsurf 和 Antigravity。 与传统云服务垄断商强迫开发者使用昂贵且僵化的硬件层级不同，Ocean Network 提供完全灵活的资源分配，不设预设套餐。其用户体验设计注重精细控制与速度：

1. 自定义选择：筛选并选择特定硬件型号（例如 Nvidia H200、A100、Tesla 4），并设定 CPU 和内存的确切最低要求；
2. 一键提交：在精确映射环境后，单击即可部署容器化任务（Python 或 JavaScript）；
3. 实时检索：实时监控任务，并将结果自动拉取回用户的本地环境。

纯自动化：按需付费的经济模式 Ocean Network 挑战了 AWS 和 GCP 的“预留实例”模式。在传统云环境中，用户需为机器“开启”的时间付费，无论其是否正在进行计算或处于空闲状态。

Ocean Network 推出基于 Base（以太坊 L2）部署的按需付费托管机制，实现低费率、高速结算。资金将存入托管账户，仅在节点完成任务并返回输出结果后才予以释放。用户仅需严格按特定任务实际消耗的资源（时间、硬件和环境）付费，从而有效消除了闲置计算资源的成本。 所有访问权限和奖励均通过 Alchemy 提供的基于钱包的身份验证机制进行保障。 基于“计算即数据”（C2D）的安全保障 针对处理敏感数据的 Web2 数据科学家和 AI 代理爱好者，Ocean 采用了“计算即数据”（C2D）架构。该架构在数据所在的隔离容器中运行算法。原始数据绝不离开其边界；仅将安全的计算结果返回给用户。

构建流动计算的未来 本次 Beta 版发布诚邀 Web2 数据科学家、数据分析师及 Web3 建设者，共同体验一个计算作为公用事业而非瓶颈的世界。虽然初期 Beta 版侧重需求端（即赋能用户运行任务），但网络将很快扩展，允许节点运行者通过加入工作层，将其闲置的高性能 GPU 和 CPU 算力变现。

关于 Ocean Network Ocean Network 是一个去中心化的点对点（P2P）按需计算网络，致力于将闲置或利用率不足的 GPU 转化为可用的分布式计算资源。用户无需管理服务器或基础设施，即可选择具备所需资源的 Ocean Node，提交容器化任务并获取结果

联系方式： 姓名：Andreea Neagu 职位：市场营销主管 公司：Ocean Network 网站：https://www.oncompute.ai/ 国家：新加坡 邮箱：help@oncompute.ai _________________________________________________________________________

Bitcoin.com 不承担任何责任或义务，且对于因使用或依赖本文提及的任何内容、商品或服务而引起或与之相关的任何损失、损害、索赔、成本或费用（无论实际、声称或间接），无论直接或间接，均不承担任何责任。对上述信息的任何依赖均完全由读者自行承担风险。