io.net生态系统内的支付和交易费用，例如购买/提供未充分利用的GPU计算能力、部署GPU集群。

用户可以通过以下任一方式参与网络安全并赚取闲置 GPU 奖励份额： 委托人将 $IO 代币质押到他们选择的节点上。 直接质押更多 $IO 代币在自己的节点上运行。

IO 代币使持有者能够通过提出、投票和实施资助提案来参与 IO Grants DAO 的治理，这些提案指导 GPU 互联网基金会的资金分配和战略方向。

维护 IOG 网络并在网络之上构建产品和服务的开发公司

也称为 GPU 互联网或“IOG”，IOG 网络是一个由独立操作的地理分布式硬件节点组成的去中心化物理基础设施网络，可提供对按需计算的无需许可的访问

开源、开发人员友好的 SDK，使构建者能够在 GPU 互联网上部署产品和服务

io.net 的创建是为了建立一个全球可访问的去中心化云计算网络，提供经济实惠、灵活且无需许可的计算能力访问。

随着人工智能的兴起，GPU计算能力大幅提升，而公有云中的GPU却严重短缺。 这造成了一些问题，例如等待时间长、选择有限和成本高。 通过聚合来自未充分利用的来源（例如独立数据中心、闲置加密矿场和消费者）的 GPU，io.net 可以提供比集中式云提供商低 90% 的计算能力。

批量推理和模型服务：可以通过将训练模型的架构和权重导出到共享对象存储来并行对传入的批量数据执行推理。 io.net 允许机器学习团队跨分布式 GPU 网络构建推理和模型服务工作流程。 并行训练：CPU/GPU 内存限制和顺序处理工作流程在单个设备上训练模型时出现了巨大的瓶颈。 io.net 利用分布式计算库来编排和批量训练作业，以便它们可以使用数据和模型并行性在许多分布式设备上并行化。 并行超参数调优：超参数调优实验本质上是并行的，io.net 利用具有高级超参数调优功能的分布式计算库来检查最佳结果、优化调度并简单地指定搜索模式。 强化学习：io.net 使用开源强化学习库，该库支持生产级、高度分布式的 RL 工作负载以及一组简单的 API。