Pi Network Verkent AI-Training met Meer dan 421.000 Nodes in Nieuw Proof-of-Concept

• Pi Network heeft meer dan 421.000 Nodes, die meer dan 1 miljoen CPU's vertegenwoordigen, die opt-in AI-rekentaken zouden kunnen ondersteunen.
• In de OpenMind-pilot leverden 7 Pi Node-operators binnen 4 seconden beeldinferentieresultaten, inclusief labels zoals "bus" en "persoon".

Pi Network test een nieuw gebruik voor zijn wereldwijde node-netwerk via een proof-of-concept gekoppeld aan AI-training en computing. Het project richt zich op onbenutte rekencapaciteit over meer dan 421.000 Pi Nodes, die samen meer dan 1 miljoen CPU's vertegenwoordigen. Deze ongebruikte capaciteit zou externe AI-werklasten kunnen ondersteunen naast blockchain-functies. De inspanning kadert Pi Network's nieuwste AI-stap rond gedistribueerde computing en betaalde deelname door node-operators.

Het project is een reactie op twee bredere kwesties in de AI-sector. Een daarvan is de spanning die verband houdt met gecentraliseerde computing, inclusief datamcenterbeperkingen en geconcentreerd energieverbruik. De andere is de stijgende vraag naar rekenkracht naarmate AI-modellen, agenten en diensten uitbreiden. Pi wees er ook op dat zijn gedistribueerde netwerken kunnen helpen bij het coördineren van verspreide en ongebruikte middelen die anders inactief zouden blijven.

De AI-roadmap werd aangekondigd als onderdeel van Pi Network's bijgewerkte Mainnet-strategie tijdens de eerste verjaardag van zijn Open Network. Zoals we eerder berichtten, plaatste het plan kunstmatige intelligentie onder de topprioriteiten van het netwerk naast ecosysteemtokens en identiteitsdiensten.

Pi Network Test Gedistribueerde Beeldherkenningstaken 

De recente proof-of-concept werd voltooid met OpenMind, een robotica-startup ondersteund door Pi Network Ventures. OpenMind bouwt een besturingssysteem en open-source protocol voor robots. Om dat werk te ondersteunen, heeft het rekenkracht nodig voor training, evaluatie en modeluitvoering. De pilot testte of Pi's gedistribueerde Node-netwerk AI-gerelateerde taken buiten blockchain-activiteit aankon.

Voor de test bouwde OpenMind een container die rekentaken naar individuele computers kon sturen. Vrijwillige Pi Node-operators downloadden de container en draaiden deze op hun eigen machines. OpenMind stuurde vervolgens beeldherkenningstaken door het systeem. De computers verwerkten beelden met behulp van OpenMind's model, met als doel zoveel mogelijk afzonderlijke objecten te identificeren.

Pi meldde dat de pipeline van begin tot eind werkte. Zeven vrijwillige Pi Node-operators namen deel aan de pilot, en taakbevestigingen kwamen van alle zeven binnen één seconde terug. Inferentieresultaten werden binnen vier seconden door meerdere workers geretourneerd. De resultaten omvatten verwachte objectlabels zoals bus en persoon, samen met begrenzingskaders.

Pi Nodes kunnen externe rekenklussen accepteren en geldige resultaten aan een derde partij retourneren. Pi voegde toe dat gedistribueerde AI-training in een onderzoeksfase blijft en dat er nog meer werk nodig is in de sector. Toch biedt de test een vroeg voorbeeld van hoe onbenutte Node-capaciteit verpakt kan worden voor AI-bedrijven die alternatieve rekenbronnen zoeken.

Onlangs merkte CNF op dat Pi Network AI-beeldherkenningstaken op zijn nodes testte met OpenMind, waarbij inactieve CPU-capaciteit werd gebruikt terwijl zijn Mainnet-upgradepad doorging. De test toonde hoe ongebruikte node-bronnen kunstmatige intelligentie-werklasten over het netwerk zouden kunnen ondersteunen.

Bovendien begon Pi Network met Fase 2 van zijn mainnet-protocolupgrades na voltooiing van de Protocol v19.9-migratie. CNF rapporteerde dat het project nu Protocol v20.2 vóór Pi Day 2026 nastreeft.

Pi werd verhandeld tegen $0,2285, 13,77% omhoog in 24 uur, met een marktkapitalisatie van $2,2 miljard en $65,38 miljoen aan dagelijks volume.