Aethir

Aethir 是一个去中心化的实时渲染网络，可解锁元宇宙中的内容可访问性。Aethir 构建可扩展、去中心化的云基础设施 (DCI)，其网络帮助游戏和人工智能公司（无论大小）将其产品直接交付给消费者。

发展历程

2023年7月，Aethir 以 1.5 亿美元估值完成了一笔 Pre-A 轮融资，投资方包括 Arthur Hayes 的 Maelstrom、Sanctor Capital、Hashkey 和 Merit Circle 等，具体金额未披露。

2023年11月1日，Aethir 宣布已加入芯片制造巨头英伟达旗下「NVIDIA Inception」计划，旨在结合英伟达深度学习技术为企业客户提供创新 Web3 云服务，同时还将获得该计划旗下风险投资家的支持。

2023年11月7日，Aethir 发推称，已在 Arbitrum 上推出测试网。

2024年3月20日，Aethir 启动首个网络可用节点「检查器节点」（Check Node）公售。10 万个检查器节点将于 18:00 在 Aethir 官网公售，每个节点起售价为 0.1259 ETH，逐级增加，可在 Arbitrum 网络上使用 wETH 购买，可购数量没有上限。Aethir 社区、合作伙伴和 KOL 将获得预留白名单，剩余限量节点以先到先得方式面向公众开放购买。2024 年第二季度可以安装并运行 Checker 节点。ATH 是 Aethir 网络原生代币，其总供应量的 15% 用于奖励检查器节点帮助验证其他节点参与者提供的正常运行时间、延迟、服务质量和计算能力。

2024年4月11日，据 CryptoSlate 报道，专注于视频、人工智能和娱乐的区块链 Theta 与去中心化 GPU 云基础设施 Aethir 合作，计划推出 AI 和 DePIN 混合 GPU 市场。双方合作旨在提供分布式计算能力，解决 AI 行业的供应链问题，并为企业提供便捷的 GPU 计算资源。

2024年4月18日，据 Decrypt 报道，去中心化 GPU 云基础设施 Aethir 在迪拜 Token 2049 官方新闻发布会上推出由高通技术支持的与分布式云基础设施集成的授权挖矿设备 Aethir Edge，23% ATH 代币可通过挖矿产出。

2024年4月22日，io.net 与 Aethir 达成战略合作和代币空投交换，以增强去中心化计算和 GPU 基础设施。

2024年4月25日，Aethir 发推称，推出 Aethir Cloud Drop 活动。即日起至 5 月 12 日，Aethir 将向社区发放空投。用户可购买 Aethir Checker 节点，参与社交媒体、参与测试、邀请推荐、成为特定 NFT/ 代币社区之一可获得空投资格。同时，Aethir 还将为 WolvesDAO、AI ARENA、Azuki 社区发放空投。此外，Aethir 将为 Questor 钱包进行女巫检查。

2024年4月30日，据 VentureBeat 报道，去中心化 GPU 云基础设施 Aethir 宣布与 NFT 平台 Magic Eden 达成合作，双方的目标是将 Aethir 的 GPU 即服务与 Magic Eden 的 NFT 平台相结合，创建一个统一的游戏生态系统，使 Magic Eden 成为 Aethir 的游戏客户首选 NFT 平台。

2024年6月5日，Bitget 在盘前交易市场上线 Aethir（ATH）。

2024年6月6日，Aethir 公布代币经济学，总量 420 亿枚，56% 用于奖励社区，其中，6% 用于空投，15% 用于 Aethir Checker 节点奖励，35% 用于 Aethir 边缘 / 企业奖励，其他 44% 分配给投资者生态系统与团队。

2024年6月12日，Aethir 表示，ATH 在以太坊主网上铸造，空投申领和质押将在以太坊主网上进行。所有交易平台将使用其以太坊主网合约。ATH 的以太坊合约地址为 0xbe0Ed4138121EcFC5c0E56B40517da27E6c5226B。Checker 节点 NFT 和 Checker 操作 / 奖励位于 Arbitrum 上。其他计算提供商的操作和奖励也在 Arbitrum 上。（Arbitrum）跨链合约地址为 0xc87B37a581ec3257B734886d9d3a581F5A9d056c。Aethir 宣布空投认领和 ATH 质押已上线。Aethir 宣布其去中心化云计算网络在以太坊主网正式上线。

2024年6月21日，Aethir 与生成式 AI 应用平台公司 TensorOpera 达成合作，TensorOpera 将通过集成 Aethir 的企业级 GPU 资源池，加速其最新的开源语言模型 TensorOpera Fox-1 的部署、微调和完整训练。