FMGリサーチノート：AIの3つの問題点とDePINの解決策

概要

AI時代の製品競争は、リソース側（演算、データなど）、特に安定したリソース側のサポートを行うには分離することはできません。

モデルの訓練/反復は、同時にまた、モデル効率の質的変化を生成するために、情報を供給するために助けるために巨大なユーザーターゲット（IP）を必要とします。

Web3との組み合わせは、中小のAIスタートアップが伝統的なAIの巨人を超える曲がり角を達成するのを助けることができる。

DePINエコシステムにとって、演算と帯域幅のリソースエンドが下限を決定します（純粋な演算統合には堀がありません）。プロジェクトの天井を決める。

AI+DePINのコンテキスト、モデルの推論と微調整、モバイルAIモデル市場が評価されます。

AI市場分析・3つの課題

2022年からの統計情報ChatGPT誕生の前夜である9月から2023年8月までに、世界のAI製品トップ50だけで240億回以上の訪問があり、月平均2億3630万回の訪問が増加しました。

AI製品のブームの背景には、算数への依存度の高まりがあります。

Source: "Language Models are Few-Shot Learners"

マサチューセッツ大学アマースト校の論文によると、"AIモデルをトレーニングし、その生涯にわたって炭素を排出させることは、自動車5台分の炭素排出量に相当する。" しかし、この分析ではトレーニングは1回のみである。反復訓練によってモデルが改善されるにつれ、エネルギー使用量は劇的に増加する。

最新の言語モデルには、数十億から数兆の重みが含まれている。人気のあるモデルの1つであるGPT-3には、1750億の機械学習パラメーターがあります。A100を使用してこのモデルを訓練するには、1,024個のGPU、34日間、460万ドルが必要です。

ポストAI時代の製品競争は、コンピューティング・パワーに基づくリソース面での戦争へと徐々に拡大しています。

Source:AI is harming our planet: addressing AI's staggering energy cost

これは3つの疑問に及ぶ。第一に、AI製品が十分なリソース（演算、帯域幅など）、特に安定したリソースによってサポートされているかどうかです。この信頼性には、演算が十分に分散化されていることが必要です。従来の分野では、チップの需要側のギャップは、政策やイデオロギーに基づいて構築された世界の壁と相まって、チップメーカーを当然のように有利な立場に置き、価格を大幅につり上げることを可能にしている。例えば、NVIDIA H100モデルチップは、2023年4月に36,000ドルだったものが50,000ドルになり、AIモデル訓練チームのコストをさらに悪化させた。

2つ目の問題は、AIプロジェクトがハードウェアのための即時の必要性を解決するために満たすべき条件のリソース側が、モデルの訓練/反復は、同時にまた、材料を供給するのに役立つ巨大なユーザー仕様（IP）を必要とします。モデルサイズがある閾値を超えると、さまざまなタスクのパフォーマンスが飛躍的な伸びを見せます。

3つ目の問題は、中小のAIスタートアップチームがルールを曲げることが難しいことです。伝統的な金融市場における演算能力の独占は、AIモデルソリューションの独占にもつながっており、OPenAI、Google Deepmindなどに代表される大手AIモデルベンダーは、さらに独自の堀を築いている。中小規模のAIチームは、より差別化された競争を求める必要がある。

これら3つの質問には、すべてWeb3から答えることができます。実際、AIとWeb3の組み合わせは長い間存在しており、エコシステムはより繁栄しています。

以下の図は、Future Money Groupが制作したAI+Web3エコシステムのトラック＆ランプ;プロジェクトの一部を示しています。

AI+DePIN

1.DePINソリューション

DePINはDecentralised Physical Infrastructure Networkの略で、人とデバイスの生産的な関係の集合体です。トークン経済学とハードウェア・デバイス（コンピューター、車載カメラなど）の組み合わせにより、経済モデルの秩序ある機能を可能にしながら、ユーザーとデバイスを有機的に統合することで、生産的な関係の集合体である。

より広範に定義されたWeb3と比較すると、DePINはハードウェアデバイスや伝統的なビジネスと自然に深く結びついているため、オフサイトのAIチームや関連資金を引き寄せる上で自然な優位性があります。

DePINエコシステムが追求する分散演算と貢献者インセンティブは、AI製品の演算とIPの必要性に正確に対応しています。

• DePINは、トークンエコノミクスで世界の算術（算術センター＆アンプ、アイドル個人算術）の入会を促進します。同時に、AIチームが算術を発動するためのコストのリスクも低減します。

• DePINエコシステムの多数の多様なIPコンポジションは、AIモデルがデータアクセスチャネルの多様性と客観性を達成するのを助け、十分に多数のデータプロバイダーはAIモデルのパフォーマンス向上を保証することもできます。

• DePINエコシステムのユーザーとWeb3のユーザーのキャラクターポートレートが重なることで、常駐するAIプロジェクトがWeb3の機能を備えたAIモデルをより多く開発することができ、従来のAI市場にはない差別化された競争が形成される。

Web2ドメインでは、AIモデルのデータ収集は通常、公共データセットから来るか、モデル製作者自身が収集する。".また、従来のデータ収集方法では、収集効率やコストに限界があり、より大きなモデルサイズ（パラメータ数、学習時間、データ品質）を得ることが難しい。AIモデルの場合、モデルサイズが大きいほど、モデル性能の質的な変化を引き起こしやすくなります。

ソース：大言語モデルの創発的能力：訓練されていない問題をどのように解決するか

DePINは偶然にもこの分野で自然な優位性を持っている。例えばHivemapperには、MAP AI（Map AI Models）のためにデータを提供する、世界中の1,920か所、40,000人近くの貢献者がいる。

また、AIとDePINの組み合わせは、AIとWeb3の統合が新しいものになることを意味します。Web3との統合が新たな高みに達することを意味する。つまり、伝統的なコンピューティング・プラットフォームに依存する既存のAIモデルは、Web3のプロジェクトに移植され、AIモデルの作成に手を出すことはほとんどありません。

Web3の要素は常に食物連鎖の下にあり、実質的な超過リターンはありません。演算プロバイダーはより多くの超過利益を得ることができず、生態学的アーキテクチャはあまりにもモノリシックであるため、トークン経済を通じてフライホイールを動かす動機付けができないのです。

しかし、AI+DePINのコンセプトは、そのような関係を打破し、Web3の関心をより広範なAIモデルに向けようとしている。

2. AI+DePINプロジェクトの概要

DePINの中の自然AIが切実に必要としているエコシステム内に、設備（演算、帯域幅、アルゴリズム、データ）、ユーザー（モデル訓練データ提供者）、インセンティブ（トークン経済）がある。

AIのための完全な客観的条件（演算/帯域幅/データ/IP）を提供し、AIモデルのためのシナリオ（訓練/推論/微調整）を提供し、トークンエコノミクスを備えたプロジェクトを、AI+DePINとして定義するのに十分なほど大胆になることができます。text-align: left;">フューチャーマネーグループは、AI+DePINの古典的なパラダイムを以下のように整理してリストアップします。

以下のリソース提供のカテゴリーに分類しました。

私たちは、リソースの提供を、演算、帯域幅、データ、およびその他の4つのセグメントに分類し、異なるセグメントのプロジェクトを整理しようとしています。

2.1算術

算術側はAI+DePINセグメントの主な構成要素であり、現在プロジェクト構成要素の数が最も多い部分でもあります。演算側のプロジェクトでは、GPU（グラフィックプロセッサー）、CPU（中央演算処理装置）、TPU（プロフェッショナル機械学習チップ）が主要な構成要素となっている。このうち、TPUは製造難易度が高いため主にグーグルが製造しており、一般にはクラウドコンピューティングの電力レンタルサービスでしか利用できないため、市場規模は小さい。一方、GPUはCPUに似たハードウェアコンポーネントだが、より特殊化されている。複雑な数学演算を通常のCPUよりも効率的に並列処理できる。当初、GPUはゲームやアニメーションのグラフィックス・レンダリング処理に特化されていたが、現在ではそれ以上の用途に使われている。その結果、GPUは現在、演算市場の主要な供給源となっています。

その結果、演算側で見られるAI+DePINプロジェクトの多くは、GPUの性質上、グラフィックスやビデオレンダリング、または関連するゲーム面に特化しています。

大局的に見ると、AI+DePIN製品の演算クラスは、その演算能力の主な提供者が、伝統的なクラウド演算サービスプロバイダー、遊休個人演算、自前の演算能力の3つの部分から構成されている。このうち、クラウド演算力サービスプロバイダーのシェアが大きく、遊休個人演算力は2番目である。つまり、こうした製品は演算仲介の役割を果たすことが多い。需要側は、さまざまなAIモデル開発チームである。

現在、このカテゴリーでは、演算のほぼ100％が実際には使われておらず、遊休状態になっていることが多い。例えば、Akash Networkは、そのパワーの約35%が使用されており、残りはアイドル状態です。io.netも同様の状況です。

これはおそらく、現時点ではAIモデルのトレーニングに対する需要が低い結果であり、AI+DePINが安価な演算コストを提供できる理由である。これはAI市場が拡大するにつれて改善されていくだろう。

アカシ・ネットワーク：ピアツーピア・クラウドサービスの分散型マーケットプレイス

アカシ・ネットワークは、ピアツーピア・クラウドサービスの分散型マーケットプレイスです。アカッシュ・ネットワークは、あらゆる規模のユーザーや企業が迅速かつ安定的に、そして手頃な価格でサービスを利用できるようにします。

Renderと同様に、AkashはユーザーにGPUのデプロイ、レンタル、AIモデルのトレーニングを提供しています。

2023年8月、AkashはSupercloudを稼働させました。これは、開発者がAIモデルを展開するために支払う価格を設定できるようにするもので、追加の計算能力を持つプロバイダーがユーザーのモデルをホストします。この機能はAirbnbに非常に似ており、プロバイダーは未使用の容量を貸し出すことができる。

アカッシュ・ネットワークは、リソース・プロバイダにオープンな入札を通じてネットワーク内の無料のコンピュート・リソースを開放するインセンティブを与えることで、リソースの効率的な利用を可能にし、その結果、リソースを必要とする人々にとってより競争力のある価格設定が可能になります。

現在、アカッシュのエコシステムにおけるGPUの総数は以下の通りです。176GPUですが、アクティブなものは62で、アクティブ度は35%となっており、2023年9月の水準である50%を下回っています。aktトークンには誓約機能があり、ユーザーはトークンを誓約してサイバーセキュリティの維持に参加することで、年率約13.15%のリターンを得ることができます。

現在のAI+DePINセグメントデータにおけるAkashのパフォーマンスは比較的高品質であり、7億ドルのFDVで、RenderやBitTensorと比較して多くのアップサイドを持っています。

アカシはまた、独自の開発スペースを拡大するためにBitTensorのSubnetにアクセスした。全体として、Akashのプロジェクトは、AI+DePINトラックのいくつかの質の高いプロジェクトの1つとして、優れた基礎を持っています。

io.net：アクセスされたGPUの数が最も多いAI+DePIN

io.netは、Solanaブロックチェーン上のAI+DePINの開発をサポートする分散型計算ネットワークです。Solanaブロックチェーン上でML（機械学習）アプリケーションの開発、実行、拡張を支援する分散型計算ネットワークです。世界最大のGPUクラスターを活用することで、機械学習エンジニアは集中型サービスの数分の一のコストで分散型クラウドサービスの演算をレンタルし、アクセスすることができます。

公式データによると、io.netは100万以上のGPUをスタンバイしています。io.netとRenderの提携により、導入可能なGPUリソースも拡大しました。

io.netのエコシステムにはより多くのGPUが搭載されていますが、そのほとんどがさまざまなクラウドベンダーとの提携や個々のノードへのアクセスによるもので、アイドル率が高くなっています。 たとえば、最も多くのGPUを搭載しているRTX A6000の場合、8,426個のGPUのうち、使用されているのはわずか11パーセント（927個）で、さらに多くのモデルのGPUはほとんど使用されていません。GPUはほとんど使用されていない。しかし、現在のio.netの提供するサービスの大きな利点の1つは、安価な価格設定であり、Akashの1時間分のGPUコールのコストが1.50ドルであるのに比べ、io.netでは0.10ドルから1.00ドルという低価格を実現しています。

これに続き、io.netはIO EcoのGPUプロバイダーが、GPUの呼び出しにかかるコストを改善できるようにすることも検討しています。のGPUプロバイダーが、ネイティブ・アセットを提供することで、使用される可能性を高めることも検討しています。より多くのアセットが投資されればされるほど、採用される可能性は高まります。

GPUアクセス・サイズの点で、io.netはこの記事で紹介した10のプロジェクトの中で最大です。また、アイドル率を除いた使用GPU数でも1位です。トークンの経済性という点では、io.netのネイティブ・トークンおよびプロトコル・トークンであるIOは、2024年第1四半期に最大供給量22,300,000で稼動する。ユーザーにはネットワークの利用料として5％が課金され、その5％はIOトークンの燃焼や、新規ユーザーへのインセンティブとして供給側と需要側の両方に使われる。トークン・モデルには重要なプルアップ特性があるため、コインを発行していないにもかかわらず、io.netはホットな市場となっている。

Golem：CPUベースの算術マーケットプレイス

Golemは分散型の算術マーケットプレイスで、誰でも共有・集約できる共有リソースのネットワークの作成をサポートします。演算資源を共有し集約するための共有資源のネットワークです。Golemは演算リースのシナリオをユーザーに提供します。

ゴーレムマーケットプレイスは、演算供給者、演算需要者、ソフトウェア開発者の3者で構成される。需要側は演算タスクを提出し、Golemネットワークは適切な演算供給側（RAM、ハードディスクスペース、CPUコアなどを提供）に演算タスクを割り当て、演算タスクが完了した後、両者はトークンを通じて支払いと決済を行う。

Golemは主にスタッキングにCPUを使用します。スタッキングにはCPUを使用しますが、費用面ではGPUよりも安く済みます（Inter i9 14900kは約700ドル、A100 GPUは12,000～25,000ドル）。しかし、CPUは高度な並列計算ができず、消費エネルギーも大きい。そのため、CPUを使用した算術リースは、GPUプロジェクトと比較して、物語性の点で若干弱いかもしれません。

マグネットAI：AIモデルの資産化

マグネットAIは、GPU演算プロバイダーとモデル訓練サービスを統合することで、さまざまなAIモデル開発者を提供しています。モデル・トレーニング・サービスを提供します。他のAI+DePIN製品とは異なり、Magent AIは異なるAIチームが独自のモデルに基づいてERC-20トークンをリリースすることを可能にし、ユーザーは異なるモデルの相互作用に参加することで、異なるモデルトークンのエアドロップと追加報酬を得ることができます。

2024年第2四半期に、Magent AIはPolygon zkEVM &; Arbrium.

io.netにやや似ていますが、GPU演算はすべて統合することです。をベースとし、AIチームにモデルトレーニングサービスを提供しています。

異なる点は、io.netはGPUリソースの統合に重点を置いており、さまざまなGPUクラスタ、企業、個人にGPUの提供を促し、そうすることで報酬を得ていることです。

エージェントAIは、AIモデルにより重点を置いているように見え、AIモデル・トークンの存在により、トークン、エアドロップ、AIモデルの資産化を通じてAI開発者のオンボーディングを促進することで、ユーザーを惹きつけ、維持することができるかもしれません。

簡単にまとめると、MagnetはGPUを使ったバザールを構築するのと同じで、AI開発者やモデルデプロイヤーは誰でもERC-20トークンを発行することができ、ユーザーはさまざまなトークンを取得したり、さまざまなトークンを積極的に保有したりすることができます。

レンダー：グラフィックレンダリングAIモデルプロプレーヤー

レンダーネットワークは、分散型GPUベースのレンダリングソリューションプロバイダーです。

Render Networkは、ブロックチェーン技術を通じてクリエイターとアイドルGPUリソースを接続し、ハードウェアの制限をなくし、時間とコストを削減すると同時に、デジタル著作権管理を提供してメタバースをさらに進化させることを目的とした、分散型GPUベースのレンダリングソリューションプロバイダーです。

Renderのホワイトペーパーによると、アーティスト、エンジニア、開発者は、Renderに基づいて、AI支援3Dコンテンツ生成、AI加速フルシステムレンダリング、Renderの3Dシーングラフデータを使用した関連AIモデルのトレーニングなど、さまざまなAIアプリケーションを作成することができます。

Renderは、AI開発者向けにRender Network SDKを提供しています。開発者は、Renderの分散GPUを活用して、NeRF（Neural Reflective Field）およびLightFieldレンダリング処理から生成AIタスクに至るまで、AI計算タスクを実行できるようになります。

グローバル・マーケット・インサイツによると、世界の3Dレンダリング市場は60億ドルになると予想されています。これは、FDVのRenderの22億ドルと比較すると、まだ成長の余地があります。

現在のところ、Renderの具体的なGPUベースのデータは見当たりませんが、Renderを開発するOTOY社は、何度かAppleとのつながりを示しているため、また、OTOY社のスターレンダラーであるOctaneRenderは、VFX、ゲーム、アニメーション、デザイン、建築ビジュアライゼーション、シミュレーションの分野をサポートしており、幅広いビジネスを展開しています。Unity3DおよびUnrealエンジンのネイティブサポートを含む、デザイン、建築ビジュアライゼーション、シミュレーションの分野をサポートします。

GoogleとMicrosoftがRNDRネットワークに加わっただけでなく、Renderは2021年に約25万件のレンダーリクエストを処理し、エコシステムのアーティストはNFTを通じて約50億ドルの売上を生み出しました。

したがって、Renderの参考評価額は、汎レンダリング市場の可能性（～300億ドル）に対するものであるべきだ。BME (Burning and Minting Equilibrium)経済モデルと合わせて、Renderは純粋なトークン価格とFDVの両方で、まだいくらかのアップサイドを持っています。

Clore.ai：動画レンダリング

Clore.aiは、PoW上に構築されたGPU演算レンタルサービスを提供するプラットフォームです。ユーザーは、AIトレーニング、ビデオレンダリング、暗号通貨マイニングなどのタスクのためにGPUを貸し出すことができ、他のユーザーは低コストでこのパワーにアクセスすることができます。

ビジネスには、AIトレーニング、映画レンダリング、VPN、暗号通貨マイニングなどが含まれます。演算サービスの特定の需要がある場合は、ネットワークによって割り当てられたタスクを完了し、演算サービスの需要がない場合は、ネットワークがその時点で最もマイニング利回りの高い暗号通貨を見つけ、マイニングに参加する。

Clore.aiは過去6カ月間でGPUGPUの数は2,000から約9,000に増えたが、GPU統合の数ではClore.aiがAkashを上回っている。しかし、その流通市場のFDVはAkashの20％程度に過ぎない。

トークン・モデルについて、CLOREは事前採掘やICOを行わないPOW採掘モデルを採用しており、各ブロックの50%が採掘者に、40%が賃貸人に、10%がチームに割り当てられます。

トークンの総数は13億であり、2022年6月にマイニングが開始されたため、基本的に2042年までに完全に流通することになり、現在の流通量は約2億2000万である。つまり、現在の実際のFDVは3100万ドルということになる。理論的には、Clore.aiはひどく割安な状態にあるが、そのトークンの経済性から、マイナーが50％割り当てられ、掘り出しと売りの比率が高すぎるため、コイン価格の上昇に対する抵抗が大きくなっている。

Livepeer：動画レンダリング、推論

Livepeerはイーサリアムをベースとした分散型動画プロトコルで、動画コンテンツを安全に処理する当事者に報酬を与えます。

Livepeerはイーサリアムをベースとした分散型ビデオ・プロトコルで、ビデオ・コンテンツを安全に処理する関係者に適正な価格で報酬を与えます。

関係者によると、Livepeerは毎週数百万分の動画をトランスコードするために数千のGPUリソースを持っている。

Livepeerは「マスター」+「サブネット」アプローチを使う可能性があり、異なるノードオペレータがサブネットを生成し、メインのLivepeerネットワークで支払いを現金化することでこれらのタスクを実行します。Livepeerのメインネットワークで支払いを現金化することで、これらのタスクを実行するために、異なるノードオペレータがサブネットを生成します。例えば、AIビデオサブネットは、ビデオレンダリングの分野でAIモデルのトレーニングに特化するために導入されました。

Livepeerは今後、AI関連のコンポーネントをモデルトレーニングだけでなく、推論や微調整にまで拡大する予定です。

Aethir：クラウドゲームとAIに注力

Aethirは、分散型クラウドインフラストラクチャ（DCI）を備えた、ゲームおよびAI企業向けに構築されたクラウドゲームプラットフォームです。クラウドインフラストラクチャー（DCI）です。ゲーマーの代わりに重いGPUコンピュート負荷を提供し、ゲーマーがどこでも、どんなデバイスでも、超低遅延のエクスペリエンスを得られるようにします。

同時に、AethirはGPU、CPU、ディスク、その他の要素を含むデプロイメントサービスを提供しています。2023年9月27日、Aethirは正式に商用クラウドゲーミングとAI演算サービスをグローバル顧客に提供し、分散型演算を統合することで、ゲーム用の自社プラットフォームやAI用の演算サポートを提供します。モデルのための演算サポートを提供します。

クラウドゲーミングは、計算レンダリング演算要件をクラウドに移行し、エンドデバイスのハードウェアとオペレーティングシステムの制約を取り除くことで、潜在的なプレイヤーベースを大幅に拡大します。

2.2 帯域幅

帯域幅はDePINがAIに提供するリソースの1つであり、世界の帯域幅市場は2021年に500億ドルを超えました。2027年には1000億ドルを超えると予測されています。

AIモデルの数と複雑さが増しているため、モデルのトレーニングでは、データ並列、パイプライン並列、テンソル並列など、複数の並列コンピューティング戦略を採用することがよくあります。このような並列コンピューティングモデルの下では、複数のコンピューティングデバイス間の集団通信操作の重要性が増しています。その結果、大規模なAIモデルのための大規模なトレーニングクラスタを構築する際に、ネットワーク帯域幅の役割が前面に出てきます。

より重要なのは、安定した十分に信頼できる帯域幅リソースによって、異なるノードが同時に互いに対応することが保証され、技術的に単一制御点の出現が回避されることです（たとえば、ファルコンは低遅延+高帯域幅のリレーネットワークモデルを採用し、遅延と帯域幅の需要のバランスを追求します）。信頼され、検閲に強いことを保証します。

Grass：モバイル対応の帯域幅マイニング

Grassは、オープングリッドデータに特化したWynd Network社の主力製品です。Grassは、2023年に100万ドルを調達した、オープン・グリッド・データに特化したWynd Network社の主力製品です。 Grassを利用することで、ユーザーは未使用のグリッド・リソースを販売し、インターネット接続を通じて受動的な収益を得ることができます。

ユーザーはGrassでインターネット帯域幅を販売し、トークンと引き換えに、AIモデルのトレーニングを必要としているAI開発チームに帯域幅サービスを提供することができる。

現在、Grassはモバイル版をローンチしようとしており、モバイルはPCとは異なるIPアドレスを持っているため、Grassのユーザーはより多くのIPアドレスを同時にプラットフォームに提供することになり、Grassはより多くのIPアドレスを収集し、AIモデルのトレーニングのためのより良いデータを提供することになる。

現在、GrassにはIPアドレスを提供する2つの方法があります：PCダウンロード可能な拡張機能と、モバイルアプリのダウンロードです。(PCとモバイルは異なるネットワークにある必要があります）

。2023年11月29日現在、Grassプラットフォームは103,000ダウンロード、1,450,000ユニークIPアドレスを獲得しています。

モバイルとPCではAIの必要度が異なるため、適用できるAIモデルの学習カテゴリも異なる。

例えば、モバイルには、画像の最適化、顔認識、リアルタイム翻訳、音声アシスタント、デバイスパフォーマンスの最適化など、多くのデータがあります。これらはPC側で提供するのは難しい。

現在、グラスはモバイルAIモデルのトレーニングにおいて、比較的初期の段階にある。世界的なモバイル市場の大きな可能性を考えると、グラスの将来は注目に値する。

しかし、グラスはまだAIモデルのより効果的な情報を提供しておらず、初期段階では純粋にコインだけで運営しているのではないかと推測されている。

メソン・ネットワーク：レイヤー2  モバイル対応

メソン・ネットワークは、ブロックチェーンに基づく次世代ストレージ・アクセラレータです。Meson Networkは、ブロックチェーン2に基づく次世代ストレージアクセラレーションネットワークで、アイドル状態のサーバーを集約し、帯域幅リソースをスケジュールし、従来のウェブサイト、ビデオ、ライブストリーミング、ブロックチェーンストレージソリューションを含むマイニングを通じて、ファイルおよびストリーミングメディアアクセラレーション市場にサービスを提供します。

メソン・ネットワークは帯域幅リソースのプールと考えることができ、プールの両側は需要と供給と見なすことができる。前者は帯域幅を提供し、後者はそれを使用する。

Mesonの具体的な製品構造では、世界中のさまざまなノードから提供された帯域幅を受け取る役割を担う2つの製品（GatewayX、GaGaNode）と、これらの集約された帯域幅リソースの実現を担う1つの製品（IPCola）がある。

GatewayX：商用アイドル帯域幅の統合に重点を置き、主にIDCセンターをターゲットにしている。

Mesonのデータダッシュボードから、現在アクセスされているIDCには世界中に20,000を超えるノードがあり、12.5Tib/秒のデータ伝送能力を形成していることがわかります。

GaGaNode：主に家庭用および個人用デバイスからのアイドル帯域幅を統合し、エッジコンピューティング支援を提供する。

IPCola：メソン実現チャネルで、IPや帯域幅の割り当てなどのタスクを実行します。

現在、Mesonは半期で100万ドル以上の収益を上げています。ドル以上であることを明らかにしている。公式ウェブサイトによると、Mesonには27,116のIDCノードがあり、17.7TB/sのIDC容量があります。