首页>>资讯>>产业

Bless 是一个致力于打造去中心化边缘计算网络的项目

2025-09-26 14:00:38 2

Bless 致力于打造一个去中心化边缘计算网络,将 CPU 与 GPU 资源推送到接近终端用户的节点,使 AI、机器学习、资料分析及各类进阶应用可以低延迟、高效率地运行,这个网络不仅能让开发者以低成本部署应用,也让拥有闲置计算资源的任何人都能运行节点,贡献计算能力并获得奖励。


Bless 的愿景是清晰而宏大:计算资源应该是一项基本人权,在 AI 与自动化驱动的时代,计算能力的重要性不亚于电力或洁净水源,透过去中心化的计算网络,Bless 将这种能力民主化,缩小资源差距,使计算资源对所有人都可及、平等并受益。


去中心化计算的运作方式


Bless 将计算任务分派到节点的过程结合了去中心化协调、资源优化以及激励机制,确保每个任务的高效、安全执行。


1. 开发者提交工作负载


开发者透过 Bless 提供的命令行介面(CLI)提交计算任务,例如部署静态网站、运行 AI 模型或执行动态应用。提交时需包含:


所需资源(CPU、RAM、频宽)

优先级与延迟要求

任务完成的期限


提交的工作负载会被封装成安全且标准化的格式(如 WebAssembly),确保在网络上各节点间的兼容性。


2. 任务路由与匹配


Bless 网络维护一个实时节点注册表,包括节点位置及可用资源。系统会自动匹配符合需求的节点,并透过优化算法:


将任务分派给最接近终端用户的节点,以降低延迟

平衡各节点负载,最大化网络资源使用效率

根据节点历史表现与可靠性进行排序,确保激励合理


3. 安全分发


在分派任务前,负载会被加密,节点仅能访问执行所需资料。若任务涉及大量资料,则透过去中心化存储(如 IPFS 或 Arweave)安全获取所需内容。


动态验证机制


Bless 网络采用 Dynamic Verification Mechanism 来确保计算任务的可靠性与结果可验证性。关键特性包括:


任务专属验证:不同任务可选择最合适的验证方法,提升性能与资源利用率

共识算法:针对二元结果任务,使用 pBFT 或 RAFT 等算法,节点参与投票以达成一致

资料聚合验证:对于需要资料收集的任务(如加密货币价格),节点会计算加权平均值,以提高准确性并排除异常点


这套机制兼顾效率、安全性与可扩展性,使网络能支援各类计算任务,随著网络增长仍能保持性能。


支援多元设备的运行环境


Bless 采用安全且高效的运行时环境,确保不同装置上的计算任务均能安全隔离、有效执行。核心特性:


WebAssembly(WASM)基础:高效生成机器码,快速实例化,支持多语言程式码执行(如 C/C++、Rust、Swift、AssemblyScript、Kotlin)


安全隔离:沙箱运行确保任务不会干扰主机系统

资源分配:CPU、GPU 与 RAM 专属分配,保障即使在资源密集场景下也能稳定运行

可配置性:可设定额外限制,如 CPU 与记忆体使用上限,根据应用需求调整运行环境


透过这套环境,Bless 能支援从个人电脑到大型伺服器的各类设备。


Bless 的双币模型


Bless 采用传统双币设计:TIME 与 BLESS 协同运作。


TIME


用途:衡量并奖励节点与生态贡献(运行节点、开发应用、创作内容)

供应:每个周期(Epoch)固定发行 1 亿枚,仅在当前周期有效

获取方式:透过贡献赚取

循环:周期结束后,TIME 可兑换为 BLESS,兑换后 TIME 被销毁


BLESS


用途:治理代币与长期价值核心

供应:总量固定 100 亿枚

收益模式:开发者使用计算资源需支付 BLESS;协议 90% 收入用于回购并销毁 BLESS,10% 入国库

经济闭环:网络使用增加 → 收入增加 → BLESS 回购销毁增加 → 代币稀缺性与价值提升

质押:用户可质押 BLESS 获得更多 BLESS,质押量影响节点可承担的工作量,恶意行为会导致质押金被罚没

治理:初期以价值捕获为主,未来将逐步引入参数调整与国库使用等治理功能


长期愿景


Bless 的目标是将闲置计算资源转化为全球共享网络,打造一个用户优先、去中心化的计算基础设施,不仅降低开发者成本,也让普通用户可以参与生态、获得收益,最终实现计算民主化,通过 TIME 与 BLESS 的协同运作,网络能持续扩张,同时保持资源分配的公平性与价值增长。


总结


Bless 不只是计算网络,更是一个用户参与、贡献与收益闭环的去中心化基础设施平台,持有 BLESS 与参与节点运行,意味著正在共同构建下一代智能、透明且可持续的去中心化云端网络。

声明:本网站所有相关资料如有侵权请联系站长删除,资料仅供用户学习及研究之用,不构成任何投资建议!