- Pi Network posiada ponad 421 000 Węzłów, co odpowiada ponad 1 milionowi CPU, które mogą obsługiwać zadania obliczeniowe AI na zasadzie dobrowolności.
- W pilotażu OpenMind, 7 operatorów Pi Node zwróciło wyniki inferencji obrazów w ciągu 4 sekund, w tym etykiety takie jak „bus” i „person”.
Pi Network testuje nowe zastosowanie swojej globalnej sieci węzłów poprzez proof-of-concept powiązany ze szkoleniem i obliczeniami AI. Projekt koncentruje się na niewykorzystanej mocy obliczeniowej ponad 421 000 Pi Nodes, które razem reprezentują ponad 1 milion CPU. Ta niewykorzystana moc może obsługiwać zewnętrzne zadania AI wykraczające poza funkcje blockchain. Inicjatywa przedstawia najnowszy ruch Pi Network w kierunku AI wokół rozproszonych obliczeń i płatnego udziału operatorów węzłów.
Projekt jest odpowiedzią na dwa szersze problemy w sektorze AI. Pierwszym jest obciążenie związane ze scentralizowanymi obliczeniami, w tym ograniczenia centrów danych i skoncentrowane zużycie energii. Drugim jest rosnące zapotrzebowanie na moc obliczeniową wraz z rozwojem modeli, agentów i usług AI. Pi podkreśliło również, że jego rozproszone sieci mogą pomóc w koordynacji rozproszonych i niewykorzystanych zasobów, które w przeciwnym razie pozostałyby bezczynne.
Pi released a deep-dive case study into the recent proof-of-concept project for a new Pi Node utility that supports decentralized AI training and computing tasks for third-parties using the spare computing capacity of over 421,000 Pi Nodes. In collaboration with OpenMind, a…
— Pi Network (@PiCoreTeam) March 6, 2026
Mapa drogowa AI została ogłoszona jako część zaktualizowanej strategii Mainnet Pi Network podczas pierwszej rocznicy Open Network. Jak wcześniej informowaliśmy, plan umieścił sztuczną inteligencję wśród najwyższych priorytetów sieci obok tokenów ekosystemowych i usług tożsamości.
Pi Network testuje rozproszone zadania rozpoznawania obrazów
Najnowszy proof-of-concept został zrealizowany z OpenMind, startupem robotycznym wspieranym przez Pi Network Ventures. OpenMind buduje system operacyjny i otwarty protokół dla robotów. Aby wesprzeć tę pracę, potrzebuje mocy obliczeniowej do szkolenia, ewaluacji i wykonywania modeli. Pilotaż sprawdzał, czy rozproszona sieć Pi Node może obsłużyć zadania związane z AI poza aktywnością blockchain.
Na potrzeby testu OpenMind stworzył kontener, który mógł wysyłać zadania obliczeniowe do poszczególnych komputerów. Wolontariusze – operatorzy Pi Node – pobrali kontener i uruchomili go na własnych maszynach. Następnie OpenMind przesłał przez system zadania rozpoznawania obrazów. Komputery przetwarzały obrazy za pomocą modelu OpenMind, mając na celu zidentyfikowanie jak największej liczby odrębnych obiektów.
Pi poinformowało, że pipeline działał od początku do końca. Siedmiu wolontariuszy – operatorów Pi Node – dołączyło do pilotażu, a potwierdzenia zadań wróciły od wszystkich siedmiu w ciągu jednej sekundy. Wyniki inferencji zostały zwrócone przez wielu pracowników w ciągu czterech sekund. Wyniki obejmowały oczekiwane etykiety obiektów, takie jak bus i person, wraz z ramkami ograniczającymi.
Pi Nodes mogą przyjmować zewnętrzne zadania obliczeniowe i zwracać prawidłowe wyniki klientowi zewnętrznemu. Pi dodało, że rozproszone szkolenie AI pozostaje na etapie badań i w całym sektorze potrzeba jeszcze więcej pracy. Mimo to test stanowi wczesny przykład tego, jak niewykorzystana moc węzłów może być pakietowana dla firm AI poszukujących alternatywnych zasobów obliczeniowych.
Niedawno CNF zauważył, że Pi Network testował zadania rozpoznawania obrazów AI na swoich węzłach z OpenMind, wykorzystując bezczynne zasoby CPU podczas kontynuowania ścieżki aktualizacji Mainnet. Test pokazał, jak niewykorzystane zasoby węzłów mogą wspierać zadania sztucznej inteligencji w całej sieci.
Dodatkowo Pi Network rozpoczął Faza 2 aktualizacji protokołu mainnet po zakończeniu migracji Protocol v19.9. CNF poinformował, że projekt obecnie celuje w Protocol v20.2 przed Pi Day 2026.
Pi był notowany po
