GPU网络io.net和自我改进的分布式AI网络Allora宣布建立战略联盟。io.net是最佳的机器学习开发平台之一，可以快速构建可扩展的GPU集群，用于AI模型的训练和推理。此外，io.net通过使用Allora的分布式AI网络，在AI/ML开发过程中提高了计算效率和模型准确性。通过这种合作，安全、有效和可扩展的AI模型开发和部署解决方案将有显著进展。
与传统的云服务相比，io.net的业绩包括帮助超过1,000个机器学习模型进行训练、优化和推理，为我们的客户节省了高达90%的成本。io.net在民主化获取AI开发工具和计算资源方面走在前列，约有200,000个GPU为我们的网络提供动力。
io.net的首席执行官Ahmad Shadid表示：
io.net和Allora如何合作
互补的技术和共同的目标构成了Allora和io.net关系的坚实基础。Allora使io.net能够利用自我改进的机器学习模型网络，实现最佳结果，提高AI/ML计算的安全性和隐私性，同时保持高效性。通过合作，安全的分布式AI/ML模型训练将在多个领域成为可能，联邦学习和保护隐私的数据分析将得到特别关注。
在这个意义上，io.net提供了开发者可以使用的基础设施和处理能力，而Allora则提供了自我改进的结论和机制。
通过自我改进来鼓励AI的发展
在Allora上，工作者除了贡献自己的判断，还可以预期其他参与者在特定主题（或子网络）中的正确性。网络的自我改进性部分归功于这种双层贡献。
利用io.net的计算能力的模型可以通过整合Allora的自我改进过程来获得最佳的推理结果，确保始终能够击败网络中的个体模型。
这种自我改进的方法可以产生适应不同情况并持续提升性能的AI模型。因此，无论是进行金融分析、预测建模还是其他基于AI的应用，使用io.net构建的应用程序的用户都可以期待更准确和可靠的AI模型结果。
Allora团队创始人Nick Emmons表示：
