공연
RD 인기지표
RD 성장지표
| 1h | 24h | 7d | 30d | 60d | 90d |
|---|---|---|---|---|---|
| 0.61% | 10.82% | 1.33% | 134.25% | 116.86% | -- |
비교
상위 보유자
| 보유 주소 | 토큰 | 보유 수량 | 비율 | 가치 |
|---|---|---|---|---|
| 0xec29...f988 |   POD | 256,876,764.08 | 51.38% | $159.13M |
| 0x8e35...bef6 | POD | 160,106,441.31 | 32.02% | $99.18M |
| 0xc19a...7c0a | POD | 38,265,746.93 | 7.65% | $23.7M |
업데이트 따라가기
팔로우 목록
인물
Dolphin 소개
돌핀(Dolphin)은 유휴 소비자용 GPU를 모아 공유 컴퓨팅 풀로 구성하는 분산형 추론 네트워크입니다. 핵심 사업은 GPU 소유자가 Windows나 Linux에서 경량 노드 소프트웨어를 실행해 컴퓨팅 파워를 제공하고 POD 토큰을 얻는 한편, 개발자와 사용자는 더 낮은 비용으로 AI 모델 추론 서비스를 이용할 수 있도록 하는 것입니다. 주요 경쟁 우위는 피어-투-풀(Peer-to-Pool) 아키텍처에 있습니다. 이는 기존의 1:1 매칭 모델과 달리 노드가 장기 약정 없이 자유롭게 참여하거나 이탈할 수 있습니다. 네트워크는 소프트웨어 무결성 검사, 검증자 노드, 암호경제적 본드를 활용해 악성 노드가 모델을 변조하거나 잘못된 결과를 반환하는 것을 방지하며 출력 품질을 보장합니다. 또한 엔비디아의 시장 세분화를 활용해 소비자용 GPU가 데이터센터 GPU보다 현저히 저렴하면서도 유사한 추론 성능을 제공한다는 점을 이용해 돌핀은 비용을 약 30% 절감합니다. 해결하는 시장 문제는 AI 추론의 높은 비용과 중앙화입니다. 기존 클라우드 서비스는 비싸고 프라이버시 우려가 있으며, 기존 분산형 네트워크는 종종 엄격한 노드 가동 시간을 요구하고 효과적인 검증 메커니즘이 부족합니다. 돌핀의 유연한 참여 모델과 다층 검증 시스템은 더 접근하기 쉽고 신뢰할 수 있는 대안을 제공합니다. 지난 6개월(2026년 3월~9월) 동안 돌핀은 2025년 10월 V1 네트워크를 출시했으며, 엔터프라이즈급 처리량을 위한 배칭과 공개 API를 도입할 V2를 준비 중입니다. 로드맵에는 대규모 모델(예: 235B 모델을 여러 GPU에 분할)을 위한 샤딩 추론, 분산 LoRA 학습, 오디오 생성으로의 확장도 포함됩니다. 그러나 네트워크는 여전히 가변적인 노드 성능, 복잡한 결과 검증, 개방형 AI 모델에 대한 규제 불확실성 등 분산 시스템에서 흔히 발생하는 과제에 직면해 있습니다.
Dolphin Network는 2024년 6월 20일 88만 6천 달러 규모의 시드 라운드를 시작으로 분산 추론 네트워크를 점진적으로 구축해 왔습니다. 주요 이정표는 다음과 같습니다: 100만 명 이상의 Venice.ai 사용자에게 서비스를 제공하는 Dolphin Mistral 24B Venice Edition 모델 생성; Hugging Face에서 월간 다운로드 500만 건 돌파; 유휴 소비자 GPU를 활용하기 위해 2024년 10월 Dolphin Inference Network v1 출시. 로드맵은 장기적 단계를 제시합니다: V2는 엔터프라이즈 처리량을 위한 배칭 도입; 이미지, 비디오, 오디오 및 전사 모델 지원 확장; 분산 LoRA 학습 구현(Llama3.1 405B를 통해 검증); 분산 강화 학습 및 전체 파라미터 SFT 발전; 대규모 분산 사전 학습으로 마무리하며, 모델 생성 제품군과 토크노믹 인센티브로 보완.
긍정적: 프로토콜 수익의 100%를 POD 매입에 사용하여 인플레이션을 직접 상쇄; POD가 한 달 만에 14배 급등, 시가총액 약 1,500만 달러; xPOD 스테이킹 시 자동 복리, AI 추론 크레딧, 프리미엄 구독 혜택 제공; 노드 스테이킹은 이해관계를 일치시키고 Curve 같은 DeFi 메커니즘을 차용; 팀은 12년 베스팅, 지분 없음, 수익의 99%를 프로토콜에 귀속. 부정적: 공개 API가 아직 열리지 않아 외부 수익 실현되지 않음; 공급이 800 GPU로 제한되고 보상이 낮음; 매입 분할 비율 미정; API가 9월 이후로 지연될 가능성; 독립 벤치마크가 주장된 88%에 미치지 못할 수 있음.
Eric Hartford (핵심 기여자) - Quixi AI의 창립자이자, 오픈소스 AI 모델 시리즈인 Dolphin 및 Samantha의 제작자.
- 이전에 Lazarus AI에서 최고 과학자(Chief Scientist)로 재직; TensorWave에서 선임 응용 AI 연구원; Abacus.AI 및 Convai에서 선임 응용 AI/ML 연구원으로 재직.
- 초기 경력: Microsoft에서 시니어 소프트웨어 엔지니어, eBay에서 스태프, Amazon에서 SDE로 근무.
- Hugging Face에 30개 이상의 파인튜닝된 모델을 공개 (예: Dolphin Llama 3, Mistral, Qwen2).
- Twitter(@QuixiAI) 및 LinkedIn(linkedin.com/in/ehartford)에서 활동 중. 참고: 제공된 출처에서는 다른 공동 창립자나 C-level 임원은 확인되지 않았습니다.