Render Kurs

Das Render Network ist ein dezentraler Marktplatz für GPU-Rechenleistung. Es verbindet Menschen, die ungenutzte Grafikhardware besitzen, mit Künstlern, Studios und Entwicklern, die rechenintensive Workloads wie 3D-Rendering, visuelle Effekte, das Training von Machine-Learning-Modellen und generative KI-Inferenz ausführen müssen.

Das Projekt ging aus OTOY hervor, einem Cloud-Grafikunternehmen, das für die Rendering-Engine Octane bekannt ist, und wurde von Jules Urbach gegründet. Der ursprüngliche Anwendungsfall war das Rendering: Die Erzeugung einer komplexen 3D-Szene kann enorme Rechenzeit beanspruchen, und Studios brauchen sie oft stoßweise statt kontinuierlich. Die Verteilung dieser Arbeit auf viele unabhängige GPUs macht aus einer Investitionsausgabe eine variable Ausgabe.

Funktionsweise des Netzwerks

Ein Creator reicht einen Auftrag ein und zahlt in RENDER-Token. Node-Betreiber, die ihre GPUs registriert haben, übernehmen die Arbeit, erledigen sie und erhalten eine Zahlung. Das Netzwerk umfasst Reputations- und Nachweismechanismen, sodass eingereichte Ergebnisse überprüft werden können und unzuverlässige Betreiber an Ansehen verlieren. Aufträge sind gestaffelt, sodass sensiblere oder höher priorisierte Arbeit an vertrauenswürdigere Nodes geleitet werden kann.

Render hat seinen Token ursprünglich auf Ethereum als RNDR ausgegeben und ist später unter dem Ticker RENDER zu Solana migriert, mit einem Burn-and-Mint-Equilibrium-Modell. In diesem Modell werden von Nutzern gezahlte Token verbrannt, während neue Token geprägt werden, um Node-Betreiber zu bezahlen, sodass die Nettoveränderung des Angebots vom Verhältnis zwischen der Nachfrage nach Rechenleistung und den ausgezahlten Belohnungen abhängt.

Angebot und Kontext

RENDER hat ein Maximalangebot von 644.245.094 Token, von denen rund 519 Millionen im Umlauf sind. Das Projekt ist einer der etablierteren Namen in der Kategorie der dezentralen physischen Infrastruktur, und seine Relevanz hat sich verbreitert, da die Nachfrage nach GPU-Kapazität von Grafik auf Workloads der künstlichen Intelligenz ausgeweitet wurde.