Partnered With:

去中心化雲服務Akash Network啓動主網2，將提供去中心化雲計算市場等多個功能

閱讀本文需 8 分鐘

Akash Network是可用且替代中心化雲服務供應商（如亞馬遜 AWS、谷歌雲和微軟 Azure）的去中心化雲。

律動BlockBeats， 3 月 8 日, Overclock Labs 推出項目 Akash Network 成功推出 Akash 主網 2, 這是第一個開源雲，也是目前唯一一個可用且替代中心化雲服務供應商（如亞馬遜 AWS、谷歌雲和微軟 Azure）的去中心化雲。

Akash 主網 2 使開發者能夠擺脫傳統雲基礎設施的限制，讓開發者和公司有能力將他們的雲基礎設施去中心化，能夠更快、更高效和以更低成本地部署應用，從而加速區塊鏈生態系統的增長和規模。

通過 Akash 平臺，無論是個人、公司以及數據中心將實現計算資源貨幣化，將他們的雲計算資源出租給需要的人，收回服務器維護和資本支出的高昂成本。最近，Akash 宣佈與 Equinix Metal（全球最大的數據中心和主機託管供應商，在 25 個國家擁有 220 個數據中心）進行整合，從而爲雲基礎設施的訪問提供全球化、低延遲和高性能的優勢。

這是開發者第一次能在去中心化雲上啓動應用程序，如 DeFi 應用、博客、遊戲、數據可視化、區塊瀏覽器、區塊鏈節點和其他區塊鏈網絡組件。Akash 已宣佈完成了與 Tendermint、Cosmos、ICF（Cosmos 跨鏈基金會）、IBC（跨鏈協議）、Solana、Kava 和 Chainlink 等公司的整合和合作。

「隨着疫情的持續，我們看到越來越多的人，將生活和工作轉移到雲上。在 3700 多億美元的雲計算市場中，Akash 主網 2 提供了一個去中心化的、更快、更高效、更低成本的選擇」，Akash Network 的 CEO Greg Osuri 說到，「Akash 主網 2 推動了我們的願景，除了舊的中心化雲服務方案，讓快速發展的區塊鏈公司和開發者有了新的選擇。」

Akash 的無服務器計算平臺的成本比市場低 2-3 倍，它兼容所有云提供商和在雲上運行的應用，可以輕鬆地與公司現有的技術堆棧集成。Akash 主網 2 利用容器化技術和獨特的 PoS 模型來加速應用，爲整個區塊鏈生態系統（包括 DeFi（去中心化金融）、dApps（去中心化應用）、驗證節點和 DAO（去中心化組織））提供了更快、更高效、更低成本的雲，具有前所未有的規模、靈活性和性價比。

Akash 主網 2 的主要功能包括：

· 去中心化雲計算市場：作爲 Akash DeCloud 的核心功能，開發者和 Akash 供應商將能參與鏈上拍賣系統，供需雙方實現雲上市場自由交易。

· 靈活的競價系統：供應商可以根據 CPU、存儲能力和端點等參數來配置其價格。

· IBC(跨鏈通信協議) 兼容：主網 2 將完全兼容 Cosmos SDK v0.41.0，也被稱爲 Stargate。Stargate 使基於 Cosmos SDK 的區塊鏈（如 Akash）能夠使用 IBC 的第一個標準化協議相互連接。

· 部署工具：部署工具簡化了開發人員的體驗，並幫助他們在 Akash 上無縫地啓動應用程序。

· 審計屬性：審計屬性允許用戶部署應用程序時更有選擇性地選擇哪個提供商可以運行他們的應用程序。Akash 區塊鏈上的任何人都可以通過鏈上交易將這些屬性分配給供應商。

· Tendermint 的狀態同步：狀態同步允許開發者快速啓動節點，這對於鏈上查詢和 Web 錢包非常便利。

「我以前曾從事過開源和專有產品工程工作，因此我親身經歷了中心化雲服務的侷限性。我很高興能以一種類似 Uniswap 體驗的方式將 Akash 主網 2 推向市場，提供一種低成本、無許可、抗審查和非託管的雲部署方式。」Akash Network 的首席技術官 Adam Bozanich 說道。

Akash 網絡是建立在 Cosmos Hub 上的 PoS 區塊鏈，利用原生功能性代幣 Akash Token（AKT）來治理和保護區塊鏈的安全，並提供價值的存儲和交換。

關於 Akash Network

Akash Network 正在開發世界上第一個也是唯一一個去中心化的開源雲，利用 840 萬個數據中心中 85% 未被充分利用的雲資源，讓任何有電腦的人都能在一個安全無摩擦的市場上買賣雲計算。Akash DeCloud 極大地加速了 DeFi（去中心化金融）、DAO（去中心化組織）以及機器學習/人工智能等高增長行業的規模、效率和性價比。

通過 Akash 的平臺，開發者可以輕鬆安全地訪問雲計算，目前成本比 AWS、谷歌雲和微軟 Azure 等集中式雲提供商低 2-3 倍。該平臺通過將先進的容器化技術與獨特的 Staking 模型整合在一起來加速採用，從而實現這些優勢。