技术特点

加入测试网络

立即下载 : Linux MacOS Windows Android

下载白皮书

Gravity

共享计算和数据交换

总体架构

团队成员

  • Hongyu Luo

    CEO

  • Guobao Zhang

    Co-founder

  • Yao Qiu

    Operations Manager

  • Weihong Liu

    Architect

  • Jingsong Yi

    Engineer

  • Xiang Li

    Engineer

发展路线

应用场景

01.算力

  • 矿场
  • ARM设备库存
  • 传统数据中心资源
  • 空闲手机
  • 02.数据应用

  • 供应链金融的去中心化复杂模型计算
  • 服务于科学实验的志愿者计算
  • 基于Gravity 建立第三方数据交换平台
  • 为中小微企提供超低成本的数据平台
  • 03.其他场景

  • 提供计算和存储的专有云服务
  • GPU图像渲染
  • 分布式网络爬虫
  • 网络分发服务CDN
  • 联系我们的客服或关注我们的公众号

    请使用以下信息与我们联系。有关我们服务的其他信息,请关注我们的公众号

  • Community@gravity.link
  • Gravity技术社区
  • Gravity. link
  • Gravity link
  • 微信扫一扫关注我们的公众号

  • 共享算力

    Gravity提供一个共享计算网络,将空闲的手机、终端、PC等设备组成一个巨大的计算引擎。底层是点对点的网络,Gravity独创点对点的MapReduce框架处理大数据,以及点对点的资源调度系统将各节点的资源高效利用。利用区块链价值网络,使资源共享者在互信的网络中获取激励。Gravity把共享设备划分为虚拟计算单元VCU,包含CPU/MEM/STORAGE,以VCU的处理任务(TASK)时长为计算证明,以PoS的共识模式管理激励。

    ×
    数据交换

    数据量增大,以及静态存储,数据会变为成本中心。Gravity最终希望将数据变为利润中心,所以我们提供了基于共享计算的数据交换方案。为了使用户更多灵活的交换,我们把数据封装成服务,开发程度由用户定制策略,同时支持将用户的算法与数据打包,基于Gravity高性能的数据API,将数据的使用权开放,并且以api计量计费。既保障了数据安全,又保障性能和数据价值不被损耗

    ×
    MapReduce

    MapReduce计算框架是目前处理数据规模最大的计算框架,所以Gravity从MapReduce计算框架做起。但是我们并没有把Hadoop移植到公网,那样会面临单点问题和数据传输瓶颈。而是基于P2P网络直接开发的无单点问题的分布式计算框架,计算调度规模可以比Hadoop的集群规模提高一个数量级。但是牺牲了部分性能,目前比自有集群计算性能要低。未来期待随着节点密度的提升而改善。

    ×
    异构P2P计算

    Gravity同时支持x86和ARM的CPU架构,并且支持linux各发行版、安卓和windows操作系统。使得不同平台的硬件设置被集中为计算集群,以相同的基于VCU的度量方式去评估成本。Gravity用跨平台的资源调度消除了平台差异,建立统一的异构计算集群。

    同时Gravity设计了极限计算技术,全网相同的计算只被处理一次,极大地解决分布式计算资源利用问题。

    ×
    数据服务

    使用数据的场景并不是去获得数据明细,而是通过算法对数据计算获取结果。而且数据明细可能含有隐私和商业机密,安全性是核心问题。

    所以Gravity提供数据服务化方案,以约定的使用场景开放数据,安全可靠,没有泄露风险。

    主要目的:

    • 为服务开发者提供设计中间层
    • 使用数据的统一入口
    • 安全策略的执行层
    • 服务标准化
    • 提供高可用高并发的服务接口
    ×
    GVX激励

    发行方案待定…

    ×