Введение

Интеграция искусственного интеллекта и технологии блокчейн становится новой точкой фокуса в быстро развивающейся волне технологий. Рассказ о создании вычислительной мощности DePin на основе графических процессоров (GPUs) начинает создавать новую волну в пространстве Web3.

В последние годы широкое применение технологии искусственного интеллекта привело к растущему спросу на вычислительные ресурсы в различных отраслях. Однако монополия высокопроизводительных графических процессоров на рынке затруднила получение необходимой вычислительной поддержки многим малым и средним предприятиям. Исходя из этой тенденции спроса, проект EMC (Edge Matrix Computing) был создан с целью решения проблемы недостаточного выделения вычислительных ресурсов путем интеграции неиспользуемых ресурсов графических карт со всего мира.

Команда EMC разработала концепцию «DeAI», отличающую ее от традиционных облачных сервисов с графическими процессорами. Проект предоставляет эффективную модель обучения искусственного интеллекта через свою платформу планирования вычислительной мощности, что позволяет разработчикам получать доступ к вычислительным ресурсам по низкой стоимости. Это инновационное решение способствует интеграции искусственного интеллекта и блокчейна в использовании ресурсов и обмене данными, усиливая развитие экосистемы Web3 и создавая реальную ценность приложений.

Что такое EMC?

Обзор проекта

EMC (Edge Matrix Computing) была создана в 2022 году как высокопроизводительная децентрализованная сеть вычислительных приложений искусственного интеллекта (ИИ), направленная на решение проблемы трения между развитием технологии ИИ и ресурсами вычислительной мощности GPU. К октябрю 2024 года она построила сеть вычислительной мощности и сообщество AI + Web3 в более чем 30 странах и регионах всего мира. Она посвящена предоставлению более равных и открытых возможностей для предпринимателей и разработчиков.

Являясь первой платформой в пространстве Web3, обеспечивающей бесшовную интеграцию между вычислительными активами на GPU и приложениями ИИ, основные продукты EMC обслуживают различные сценарии приложений ИИ и Web3, создавая сервисы распределенных высокопроизводительных вычислений DePIN. Например, EMC Hub отвечает за планирование децентрализованных вычислений, предоставляя глобальные вычислительные ресурсы, помогающие разработчикам ИИ эффективно выполнять свои задачи. JarvisBot фокусируется на широком спектре сервисных приложений ИИ, оптимизируя пользовательский опыт с помощью глубокого обучения и обеспечивая интеллектуальную поддержку различных бизнес-сценариев. OmniMuse — это инновационная платформа для продвижения исследований и продвижения технологий искусственного интеллекта.

В этом контексте EMC стремится способствовать созданию децентрализованной экосистемы искусственного интеллекта, предлагая разработчикам недорогие и эффективные вычислительные ресурсы, открывая новые возможности для инновационных приложений в различных отраслях. Интегрируя распределенные вычисления, смарт-контракты и услуги искусственного интеллекта, EMC стремится стать значительной силой для будущей интеграции искусственного интеллекта и блокчейна, создавая более широкие возможности развития для глобальных разработчиков и предпринимателей.

Команда основателей

Источник: Edge Matrix Chain

Ядро команды EMC включает нескольких ветеранов отрасли с обширным опытом работы в области облачных вычислений, искусственного интеллекта и маркетинга:

• Алекс Гох

Сооснователь EMC и председатель фонда EMC имеет степень МВА в Маккуори Университете. У него более 20 лет опыта работы в области глобального развития рынка, ранее он занимал должность генерального менеджера по Великому Китаю в Improbable.io и глобального генерального менеджера в AWS (Amazon). В настоящее время он сосредоточен на коммерциализации и международном продвижении EMC в Сингапуре.

• BK Khur

Сооснователь и технический директор EMC, окончил Колледж инженерии Наньянского технологического университета (NTU) и был исследователем в NTU. Он имеет богатый технический опыт работы в Deloitte Consulting по цифровой трансформации. Он совместно основал компании, такие как JuzToday и ShopperBoard, принося обширный опыт управления и технического опыта из различных инновационных проектов.

• Allen Foo

Член правления Фонда EMC и советник по продуктам и технологиям. Он является основателем и генеральным директором UCCVR, фонда раннего стадии венчурного капитала, и VooX. Ранее он руководил развитием бизнеса в Unity и Microsoft в Великом Китае, обладая значительным опытом руководства в секторе облачных сервисов.

• Терренс Нгу

Член правления Фонда EMC и советник по стратегии продвижения на мировом рынке. Он основал Hashmeta и ранее занимал должность главного представителя сообщества в StarNgage. Терренс занимал ключевые должности в нескольких высокотехнологичных компаниях, сосредотачиваясь на стратегии мирового рынка и построении сообщества.

Текущая ситуация с финансированием

В настоящее время проект EMC завершил несколько раундов значительного финансирования, демонстрируя свой большой потенциал развития в глобальных секторах искусственного интеллекта и Web3. Первый раунд финансирования был завершен в январе 2024 года, основными инвесторами были швейцарская группа Bochsler, Future3 Campus, 1783 Labs, Frontier Research, DMC, VOFO Corp, Exabits.ai, Hashmeta, CEEX Labs и другие институты и семейные офисы.

В феврале 2024 года команда EMC объявила о завершении второго раунда стратегического финансирования, который возглавили Faculty Group и Flow Capital, на сумму нескольких миллионов долларов. В источники финансирования входили глобальное сообщество Web3, DAO и сообщества разработчиков искусственного интеллекта, что дополнительно ускорило развертывание и развитие вычислительных узлов EMC.

30 августа 2024 года EMC объявила успешное завершение раунда финансирования серии A на сумму 20 миллионов долларов, в котором лидирующую роль сыграли Amber Group и P2 Ventures. Среди других участников были известные инвестиционные институты, такие как One Comma, Kapley Judge и Associated Corporations, а также Venture Fund. Это еще больше укрепило позиции EMC как платформы децентрализованного планирования вычислений и инноватора в области искусственного интеллекта.

Связанные ресурсы

Преимущества проекта

Распределенный GPU

В контексте доминирования гигантов, таких как NVIDIA, на рынке высокопроизводительных графических процессоров, EMC эффективно решает проблему дисбаланса между предложением и спросом на вычислительную мощность, используя свою уникальную распределенную децентрализованную вычислительную сеть и мировые неиспользуемые ресурсы графических процессоров. Особенно после объединения Ethereum закрытие многих майнинговых ферм привело к появлению множества неиспользуемых устройств графических процессоров, что позволило EMC предоставить эффективную вычислительную поддержку разработчикам искусственного интеллекта.

Сеть EMC развернула более 100 узлов GPU в различных странах и регионах, включая основные модели, включая A100, H100, RTX 4090 и 3090. Эти вычислительные ресурсы предоставляются интернет-центрами обработки данных (IDC), поставщиками облачных услуг (CSP), майнинговыми фермами и рабочими станциями EMC AI, специально разработанными для разработки ИИ. В сети EMC используется механизм, сочетающий в себе Proof of Work (PoW) и Proof of Stake (PoS), что позволяет участникам получать вознаграждение в токенах, внося свой вклад в вычислительную мощность и стейкинг, тем самым получая двойной доход от майнинга и стейкинга.

С точки зрения пользовательского опыта, рабочая станция EMC AI разработана для простоты использования Plug-and-Play. Первая партия продуктов оснащена высокопроизводительным оборудованием, таким как процессоры Intel Core i7, твердотельные накопители объемом 2 ТБ, 32 ГБ оперативной памяти DDR5 6400 Гц и графические карты RTX 4090, что обеспечивает необходимые вычислительные ресурсы и возможности обработки данных для выполнения сложных задач искусственного интеллекта. Это обеспечивает пользователям эффективную рабочую среду, способствуя инновациям и развитию в экосистеме.

Источник: Геокарта

Инновационная экосистема DeAI

Корпорация EMC создала комплексную систему от инфраструктуры до разработки приложений с помощью своей уникальной децентрализованной экосистемы искусственного интеллекта (DeAI). Его основная философия — открытость, прозрачность и демократизация, направленная на решение проблем традиционного централизованного ИИ с помощью децентрализованных моделей, данных и вычислительных мощностей. Например, некоторые компании часто контролируют традиционные модели ИИ, что приводит к закрытию данных и алгоритмов. В системе EMC DeAI алгоритмы и данные передаются через распределенную сеть, что позволяет пользователям управлять своими данными автономно, значительно обогащая экосистему данных и повышая вклад пользователей и контроль над моделями ИИ.

По мере наступления бычьего рынка спрос на новые технологии и инновационные модели особенно срочен, а сочетание искусственного интеллекта и Web3 является значительным трендом для будущего рынка. Интегрируя эти две горячие области, EMC создал новую рыночную повестку дня, предоставляя инвесторам свежие инвестиционные возможности, особенно в децентрализованной разработке и применении искусственного интеллекта, что ожидается вызвать новую волну инвестиций.

Двойной токен + двойное обесценивание

EMC применяет модель «Двойной токен + Двойное сжатие»: один токен используется для управления и участия в экосистемных решениях, в то время как другой служит основным средством обмена. Этот дизайн повышает гибкость проекта, позволяя токенам играть разные роли в различных функциях.

Кроме того, механизм двойной дефляции EMC сокращает циркуляцию токенов за счет специальных экономических проектов, чтобы обеспечить их дефицит. В частности, это включает в себя регулярный обратный выкуп токенов для уменьшения рыночного обращения и дальнейшего сокращения обращения путем уничтожения части токенов (например, собранных комиссий за транзакции). Этот механизм не только поддерживает дефицит токенов, но и повышает их долгосрочную ценность.

В сообществе EMC пользователи могут активно участвовать в экосистеме EMC с помощью различных методов, таких как взимание токенов, участие в транзакциях с реальными активами (RWA) и продажа моделей ИИ, тем самым способствуя обращению и использованию токенов. Подводя итог, можно сказать, что модель «Dual Token + Dual Deflation» создает прочную экономическую основу для EMC и стимулирует все больше разработчиков и пользователей участвовать в экосистеме EMC за счет диверсифицированных моделей получения дохода.

Источник: Edge Matrix Chain

Низкий технический барьер

EMC существенно снизила технические барьеры для разработки AI DApp, запустив инструмент EMC Hub. Разработчики могут легко создавать и разворачивать приложения AI с использованием обширного набора SDK и инструментов. Эта открытая и удобная для пользователя платформа разработки привлекает больше разработчиков в экосистему EMC. Она способствует широкому принятию технологии искусственного интеллекта в экосистеме Web3, что открывает путь для быстрого применения интеллектуальных технологий AI.

Введение в экосистему EMC

Как проект, объединяющий искусственный интеллект и технологию Web3, весь экосистема EMC разделена на четыре слоя: Протокольный слой, Сетевой слой, Слой приложений и Слой активов. Технически он предлагает пользователям эффективные решения по вычислениям искусственного интеллекта через уникальную топологию сети, планирование вычислений на краю и многоуровневое проектирование узлов.

Источник: Edge Matrix Цепь

Протокол EMC

EMC Protocol - это распределенное решение для планирования вычислительных мощностей искусственного интеллекта на основе экосистемы EVM. Оно использует высокопроизводительную инфраструктуру основной цепи Arbitrum One для подачи и проверки конечных автоматов. Цель состоит в планировании неиспользуемых вычислительных ресурсов в масштабе всего мира для удовлетворения высоких вычислительных требований задач обучения искусственного интеллекта.

Как показано на диаграмме, сетевая топология EMC может быть разделена на четыре типа узлов: вычислительные узлы, маршрутизаторы, узлы валидаторов и узлы хранения транзакций. Эти узлы, отвечающие за различные функции, равномерно планируются для облегчения представления и подтверждения выполненных транзакций. Они работают вместе для завершения обучения модели и задач вывода искусственного интеллекта. В конечном итоге все статусы транзакций и результаты вычислительных задач хранятся в слое хранения транзакций Arbitrum One, обеспечивая долгосрочную доступность данных.

Источник: cryptoviet.info

Основная технологическая реализация протокола EMC зависит от его эффективного механизма отправки и подтверждения, обеспечивающего уникальные преимущества в планировании вычислительной мощности и управлении узлами валидации. Во-первых, механизм отправки упаковывает конечный автомат в структуру обязательства, отправляемую на главную цепь Arbitrum для записи, известную как «отправка». На этом этапе пользователи могут сразу переходить к следующему шагу, не ожидая фактического подтверждения. После того как транзакция отправлена в смарт-контракт, она считается завершенной, и процесс асинхронный. Хотя требуется некоторое время, восприятие пользователем задержки значительно уменьшается.

Под механизмом PoS узлы валидации выполняют свои обязанности, ставя токены EMC, чтобы обеспечить справедливость и надежность. Заложенные активы могут быть конфискованы в случае сбоя валидации, что дополнительно укрепляет безопасность системы. Механизм стимулирования связан с количеством заложенных EMC, при этом узлы, которые вкладывают наибольшее количество, имеют приоритет для становления валидаторами. Умная маршрутизация также опирается на залоги, чтобы обеспечить приоритетное выделение и стабильность задач. Вычислительные узлы имеют два варианта: заложить EMC для получения более высоких наград или выполнять задачи, не требующие долгосрочной вычислительной мощности, увеличивая операционную гибкость и прибыль, особенно подходящую для более маленьких узлов.

В то же время протокол EMC значительно повышает эффективность использования вычислительной мощности через планирование вычислений на краю. По сравнению с традиционными централизованными центрами обработки данных, сеть EMC использует простаивающие ресурсы GPU по всему миру, оптимизируя выделение вычислительных мощностей. Благодаря сотрудничеству с сетью партнеров EMC (EPN), EMC обеспечивает глобальную децентрализованную вычислительную поддержку, обеспечивая стабильность и масштабируемость системы в условиях крупномасштабных параллельных ситуаций. Этот дизайн позволяет протоколу EMC эффективно решать вызовы современных сложных вычислительных сред, обеспечивая прочную основу для искусственного интеллекта и приложений реального времени.

EMC Hub

Платформа EMC HUB повышает эффективность разработки и развертывания, интегрируя библиотеку моделей искусственного интеллекта с вычислительными ресурсами. Разработчики могут упаковывать модели искусственного интеллекта в контейнеры Docker и загружать их на платформу, вместе с образцами кода и описанием параметров, для получения вознаграждения от платформы. Этот механизм значительно снижает бремя на разработчиков в отношении публикации и распространения моделей. Пользователям просто необходимо подписаться на вычислительные узлы и могут запускать эти контейнеры с моделями Docker в один клик, быстро запуская полные экземпляры искусственного интеллекта. Система также автоматически настраивает соответствующие API.

Источник:EMCHub

В отношении планирования вычислительной мощности EMC Hub полагается на сотрудничество интеллектуального маршрутизатора и узлов: первый оптимизирует пути и передачу данных, в то время как второй выполняет вычислительные задачи. Это включает в себя динамическое планирование ресурсов GPU внутри вычислительного пула и интеллектуальное их распределение на основе нагрузки и приоритета задач. По сравнению с традиционными методами, данная модель избегает громоздких процессов покупки облачных услуг, выбора модели и развертывания среды, что позволяет разработчикам больше сосредоточиться на инновациях.

В отношении безопасности и эффективности EMC Hub использует гибридный алгоритм консенсуса PoS и PoW, в общей сложности 3F + 1 валидирующих узлов, обеспечивающих работу механизма. Проверка завершается с использованием алгоритма толерантности к византийским ошибкам (IBFT), который подтверждает транзакции 2/3 большинством. PoS обеспечивает безопасность узлов, предотвращая злонамеренные атаки, в то время как PoW отвечает за проверку завершения вычислительных задач. Этот гибридный механизм улучшает безопасность платформы и сокращает циклы обучения искусственного интеллекта. Статистика показывает, что этот подход стоит всего 30% от традиционных методов, сокращая нагрузку до нескольких часов.

Источник: EMCprotocol (EMC) · GitHub

JarvisBot

AI-ассистент Jarvis компании EMC - это революционная платформа для разработки искусственного интеллекта, которая использует сеть EMC и децентрализованную архитектуру, интегрируя алгоритмы глубокого обучения. Это делает его не просто чат-ботом, а улучшает точность распределения вычислительных ресурсов через глубокое обучение, сохраняя при этом сильные разговорные способности. Он автоматизирует сложные задачи вычислений и обучения моделей, оптимизируя процесс развертывания искусственного интеллекта.

По функциональности, JarvisBot предлагает разнообразные приложения ИИ, включая генерацию контента, создание изображений, перевод и переписывание статей. Пользователи могут создавать настроенные боты для поддержки клиентов, генерации лидов, обновления заказов и персонализированных рекомендаций. Интеграция экономической модели Web3 позволяет пользователям зарабатывать вознаграждения за вклад ресурсов, наслаждаясь услугами ИИ. Это отличает JarvisBot от традиционных приложений ИИ, которые обычно полагаются на подписки пользователей, действительно деля разработку и создание ИИ. Эта модель привлекла значительное внимание на рынке.

Кроме того, JarvisBot разработан для значительного упрощения процесса развертывания моделей искусственного интеллекта. С использованием инструментов Web3, предоставленных JarvisBot, разработчики могут легко получить доступ к его функциям и быстро запускать модели ИИ без громоздких ручных конфигураций. Это повышает эффективность обучения моделей и обеспечивает более эффективное и экономически выгодное решение для ИИ и децентрализованного ИИ (DeAI), делая его децентрализованной версией «ChatGPT».

Источник: docs.jarvisbot.ai

OmniMuse

OmniMuse - инновационная платформа, способствующая развитию технологии искусственного интеллекта через децентрализованный искусственный интеллект (DeAI). Она предлагает ряд функций, включая настраиваемые шаблоны умных контрактов и фреймворки, специально разработанные для создания, торговли и обмена данными моделей, что значительно ускоряет процесс разработки приложений искусственного интеллекта. Кроме того, OmniMuse интегрирует популярные инструменты разработки блокчейна для упрощения создания децентрализованных приложений.

OmniMuse использует децентрализованные решения хранения, такие как IPFS, для обеспечения постоянства и непреемственности активов данных, облегчая безопасное совместное использование и торговлю данными, приоритезируя конфиденциальность данных. Его передовые функции конфиденциальности и безопасности обеспечиваются современными инструментами шифрования, такими как гомоморфное шифрование, безопасные многопартийные вычисления и проверяемые вычисления, что дополнительно улучшает безопасность платформы.

Кроме того, разрабатываемый DeAI Store будет представлять собой инновационную платформу, объединяющую децентрализованные приложения искусственного интеллекта, помогающую пользователям находить и получать доступ к новейшим приложениям интеллектуальных технологий. DeAI Store предлагает децентрализованное хранилище данных ИИ, шаблоны смарт-контрактов и фреймворки для разработки, интегрируя инструменты шифрования для обеспечения конфиденциальности и безопасности пользователей. Платформа призвана создать среду для совместной работы без технических «границ», позволяющую всем делиться своим опытом, чтобы раскрыть огромный потенциал ИИ и привлечь многочисленных разработчиков, создателей и пользователей ИИ для совместного внедрения инноваций и разработок в области технологий ИИ.

Источник: OmniMuse

Фреймворк Openverse

На основе EMC Hub Openverse дополнительно расширяет свои функциональные возможности путем интеграции множества инструментов разработчика и SDK. Это улучшает возможности разработчиков в децентрализованной среде и облегчает безпрепятственную интеграцию с EMC Hub, позволяя разработчикам быстро развертывать приложения искусственного интеллекта.

Функционально Openverse - это платформа, интегрирующая различные инструменты SDK для разработчиков Web3, включая EMC SDK, Web3 SDK, 3D Scene SDK и DID SDK. Эти инструменты поддерживают основные функции Web3; например, 3D Scene SDK позволяет быстро создавать виртуальные 3D миры, а DID SDK обеспечивает верификацию личности на уровне блокчейна для обеспечения конфиденциальности и безопасности данных.

Разработчики могут загружать модели искусственного интеллекта на платформу и легко запускать и управлять экземплярами искусственного интеллекта через функцию развертывания Openverse одним щелчком, упрощая процесс разработки. Эта интегрированная платформа значительно снижает барьеры для разработки Web3, позволяя разработчикам сосредотачиваться на инновациях в приложениях и развитии бизнеса.

Источник: EMCprotocol (EMC) · GitHub

Обзор связанных токенов.

Распределение токенов

$EMC - это токен, выпущенный на публичной цепочке Arbitrum One, с общим объемом в 1 миллиард. Распределение этих токенов охватывает различные цели, включая вознаграждение сообщества, фонды развития и ликвидность. Его дизайн направлен на то, чтобы позволить разработчикам и пользователям принимать участие в децентрализованной вычислительной экосистеме, стимулируя активное взаимодействие в развитии экосистемы для достижения эффективного использования вычислительной мощности и экономического обращения.

Источник: Распределение токенов | EMC Whitepaper

Модель дефляции доходности

EMC представляет двухтокеномическую модель, включающую базовый токен $EMC и стейблкоин под названием Credits, который служит средством для совершения транзакций внутри рынка EMC. Основа этого механизма заключается в необходимости приобретения пользователем Credits с использованием $EMC, что приводит к полному уничтожению $EMC в ходе этого процесса, тем самым увеличивая его дефицитность и стоимость. Этот дизайн помогает поддерживать стабильный рост цены $EMC и привлекает больше пользователей в экосистему EMC.

Модель дефляции доходности EMC состоит из дефляции удельной доходности и дефляции потребления вычислительной мощности, которые направлены на поддержание баланса спроса и предложения токенов.

1. В механизме дефляции доходности транзакции используют стейблкоины или другие токены, в то время как кластеры вычислительной мощности арендуются через протокол вычислительной мощности. Комиссии за транзакции на платформе RWA конвертируются в $EMC и уничтожаются, при этом 80% арендного дохода идет арендодателю, а 20% уничтожается. Кроме того, обе стороны транзакции получат $EMC в качестве вознаграждения, что дополнительно способствует использованию и уничтожению токена.
2. В механизме дефляции потребления вычислительной мощности EMC Hub предоставляет широкий спектр вычислительной мощности и услуг по подписке на приложения, требуя от пользователей стейкинга других криптовалют для доступа к этим услугам. В этом случае заложенные активы конвертируются в $EMC, который не может быть снят с потребительского счета после внесения, но уничтожается после использования услуги, увеличивая потребление $EMC и повышая его стоимость.

Модель выпуска

Событие по первоначальной генерации токенов (TGE) для токена EMC начнется 9 ноября 2023 года, а план выпуска токенов продлится от 24 до 48 месяцев и охватит инвесторов и команду проекта. В рамках распределения токенов на экосистемные награды (включая управляющие токены) приходится 47% от общего предложения. Кроме того, экономическая система EMC включает дефляционные механизмы и план по сжиганию с целью управления экосистемой и повышения долгосрочной ценности токена.

Источник: Приобретение токенов | Белая бумага EMC

Анализ будущей стоимости

Проект EMC является сочетанием традиционной Web2 и Web3. По сравнению с проектами Web2 его преимущество заключается в использовании распределенных узлов GPU для эффективной агрегации распределенных вычислительных ресурсов, смягчая дисбаланс спроса и предложения, вызванный традиционными централизованными системами. В отличие от других проектов Web3, EMC предлагает экономически эффективное решение для обучения моделей искусственного интеллекта путем глубокой интеграции искусственного интеллекта с DePIN, установления рынка для обмена знаниями, данными и вычислительными активами. Кроме того, его уникальный механизм кредитов ускоряет экономическое обращение, обеспечивая новые источники дохода и возможности для инвесторов.

В плане будущих приложений EMC делает высокопроизводительные вычисления доступными и экономичными, открывая дверь для применения искусственного интеллекта в различных отраслях.

Например, в секторе здравоохранения EMC может использовать свои мощные вычислительные возможности для обработки масштабных медицинских данных, продвигая персонализированную медицину и точные диагностики. Модели искусственного интеллекта могут формулировать более эффективные схемы лечения, анализируя исторические данные и генетическую информацию пациентов. Вычислительная мощность EMC в финансовой индустрии может обрабатывать сложные финансовые транзакции и оценки рисков, снижая затраты, обеспечивая безопасность данных и прозрачность.

Наиболее перспективные приложения фокусируются на умных городах и интернете вещей (IoT). Распределенная архитектура EMC может поддерживать обработку данных в реальном времени для множества устройств, облегчая оптимизацию систем, таких как интеллектуальное транспортное обеспечение и управление энергией, тем самым повышая эффективность и устойчивость городской инфраструктуры.

В настоящее время технология инженерии больших моделей относительно зрелая, но стабильность вычислительной мощности и надежность инкапсуляции кода все еще требуют тесного внимания и непрерывной оптимизации. Учитывая, что проект EMC находится в горячем сегменте DePIN, у него изначально есть осуществимость в опыте клиента (CX). С другой стороны, на основе раскрытой информации, китайский контекст проекта очевиден, что указывает на то, что будущее расширение рынка может потребовать стратегии диверсификации для усиления глобального влияния.


Ссылки

1. https://docs.emc.network/whitepaper
2. https://docs.jarvisbot.ai/
3. https://twitter.com/EMCprotocol
4. https://linktr.ee/emcnetwork
5. https://emchub.ai/#/home
6. https://coinmarketcap.com/currencies/edge-matrix-computing/