パフォーマンス
RD 人気指数
RD 成長指数
| 1h | 24h | 7d | 30d | 60d | 90d |
|---|---|---|---|---|---|
| 0.67% | 3.98% | 1.63% | 32.21% | 76.47% | -- |
比較
トケノミクス
進行状況のロックを解除する
データソース: CoinGecko
Dolphin's POD routes 100% of inference and API fee revenue to open-market buyback. Users stake POD for auto-compounding xPOD and daily AI-generation allowances; node operators bond POD as slashable collateral, with longer bonding periods earning up to about 1.2–1.3x reward acceleration.
トップホルダー
| ポジションの住所 | トークン | ポジション数 | 割合 | 価値 |
|---|---|---|---|---|
| 0xec29...f988 |   POD | 255,924,542.72 | 51.18% | $119.75M |
| 0x8e35...bef6 | POD | 160,213,313.36 | 32.04% | $74.96M |
| 0xc19a...7c0a | POD | 38,760,307.19 | 7.75% | $18.13M |
更新をフォローする
フォローリスト
キャラクター
Dolphinについて
Dolphinは、アイドル状態のコンシューマーGPUを共有コンピューティングプールに集約する分散型推論ネットワークです。中核事業として、GPU所有者はWindowsまたはLinux上で軽量ノードソフトウェアを実行し、コンピューティングパワーを提供することでPODトークンを獲得でき、開発者やユーザーは低コストでAIモデル推論サービスを利用できます。 主な競争優位性は、Peer-to-Poolアーキテクチャにあります。これは従来の1:1マッチングモデルとは異なり、ノードが長期契約なしに自由に参加・離脱できます。ネットワークはソフトウェア整合性チェック、バリデーターノード、暗号経済的ボンドを採用し、悪意のあるノードがモデルを改ざんしたり誤った結果を返したりするのを防ぎ、出力品質を保証します。さらに、Nvidiaの市場セグメンテーション（コンシューマーGPUはデータセンターGPUより大幅に安価でありながら同等の推論性能を発揮）を活用することで、Dolphinはコストを約30%削減します。 解決する市場の課題は、AI推論の高コストと中央集権化です。従来のクラウドサービスは高価でプライバシーの懸念があり、既存の分散型ネットワークは多くの場合、厳格なノード稼働時間を要求し、効果的な検証メカニズムを欠いています。Dolphinの柔軟な参加モデルと多層検証システムは、よりアクセスしやすく信頼性の高い代替手段を提供します。 過去6か月（2026年3月～9月）において、Dolphinは2025年10月にネットワークV1をローンチし、V2の準備を進めています。V2ではエンタープライズ向けスループットのためのバッチ処理と公開APIが導入されます。ロードマップには、大規模モデル向けのシャーディング推論（例：235Bモデルを複数GPUに分割）、分散型LoRAトレーニング、音声生成への拡張も含まれています。ただし、ネットワークは依然として分散システムに共通する課題、例えば変動するノード性能、複雑な結果検証、オープンAIモデルをめぐる規制の不確実性に直面しています。
Dolphin Networkは、2024年6月20日の88万6千ドルのシードラウンド以降、分散型推論ネットワークを段階的に構築してきました。主なマイルストーンには、100万人以上のVenice.aiユーザーにサービスを提供するDolphin Mistral 24B Venice Editionモデルの作成、Hugging Faceでの月間500万ダウンロード突破、2024年10月のDolphin Inference Network v1のローンチによるアイドル状態の家庭用GPUの活用が含まれます。 ロードマップでは長期的なノードが示されています。V2ではエンタープライズ向けスループットのためのバッチ処理を導入、画像・動画・音声・文字起こしモデルのサポート拡大、分散LoRAトレーニングの実装（Llama3.1 405Bで検証済み）、分散強化学習とフルパラメータSFTの推進、そして大規模分散事前学習の完成へと至り、モデル作成スイートとトケノミクスインセンティブが補完されます。
ポジティブ： プロトコル収益の100%をPODの買い戻しに使用し、インフレを直接相殺。PODは1ヶ月で14倍に急騰、時価総額は約1500万ドル。xPODのステーキングで自動複利、AI推論クレジット、プレミアムサブスクリプション特典を獲得。ノードステーキングは利害を一致させ、CurveのようなDeFiメカニズムを借用。チームは12年の権利確定、株式なし、収益の99%をプロトコルへ。 ネガティブ： 公開APIは未開放、外部収益は未実現。800GPUで供給抑制、報酬は低水準。買い戻し分割比率は未決定。APIは9月以降にずれ込む可能性。独立ベンチマークは主張する88%に届かない可能性あり。
Dolphin (formerly DPHN) completed its brand and contract migration to the new POD token in 2026, with a 500 million supply cap, moving all legacy DPHN liquidity and community to POD. POD listed on LBank on May 11, on Hibt on May 12, on Upbit on October 2 and on HTX on October 4.
Future strategy and roadmap: After migrating its token to POD in 2026, Dolphin listed on Upbit and HTX in October. The next step is to commercialize the inference API opened in October, integrate models such as DeepSeek V4.1 Flash, and build an OpenAI-compatible API serving Hugging Face models. The protocol uses a Peer-to-Pool design that directs 100 percent of protocol revenue to POD buybacks and establishes holder yield via xPOD vault staking. It will leverage ecosystems such as Venice to grow inference demand, aiming for stable paid inference traffic that sustains token buybacks and value capture.
エリック・ハートフォード（主要コントリビューター） - Quixi AIの創業者、DolphinおよびSamanthaオープンソースAIモデルシリーズの制作者。
- 以前はLazarus AIの主席科学者、TensorWaveの上級応用AIリサーチャー、Abacus.AIおよびConvaiの上級応用AI/MLリサーチャー。
- キャリア初期：Microsoftのシニアソフトウェアエンジニア、eBayのスタッフ、AmazonのSDE。
- Hugging Faceにて30以上のファインチューニング済みモデルを公開（例：Dolphin Llama 3、Mistral、Qwen2）。
- Twitter（@QuixiAI）およびLinkedIn（linkedin.com/in/ehartford）で活動中。