Ibenta ang computing power mo.

1Bakit sulit ibenta ang compute

Tumatakbo ang AI sa compute, at kulang ito. Nagplano ang Alphabet, Amazon, Microsoft at Meta na gumastos ng mahigit $700 bilyon sa capital expenditure sa 2026, malaking bahagi nito para sa AI infrastructure (Sherwood News). Matindi ang itinaas ng konsumo ng kuryente ng mga data center noong 2025 (IEA).

Samantala, daan-daang milyong may-kayang computer ang nakatengga halos buong araw. Sinusubukan ng mga spare-compute network na pagdugtungin ang dalawa.

2Paano gumagana ang mga compute marketplace

1. Mag-i-install ka ng client na sumusukat sa hardware mo at iniaalok ito sa network.
2. Nagpapadala ang mga buyer ng job: rendering, training, inference o batch processing.
3. Pinapatakbo ng makina mo ang job sa isang hiwalay na environment at ibinabalik ang resulta.
4. Sinusuri ng network ang trabaho at binabayaran ka, sa dolyar, credits o token.

Ang mahihirap na bahagi ay tiwala at pagkakatugma. Kailangang malaman ng mga buyer na tama ang pagkakagawa ng trabaho, at kailangang bagay ang job sa hardware mo. Ang job na nangangailangan ng Nvidia graphics card na may 24 GB ay hindi tatakbo sa laptop, gaano man ito kabilis.

3Bakit nilalaktawan ng karamihan ng marketplace ang Mac

Karamihan ng AI software ay isinulat para sa CUDA ng Nvidia, na hindi tumatakbo sa Mac. Kaya karamihan ng GPU rental platform ay naglilista ng Nvidia card at halos wala nang iba.

Pero may kakaibang bentahe ang Apple Silicon sa AI inference: iisang malaking pool ng mabilis na memory ang pinaghahatian ng processor at graphics. Ang Mac Studio na may M5 Ultra ay may hanggang 512 GB sa 1.2 TB/s (Apple), sapat para magpatakbo ng mga model na may daan-daang bilyong parameter sa iisang makina. Ginawa ang sariling MLX framework ng Apple para gamitin ito (GitHub).

Kaya magaling ang Mac sa AI na trabaho. Ang kulang lang ay isang network na ginawa para rito.

4Pagbebenta ng Mac compute gamit ang MLX Network

Ang MLX Network ay compute network para sa Apple Silicon lang. Inilalagay ang trabaho ayon sa memory at bandwidth sa halip na hilaw na bilis, kaya buo ang pagtakbo ng bawat job sa iisang Mac. Sinusuri ang mga sagot laban sa ibang Mac, at bawat oras ay nagbabayad ang network ng MLX tokens para sa na-verify na trabaho.

• I-install ang MLX Node, libre, sa kahit anong Mac na may M-series chip.
• Mag-link ng passkey wallet. Nasa pampublikong ledger ang kinikita mo at ang trabaho ng Mac mo.
• Piliin kung kailan ito gagana, o hayaan itong magtrabaho kapag idle ang Mac, na may limit sa baterya at init.
• Kung gusto mo, magdagdag ng dedicated seat na tugma sa chip ng Mac mo para paramihin ang kinikita nito.

Sa ngayon, nagbabayad ang network mula sa compute pool nito sa MLX tokens, na naka-lock nang 30 araw mula sa araw na kinita ang mga ito (3 hanggang 20 kung may dedicated seat). Susunod na planong idagdag ang mga bayad na job mula sa mga client sa labas, na binabayaran ng USDC at hindi kailanman naka-lock. Ipinapaliwanag ng whitepaper kung paano inilalagay at bine-verify ang trabaho.

5Mga tanong

Puwede ko bang paupahan ang Mac ko para sa AI?

Oo. Ginawa ang karamihan ng GPU marketplace para sa Nvidia hardware, pero ang MLX Network ay ginawa para sa mga Apple Silicon na Mac: nagpapatakbo ang MLX Node ng AI na trabaho para sa network at kumikita ng MLX tokens para sa na-verify na resulta.

Makikita ba ng ibang tao ang mga file ko?

Hindi. Naka-sandbox na app ang MLX Node: naaabot nito ang network at ang sarili nitong mga file, hindi ang mga dokumento mo. Ang mga job ay mga prompt para sa isang model, at bumabalik sa network ang mga sagot.

Paano bine-verify ang trabaho?

Inihahambing ang mga sagot ng bawat Mac sa sagot ng ibang Mac sa parehong mga job, at nagpapadala rin ang network ng mga test job na alam na ang sagot. Mas maliit o walang kinikita ang mga Mac na hindi tumutugma.

Passive income ba ang pagbebenta ng compute?

Mas malapit ito sa maliit at pabago-bagong reward para sa pagpapahiram ng hardware mo. Nakadepende ang kita sa kung gaano katagal nagtatrabaho ang Mac mo at sa halaga ng ibinabayad sa iyo. Walang garantiya.