大赌哥说：关于 #allora #gaianet 这两个节点的相关问题

最近很多人在咨询关于 #allora #gaianet 这两个节点的相关问题，在此做个粗略的回复:

1.关于 #allora

项目背景：allora 前身为 upshot，项目成立于2019年，更名为allora后融资 300 万美元，另有 3000 万美元来自 upshot 时期
团队历史：upshot 项目未取得成功，3000 万美元融资可能已消耗殆尽
融资规模：300 万美元对于 AI 项目而言，规模偏小

worker 节点激励的情况，我调研过这个项目，前身是upshot ，目前更名为allora，更名为allora 改行做ai ，融资仅为300W，另外3000W的融资均为之前upshot的相关融资，考虑到团队前身做upshot的时候就没搞成功过，大概率之前的3000W融资已经消耗殆尽了，并且目前allora worker积分榜，官方反馈修复时间为一周，但迄今为止，已经接近1个月了，始终并未修复这个如此简单的问题，很难不让人怀疑团队是否还有在维护该项目，个人是不太推荐搞的,单独来看300W的融资作为AI项目也是不太够格

2. 关于 #Gaianet

激励机制不明确：Gaianet 未明确说明节点激励机制
资源占用极低：单机可通过 Docker 无限多开节点，成本几乎为零
对比其他项目：avail、ionet、quilibrium 等大毛项目均需一定成本投入

gaianet 轻节点的话，因为Ionet 将要取消M芯片的工人节点，因此很多人作为ionet的替代品，个人认为大概率是会反撸的，首先该项目并未明牌激励节点，并且这个节点占用资源极低，单机可以通过docker无限多开，几乎没有成本可言，纵观上半年的大毛，诸如avail(时间成本+Github资格号成本·)ionet(GPU待机+闲时网络成本) quilibrium(CPU计算成本+内存+网络流量) 等，都是需要一定的成本支出的，gaianet 的节点运行成本几乎没有，因此个人认为是没有大毛可能，甚至存在反撸的情况

更新下gaianet 的情况，根据多位群友反馈以及测试，默认配置下是使用巴黎旅游知识最低配的模型，此情况下资源占用并不高，切换大模型后占用才会显著提升