一般來說，要在異構移動平臺和各種⽹絡拓撲中執行分散式應用程式，它必須足夠抽象以從底層平臺獲取。部署工作將是實現特定於平臺的演算法效率，併為每個平臺建立不同的版本，以便可以使用抽象的虛擬機器在跨平臺技術（如Java）中執行它們。為了有效的利用跨多個移動裝置分發任務，並以此作為我們計算節點的基於Java的開源高效能分散式計算平臺，並且已經被開發出來，如弗吉尼亞OGSI.NET大學使用荷蘭阿姆斯特丹大學的架構和技術架構並參考BOINC和Folding @ Home移動平臺。
CONUN允許請求者加入平臺的計算機上執行應用程式。連線到互聯⽹的工作人員只需建立一個可以在下載並安裝可執行程式並註冊帳戶後自動參與專案的環境。該程式僅在您的計算機上使用空閒區域，因此您可以對其進行調整以對實際的計算機使用率產生最小的影響。 CONUN將支援可為多個平臺參與者提供更多價值的裝置，以更低的成本處理block chain計算資源。為此將被設計成使得適當的補償透過透明的質量管理實現根據不同的提供者和請求者的貢獻，以確保提供者是透明關於可靠性提供商提供服務和高品質的服務。
2. 架構
我們將設計一個控制個人計算機元件的計算節點。如CPU，GPU，記憶體和儲存裝置，並配置每個節點以模組化其應用程式處理。每個節點都在虛擬機器環境中執行，並根據Docker的容器操作方法實施，以便它可以與計算機的作業系統分開執行。儲存應用程式資料的儲存裝置（磁碟驅動器）將參考分散式資料儲存解決方案（如IPFS，Storj和Sia）來實施。每個節點的計算機都可以透過遠端下載和儲存用於服務操作的應用程式和資料來執行。
CONUN將每個節點的計算機配置為在水平分散式⽹絡上執行。這意味著沒有對節點集合的集中控制，正如block chain的概念所暗示的，每個節點都將自主訪問服務並配置平臺生態系統，同時控制其自身的過程控制。
CONUN實現了一個單獨的資源排程演算法，可以管理多個資源，以便在多個計算機節點上可靠且高效地處理應用程式。這基本上是一個複雜的程式模型，可以處理資料的安全性，管理和恢復。
< 平臺架構 >
•⽹格計算核心
使用個人計算機資源處理計算任務的分散式計算核心功能
•虛擬機器（Docker Container
獨立的自包含應用程式，可在每個計算節點上部署和自動執行應用程式，而不受個別作業系統的干擾 虛擬處理系統
•混合對等⽹絡
不區分計算機的型別，充當⽹絡上的所有計算機客戶端和伺服器
•以太坊智慧合同
透明而安全地交易，合約並付款而不需中介服務的系統
< Base Architecture (Layered Grid Architecture) >
1. Fabric Layer
✓ 為特定站點上的本地資源提供介面。
✓ 可在虛擬組織內共享資源。
✓ 為實際資源管理提供功能，以及查詢資源狀態的功能。 儲存系統，叢集，⽹絡，⽹絡快取等。
2. Connectivity Layer (連線階層)
✓ 包含一個通訊協議，以支援跨越多種資源使用範圍的電⽹交易。 包含用於認證使用者和資源的安全協議。通訊，服務發現（DNS），身份驗證，授權，佣金。
3. Resource Layer (資源階層)
✓ 管理單個資源。 使用連線層提供的功能，並直接呼叫結構層中可用的介面。 由於它負責訪問控制，因此它依賴於作為連線層一部分執行的身份驗證。 資料訪問，計算機訪問，⽹絡效能資料訪問。
4. Collective Layer(叢集階層)
✓ 處理對多個資源的訪問。 資源發現，多資源任務分配和排程以及資料複製。 它可以針對各種用途和各種協議進行配置，以反映可以提供給虛擬組織的各種服務。
✓ （App）一致性控制，複製選擇，作業管理，虛擬資料目錄，虛擬資料程式碼目錄。 （Generic）複製目錄，複製管理，共同分配，證書頒發機構，後設資料目錄。
5. Application Layer
✓ 由在虛擬組織內執行並使用⽹格計算環境的應用程式組成。 （DisciplineSpecific Data Grid Application）
3. block chain 技術的利用
Block chain基於密碼演算法設計，例如基於P2P的水平⽹絡上的現有公鑰和私鑰以及分散式賬本技術，確保書籍的完整性。 CONUN透過使用block chain技術來實現，以記錄與計算能力請求者的應用程式處理相關的所有後設資料並透過它來管理工作事務。這提供了一個一致和可靠的環境，因為沒有任何貢獻者可以任意操縱他們的工作。另外，CONUN在以太⽹block chain的基礎上開發自己的token，為使用者和投資者提供分散式計算的價值，為平臺參與者提供交換請求和處理服務的服務的媒介。供應商和請求者將使用它來補償計算資源的使用。
4. 應用事例
我們瞭解分散式計算系統的優點和需求。 不是將使用者所需的資源從一臺計算機處理到另一臺計算機，能夠更快，更高效地處理這些分散式計算機非常重要。 這使得可以使用具有高計算速度，易於系統擴充套件性，高可用性和可靠性的環境，並且最重要的是具有良好的價效比優勢。
1. 科學計算用專案
CONUN可用於執行需要複雜和快速計算效能的科學計算任務。 一般來說，科學計算主要用於理解使用計算機的數學模型並理解研究物件並得出結果。 例如，物理學，生物學和化學資訊學等學術研究領域，或諸如藥物開發，社會統計學，⽓候預測和密碼分析等社會研究目的，所有這些都需要大規模計算功能。
2. 深度學習模型開發專案
近年來，深度學習中的人工智慧和機器學習最活躍，也是發展最迅速的領域之一。 我們已經看到需要一個大規模的計算基礎設施來開發和實施深度學習模式，就像我們在AlphaGo中看到的一樣。 CONUN使用這種分散式計算能力來實現能夠學習深度執行演算法（如卷積神經⽹絡（CNN）遞迴神經⽹絡（RNN）和強化學習）的多程序環境， 用於快速建立模型。 我們還在考慮開發一種解決方案（API），以在我們的分散式計算環境中啟用Tensorflow，Theano和Caffe（目前正在積極使用深度執行的框架）。
3. 大資料分析專案
大資料是一種從資料中提取價值的技術，包括大量的結構化或非結構化資料集，超越現有資料庫管理工具的功能，並分析和預測結果。 大資料已經突出了好⼏年，因為它有可能提供包括政治，社會，經濟，文化和科學技術在內的所有領域的資訊。這需要一個計算基礎架構，可以快速計算和處理大量資料，例如深度學習。 大多數大資料分析技術和方法是在現有的統計和電腦科學中使用的資料探勘，機器學習，自然語言處理，模式識別等，以及深度學習情況下計算和處理大量資料的計算基礎。 是必需的。 尤其是由於社交媒體等非結構化資料的增加，文字挖掘，⻔戶挖掘，社交⽹絡分析，聚類分析等技術在分析技術中得到了⼴泛的應用，而分散式資料處理解決方案如Hadoop NoSQL技術被用來使其更加靈活和快速。
4. 計算機影象處理專案
在計算機影象領域，計算機生成影象（CGI）是電影，電視節目，⼴告，模擬器，模擬和三維計算機圖形。 計算機上使用的CGI軟體不斷髮展並變得更易於使用，使得中型企業和沒有專業人員的個人可以製作出專業品質的計算機圖形內容。 然而，這也是一個限制，即需要配備高效能GPU的計算機效能。 CONUN配置為在分散式計算環境中進行計算機圖形處理，以便使用者可以快速且便宜地執行專案。
5. 生命科學研究先發個慕
用於改進現有療法和開發治療疾病的新療法的生物學研究是利用分散式計算的領域之一。 GPUGRID.net是一個非營利性的分散式計算專案，透過原子生物分子模擬進行生物醫學研究，它是一個由大量圖形卡（GPU）組成的超級計算機級計算（GPU）系統， 我們正在做一些需要力量的棘手任務。 這些研究已經成為高校研究機構和生物工業的必要研究領域，分散式計算環境將成為必不可少的計算基礎設施。
Block chain token
CONUN使用基於以太⽹block chain的自己的token，為使用者和投資者提供分散式計算的價值。 該token可作為平臺參與者請求和交換處理服務的媒介。 提供者和請求者使用token來補償應用程式和計算機資源的使用。 在實施應用程式登錄檔和事務框架之後，token還需要處理其他程序。
正如應用例項中提到的，⼏乎所有需要高容量/高效能運算能力的應用，如科學計算，深度學習和大資料分析，都可以使用CONUN平臺來處理他們的專案。 任何連線到互聯⽹的人或組織都可以使用他們的CONUNtoken來解決他們自己的計算能力問題，所有提供他們計算資源的互聯⽹使用者都可以直接或間接地獲得收益。
CONUNtoken是基於以Block chain釋出的token。 token的設計遵循許多地方已經採用的token執行標準，並且使用以太⽹智慧合約功能來建立CONUNtoken。 希望參加CONUN平臺的申請人可以在預售或眾籌期間購買和保留代幣。 我們將繼續進行token預售，並首先向參與者提供代幣。 透過售前服務提供的token在ICO之後安全地轉換為CONUN預設token。
關於更多CONUN資訊：https://conun.io/
更多區塊鏈專案介紹：http://www.qukuaiwang.com.cn/news/xiangmu
風險提示：區塊鏈投資具有極大的風險，專案披露可能不完整或有欺騙。請在嘗試投資前確定自己承受以上風險的能力。本網站只做專案介紹，專案真假和價值並未做任何稽覈。
