FX168财经网_全球视野外汇黄金加密货币NFT资讯网

SVBTC闪耀女王奖,见证崭新开始与辉煌成功的夜晚

在这里，进步不仅以利润来衡量，而且在对地球的积极影响中衡量。因此，闪耀女王奖颁奖典礼超越了作为仪式的初始前提。它成为机会的熔炉，展示了在前瞻性公司和有识之士之间的团结前线的无限潜力。这一事件的影响预计将在金融界产生持久的回响，预示着加密货币的新黎明：一个更明亮、更绿色、更女性向前的新时代。随着这光辉夜晚的落幕，所庆祝的成就以及所缔结的合作关系承诺照亮前路，为SVBTC、IREN及其新一批投资者坚定方向。闪耀女王奖颁奖典礼不仅仅是一晚的赞誉，创新以及可持续性发展更是可在未来被共享和增值。在这千变万化的时代，SVBTC与IREN的合作代表了区块链投资的未来，保持着负责任、包容和无限乐观的态度。当宾客离去，带着清晰的信息：未来不是即将到来，而是已经到来，通过大家共同的努力，它比以往任何时候都要光明！来源：金色财经

金色财经2024-04-12

《富爸爸穷爸爸》作者认同“女股神”：BTC将达到230万美元

是错，大多数人都会拥有零。” “学校是地球上唯一一个聪明人是从不犯错误的人的地方。” “在现实世界中，最富有和最幸福的人是那些犯错误并从错误中吸取教训的人。” “上帝保佑伍德有勇气犯错误，并从错误中吸取教训。我也相信比特币将达到230万美元，保持谨慎。” “我建议你危险地生活，如果你能负担得起比特币。无论凯西是对还是错，当谈到比特币时，你都会受到更好的教育，更聪明，更明智。” 针对美国当前经济，清崎提到，“拜登经济学”(Bidenomics)就是一个笑话。他强调：“通货膨胀正在吞噬美国家庭，唯一降价的产品是芬太尼，谢谢美国总统拜登。当我还是个孩子的时候，我们称像你这样的人为推手，而不是总统。” 清崎上周末也指出，一切都正在经历泡沫，股票、债券、房地产都将崩溃。 “美国债务每90天增加1万亿美元，美国破产了，救你自己。请多购买真金、白银、比特币，”他续称。他写道：“美联储主席鲍威尔终于说出了真相，他终于承认通胀正在获胜。美联储不能再承诺2%的通胀率或通胀是暂时的，他终于不再撒谎了，恭喜。问题是，大多数人不知道美联储主席承认对他们、他们的家庭或世界意味着什么。” “用我简单的语言来说，这意味着我们完蛋了。正如我27年前在《富爸爸穷爸爸》中警告的那样，储户都是输家。” “自1913年美联储和国税局成立那一年以来，美元已经失去了95%的购买力。请醒来并掌控你的金钱和信息，如果你信任美国政治领导人，你就会陷入经济困境。我是一个硬通货、真实货币的拥护者，我只保存真实的黄金、白银和比特币。” “我向你和你的家人推荐同样的东西。” 目前我们6个分析师一起投研出来的一些百倍潜力的币，和短期暴涨项目，可以关注我进社区了解，目前都是免费的。来源：金色财经

金色财经2024-04-12

美元储户是最后输家！《富爸爸穷爸爸》作者认同“女股神”：比特币将达到230万美元

是错，大多数人都会拥有零。” “学校是地球上唯一一个聪明人是从不犯错误的人的地方。” “在现实世界中，最富有和最幸福的人是那些犯错误并从错误中吸取教训的人。” “上帝保佑伍德有勇气犯错误，并从错误中吸取教训。我也相信比特币将达到230万美元，保持谨慎。” “我建议你危险地生活，如果你能负担得起比特币。无论凯西是对还是错，当谈到比特币时，你都会受到更好的教育，更聪明，更明智。” 针对美国当前经济，清崎提到，“拜登经济学”(Bidenomics)就是一个笑话。 (来源:Twitter) 他强调：“通货膨胀正在吞噬美国家庭，唯一降价的产品是芬太尼，谢谢美国总统拜登。当我还是个孩子的时候，我们称像你这样的人为推手，而不是总统。” 清崎上周末也指出，一切都正在经历泡沫，股票、债券、房地产都将崩溃。 (来源:Twitter) “美国债务每90天增加1万亿美元，美国破产了，救你自己。请多购买真金、白银、比特币，”他续称。他写道：“美联储主席鲍威尔终于说出了真相，他终于承认通胀正在获胜。美联储不能再承诺2%的通胀率或通胀是暂时的，他终于不再撒谎了，恭喜。问题是，大多数人不知道美联储主席承认对他们、他们的家庭或世界意味着什么。” “用我简单的语言来说，这意味着我们完蛋了。正如我27年前在《富爸爸穷爸爸》中警告的那样，储户都是输家。” “自1913年美联储和国税局成立那一年以来，美元已经失去了95%的购买力。请醒来并掌控你的金钱和信息，如果你信任美国政治领导人，你就会陷入经济困境。我是一个硬通货、真实货币的拥护者，我只保存真实的黄金、白银和比特币。” “我向你和你的家人推荐同样的东西。” (来源:Twitter)

秉哥说市2024-04-12

币圈院士：《SOL 与 ETH：区块链领域的竞争与挑战》

系统，类似于经纬度坐标，用于精确地标识地球上的位置。这采用类似于二维码的编码方式，将位置信息编码成一组数字，可以在地图上方便寻找到准确的位置。 ETH呢是一个开源的有智能合约功能的公共区块链平台。通过其专用的加密货币以太币提供去中心化的虚拟机来处理点对点的合约。以太坊的概念首次在2013年提出，旨在成为下一代加密货币与去中心化应用平台。尽管以太坊被广泛认可为智能合约和去中心化的应用的开创者，但SOL凭借着区块高速的名号，已经逐渐崛起成为一个可扩展其高速的替代方案。尤其是在此轮的牛市中，SOL供应上的多项应用可谓是开展的轰轰烈烈，甚至一度发生了一天之内同时在供应上线一万种新项目的众观现象。所以现在币圈内都开始称呼SOL为以太杀手的旗号。圈内兄弟肯定知道这意味着什么，代表着什么。那么SOL真的能替代以太坊成为新的供应之王吗？现在我们就来展开分析一下。在此之前啊我们首先来了解一下SOL和ETH功能的区别。SOL和ETS是两个不同区块链的平台基础框架。SOL是一种高性能的区块链平台，旨在提供快速可扩展和安全区块链解决方案。而ETH是一种智能合约平台，旨在支持去中心化应用程序的开发和执行，性能和可扩展性是有的。所有的设计为高吞吐量和低延迟的区块链平台，它的共识机制和共识算法可以实现每秒处理数万次交易。生态系统和应用方面，以太是最大的智能合约平台，之间有着丰富的生态系统和各种depth项目。 SOL在生态系统建设方面还不如以太坊成熟。总体而言，SOL的性能和扩展性能方面具有优势，适合需要高吞吐量和低延迟的应用场景。以太坊在更适合开发和执行智能合约，有着更成熟的生态系统和更广泛的应用领域。我们知道如果一条区块链的主要目标是实现低费用，那么其代币的价格就不能仅仅来自于交易费用。与此形成对比的是以太坊的价格增长来自于用户在每次交易中所需要支付并销毁的部分，这就使得对用户来说费用高昂，但是对于持有的人来说却相当有利。而另外一方面，为了去确保区块链的安全性，需要某种形式的价值主张。那SOL是如何解决掉这个问题呢？向去中心化应用团队收取状态租金，同时向印证的收取投票费用，也就是印证在必须支付才能与区块进行投票，这就是作为公应在实际应用中做出的改变。这一次币圈院士说的够清楚了吧两者都有属于自己的优势，但是跟ETH比的话SOL还是有很长的路要走，毕竟以太的成熟度知名度并不是现在的SOL能比的，但是目前要想保持热度不掉，SOL只能一直和ETH对比，来蹭ETH的热度，但是作为新崛起的币种来说SOL是一个不错的选择，至少超过了市面上99%新币种，因为优势很明显，第一高吞吐量，第二填充费用低，第三快速确认时间，第四可扩展性，缺点就是太年轻本文由币圈院士独家供稿，仅代表院士独家观点，币圈院士祝你投资愉快！来源：金色财经

金色财经2024-04-11

俄罗斯成功发射“安加拉-A5”重型运载火箭

送入近地轨道，将最多约7吨有效载荷送入地球同步轨道。

金融界2024-04-11

Web3与人工智能的探索：Laika AI进展与愿景概览

在1957年被送入太空，成为第一个进入地球轨道的生物。Laika的任务是在苏联的Sputnik 2任务中，帮助科学家们研究生物体在太空环境下的生存能力。尽管Laika在任务中牺牲，她的贡献对后来的太空探索有着重要的意义…… ➤产品与进展 Laika AI是一款浏览器插件，为用加密及Web3用户提供一些实用功能。 ❚产品功能首页：除了添加追踪钱包，AI对话机器人，Laika Swap等，还支持查询代币合约地址，提供丰富的代币信息。钱包：支持连接MetaMask、WalletConnet和Phantom Wallet等钱包。支持追踪钱包地址在多链上的资产，自动显示钱包中资产的价格。 AI机器人：和GPT基本功能类似，语言类GPT。可以对话，资讯知识，创作内容等。测试了一下，具有基本面的语言能力。生成的内容在网上搜不到一样的，应该是有一定的思维和语言能力。但是学习能力较GPT有较大差距。 ❚项目进展 Laike AI插件已经通过了Google的一系列审核程序，被官官方验证。确认它是由真实开发者发布，并且没有恶意软件。 Laike AI共有1万名用户在使用，131个评分，综合评分4.8。截止本文写作时，Laike AI更新到5.1版本，最近一次更新在12天以前。 ➤目标与愿景 Laika AI的产品设计，包括影响者分析、新闻聚合、代币分析、交易助手和钱包分析几个板块。支持风险交易提醒、钱包地址追踪、鲸鱼交易展示、推特讨论热点提取、Defi指数等功能。根据项目路线图，2024年，Laika AI会持续更新2个版本，增加更多的数据分析功能、Defi分析、TG与DC机器人、API服务、AI驱动的交易等等。 Laika AI的目标与愿景是，获取交易所、链上、媒体、社交平台等信息，使用AI算法对信息进行分析，为加密用户提供有用的分析和帮助。成为人工智能和去中心化金融交叉领域的领先创新者，在数字资产世界中提供无由AI驱动的极强的洞察力、安全性和实用性。 ➤LKI ❚应用场景 $LKI的应用场景包括： 1.高级功能和服务的独家访问权，包括访问高级 AI 模型、解锁 AI 扩展中的其他功能以及参与专门的培训计划。 2.质押。 3.获得未来产品、服务与活动的购买折扣、奖励和优先访问。 4.Laika AI 市场内的协作、伙伴关系和交易。 ❚经济模型 Laika AI的收益分配，60%进入财库，这部分应该是用于支持平台运营和长期发展的资金。剩下的40%平分两部分，一部分用于给予质押奖励，激励用户将资金锁定在平台上以获得回报；另一部分通过销毁机制。 Laika AI 作为一个提供加密市场数据与分析等服务的产品，应该是有一定的销售收入。用户购买产品、服务等，可以为平台带来收益。如果销售收入增长趋势良好，$LKI在未来可能是通缩的。 ➤项目背景 ❚融资根据cryptorank，Laika AI种子轮、KOL轮、私募和IDO分别融资28万、49万、54万及56万美元，总融资额187万美元。融资价格0.0035~0.007美元。融资背景机构是Unreal Capital Crypto Fund。 ❚团队 Laika AI来源于印度，Linkedin上可以查到部分团队成员的信息。联合创始人&CTO Divyanshu Chauhan 数据科学家，AI工程师，拥有机器学习、神经网络和深度学习等AI资格认证，多项技术在Linkedin上受到同行认可。 CMO Tarun Chandra 市场管理人员、营销KOL、私募轮投资者，商业发展、分析等技能受到认可，对技术充满热情。技术主管 Satyajeet Singh Chandrakar 五年多信息技术、人工智能从业经验，主要工作经历是机器学习工程师。 ❚合作根据官网信息，Laika AI的数据模型得到了Google和Covalent的支持。项目获得了对AWS后端服务、API和数据中心功能的独家访问权。此外，Laika AI官网上的合作机构还包括Avalanche和Polygon。 ➤总结 Laika AI产品定位创新一般，但是团队具有年轻化、偏技术化的特点，并且技术人员集中在AI开发，专业性较强、但影响力一般。相比同类的AI分析产品，Laika AI在AI算法和数据分析方面可能具有一定优势。来源：金色财经

金色财经2024-04-10

错过日全食？未来天文事件盘点！2024这些景象绝美！2033年厉害了

一两三年发生一次，这是由于太阳、月亮和地球的精确对齐。它们可以在全球任何地方发生，通常在像南太平洋这样的偏远地区。下一次日全食将于2026年经过格陵兰北部、冰岛和西班牙的北部边缘。下一次从美国和加拿大可见的全食是什么时候？下一次美国的日食体验将在2033年，当时日食将擦过阿拉斯加和俄罗斯大片区域。到了2044年，一个日食将横穿格陵兰和加拿大西部，触及北达科他州和蒙大拿州的大片地区。 “它们都将非常壮观，”得克萨斯大学达拉斯分校的行星科学家玛丽·厄奎特说。一个像周一的事件规模的日全食直到2045年8月12日才会再次发生。除了日食之外，还有哪些天文事件？您可以重复使用日食眼镜观察太阳黑子——由交织在一起的磁场引起的太阳上出现的黑暗、行星大小的斑点。 9月份的一次部分月食将在欧洲、亚洲大部分地区、非洲、北美和南美可见。 2024年，将有几次壮观的流星雨和超级月亮出现，就像每年一样。太空爱好者还可以参观当地的天文馆或科学中心。新闻来源： https://www.ctvnews.ca/sci-tech/can-t-get-enough-of-the-total-solar-eclipse-or-got-clouded-out-here-are-the-next-ones-to-watch-for-1.6839208 作者：心海

超级爆料君2024-04-10

Robotaxi救不了特斯拉

热爱宏大的叙事，特别是当创始人有着冲出地球的野心时，更愿意相信马斯克和他的第一性原理，而非炖刀子割肉，用长期难以兑现的大饼来饮鸩止渴。 Robotaxi对于特斯拉，究竟是催化剂，还是又一个坟墓？ 01 “一场彻头彻尾的灾难”。华尔街机构这样形容特斯拉今年一季度的销量。自特斯拉从“产能地狱”中脱身之后，首次出现季度交付量下滑的情况，实际交付量（38.68万）远比预期（44.9万）更低。大大小小的外部因素影响着特斯拉的产能安排。Model 3车型改款、红海局势、供电中断，产能问题一定程度解释了特斯拉的涨价动作，也似乎预示公司从追求增长到保障利润的倾斜。销量增长的暗淡前景和利润率逐渐下滑的趋势笃定了今年看空特斯拉的理由，随着特斯拉超过30%的回调，马斯克拱手让出了首富的位置，近期被排名第四的扎克伯格超越，财富缩水超过400亿美元。马斯克在想尽一切办法钻进AI赛道的C位，不止一次强调特斯拉不只是一家汽车公司，而是一家AI公司。与外界所期望的分野在于，特斯拉本应专注于推出新一代车型以达到新阶段的销量目标，但无论是造型独特的电动皮卡，还是满足更低价位段的大众需求，都面临不同程度的阻力。特斯拉目前5498亿的市值，仍高于三大汽车制造商丰田、保时捷和梅赛德斯-奔驰(MBGn.DE)的市值总和。而现实是，未来两年卖车业务难有接近目标的上升空间，销量和利润却面临着竞争性的挤压。这不仅因为特斯拉坚持纯电动汽车的路线，但除了中国市场，主流汽车消费市场的纯电渗透率提升缓慢；还因为“全球最具竞争力”的中国车企对特斯拉构成了“最严峻的竞争挑战”。本可以带来25万辆增量Cybertruck预计不会在今年实现，如今下单购买全轮驱动版Cybertruck和高端版本Cyberbeast的客户需要等待至2025年才能提车。 Cybertruck的量产目前仍然难以让特斯拉赚到钱，尤其在利率保持得那么高的前提下，降本需要等待墨西哥工厂真正投入使用，时间并未站在马斯克这边，他将开发Cybertruck比喻为“自掘坟墓”。对Model 2的预期承载着特斯拉的一部分估值。今年1月，马斯克曾告知投资者计划于2025下半年生产一款更经济实惠的车型。但据《路透社》的信源，特斯拉内部已经决定退出该项目，马斯克的指示是全力以赴搞Robotaxi。经济实惠的电动车型正是当前欧美市场所欠缺的，目前电车在性价比上还打不过油车和混动，有些地区针对电车的补贴开始退坡，很明显，电车的使用门槛还需要进一步降低。传统欧美车企并不热衷于加速纯电推广，但反观中国市场，十几万元的车型已经是比亚迪的统治区。凭借特斯拉的工程优势，未来能用更低的成本大规模生产这种平民版汽车，可卖低价车带来的利润空间始终于取决于市场需求，并不能将规模优势发挥出极致。而马斯克心心念念的无人驾驶出租车（Robotaxi），无疑是一场更大的赌注，一旦搞不好就是又一座“坟墓”。 02 Model 2和Robotaxi，是特斯拉下一代汽车平台的两种商业化方向，马斯克更倾向于后者，他曾预测，赋予自动驾驶的出行方式未来将比人类驾驶更常见。特斯拉需要一款廉价的汽车来实现年增长50%的目标，但在马斯克看来，Robotaxi的实现能够完全替代上一个方案。他要创造一种没有踏板或者方向盘的车型，并坚信这款产品能让特斯拉称为价值十万亿美元的公司。看似又一张大饼，但未来公司的增长引擎如果能由服务收入来驱动，现金流肯定要比单纯卖车的商业模式来得轻松，壁垒在于规模、还有更低的生产运营成本，对出行赛道是一次彻底的颠覆。网约车平台的护城河在于双边网络效应，在司机和用户规模均衡提升的情况下，实现对运力和需求的高效匹配，乘客叫车的等待时间缩短，而司机又不能同时在不同平台上接单，供给黏性更强。平台以收取佣金获得收入，成本包括税金、司机分成和司机补贴、乘客补贴、平台运营成本及费用。从成本端看Robotaxi无疑有着更大的毛利空间，司机的支出消失了，虽然增加了自营车队的比例，这也是特斯拉扩大规模优势的基础，最大限度地降低造车成本。经典的第一性原理测出了自动驾驶出租车未来将颠覆整个移动出行赛道。驾驶一英里的成本，特斯拉Robotaxi压缩到0.18美元，比Uber便宜上10倍不止。根据机构测算，按2030年2万亿美元的市场规模/特斯拉20%市占率，C端平台25%提成佣金，特斯拉远期收入将达到1000亿美元。参照Uber、Lyft平均4-5x的PS，这部分业务远期市值有望达到5000亿美元。这相当于，再造一个特斯拉。如今特斯拉处在交付低潮期，马斯克的决定足以影响特斯拉未来五年的投入与产出，也需要让投资人相信这个愿景。技术上，特斯拉的底牌是FSD服务。2022年报显示，FSD所实现的递延收入部分的毛利率已达到90%。不久前，特斯拉将其全自动驾驶系统FSD的命名更新，从“FSD Beta”改为了“FSD Supervised”或许暗示FSD从公测阶段已经过渡到受监督的商业化运营阶段。根据华为数据，L4级自动驾驶的最低路测里程数为10亿公里。L4级的领头羊，谷歌旗下的Waymo在2月初刚刚突破了100万英里的无人驾驶里程数。巧的是，近期特斯拉官方庆祝了FSD过去三年半累积突破10亿英里（16亿公里）的里程碑。可以看出，自今年3月底全美开启免费试用一个月以来，里程数直线飙升。要知道，里程数和长尾场景是目前制约自动驾驶技术发展的关键，特斯拉想借“端到端”的数据积累，在纯视觉模式下边跑边完成L2+到L4的迭代，简直是“大力出奇迹”模式。推特要真正意义地在消费级汽车上部署自动驾驶，从推动驾驶员尝试FSD到不需经过监督的无人驾驶，安全性是不能含糊其辞的，需要在任何地方都能可靠地安全行驶。而目前开展Robotaxi业务最主要的瓶颈就是获得各个州监管机构的许可，法律监管层面限制了它的推广速度，只能一个萝卜一个坑地争取。比如去年，美国本土自动驾驶技术厂商头部玩家Cruise和Waymo就相继获得了旧金山全天候商业运营无人驾驶出租车的运营牌照。中国无人驾驶企业玩家也获得了在北京上海等地试点运营的资格。各公司官网但不同地区对无人驾驶的监管，和对司机群体利益的考虑存在差异，必然会给Robotaxi带来不同程度的阻力，规模效应很难一下子建立起来。在不可控的安全事故面前，公众对机器人出租车的敌意与日俱增，监管机构也采取了极为谨慎的态度。去年10月份，发生在旧金山的一辆无人驾驶出租车碾压行人的事故，直接导致相关部门暂停了Cruise的运营许可证。特斯拉必须像 Waymo 一样获得许可证，一次一个小测试区，直到他们证明FSD在每个区域里无人驾驶百万英里的确安全。这意味着，特斯拉的Robotaxi至少要花数年实现合规、交付，配置运营团队，要烧多少钱才能覆盖开发成本，一两年或许根本算不清楚。 03 但种种迹象表明，尽管有着严格的准入门槛，民众抗议层出不迭，C端无人驾驶市场还是逐步加快了商用化的节奏。特斯拉开始做robotaxi，那么直接的竞争对手就是Waymo和Cruise。进展最快的Waymo目前在旧金山、菲尼克斯、加州以及奥斯汀已经获准运营出租车业务，今年还将L4带上了高速公路。 Waymo向加州公用事业委员会报告的数据显示，去年12月至2月期间，无人驾驶出租车行驶了140万英里，较上一季度增长约42%。该季度载客量约为 316,000 人次，比9月至11月的季度增长了45% ，其中绝大多数是付费乘车。数据和Uber去年四季度26亿人次相比占约0.01%，这才只能算踏出了一小步。去年的自动驾驶行业寒潮中，创业公司都困于缺乏可规模化的商业模式实现自我造血，但花钱却一个比一个狠。有的被迫减速，有的将注意力转移到了其他商用化方向。谷歌旗下的Waymo估值已经从2019年时的1750亿美元急剧缩水到300多亿美元，甚至进行了数轮裁员。原本专注于L4级自动驾驶卡车的图森未来决定从纳斯达克摘牌退市，开始重视起来L2/L3级的研发。国内，去年11月四部委联合发布政策，对L3/L4级别自动驾驶车型的准入规范、上路通行、等方面提出具体要求。本月7日，为了打造Robotaxi，滴滴和广汽埃安组成合资公司，并计划2025年推出首款商业化L4车型。 L4的普及在千难万阻中加快，虽然特斯拉还未真正在无人监督的模式下学会安全行走，但马斯克看到了AI学习能力的提升，将公司从电动汽车制造商，改造为机器人出行公司可能会更快地实现。身处交付低潮期，马斯克的决定影响着特斯拉未来的投入与产出，去年以一款25000美元的平价车吊足市场胃口，至少相比Robotaxi，平价车没有商业化推进的阻碍，能够立即带来销售收入。（全文完）

格隆汇2024-04-09

AI\DePIN\Sol生态三重光环加身：浅析发币在即的IO.NET

AlphaFold算法在18个月内，把地球上几乎所有的2.14亿种蛋白质结构都做了预测，这项成果是过往所有人类结构生物学家工作成果的几百倍。有了基于AI的各类模型，从生物科技、材料科学、药物研发等硬科技，再到法律、艺术等人文领域，必将迎来翻天覆地的变革，而2023正是这一切的元年。我们都知道，近百年来人类在财富上的创造能力是指数级别增长的，而AI技术的快速成熟，必然会进一步加速这一进程。全球GDP总量走势图，数据来源：世界银行 1.2 AI与Crypto的结合要从本质上理解AI与Crypto结合的必要性，可以从两者互补的特性开始。 AI和Crypto特性的互补 AI有三个属性：随机性：AI具有随机性，其内容生产的机制背后是一个难以复现、探查的黑盒，因此结果也具有随机性资源密集：AI是资源密集型产业，需要大量的能源、芯片、算力类人智能：AI（很快将）能够通过图灵测试，此后，人机难辨* ※2023年10月30日，美国加州大学圣迭戈分校的研究小组发布了关于GPT-3.5和GPT-4.0的图灵测试结果（测试报告）。GPT4.0成绩为41%，距离及格线50%仅差9%，同项目人类测试成绩为63%。本图灵测试的含义为有百分之多少的人认为和他聊天的那个对象是真人。如果超过50%，就说明人群中至少有一半以上的人认为那个交谈对象是人，而不是机器，即视作通过图灵测试。 AI在为人类创造新的跨越式的生产力的同时，它的这三个属性也给人类社会带来的巨大的挑战，即：如何验证、控制AI的随机性，让随机性成为一种优势而非缺陷如何满足AI所需要的巨大能源和算力缺口如何分辨人和机器而Crypto和区块链经济的特性，或许正好是解决AI带来的挑战的良药，加密经济具有以下3个特征：确定性：业务基于区块链、代码和智能合约运行，规则和边界清晰，什么输入就有什么结果，高度确定性资源配置高效：加密经济构建了一个庞大的全球自由市场，资源的定价、募集、流转非常快速，且由于代币的存在，可以通过激励加速市场供需的匹配，加速到达临界点免信任：账本公开，代码开源，人人可便捷验证，带来“去信任（trustless）”的系统，而ZK技术则避免验证同时的隐私暴露接下来通过3个例子来说明AI和加密经济的互补性。例子A：解决随机性，基于加密经济的AI代理 AI代理（AI Agent）即负责基于人类意志，替人类执行工作的人工智能程序（代表性项目有Fetch.AI）。假设我们要让自己的AI代理处理一笔金融交易，比如“买入1000美元的BTC”。AI代理可能面临两种情况：情况一，它要对接传统金融机构（比如贝莱德），购入BTC ETF，这里面临着大量的AI代理和中心化机构的适配问题，比如KYC、资料审查、登录、身份验证等等，目前来说还是非常麻烦。情况二，它基于原生加密经济运行，情况会变得简单得多，它会通过Uniswap或是某个聚合交易平台，直接用你的账户签名、下单完成交易，收到WBTC（或是其他封装格式的BTC），整个过程快捷简单。实际上，这就是各类Trading BOT在做的事情，它们实际上已经扮演了一个初级的AI代理的角色，只不过工作专注于交易而已。未来各类交易BOT随着AI的融入和演化，必然能执行更多复杂的交易意图。比如：跟踪100个链上的聪明钱地址，分析它们的交易策略和成功率，用我地址里的10%资金在一周内执行类似交易，并在发现效果不佳时停止，并总结失败的可能原因。 AI在区块链的系统中运行会更加良好，本质上是因为加密经济规则的清晰性，以及系统访问的无许可。在限定的规则下执行任务，AI的随机性带来的潜在风险也将更小。比如AI在棋牌比赛、电子游戏的表现已经碾压人类，就是因为棋牌和游戏是一个规则清晰的封闭沙盒。而AI在自动驾驶上的进展会相对缓慢，因为开放的外部环境的挑战更大，我们也更难容忍AI处理问题的随机性。例子B：塑造资源，通过代币激励聚集资源 BTC背后的全球的算力网络，其当前的总算力（Hashrate: 576.70 EH/s）超过了任何一个国家的超级计算机的综合算力。其发展动力来自于简单、公平的网络激励。 BTC网络算力走势，来源：https://www.coinwarz.com/ 除此之外，包括Mobile在内的DePIN项目们，也正在尝试通过代币激励塑造供需两端的双边市场，实现网络效应。本文接下来将重点梳理的IO.NET，则是为了汇聚AI算力设计的平台，希望通过代币模型，激发出更多的AI算力潜力。例子C：开源代码，引入ZK，保护隐私的情况下分辨人机作为OpenAI创始人Sam Altman参与的Web3项目，Worldcoin通过硬件设备Orb，基于人的虹膜生物特征，通过ZK技术生成专属且匿名的哈希值，用于验证身份，区别人和机器。今年3月初，Web3艺术项目Drip就开始使用Worldcoin的ID，来验证真人用户和发放奖励。此外，Worldcoin也在近日开源了其虹膜硬件Orb的程序代码，就用户生物特征的安全和隐私提供保证。总体来说，加密经济由于代码和密码学的确定性、无许可和代币机制带来的资源流转和募集优势，和基于开源代码、公开账本的去信任属性，已经成为人类社会面临AI挑战的一个重要的潜在解决方案。而且其中最迫在眉睫，商业需求最旺盛的挑战，就是AI产品在算力资源上的极度饥渴，围绕芯片和算力的巨大需求。这也是本轮牛市周期，分布式算力项目的涨势冠绝整体AI赛道的主要原因。分布式计算（Decentralized Compute）的商业必要性 AI需要大量的计算资源，无论是用于训练模型还是进行推理。而在大语言模型的训练实践中，有一个事实已经得到确认：只要数据参数的规模足够大，大语言模型就会涌现出一些之前没有的能力。每一代GPT的能力相比上一代的指数型跃迁，背后就是模型训练的计算量的指数级增长。 DeepMind和斯坦福大学的研究显示，不同的大语言模型，在面对不同的任务（运算、波斯语问答、自然语言理解等）时，只要把模型训练时的模型参数规模加大（对应地，训练的计算量也加大了），在训练量达不到10^22 FLOPs（FLOPs指每秒浮点运算量，用于衡量计算性能）之前，任何任务的表现都和随机给出答案是差不多的；而一旦参数规模超越那个规模的临界值后，任务表现就急剧提升，不论哪个语言模型都是这样。来源：Emergent Abilities of Large Language Models 来源：Emergent Abilities of Large Language Models 也正是在算力上“大力出奇迹”的规律和实践的验证，让OpenAI的创始人Sam Altman提出了要募集7万亿美金，构建一个超过目前台积电10倍规模的先进芯片厂（该部分预计花费1.5万亿），并用剩余资金用于芯片的生产和模型训练。除了AI模型的训练需要算力之外，模型的推理过程本身也需要很大的算力（尽管相比训练的计算量要小），因此对芯片和算力的饥渴成为了AI赛道参与者的常态。相对于中心化的AI算力提供方如Amazon Web Services、Google Cloud Platform、微软的Azure等，分布式AI计算的主要价值主张包括：可访问性：使用 AWS、GCP 或 Azure 等云服务获取算力芯片的访问权限通常需要几周时间，而且流行的 GPU 型号经常无货。此外为了拿到算力，消费者往往需要跟这些大公司签订长期、缺少弹性的合同。而分布式算力平台可以提供弹性的硬件选择，有更强的可访问性。定价低：由于利用的是闲置芯片，再叠加网络协议方对芯片和算力供给方的代币补贴，分布式算力网络可能可以提供更为低廉的算力。抗审查：目前尖端算力芯片和供应被大型科技公司所垄断，加上以美国为代表的政府正在加大对AI算力服务的审查，AI算力能够被分布式、弹性、自由地获取，逐渐成为一个显性需求，这也是基于web3的算力服务平台的核心价值主张。如果说化石能源是工业时代的血液，那算力或将是由AI开启的新数字时代的血液，算力的供应将成为AI时代的基础设施。正如稳定币成为法币在Web3时代的一个茁壮生长的旁支，分布式的算力市场是否会成为快速成长的AI算力市场的一个旁支？由于这还是一个相当早期的市场，一切都还有待观察。但是以下几个因素可能会对分布式算力的叙事或是市场采用起到刺激作用： GPU持续的供需紧张。GPU的持续供应紧张，或许会推动一些开发者转向尝试分布式的算力平台。监管扩张。想从大型的云算力平台获取AI算力服务，必须经过KYC以及层层审查。这反而可能促成分布式算力平台的采用，尤其是一些受到限制和制裁的地区。代币价格的刺激。牛市周期代币价格的上涨，会提高平台对GPU供给端的补贴价值，进而吸引更多供给方进入市场，提高市场的规模，降低消费者的实际购买价格。但同时，分布式算力平台的挑战也相当明显：技术和工程难题工作验证问题：深度学习模型的计算，由于层级化的结构，每层的输出都作为后一层的输入，因此验证计算的有效性需要执行之前的所有工作，无法简单有效地进行验证。为了解决这个问题，分布式计算平台需要开发新的算法或使用近似验证技术，这些技术可以提供结果正确性的概率保证，而不是绝对的确定性。并行化难题：分布式算力平台汇聚的是长尾的芯片供给，也就注定了单个设备所能提供的算力比较有限，单个芯片供给方几乎短时间独立完成AI模型的训练或推理任务，所以必须通过并行化的手段来拆解和分配任务，缩短总的完成时间。而并行化又必然面临任务如何分解（尤其是复杂的深度学习任务）、数据依赖性、设备之间额外的通信成本等一系列问题。隐私保护问题：如何保证采购方的数据以及模型不暴露给任务的接收方？监管合规难题分布式计算平台由于其供给和采购双边市场的无许可性，一方面可以作为卖点吸引到部分客户。另一方面则可能随着AI监管规范的完善，成为政府整顿的对象。此外，部分GPU的供应商也会担心自己出租的算力资源，是否被提供给了被制裁的商业或个人。总的来说，分布式计算平台的消费者大多是专业的开发者，或是中小型的机构，与购买加密货币和NFT的加密投资者们不同，这类用户对于协议所能提供的服务的稳定性、持续性有更高的要求，价格未必是他们决策的主要动机。目前来看，分布式计算平台们要获得这类用户的认可，仍然有较长的路要走。接下来，我们就一个本轮周期的新分布式算力项目IO.NET进行项目信息的梳理和分析，并基于目前市场上同赛道的AI项目和分布式计算项目，测算其上市后可能的估值水平。 2.分布式AI算力平台：IO.NET 2.1 项目定位 IO.NET是一个去中心化计算网络，其构建了一个围绕芯片的双边市场，供给端是分布在全球的芯片（GPU为主，也有CPU以及苹果的iGPU等）算力，需求端是希望完成AI模型训练或推理任务的人工智能工程师。在IO.NET的官网上，它这样写道： Our Mission Putting together one million GPUs in a DePIN – decentralized physical infrastructure network. 其使命是把百万数量级的GPU整合到它的DePIN网络中。与现有的云AI算力服务商相比，其对外强调的主要卖点在于：弹性组合：AI工程师可以自由挑选、组合自己所需要的芯片来组成“集群”，来完成自己的计算任务部署迅速：无需数周的审批和等待（目前AWS等中心化厂商的情况），在几十秒内就可以完成部署，开始任务服务低价：服务的成本比主流厂商低90% 此外，IO.NET未来还计划上线AI模型商店等服务。 2.2 产品机制和业务数据产品机制和部署体验与亚马逊云、谷歌云、阿里云一样，IO.NET提供的计算服务叫IO Cloud。IO Cloud是一个分布式的、去中心化的芯片网络，能够执行基于Python的机器学习代码，运行AI和机器学习程序。 IO Cloud的基本业务模块叫做集群（Clusters），Clusters是一个可以自我协调完成计算任务的GPU群组，人工智能工程师可以根据自己的需求来自定义想要的集群。 IO.NET的产品界面的用户友好度很高，如果你要部署属于自己的芯片集群，来完成AI计算任务，在进入它的Clusters（集群）产品页面后，就可以开始按需配置你要的芯片集群。页面信息：https://cloud.io.net/cloud/clusters/create-cluster，下同首先你需要选择自己的任务场景，目前有三个类型可供选择： General（通用型）：提供了一个比较通用的环境，适合早期不确定具体资源需求的项目阶段。 Train（训练型）：专为机器学习模型的训练和微调而设计的集群。这个选项可以提供更多的GPU资源、更高的内存容量和/或更快的网络连接，以便于处理这些高强度的计算任务。 Inference（推理型）：专为低延迟推理和重负载工作设计的集群。在机器学习的上下文中，推理指的是使用训练好的模型来进行预测或分析新数据，并提供反馈。因此，这个选项会专注于优化延迟和吞吐量，以便于支持实时或近实时的数据处理需求。然后，你需要选择芯片集群的供应方，目前IO.NET与Render Network以及Filecoin的矿工网络达成了合作，因此用户可以选择IO.NET或另外两个网络的芯片来作为自己计算集群的供应方，相当于IO.NET扮演了一个聚合器的角色（但截至笔者撰文时，Filecon服务暂时下线中）。值得一提的是，根据页面显示，目前IO.NET在线可用GPU数量为20万+，而Render Network的可用GPU数量为3700+。再接下来就进入了集群的芯片硬件选择环节，目前IO.NET列出可供选择的硬件类型仅有GPU，不包括CPU或是苹果的iGPU(M1、M2等），而GPU也主要以英伟达的产品为主。在官方列出、且可用的GPU硬件选项中，根据笔者测试的当日数据，IO.NET网络总在线的可用数量的GPU数量为206001张。其中可用量最多的是GeForce RTX 4090（45250张），其次是GeForce RTX 3090 Ti（30779张）。此外，在处理AI计算任务如机器学习、深度学习、科学计算上更为高效的A100-SXM4-80GB芯片（市场价15000$+），在线数有7965张。而英伟达从硬件设计开始就专为AI而生的H100 80GB HBM3显卡（市场价40000$+），其训练性能是A100的3.3倍，推理性能是A100的4.5倍，实际在线数量为86张。在选定集群的硬件类型后，用户还需要选择集群的地区、通信速度、租用的GPU数量和时间等参数。最后，IO.NET根据综合的选择，会为你提供一个账单，以笔者的集群配置为例：通用（General）任务场景 16张A100-SXM4-80GB芯片最高连接速度（Ultra High Speed）地理位置美国租用时间为1周该总账单价格为3311.6$，单张卡的时租单价为1.232$ 而A100-SXM4-80GB在亚马逊云、谷歌云和微软Azure的单卡时租价格分别为5.12$、5.07$和3.67$（数据来源：https://cloud-gpus.com/，实际价格会根据合约细节条款产生变化）。因此仅就价格来说，IO.NET的芯片算力确实比主流厂商便宜不少，且供给的组合与采购也非常有弹性，操作也很容易上手。业务情况供给端情况截至今年4月4日，根据官方数据，IO.NET在供应端的GPU总供给为371027张，CPU供给为42321张。此外，Render Network作为其合作伙伴，还有9997张GPU和776张CPU接入了网络的供给。数据来源：https://cloud.io.net/explorer/home，下同笔者撰文时，IO.NET接入的GPU总量中的214387处于在线状态，在线率达到了57.8%。来自Render Network的GPU的在线率则为45.1%。以上供应端的数据意味着什么？为了进行对比，我们再引入另一个上线时间更久的老牌分布式计算项目Akash Network来进行对比。 Akash Network早在2020年就上线了主网，最初主要专注于CPU和存储的分布式服务。2023年6月，其推出了GPU服务的测试网，并于同年9月上线了GPU分布式算力的主网。数据来源：https://stats.akash.network/provider-graph/graphics-gpu 根据Akash官方数据，其GPU网络推出以来，供应端尽管持续增长，但截至目前为止GPU总接入数量仅为365张。从GPU的供应量来看，IO.NET要比Akash Network高出了好几个数量级，已经是分布式GPU算力赛道最大的供应网络。需求端情况不过从需求端来看，IO.NET依旧处于市场培育的早期阶段，目前实际使用IO.NET来执行计算任务的总量不多。大部分在线的GPU的任务负载量为0%，只有A100 PCIe 80GB K8S、RTX A6000 K8S、RTX A4000 K8S、H100 80GB HBM3四款芯片有在处理任务。且除了A100 PCIe 80GB K8S之外，其他三款芯片的负载量均不到20%。而官方当日披露的网络压力值为0%，意味着大部分芯片供应都处于在线待机状态。而在网络费用规模上，IO.NET已经产生了586029$的服务费用，近一日的费用为3200$。数据来源：https://cloud.io.net/explorer/clusters 以上网络结算费用的规模，无论是总量还是日交易量，均与Akash处在同一个数量级，不过Akash的大部分网络收入来自于CPU的部分，Akash的CPU供应量有2万多张。数据来源：https://stats.akash.network/ 此外，IO.NET还披露了网络处理的AI推理任务的业务数据，截至目前其已经处理和验证的推理任务数量超过23万个，不过这部分业务量大部分都产生于IO.NET所赞助的项目BC8.AI。数据来源：https://cloud.io.net/explorer/inferences 从目前的业务数据来看，IO.NET的供给端扩张顺利，在空投预期和代号“Ignition”的社区活动刺激下，让其迅速地汇聚起了大量的AI芯片算力。而其在需求端的拓展仍处于早期阶段，有机需求目前还不足。至于目前需求端的不足，是由于消费端的拓展还未开始，还是由于目前的服务体验尚不稳定，因此缺少大规模的采用，这点仍需要评估。不过考虑到AI算力的落差短期内较难填补，有大量的AI工程师和项目在寻求替代方案，可能会对去中心化的服务商产生兴趣，加上IO.NET目前尚未开展对需求端的经济和活动刺激，以及产品体验的逐渐提升，后续供需两端的逐渐匹配仍然是值得期待的。 2.3 团队背景和融资情况团队情况 IO.NET的核心团队成立之初的业务是量化交易，在2022年6月之前，他们一直专注于为股票和加密资产开发机构级的量化交易系统。出于系统后端对计算能力的需求，团队开始探索去中心化计算的可能性，并且最终把目光落在了降低GPU算力服务的成本这个具体问题上。创始人&CEO：Ahmad Shadid Ahmad Shadid在IO.NET之前一直从事量化和金融工程相关的工作，同时还是以太坊基金的志愿者。 CMO&首席战略官：Garrison Yang Garrison Yang在今年3月才正式加入IO.NET，他此前是Avalanche的战略和增长VP，毕业于加州大学圣巴巴拉分校。 COO：Tory Green Tory Green 是 io.net 首席运营官，此前是 Hum Capital 首席运营官、Fox Mobile Group 企业发展与战略总监，毕业于斯坦福。从IO.NET的Linkedin信息来看，团队总部位于美国纽约，在旧金山有分公司，目前团队人员规模在50人以上。融资情况 IO.NET截至目前仅披露了一轮融资，即今年3月完成的A轮估值10亿美金融资，共募集了3000万美金，由Hack VC领投，其他参投方包括Multicoin Capital、Delphi Digital、Foresight Ventures、Animoca Brands、Continue Capital、Solana Ventures、Aptos、LongHash Ventures、OKX Ventures、Amber Group、SevenX Ventures和ArkStream Capital等。值得一说的是，或许是因为收到了Aptos基金会的投资，原本在Solana上进行结算记账的BC8.AI项目，已经转换到了同样的高性能L1 Aptos上进行。 2.4 估值推算根据此前创始人兼CEO Ahmad Shadid的说法，IO.NET将在4月底推出代币。 IO.NET有两个可以作为估值参考的标的项目：Render Network和Akash Network，它们都是代表性的分布式计算项目。我们可以用两种方式推演IO.NET的市值区间：1.市销比，即：市值/收入比；2.市值/网络芯片数比。先来看基于市销比的估值推演：从市销比的角度来看，Akash可以作为IO.NET的估值区间的下限，而Render则作为估值的高位定价参考，其FDV区间为16.7亿~59.3亿美金。但考虑到IO.NET项目更新，叙事更热，加上早期流通市值较小，以及目前更大的供应端规模，其FDV超过Render的可能性并不小。再看另一个对比估值的角度，即“市芯比”。在AI算力求大于供的市场背景下，分布式AI算力网络最重要的要素是GPU供应端的规模，因此我们可以以“市芯比”来横向对比，用“项目总市值与网络内芯片的数量之比”，来推演IO.NET可能的估值区间，供读者作为一个市值参考。如果以市芯比来推算IO.NET的市值区间，IO.NET以Render Network的市芯比为上限，以Akash Network为下限，其FDV区间为206亿~1975亿美金。相信再看好IO.NET项目读者，都会认为这是一个极度乐观的市值推算。而且我们需要考虑到，目前IO.NET如此庞大的芯片在线张数，有受到空投预期以及激励活动的刺激，在项目正式上线后其供应端的实际在线数仍然需要观察。因此总体来说，从市销比的角度进行的估值测算可能更有参考性。 IO.NET作为叠加了AI+DePIN+Solana生态三重光环的项目，其上线后的市值表现究竟如何，让我们拭目以待。 3.参考信息 Dephi Digital：The Real Merge Galaxy：Understanding the Intersection of Crypto and AI 来源：金色财经

金色财经2024-04-09

潜能恒信下跌5.04%，报15.08元/股

下三维地震数据采集、成像处理解释、综合地球物理地质研究、区块资源评价、钻完井服务、水平井压裂设计及施工等技术服务。公司拥有自主知识产权的三大核心技术和60多个专利软件著作权，硬件装备包括2000多节点并行计算机群大型计算中心和多个三维地震采集队伍，地下三维地震数据采集能力可达每年3000平方公里，同时拥有七个具有巨大价值的油气区块。截至9月30日，潜能恒信股东户数1.68万，人均流通股1.31万股。 2023年1月-9月，潜能恒信实现营业收入3.41亿元，同比减少6.62%；归属净利润-9764.12万元，同比减少329.22%。

金融界2024-04-09

24小时热点