FX168财经网_全球视野外汇黄金加密货币NFT资讯网_关键字搜索-FX168

全球数字财富领导者

财富汇｜美股投研｜客户端｜旧版｜｜

FX168 全球视野中文财经

登录 / 注册

“8-Bit埃隆” 马斯克推特直播秒变“马赛克”
go
议使用480p，因为该分辨率适合手机/笔记本电脑用户。
金融界2023-05-05
AI引爆加拿大科技业裁员潮！Shopify解雇20%员工，IBM暂停招聘，取代7800个职位
 go
具都归您所有，我们在法律上需要归还工作笔记本电脑，但我们会帮助支付更换新笔记本电脑的费用。如果您将来选择走创业之路，您将继续免费使用高级 Shopify 计划。” 图源：reuters 出售物流业务除了员工离职外，Lütke 的声明还宣布，Shopify 还同意以全股票交易的形式将其在过去几年建立的物流部门出售给货运代理 Flexport，这标志着其积极投资履行网络的战略发生了逆转。根据协议条款，Shopify 将获得代表 13% 股份的股票，并有权任命一位董事加入 Flexport 的董事会。Flexport 将成为 Shopify 的官方物流合作伙伴。这项交易预计在满足一定条件并获得监管批准后，将在 2023 年第二季度完成。第一季度营收同比增 Shopify 宣布消息的同时还公布了今年第一季度的营收，为 6,800 万美元。与去年同期 14 亿美元的净亏损相比，这是一个大幅增长。以美元计算的净收入为每股 5 美分，去年同期为每股亏损 1.17 美元。截至 3 月 31 日的这一时期，Shopify 的营收同比增长 25%，达到 15 亿美元。周四宣布的裁员预计将在第二季度产生 1.4 亿至 1.5 亿美元的遣散裁员潮势不可挡的原因各大科技公司纷纷裁员，背后原因不免为在新冠疫情暴发初期，由于人们将更多生活与工作内容转移到线上，不少技术企业蓬勃发展，大举扩充员工规模，以满足线上购物业务增长需求。缺乏规划和远见以及疫情期间盲目扩张，造成了企业困境但还有一个原因就是 AI 技术的发展，也使得部分岗位不再需要人工，只需人工智能了。 Tobias Lütke 表示：“技术进步总是朝着简单的方向发展，当我们简化时，企业家会更成功。但现在我们正处于人工智能时代的黎明，由此释放的新能力是前所未有的。 IBM计划用 AI 取代 7,800 个工作岗位就在本周一（5 月1 日），IBM 首席执行官 Arvind Krishna 告诉彭博社，预计将暂停招聘职位，因为未来几年大约 7,800 个工作岗位可能会被人工智能 (AI) 取代图源：reuters Krishna 表示，专门招聘人力资源等后台职能部门的人员将被暂停或放缓，并补充说，30% 的非面向客户的角色可能会在五年内被人工智能和自动化所取代。优先被 AI 取代的岗位，大多以人力资源领域为主，例如记录员工考勤、职务调动、提供就职证明等。 OpenAI 推出的人工智能聊天机器人 ChatGPT 问世后，便迅速席卷全球，人工智能已成科技界兵家必争之地。作者：玛里丽
超级生活2023-05-05
苹果公司第二季盈利预测：Mac业务推动营收下滑，预计营收将再次下降
 go
。AMD和英特尔一直在削减对台式电脑和笔记本电脑客户的芯片出货量，以应对这一低迷时期。AMD报告称其“客户端”部门（台式电脑和笔记本电脑芯片）的销售额为7.39亿美元，同比下降65%。英特尔报告其可比细分市场同比下降38%，但台式电脑对英特尔来说更为重要，因为它在第一季的销售额为58亿美元，占总收入的一半。整个2022年，英特尔的表现都十分惨淡，全年营收为631亿美元，较2021年的790亿美元下跌20%，净利润为80.14亿美元，较2021年的198.7亿美元暴跌60%。AMD的台式电脑和笔记本电脑部门仅占第一季总销售额的14%。苹果公司的Mac和iPad的销售量似乎也出现了显著下滑。以苹果公司2022年第二季的表现为例：收入方面：2022年第二季预计为926亿美元，而实际收入为925亿美元；环境方面，每股收益为1.52美元，预计2022年第二季为1.43美元； iPhone：2022年第二季预计为486亿美元，而实际收入为506亿美元；服务：2022年第二季预计为211亿美元，而实际收入为198亿美元； Mac：2022年第二季预计为77亿美元，而实际收入为104亿美元； iPad：2022年第二季预计为67亿美元，而实际收入为76亿美元；可穿戴设备：2022年第二季预计为85亿美元，而实际收入为88亿美元。在最近的投资者报告中，美国银行环球研究分析师VamsiMohan写道，他认为苹果公司将在第二季出现轻微下降，但警告称第三季的指引可能会低于预期。同时，瑞银分析师DavidVogt表示，下半年零售商和运营商的iPhone销售可能低于预期。不仅iPhone销售预计在第二季略有下降，而且苹果公司的Mac业务预计也将同比下降25%，这是因为越来越少的人购买笔记本电脑和台式电脑。此外，投资者还将关注苹果公司的服务增长预计将同比下降，但更重要的是，他们将密切关注公司的新高收益业务在消费者中引起了多少兴趣。苹果公司目前正在准备举办其年度WWDC大会，届时苹果公司将展示备受期待的AR/VR头戴式设备。该设备尚未得到苹果公司的确认，但可能为苹果公司提供另一条收入来源，并将其确立为新兴市场的主要盈利方向。
Heidi2023-05-05
一文读懂Opside代币经济学
 go
。Validator 节点可以在普通笔记本电脑上运行。一些代理质押池甚至允许用户在没有足够 IDE 的情况下进行质押。 PoW 的奖励在 Opside 的 L3，也就是 Rollup Layer 上，每一个 Web3 应用都可以拥有一个专属的 ZK- Rollup。为了支撑数量众多的 ZK-Rollups 带来的海量硬件资源的需求，除了上面提到的 Validator 提供数据可用性以外，Opside 还提供了一个统一的 ZKP 算力市场，鼓励 miner(也就是 prover)来为这些 ZK-Rollups 生成 ZKP。这就是 Opside 的 PoW 机制。单个 Rollup sequence 的奖励份额计算在 Pre-Alpha 阶段，一个L2区块内，每个 Rollup 只能提交一个 sequence(可以包含该 Rollup 的多个区块)。所有 sequence 根据当前 Rollup slots 注册数量均分当前区块的 PoW 奖励。这也就意味着，如果当前总共有 64 个注册的 rollup slots，那么在L2的一个区块中，PoW 奖励被均分为 64 份，每一个 sequence 获得的奖励为区块 PoW 奖励的 1/64 。当然，可能某些 rollup 在某些区块没有提交 sequence，因此 PoW 实际的通胀会低于预期。在未来，各个 sequence 将根据对应的 ZK-Rollup 类型、所包含的 Rollup 交易数量、gas 使用量等进行工作量预估，从而对不同 sequence 进行不同的定价。 ZKP 的两步提交一个 sequence 获得的 PoW 奖励份额，会按照一定规则分配给有效 ZKP 的提交者，也就是矿工。Rollup 的智能合约验证 ZKP 的时候，需要原始 proof 数据，这就可能引发链上攻击行为。例如某一个 prover 计算出 ZKP 之后，交易广播到交易池中，攻击者就可以看到原始 proof 数据，攻击者可以设置一个更高的 gas 费来发交易，从而优先打包到区块中，来获取 PoW 奖励。为了防止恶意攻击行为，Opside 提出了一个两步提交的 ZKP 验证机制。 1. 提交 hash • 对于某个 sequence，prover 计算出 ZKP 之后，计算(proof / address)的 hash，并向合约提交 hash 和 address，其中 proof 是某一个 sequence 的 proof，address 是 prover 的地址，该地址必须提前质押。 • 假设在第 1 个 prover 在第 T 个区块提交了 hash，则在第 T+ 10 区块以内，还可以接受其他 prover 提交 hash，没有数量限制。第 T+ 11 区块及之后，不再接受新的 prover 提交 hash。 2. 提交 ZKP • 第 T+ 11 区块及之后，允许任何 prover 提交 zkp。只要有一个 zkp 通过验证，那么就对所有提交过的 hash 进行校验。校验通过的 prover 都可以得到 PoW 奖励，奖励金额按照矿工质押量的比例来分配。 • 如果在第 T+ 20 区块之前，都没有 ZKP 通过验证，则所有提交过 hash 的 prover 都罚没 1000 IDE。此时该 sequence 重新开放，允许提交新的 hash 举一个例子，假设 Opside 中每个L2区块的 PoW 奖励是 128 IDE，当前总共有 64 个 Rollup slots，那么每一个 Rollup sequence 分配到的 PoW 奖励是 2 IDE。如果先后有 A, B, C 3 个矿工为一个 sequence 提交了正确的 ZKP，且 A, B, C 3 个矿工的矿工质押量(IDE)分别为 200 K， 500 K， 300 K。那么，A, B, C 可以获得的 PoW 奖励分别为 0.4 IDE， 1 IDE， 0.6 IDE。 Prover 的质押与惩罚为了避免针对 prover 的恶意行为，prover 需要在一个特殊的系统合约中注册，并质押至少 100000 IDE。如果当前质押数量小于阈值，则不允许提交 hash 和 ZKP。prover 提交 ZKP 获得的奖励也将依据质押量比例来分配，从而避免 prover 多次提交 ZKP 的恶意行为。当 prover 出现以下行为，会进行不同程度的惩罚 • 如果 prover 提交了错误的 hash，则罚没 10000 IDE • 对于某个 sequence，如果没有对应的 ZKP 通过验证，则所有提交过 hash 的 prover 都将被罚没 1000 IDE，罚没的 IDE 将被烧毁。关于 ZKP 的两步提交机制更多的细节与考量，请读者参阅官方文档。prover 质押以及惩罚的具体数字在未来可能会改动。开发者租赁 Rollup slot Opside 为开发者提供了 ZK-Rollup launch base，开发者可一键注册一个 Rollup slot，从而拥有属于自己的 ZK-Rollup。该 ZK-Rollup 所有的硬件资源都由 Opside 去中心化网络来提供。开发者需要向 Opside 网络支付 Rollup slot 的租金，这部分租金将直接烧毁。除了一个固定金额的租金以外，开发者还可以为自己的 ZK-Rollup 提供额外 ZKP 补贴，以激励矿工提供算力。这部分将在 Alpha 测试网推出。具体的租金与补贴规则与参数，读者可以在官方文档或者代码库里找到。治理与发展 Opside 网络的功能和性能将随着时间的推移而不断发展，以下为几个优先级更高的示例: • 根据整个网络的 ZKP 算力供需关系，动态调整 PoS 与 PoW 的奖励分配比例 • Validator 的数据分片与数据可用性抽样，将为整个 Rollup Layer 提供更加丰裕的存储空间，从而容纳更多的 ZK-Rollup 生态 • Rollup 的提议者与构建者分离，使得L3共用L2的 validator 作为区块提议者，继承上一层的去中心化 • 矿工的质押与 slash 机制的优化，鼓励矿工提供持续而稳定的 ZKP 算力 • 开发者对所属 Rollup 的 ZKP 生成进行补贴，以激励矿工提供算力 • 根据 ZK-Rollup 类型、Rollup 交易数量、gas 使用量等进行工作量预估，建立 Rollup batch 的个性化定价机制这些改进将显著提高 Opside 的网络效用，从而促进 ZK-Rollup as a Service 的⻓期发展以及繁荣。 Opside 主网启动后，建立一个 Opside DAO，包含合理的流程和机制来共同决定网络的未来。 Opside 主网的所有参数和机制的更新将通过 Opside DAO 来确定。需要强调的是，Opside 是一个合作共建的经济体，并随着时间推移而不断发展演化。未来的改进会以 DAO 提案的形式详细地解释这些方案是如何给 Opside 经济的⻓期利益和每个参与者类别带来好处。随着网络的发展，打造一个无需大量工具和补贴亦可以独立且稳健运行的经济至关重要。来源：金色财经
金色财经2023-05-04
国星光电：目前公司有相关产品可应用于智慧城市、智能穿戴、高端智慧屏、智能家居等领域
 go
规直下式背光源产品，为电视机、显示器、笔记本电脑、平板电脑、车载显示屏等多种显示终端提供精密的光学布局，可实现精准背光控制。如全球第一款搭载Mini LED背光技术的8K电视TCL X10，其核心背光部件就是采用的国星光电Mini LED背光源产品。谢谢您的关注！投资者：起步就是冲刺，开局就是决战！请问：公司与苹果有无业务往来？公司有无MR相关技术或制造能力？对于苹果公司即将发行的MR，公司是能从中发掘商机？能否在这方面与华为展开合作？国星光电董秘：您好，目前MR设备中采用的是Micro OLED屏幕，公司在Micro OLED方面暂无相关技术储备；目前在近眼显示领域正在开发Micro LED超高密度高亮度微显示屏制备技术。感谢您的关注！投资者：您好！请问截至4月底公司股东人数是多少，谢谢！国星光电董秘：您好，截至4月28日，公司股东户数为47,481户，谢谢！投资者：公司超短债发行是否受春节假期影响，是否要延长180天？国星光电董秘：您好，目前公司已聘请相关中介负责发行超短期融资券相关事宜，公司将积极配合中介工作加快推进发行进程，如有最新进展，公司将依法依规进行信息披露，感谢您的支持与关注！国星光电2023一季报显示，公司主营收入7.97亿元，同比上升4.28%；归母净利润2165.6万元，同比下降14.91%；扣非净利润984.57万元，同比上升378.83%；负债率40.02%，投资收益60.28万元，财务费用43.95万元，毛利率12.11%。该股最近90天内无机构评级。近3个月融资净流出4122.34万，融资余额减少；融券净流出49.96万，融券余额减少。根据近五年财报数据，证券之星估值分析工具显示，国星光电（002449）行业内竞争力的护城河一般，盈利能力一般，营收成长性一般。财务可能有隐忧，须重点关注的财务指标包括：应收账款/利润率、应收账款/利润率近3年增幅。该股好公司指标2星，好价格指标2星，综合指标2星。（指标仅供参考，指标范围：0 ~ 5星，最高5星）国星光电（002449）主营业务：研发、生产与销售LED器件及组件产品。以上内容由证券之星根据公开信息整理，与本站立场无关。证券之星力求但不保证该信息（包括但不限于文字、视频、音频、数据及图表）全部或者部分内容的的准确性、完整性、有效性、及时性等，如存在问题请联系我们。本文为数据整理，不对您构成任何投资建议，投资有风险，请谨慎决策。
证券之星2023-05-03
Figment Capital：深入解读零知识证明加速
 go
单元（CPU）是大多数消费类电子产品如笔记本电脑中的芯片。它们的通用性使它们很适合用于各种设备和日常任务。高通用性是以牺牲性能为代价的。CPU 只能按顺序处理操作，使其在许多应用中表现不佳。图形处理单元（GPU）是一种更专业的芯片。它们有大量的内核用于并行处理，使它们特别适合于图形渲染和机器学习等应用。尽管没有 CPU 那么普遍，也没有 FPGA 或 ASIC 那么专业，但 GPU 是一种普遍的、可获得的硬件。它们的流行导致了像 CUDA 和 OpenCL 这样的低级库的发展，帮助开发者利用 GPU 的可并行性，而不需要了解底层硬件。现场可编程门阵列（FPGA）是可定制的芯片，可以以可重复使用的方式为特定的应用进行优化。开发人员可以使用硬件描述语言（HDL）直接对其硬件进行编程，从而实现更高的性能。硬件可以被反复修改，而不需要新的芯片。FPGA 的缺点是其更大的技术复杂性——很少有开发者有编程经验。即使拥有必要的专业知识，定制 FPGA 的研究和开发成本也很高。尽管如此，FPGA 在从国防科技到电信等行业都有应用。特定应用集成电路（ASIC）是为某一特定任务过度优化的定制设计芯片。与允许硬件重新编程的 FPGA 不同，ASIC 的规格是根植于芯片中的，防止它们被重新利用。对于任何特定的任务，ASIC 都是最强大和最节能的芯片。例如，比特币挖矿是由 ASIC 主导的，它计算的哈希值远远多于其他类型的芯片。鉴于这些选择，哪一个是最好的零知识证明成？这取决于应用程序。像 Penumbra 和 Aztec 这样的隐私应用程序允许用户在提交给网络之前，通过创建其交易的 SNARK 来进行私人交易。由于所需的证明相对较小，只需使用他们的 CPU 就可以在他们的本地浏览器中生成。但对于真正需要硬件加速的较大的零知识证明，CPU 是不够的。硬件加速我们可以通过多种方式在硬件上加速零知识证明：并行处理：同时进行独立计算。管线：确保我们的计算机的所有资源在任何时候都被使用，以最大限度地提高我们在一个时钟周期内的计算量。超频：将硬件的时钟速度提高到超过默认速度，以加速计算。如果不小心这样做，可能会损坏硬件。增加内存带宽：使用更高带宽的内存来提高我们读写数据的速度。在零知识中，证明生成的瓶颈往往不是计算，而是数据的传递。在内存中实现对大整数的更好表示： GPU 被设计为在浮点数（即十进制数字）上进行计算。零知识运算是在有限域的大整数上进行的。在内存中实现对这些大整数的更好表示，可以减少内存需求和数据洗牌。使内存访问模式可预测：像 PipeZK 这样的论文探讨了在计算 NTT 的同时使内存访问模式可预测的方法，使其更容易并行化。任何类型的芯片都可以被流水线化和超频。GPU 非常适合并行化，但它们的架构是固定的；开发者被限制在所提供的内核和内存上。GPU 不能为大整数创造更好的表示方法，也不能使内存访问模式更可预测。虽然 CUDA 和 OpenCL 等 GPU 库提供了一定程度的灵活性，但硬件有局限性；更高的性能最终需要更灵活的硬件。尽管如此，GPU 仍然可以加速零知识证明。零知识硬件加速公司 Ingonyama 正在建立 ICICLE，这是一个用 CUDA 为 Nvidia GPU 建立的零知识加速库。该库包含加速常见零知识操作的工具，如 MSM 和 NTT. FPGA 的时钟速度比 GPU 低，但可以通过编程来解决上述所有的加速策略。他们最大的问题只是对其进行编程。对于零知识来说，组织一个既有密码学专业知识又有 FPGA 工程专业知识的团队是非常困难的。早期为零知识加速生产 FPGA 的团队是像 Jump Crypto 和 Jane Street 这样已经拥有 FPGA 和密码学人才的复杂交易公司。FPGA 也仍然有瓶颈——单个 FPGA 往往没有足够的片上存储器来执行 NTT，需要额外的外部存储器。将硬件驱动的零知识速商业化的最严格的尝试，甚至比单片 FPGA 更进一步。为了获得进一步的收益，像 Cysic 和 Ulvetanna 这样的公司正在建立 FPGA 服务器和 FPGA 集群，结合多个 FPGA 提供额外的存储器和可并行计算，以进一步加速证明生成。这些团队的早期结果是有希望的： Cysic 声称他们的 FPGA 服务器在 MSM 比 Jump 的 FPGA 架构快 100 倍，在 NTT 比最知名的 GPU 实现快 13 倍。标准化的基准还没有建立起来，但结果指向了重大改进。 ASIC 能够为零知识证明生成提供绝对最高的性能。今天的 ZK ASIC 的问题是，他们正在为一个移动的目标进行优化——零知识正在迅速发展。由于 ASIC 需要 1 - 2 年和 1000 - 2000 万美元来生产，他们必须等到零知识已经足够稳固，所生产的芯片不会很快被淘汰。另外，零知识证明的市场规模在未来几年才变得足够大，足以证明 ASIC 所需的资本投资是合理的。 FPGA 和 ASIC 之间有一个微妙的梯度。虽然 FPGA 是可编程的，但它们的芯片有不可编程的硬化部分。固化部件的性能比可编程的要高得多。随着零知识市场的发展，像 Xilinx（AMD）和 Altera（Intel）这样的 FPGA 公司可以生产新的 FPGA，嵌入专门为零知识证明中的常见操作设计的硬化组件。同样，ASIC 也可以被设计成包括一些灵活性。例如，Cysic 未来计划生产专门针对 MSM、NTT 和其他一般操作的 ASIC，同时保持灵活性以适应许多证明系统。从长远来看，ASIC 将提供最强大的零知识证明加速功能。在此之前，我们预计 FPGA 将服务于计算最密集的零知识用例，因为其可编程性使其能够比 GPU 更快地执行 NTT、MSM 和其他加密操作。对于某些应用，GPU 将提供性能和可及性之间最具吸引力的平衡。结论区块链行业多年来一直在等待零知识证明为生产做好准备。这项技术已经吸引了我们的想象力，承诺增强去中心化应用的可扩展性、隐私和互操作性。直到最近，该技术还不现实，主要是由于硬件限制和漫长的证明时间。这种情况正在迅速改变：零知识证明方案和硬件的进步正在解决 MSM 和 NTT 等计算瓶颈问题。有了更好的算法和更强大的硬件，我们可以将零知识证明加速到足以释放其潜力，从而彻底改变 Web3。鸣谢：特别感谢 Brian Retford（RiscZero）、Leo Fan（Cysic）、Emanuele Cesena（Jump Crypto）、Mikhail Komarov（=nil; Foundation）、Anthony Rose（zkSync）、Will Wolf 和 Luke Pearson（Polychain），以及 Penumbra Labs 团队的精彩讨论和反馈，为本文做出了贡献。原文标题：Accelerating Zero-Knowledge Proofs 原文作者：Figment Capital 原文编译：Lynn，MarsBit 来源：星球日报来源：金色财经
金色财经2023-05-02
继TikTok后，又一款中国APP被盯上了！澳洲14个政府部门已禁用微信
 go
同的政策。工业、科学和资源部在工作用笔记本电脑上屏蔽微信，并正在升级其移动软件，以屏蔽该应用程序。（截图自Financial Review）目前还没有类似于禁止政府设备使用TikTok的通用指令。但似乎各部门正在采取主动。他们这样做有点讽刺意味。微信对澳大利亚政界人士来说是一个棘手的问题，远远超过TikTok，他们严重依赖这个平台与大约140万华裔澳大利亚人建立联系，尤其是在边缘席位上。自由党就在上个月的阿斯顿补选中使用了微信，当时有14%的选民有华裔血统。工党的新南威尔士州州长克里斯·明斯(Chris Minns)在州选举期间成为了微信最大的广告客户之一，他的科加拉选区是该州华裔人口密度第三高的选区。 Financial Review之前曾透露，中国的互联网审查位列世界上最严厉的审查之一，但他们无法阻止克莱夫·帕尔默的联合澳大利亚党在上一次联邦大选中向用户发送广告。直到澳大利亚选举委员会被记者告知，才让微信停止未经授权分享的攻击工党的虚假广告，而这个委员会甚至没有监控这个平台。去年一月份，时任澳大利亚总理莫里森在澳中关系处于历史最低谷之际失去了对其微信账号的所有权。该账号被改名为“澳洲华人生活”，并开始发布指向中国新闻网站的链接。两大政党都不希望失去对重要选民群体至关重要的沟通工具。这是一场高风险的游戏。谁会先眨眼呢？
市场焦点2023-04-30
最坏的时候已经过去？大科技公司财报重燃投资者信心涨势能否持续？
go
在结束。例如数字广告支出正在稳定，而笔记本电脑的购买也显示出了一些积极迹象。根据FactSet和道琼斯市场数据，上周公布业绩的大型科技公司在公布数据后市值总计增加了3200亿美元。但即使投资者对未来充满信心，当前的经济状况和市场环境也不同于疫情期间，科技公司可能不会像在那个时候一样迅速增长，而是需要更多时间和努力来实现增长。当今的商业环境中，云计算是几乎所有科技产业的核心，它展示了许多企业当前所处的状态。例如，微软公司在周二报告其云业务增长了27％，低于疫情期间的约50％。尽管这是微软有史以来的最低增长数字，但符合预期，足以引发其股价上涨7.24％，这是自2015年以来最好的季度业绩表现。亚马逊的云业务在第一季度的销售增长也达到了创纪录的最低水平，仅为16％，但仍然好于华尔街的预期。谷歌则在云业务上首次实现了营业利润，但是这是在将部分成本转移到公司的其他地方之后才实现的。 Alphabet公司的首席财务官Ruth Porat表示，当前经济环境存在不确定性，他们注意到消费增长放缓给公司带来了一些阻力，因为客户在努力优化成本。 Scotiabank的首席软件分析师Patrick Colville表示，公共云服务提供商的增长数字“比预期要好”，但他认为这个行业的问题并没有完全解决。与此同时，对于投资者来说，最近几天的财报结果有时也令人感到困惑。亚马逊在本周四发布了其财务业绩报告，展示了其国际和广告业务强劲增长的表现，推动了股价上涨。但是当在财报电话会议上透露其盈利驱动力—云计算业务增长率达到了历史最低水平，并且亚马逊首席执行官Andy Jassy表示客户正在寻找节省开支的方法时，市场情绪反转。由此，亚马逊的股价在周五下跌了近4%。英特尔公司的情况也反映了投资者在理解财报时所面临的困难。该芯片制造商发布了创纪录的季度亏损，销售额降至2010年的水平。但公司的展望略高于华尔街的预测，股票在盘后交易中首先上涨，然后回落。随着英特尔首席执行官Pat Gelsinger表示该公司“看到市场出现一些复苏迹象”并谈到今年下半年的销售复苏时，股价再次反弹。下周投资者将获得更多数据来分析，包括芯片公司AMD和高通的财报以及共享出行公司Uber和Lyft的财报。苹果公司作为科技行业最大的名字之一，计划在下周四公布财报。预计这家iPhone制造商将报告年同期销售额下降约5%。国际数据公司（IDC）本周表示，第一季度智能手机出货量连续第七个季度同比下降，全球下降约14.6%。IDC的研究总监Nabila Popal表示：“虽然我们对年底前的复苏持乐观态度，但在接下来的三到六个月中，我们仍将面临巨大的挑战。” 在COVID-19影响日常生活的两年中，科技公司是最大的赢家之一，但在后续时期，它们成为了面对膨胀的工资单和其他成本过度问题中受打击最严重的公司。飙升的通货膨胀和对经济衰退的担忧加剧了这些挑战，导致了大规模的裁员和削减开支的努力。上周发布财报的大型科技公司市值合计仍比一年前下降了3720亿美元。本周的收益反映了一些“吃紧”的情况。周三，Facebook的母公司Meta Platforms发布了远超华尔街预期的营业利润，这是CEO扎克伯格所谓的效率年计划的一部分，其中的裁员工作即将完成。一天之前，Alphabet也发布了一个令人惊讶的营业利润，现金流比分析师预期高28%。 Meta公司CEO扎克伯格表示，去年他们开始实行一系列改革来提高公司的运营效率，因为当时公司的业绩不如他所期望。但现在，这些改革已经接近完成，公司的业务表现在逐渐好转，所以他们在一个更加有利的位置上推进这些工作。虽然 Meta 公司的广告业务不断改进，使得其销售额连续近一年首次增长，但增长幅度不到3%。这一增长幅度远低于去年同期以及2021年第一季度47%以上的增长水平。 Brian Wieser是一位独立的数字广告顾问，他表示：“数字广告公司度过了一个稳健的季度，在情绪方面，我们已经见底了。” 但他补充道：“你永远不应该期望我们会回到两位数增长。”也就是说，数字广告公司的表现已经好转，但是未来增长不会像过去那样迅速，而是逐渐稳定。
阿泰尔2023-04-30
英特尔公布第一季度财报每股收益同比下降133%超预期盘后股价一度上涨近8%
go
的客户端计算部门（包括为大多数台式机和笔记本电脑 Windows PC 提供动力的芯片）报告的收入为58亿美元，同比下降38%。 Gelsinger在电话会议上表示：“我们看到PC市场越来越稳定，库存调整在很大程度上如我们预期的那样进行，这表明PC市场可能正在触底。” 英特尔的数据中心和人工智能部门下的服务器芯片部门跌幅更大，下降39%至37亿美元。“服务器和网络市场尚未触底，因为云和企业仍然疲软。” 其最小的全线业务网络和边缘业务销售额为15亿美元，比去年同期下降30%。一个亮点是去年上市但仍由英特尔控制的Mobileye。Mobileye 为自动驾驶汽车制造系统和软件，销售额增长16%至4.58亿美元。英特尔还表示，其最近通过裁员等方式削减成本的努力正在奏效，预计到2023年将节省约30亿美元，到2025年每年将节省多达100亿美元。投资者还可能会看到英特尔不断扩大的毛利率大幅上涨，该公司表示，本季度非美国通用会计准则毛利率约为37.5%，超出了FactSet的预期。英特尔表示，这表明该公司正在控制成本并高效运营。英特尔首席财务官David Zinsner在电话会议上表示：“也许最好的描述方式是，从毛利率的角度来看，我认为对于下半年，我们感到我们将会在40％左右，这会让我们感到舒适。”
一禾2023-04-28
ZK硬件加速：过去、现在和未来
 go
，智能手机、Raspberry Pi、笔记本电脑，甚至是以太坊等区块链网络)，该计算要么成本昂贵，要么无法运行。在这种情况下，我们可能不得不在第三方服务上运行计算，它可以快速而廉价地返回计算的输出(例如像Chainlink或AWS Lambda函数这样的预言机服务)。然而，在许多情况下，我们必须依赖于计算已经正确执行的假设，从而使服务提供者有可能生成不准确的结果。这种结果可能导致严重的后果，并损害系统的完整性。 ●私有计算：如果在本地执行计算的成本不高，但它的某些部分需要是私有的，那么ZKP也很有用。换句话说，ZKP可以确保计算已经正确执行，甚至不需要向外包提供商披露私有值。例如，如果我们想在不披露实际数字的情况下证明我们知道第1000个斐波那契数，或者在不披露我们的身份或支付金额的情况下证明我们进行了有效的支付，ZKP可以很容易地帮助实现这一目标。更进一步，我们可以通过ZKP选择性地披露一些私有值，同时隐藏其他部分(也称为选择性披露)。在区块链的背景中，ZKP的上述用例如下： ●第2层扩展：通过将ZKP合并到可验证的计算中，第1层区块链可以将交易处理委托给链下的高性能系统，通常称为第2层。这种方法增强了区块链的可扩展性，同时保持了强大的安全措施，在效率和安全性之间取得了平衡。StarkWare开发了StarkNet，这是一个可扩展的智能合约平台，使用专门的虚拟机来执行ZK友好的代码，而Aztec允许他们的第二层程序私下运行，保护用户的交易信息。 ●私有第1层：Aleo， Mina， Manta和Zcash是第1层区块链，使用ZKPs使交易者能够默认(如Aleo)或通过选择加入过程(如Mina和Zcash)隐藏发送方，接收方或金额。 ●数据压缩：Mina和Celo利用ZKP将同步到链的最新状态所需的区块链数据压缩为简短的证明。 ●去中心化存储：Filecoin还使用ZKP(在GPU上运行)来证明网络中的节点正确存储数据。因此，随着加密货币的采用不断扩大，对增强性能和隐私的需求也将增加，从而推动了对更复杂的ZKP应用程序的需求。随着开发人员创建新的应用程序和协议，ZKP将在促进安全和高效的去中心化系统方面发挥关键作用。这些系统将能够处理大规模交易，同时保护用户隐私，满足数字货币领域不断变化的需求。为什么ZKP这么慢，怎样才能提高它们的速度？为了证明使用ZKP的计算，有必要将计算从经典程序转换为ZK友好的格式。有两种方法可以做到这一点：要么使用某种现有语言编写的库，比如Arkworks(在Rust中)，要么使用领域特定语言(DSL)，比如Cairo或Circom，它可以编译成生成证明所需的原语。操作越复杂，生成证明所需的时间就越长。此外，一些操作本身就不是ZK友好的，需要进行额外的工作。例如，SHA或Keccak中使用的按位函数等操作可能与ZKP不友好，从而导致证明生成时间延长。即使对于在传统计算机上执行的相对便宜的操作，也可能发生这种情况。将计算转换为ZK友好格式后，选择一些输入并将其提交给证明系统。有许多证明系统，如Groth16、PLONK、HyperPlonk、UltraPlonk、Sonic、Spartan和STARK。所有这些系统都具有相同的基本功能，即接受具有输入的ZK友好计算并生成证明作为输出。根据不同的证明系统，证明生成过程可能不同，但瓶颈最终是相似的。在ZKP的背景中，主要有两个计算任务： ●大型数字向量的乘法，可以是字段或组元素。在这种情况下，还有两种特定类型的乘法：可变基数和固定基数多标量乘法(MSM)。 ●数论变换(NTT)与逆数论变换。然而，也有技术可用于无NTT的证明系统，如最近的HyperPlonk系统。在同时存在NTT和MSM的系统中，生成证明的时间约有60%花在MSM上，其余时间由NTT主导。MSM和NTT都存在性能挑战，可以通过以下方式解决： ●MSM可以在多个线程上执行，从而支持并行处理。然而，当处理大型元素向量时，例如6700万个元素，乘法运算可能仍然很慢，并且需要大量的内存资源。此外，MSM存在可扩展性方面的挑战，即使在广泛并行化的情况下也可能保持缓慢。 ●在算法过程中频繁的数据混洗使得NTT难以在计算集群中分布，并且由于需要从大型数据集中加载和卸载元素，它们在硬件上运行时需要大量带宽。即使硬件操作很快，这可能也会导致速度变慢。例如，如果硬件芯片的内存为16GB或更少，那么在100GB的数据集上运行NTT将需要通过网络加载和卸载数据，这可能会大大降低操作速度。我们认为，硬件加速是使区块链协议获得实际应用所需的可扩展性的重要组成部分。目前，区块链协议受到链上计算和存储容量以及网络带宽的限制。通过优化链下硬件和证明生成，我们有信心大大提高区块链网络的性能，使其更加有效和高效。 ZPrize零知识工具竞赛 ZPrize是区块链行业的一个集体倡议，由超过32个合作伙伴和赞助商组成，他们贡献了自己的时间、资源和努力来确保其成功。该计划提供了一系列挑战和项目，激励参与者开发创新的解决方案，促进可持续发展和减少碳排放。他们为实现这两个目标感到自豪，这标志着零知识密码学领域的重大进步。ZPrize的结果超出了他们的预期，如下图所示。对于他们收到的大多数奖项，与基线相比平均提高了五倍以上。值得注意的是，一些涉及FPGA的奖项缺乏公开基准，这使得这些参赛作品成为开源形式的算法实现的首次公开演示。以下是一些值得注意的成就： ●对于大规模问题实例，GPU上的多标量乘法（2的26次方元素）从5.8秒提高到2.5秒，从而支持更复杂的zkSNARKs使用。 ●Poseidon零知识友好哈希函数实现将约束计数减少了一半，从而显著降低了在SNARK中创建Merkle树的成本。 ●针对小规模问题实例，Android移动设备上的多标量乘法从2.4秒改进到大约半秒，从而促进了基于ZK的移动支付。在接下来的几个月里，他们计划展示所有参与该计划的团队的工作。随着零知识密码学领域的发展，新的方法和障碍将会出现。他们希望定期组织ZPrize竞赛，以促进这项技术的进步，并通过一系列开源材料将其提供给公众。加速ZKP的技术方法证明生成的瓶颈通常源于大量向量的乘法，包括字段或组元素，变量或固定基数的多标量乘法，以及NTT和逆NTT。在同时使用NTT和MSM的加密系统中，MSM贡献了大约70%的证明生成时间，而NTT支配了剩余的时间。虽然MSM是可并行的，但它仍然很慢，需要大量的内存资源，并且经常消耗设备上的大部分可用内存。另一方面，NTT严重依赖于频繁的数据混洗，这会使跨计算集群分配负载的加速变得复杂。此外，NTT需要大量的带宽才能在硬件上运行，因为通过网络加载和卸载数据会显著降低操作速度，尽管硬件操作本身非常快。然而，有一些方法可以提高MSM和NTT的性能，以优化证明生成过程。 MSM通常使用Pippenger算法来实现，以最小化组添加操作的数量。该方法有一个简单的硬件实现，其中包括一个组添加单元和一堆表作为其基本组件。从系统设计的角度来看，MSM是对加速器非常友好的，原因如下： ●组添加是一种静态操作(没有依赖于数据的控制流)，具有密集的计算和相对较小的输入/输出，使其非常适合全流水线的体系结构。这使得加速器可以实现几乎100%的硬件利用率，而在最好的GPU实现中只有20%的利用率。几十年的研究已经使组添加成为一种稳定的操作，因此它不太可能在ASIC加速器的寿命内被取代。 ●MSM 在全局调度能力相对较弱的大规模并行硬件（如 GPU）上实现的痛点可以通过向加速器添加额外的硬件调度器轻松解决。例如，以这种方式更有效地处理一堆表的更新，避免了写冲突的风险。总之，使用专用硬件加速MSM是非常有利的。然而，主要问题是市场上缺乏这样的硬件。Cycis设计了一个使用Xilinx FPGA的MSM加速器，它展示了迄今为止最好的系统性能(在BN254曲线上每2的26次方 MSM约40毫秒)。不幸的是，与为普通玩家设计的GPU相比，专业用户的FPGA芯片成本高，加上FPGA的处理滞后(FPGA为14nm， GPU为5nm)，这是两个显著的缺点，这两个重大缺点抵消了基于FPGA的加速器的利用优势。 NTT由多层蝶式操作器组成。虽然教科书上逐层的NTT实现可能很快就会因为内存带宽利用率(由于跨行访问)而成为瓶颈，但这个问题可以通过同时执行一批层并在计算期间适当地重新排序NTT数据来解决。根据经验，内存访问可以重组为块访问，其粒度大约为(片上内存容量的大小)/ (NTT点的k次方根)，其中k是表示层组数量的可调参数。通过这种方法，GPU和加速器都能获得出色的性能。硬件加速可以通过在各种硬件技术(如GPU、FPGA或ASIC)上部署优化算法来增强区块链协议的性能。增强软件和算法实现以更有效地利用 CPU 和 GPU 等现有资源，以及开发定制硬件与针对特定硬件配置量身定制的新算法相结合，可以促进硬件加速。通过这样做，目前受链上计算和存储容量以及网络带宽限制的区块链网络的性能可以得到显著提高。现在和将来，什么是最好的硬件？为了确定实现上述加速技术的最佳硬件技术，我们需要考虑到ZKP仍处于开发的早期阶段。因此，在系统参数和证明系统的选择上，如FFT宽度或元素的位大小，标准化程度有限。此外，我们还需要考虑两个因素： ●每美元的性能：这衡量你需要为硬件性能支付多少资金。根据我们的经验，FPGA在这个指标上无法与GPU竞争。根据ZPrize竞赛提交和我们的内部基准测试结果，单个RTX3090 GPU可以产生比单个高端FPGA高约2.5倍的性能。高端FPGA和高端GPU的价格大致相同，这意味着FPGA最终将比GPU系统贵大约2.5倍。 ●每瓦性能：这个指标是关于你需要花多少钱来维护硬件，基本上就是电费。在这个指标上，FPGA与GPU大致处于同一水平。基于上述两个指标，这是否意味着FPGA无法超越GPU？答案是否定的。虽然单个FPGA芯片无法与单个GPU竞争，但大规模互连的FPGA系统可以击败大规模互连的GPU系统。由于PCIe插槽的限制，一个高端GPU系统最多可以有10个GPU卡。然而，数百个FPGA芯片可以通过定制的、可编程的、高带宽的互连连接在一起，从而达到可以击败GPU系统的性能水平。Cysic的大规模连接FPGA系统直接证明了这一点。 ZKP的ASIC怎么样？ ASIC被一致认为是ZKP的理想硬件。然而，在为ZKP构建ASIC方面，有三个主要问题。 ●可编程性：就ZKP逻辑修改而言，ASIC具有一次写入业务逻辑，这需要从头开始重建整个系统。相反，FPGA或GPU可以多次重新编程，从而可以在具有不同证明系统或潜在更新的不同项目中使用相同的硬件。与ASIC相比，此属性使FPGA成为更通用的替代方案。 ●高成本：构建ASIC是一个资本密集型的游戏。20 名工程师的全掩模 28nm ASIC 芯片设计通常需要花费 800 万美元，而 30 名工程师的全掩模 5nm/4nm ASIC 设计通常需要花费 2500 万美元。 ●上市时间。ASIC的设计、生产和部署通常需要12到18个月甚至更长时间，这比FPGA/GPU要长得多。第一个问题可以使用硬件中的一个框架来解决，该框架称为指令集架构(Instruction-Set Architecture， ISA)。ISA是指硬件系统的抽象框架和设计，如CPU和硬件加速器。它表示处理器可以执行的一组基本指令和操作。这些指令包括算术运算、数据移动、逻辑运算、控制流和其他低级功能。使用ISA，硬件加速ZKP可以分为三层： ●方案层：各种ZK证明系统都在这一层，如Groth16和Plonk。顶层调用内核层来完成计算。 ●核心层：核心层的任务是计算上层使用的不同函数。函数包括多标量乘法、数论传递、多项式求值和各种哈希函数。它依赖于指令层来执行计算。 ●指令层：这一层是ISA，涵盖了最基本的操作，包括算术运算、数据移动、逻辑运算和控制流。上述结构如下图所示：这个ISA结构提供了一个支持多个ZK系统和潜在更新的解决方案。可以使用ZK- ISA对AZK(用于ZK的ASIC)进行编程，以支持ZK系统的多功能性。至于做ASIC的其他问题，这是由市场决定的。目前ZK相关项目的估值总计超过100亿美元，我们认为花费大约1000万美元来构建ASIC以提高ZK证明生成的效率是值得的。这种上市时间问题是所有ASIC设计所固有的。幸运的是，ASIC的供应链问题现在比以前好得多了。解决这个问题的唯一办法是尽早开始，彻底预热供应链。当ASIC问世时，它可以摧毁任何其他形式的ZK硬件。结论 ZKP具有促进可扩展和私有支付系统以及智能合约平台的潜力，从而大大提高区块链技术的可用性和安全性。确实，ZKP引入了历史上阻碍其采用的管理费用。诸如巨大的计算和验证成本，以及实现基于ZKP的系统的复杂性等因素，可能会对许多开发人员造成进入的障碍。尽管如此，ZKP领域正在进行的研究和开发正在解决这些挑战，简化这些技术在实践中的实现和应用。考虑到GPU在灵活性、易于部署和预期性能方面的优势，我们相信，在ASIC技术出现之前，专注于GPU解决方案的公司更有可能在未来几个月蓬勃发展。如果ASIC达到了优势的规模和稳定性，它们可能成为优化算法的首选硬件。因此，ZKP有望在未来实现越来越先进和安全的区块链系统中发挥关键作用。来源：金色财经
金色财经2023-04-23

上一页
1
•••
118
119
120
121
122
•••
141
下一页

24小时热点

最新话题更多