FX168财经网_全球视野外汇黄金加密货币NFT资讯网

AI狂潮助力，股票狂飙！亚马逊晋级2万亿美元市值俱乐部

算的美国第五大公司。亚马逊网络服务（AWS）是全球最大的云服务提供商，在过去一年中出现下滑后，该部门的增长已经恢复，这得益于人工智能技术的激增。该公司还投资了人工智能初创公司Anthropic和机器人公司Figure，以期在AI热潮中获利。去年底，亚马逊推出了新一代定制设计的用于数据中心的芯片，瞄准机器学习训练和生成式人工智能的应用。另外值得注意的是，据The Information：亚马逊(AMZN.O)将在网站上推出类似Temu的折扣专区。

佳华1682024-06-27

Web3市场代币化：一个供给和需求矩阵的思考框架

场与Lambda、Coreweave和AWS等传统计算服务存在竞争关系。任何市场的命脉都系于流动性——为目标交易找到交易对手的能力。虽然代币激励可以推动初始增长并帮助克服冷启动问题，但长期成功仍取决于市场的核心效用：供需匹配。最终，市场代币化必须建设足够强大的市场，拥有吸引和留住参与者的卓越体验。来源：金色财经

金色财经2024-06-26

英伟达市值泡沫破裂？股价三日蒸发4万亿！黄仁勋高位套现6.9亿元，CFO等高管亦出手套现

列会议，关注的重点是英伟达最大的客户如AWS、微软等大型云服务提供商，可能因为数据中心空间不足，而无法安装AI芯片，进行可能会影响GPU的销售。会议结束后，英伟达的执行层曾加速询问云提供商是否有足够的空间和电力来容纳GPU订单。此外，英伟达的竞争对手也在蚕食市场。首先是AMD，本身就有AI加速卡的业务，集CPU和GPU设计能力与一身。还有英特尔，作为x86架构的奠基人，如今也涉足AI加速卡领域。这两家公司推出的产品不仅在参数上对标英伟达，还在定位与售价等方面发动了一轮又一轮的攻势。另外，近日英伟达在向美国证券交易委员会提交的文件中，首次将华为认定为人工智能芯片等多个类别的最大竞争对手，英伟达提到的其他竞争对手还包括了博通和高通，此外还列出了许多重要的云计算公司，例如亚马逊和微软。对于英伟达市值的变动，有行业人士曾在其股价达到高位时表示市值有泡沫成分。有评论人士和分析师指出，AI领域的过度炒作和市场对高性能算力的非理性期待，可能是推动英伟达市值虚高的因素之一。中欧资本的张俊和行行AI智能的李明顺等专家均表示英伟达市值存在严重泡沫，认为市场需求与算力供应失衡，以及AI领域的泡沫化现象是主要推手。

金融界2024-06-25

区块链动态2024年6月25日早参考

金色财经2024-06-25

金色早报 | 阿桑奇有望获释欧洲央行发布首份CBDC进展报告

通过竞标市场满足计算和存储需求，成本比AWS等低40-50%。报告还指出，零知识计算技术在SwanChain平台上的应用展示了其大规模处理能力。 ▌Aave社区成员提案在以太坊和Arbitrum上将dlcBTC添加到Aave V3 Aave官方治理论坛显示，社区成员akibalogh发起提案，在以太坊和Arbitrum上将dlcBTC添加到Aave V3，dlcBTC是以太坊上的去中心化包装比特币。加密货币 ▌过去24小时全网爆仓3.75亿美元数据显示，过去24小时全网爆仓3.75亿美元，其中多单爆仓3.17亿美元，空单爆仓5842.19万美元，主爆多单。其中BTC爆仓1.81亿美元，ETH爆仓8010.76万美元。 ▌自欧洲杯2024开赛以来，球迷代币市值已下跌13% 2024 年欧洲足球锦标赛于 6 月 15 日拉开帷幕，表面上看，人们可能会认为与足球相关的加密货币代币，尤其是那些与足球相关的代币，在这一四年一度的赛事中表现会非常出色。然而，现实却截然相反。The Block 的体育代币指数，该指数跟踪欧洲著名足球队的球迷代币的表现，是本周市场上表现最差的资产篮子之一。自锦标赛于 6 月 15 日开始以来，该指数大幅下跌，截至发表，这些代币的累计市值已下降约 12.8%。同期，比特币的价格下降了 3%，以太坊的价格则上涨了约 1%。 ▌ZK代币估值降至34亿美元，较推出时下跌40％数据显示，ZKsync Era 代币 ZK 目前的市值约为 6 亿美元，截至发稿时完全摊薄估值为 34 亿美元，较6月17日推出时的估值下降了 40％。 The Block分析师指出，这可能是由于空投接收者的持续抛售压力和整体市场状况不佳所致。Zync Era 上活跃地址的 7 天移动平均值在 ZK 代币发布当天创下历史新高，接近 675,000 个，但在代币发布仅三天后，活跃地址数量就减少了一半。 ▌堪萨斯城联储研究稳定币保险成本堪萨斯城联邦储备银行研究发现，稳定币保险成本高于银行存款保险。自2019年以来，四种未命名的稳定币平均年保险成本为3.2%，但过去一年已降至1%以下，而银行FDIC保险成本为2.5至42个基点。稳定币价格和发行量波动较大，且资本缓冲较小，平均仅0.9%。尽管如此，保险成本可由稳定币储备利息覆盖。重要经济动态 ▌美联储8月维持利率不变的概率为89.7% 据CME“美联储观察”，美联储8月维持利率不变的概率为89.7%，降息25个基点的概率为10.3%。美联储到9月维持利率不变的概率为32.3%，累计降息25个基点的概率为61.1%，累计降息50个基点的概率为6.6%。 ▌美联储提出较宽松版本的银行资本改革方案据知情人士透露，美联储向其他监管机构展示了一份文件，其中可能对银行资本改革进行修改，这将大大减轻华尔街银行的负担。知情人士称，修订后的法案将撤回这一具有里程碑意义的提案的关键部分。美联储的文件没有包括对大型银行必须持有多少额外资本以缓冲金融冲击的最新估计。但知情人士称，初步计算显示，拟议中的改革可能导致最低5%总资本的增幅。而最初的版本要求整体上调16%。该计划的大幅修订更有可能满足美联储主席鲍威尔吸引美联储董事会广泛支持的目标。 ▌美联储戴利：若通胀迅速下降或就业市场疲软超预期，有必要降息美联储戴利表示，如果通胀下降速度低于预期，政策利率必须维持在高水平更长的时间；如果通胀逐渐下降，劳动力市场重新平衡缓慢，那么美联储可以逐步调整政策；如果通胀迅速下降或劳动力市场疲软超出预期，降低政策利率将是必要的。金色百科 ▌什么是无限铸币攻击？无限铸币攻击是指攻击者操纵合约代码不断铸造超出授权供应限制的新代币。恶意行为者可能会通过出售非法创建的代币或干扰受影响的区块链网络的正常运行来从此类攻击中获利。无限铸币攻击的盛行强调了进行彻底的代码审核并将安全措施纳入智能合约开发以防止此类漏洞的重要性。免责声明：金色财经作为区块链资讯平台，所发布的文章内容仅供信息参考，不作为实际投资建议。请大家树立正确投资理念，务必提高风险意识。来源：金色财经

金色财经2024-06-25

一级视角下的三个赛道：BTC、Solana 和 Restaking

来越完善，Eigen可能也越来越像一个AWS，最终各种点点点+拖拽就能实现你想要买的一个“安全等级+基建套件”，在此之上你是要起一个链还是做一个存储或是Oracle之类的DAPP，完全是你的自由 P.S 最近跟一个FA聊天，他说近期聊了至少五六十家VC，有看Infra的，有看游戏的，有看比特币的，只有一个赛道是所有VC都在看的，一个不拉！你们猜是哪个？答案是：Ton…… 然而Ton上面投资，难度比ETH或者Solana上高得多……你就想下如果半年前Notcoin拿着Deck或者Demo来找VC，会有几个VC看到这玩意会决定梭哈呢…… 下次研报如果有机会，我再来写写Ton 来源：金色财经

金色财经2024-06-24

芝加哥 Web3Con 2024：通过 Web3 技术塑造商业和社会的未来

执行官 Charles Okochu，AWS 高级业务发展经理 Chirag Dhull，Chainlink Labs 产品与技术营销主管 Cory Warfield，Coryconnects 首席联络官主席：Anastasia "Tracy" Raissis，Achillia Group, LLC 创始人兼首席执行官；AI 2030 Chris Kohler，Innovo Markets Inc. 首席战略官 Katia Kobylinski，ETHChicago 合作伙伴负责人 Aravinda Garimella，伊利诺伊大学厄巴纳-香槟分校信息系统助理教授 Kathleen Wrynn，J.P. Morgan 全球技术战略总监以及来自世界各地的众多的专家。立即注册，确保您的席位，参加芝加哥 Web3Con，成为塑造商业和社会未来的一部分。欲了解更多信息和注册，请访问 www.chicagoaiweek.com。媒体联系张晓晨 info@fintech4good.co 来源：金色财经

金色财经2024-06-24

速览比特币Layer1新兴DEX发展格局

x 完全控制私钥，这些私钥存储在使用 AWS 的保险库中。托管合作伙伴关系正在筹备中。他们还在建设一个类似 pump.fun 的启动平台，一个能考虑到内存池中待处理交易的 Runes 追踪器，以及一个 Runes桥接器，用于将来自 Solana 等其他链的 memecoins桥接到 Runes 上。他们在 Dex 交换 PSBTs 中使用 “Sighash All”，这意味着每笔交换都具备狙击者抵抗性。他们计划让流动性提供者以比特币收取费用。他们还在流动性提供方面创建了自动 UTXO 分割器，以确保交换时的顺畅体验。Runes Dex 的 AMM 将在未来几周内完全上线。又一个具备潜力的 AMM。 7、Runeswap — Swapsats Runeswap 由 Swapsats 团队开发，是一个 Runes-BTC 的AMM风格交换平台，该团队背后开发了OGsub 10k Ordinals collection Ordinal Eggs。这个交换平台将类似于上述提到的交换方式运作；提供无需许可的交换体验，但流动性池是托管的。作为一群收藏家，他们的哲学是为他们的社区打造一个去中心化交易平台。他们收藏品的持有者将在交易平台上获得各种好处，例如降低交易费用和来自交易平台收入的收益分成。他们优先考虑流畅的用户界面和良好的用户体验，以进一步培育他们的社区。目前，该交换平台处于 alpha 测试网阶段，主网计划在未来几周内上线。 8、RunesFi RunesFi 的目标是成为比特币资产的一站式基础设施中心。他们计划建设 Runes 区块浏览器、启动平台和孵化器、Runes 雕刻师，最重要的是，一个 Runes 和 BRC20 的去中心化交易平台。他们目前处于其交易平台测试网阶段，预计其主网产品将在 2024 年底之前上线。还有一些其他正在开发中的去中心化交易平台承诺比上述列出的更多的去中心化，例如 Omnisats 和 Motoswap（OPNet）。当它们接近推出并有更多信息可用时，我可以进行分析。Unisat 最近宣布了他们的新 BRC20 交换模块，其中将包括流动性池等。目前正在开发中，预计在 6 个月内可用。Magic Eden 也在暗示即将推出的交换功能，尽管时间表尚不明确。 9、结论与展望在比特币上进行建设是具有挑战性的，特别是如果试图直接复制以太坊虚拟机（EVM）的功能。比特币的UTXO模型与EVM的基于账户的模型不同，那些能够充分利用比特币独特机制（如PSBTs、Sighashes等）的团队，长期来看更有可能取得成功，而不是仅仅试图重新创建EVM堆栈的团队。目前正在创建创新解决方案的团队在不同方面做出权衡。例如，在订单簿去中心化交易平台方面，Saturn优先考虑了超流畅的用户体验和功能，牺牲了完全无需许可的交易。Fluid采取了不同的方式，优先考虑了完全去中心化和非托管的交易，尽管在交易体验中有些摩擦。市场更看重哪种哲学将会非常有趣。在自动做市商（AMM）领域，大多数团队正在创建一个可以让交易者完全无需许可地交易的系统，但流动性池采用某种形式的保险库、多签或半托管解决方案。这可能是一个可以接受的折衷，因为大多数交易者并不在意流动性池的设置方式，只要他们能够快速和无需许可地进行交换。此外，考虑到以太坊上有多少桥接和合约被攻击的情况，向知名的托管方提供流动性可能甚至是一个更具吸引力的解决方案。目前，Dotswap在这方面具有优势，因为他们在开发、产品提供和流动性提供者托管解决方案方面走得最远。然而，其他团队如RunesDex和Ordiswap也在紧追其后，他们的产品即将推出。我相信，还有其他我在撰写时不知道的团队在进行建设。来源：金色财经

金色财经2024-06-23

AI代币前景可期：七大项目预计在2024年底前将迎来5至30倍增长

化应用程序，而不依赖传统云服务提供商如AWS或Azure，他们可以通过iExec网络租用计算资源。关键指标：市值：1.605亿美元完全稀释市值（FDV）：1.924亿美元解锁：占总供应量的83.2% 5.NMR Numerai是一家创新的人工智能对冲基金，结合了人工智能、区块链技术和众包股票市场预测模型，彻底改变了量化金融。作为一个平台，Numerai将加密的财务数据集分发给全球数据科学家网络，他们利用机器学习开发股票市场交易的预测模型。关键指标：市值：1.323亿美元完全稀释市值（FDV）：2.068亿美元解锁：占总供应量的62.2% 6.PHB 介绍Phoenix，这是一个从传统系统的废墟中崛起的创新区块链解决方案。 Phoenix提供了一个安全、分散的平台，使个人和企业能够控制他们的数字交易和数据。关键指标：市值：9545万美元完全稀释市值（FDV）：9545万美元解锁：总供应量的100% 7.AI ➬ SleeplessAI_Lab Sleepless AI旨在通过无缝集成先进的人工智能和区块链技术来重新定义游戏格局。该项目的使命是通过人工智能伴游戏提供无与伦比的情感支持和身临其境的游戏体验。关键指标：市值：1.3225亿美元完全稀释市值（FDV）：7.17亿美元解锁：占总供应量的18.5% 来源：金色财经

金色财经2024-06-22

解析 AI 与加密结合的潜力与现实挑战

是“意外之财”。具体例子包括： 1）AWS机器：如果你今天从AWS租用一台H100，你需要承诺至少租用一年，因为市场供应紧张。这会导致浪费，因为你不太可能全年365天、每周7天都使用你的GPU。 2）Filecoin挖矿硬件：Filecoin网络有大量的补贴供应，但实际需求并不大。不幸的是，Filecoin从未找到真正的产品市场契合点，因此Filecoin矿工面临破产的危险。这些机器配备了GPU，可以重新用于低端AI推理任务。 3）ETH挖矿硬件：当ETH从工作量证明（PoW）转向权益证明（PoS）时，大量硬件立即变得可用，这些硬件可以重新用于AI推理。 GPU DePIN市场竞争激烈，有多个参与者提供产品。例如Aethir、Exabits和Akash。Hack VC选择支持io.net，后者还通过与其他GPU DePINs的合作来汇集供应，因此他们目前支持市场上最大的GPU供应。需要注意的是，并非所有GPU硬件都适用于AI推理。一个明显的原因是较旧的GPU没有足够的GPU内存来处理大语言模型（LLMs），尽管在这方面已经有一些有趣的创新。例如，Exabits开发了技术，将活跃的神经元加载到GPU内存中，而将不活跃的神经元加载到CPU内存中。他们预测哪些神经元需要活跃/不活跃。这使得即使在GPU内存有限的情况下，也能使用低端GPU处理AI工作负载。这实际上提高了低端GPU在AI推理中的实用性。此外，Web3 AI DePINs需要随着时间的推移强化他们的产品，提供企业级服务，如单点登录（SSO）、SOC 2合规、服务级别协议（SLAs）等。这将与当前Web2客户享受的云服务相媲美。真正的优势 #3：避免OpenAI自我审查的非审查模型关于AI审查的问题已经有很多讨论。例如，土耳其曾一度暂时禁止OpenAI（后来他们在OpenAI改进其合规性后取消了禁令）。我们认为这种国家级别的审查从根本上说并不值得关注，因为各国需要拥抱AI才能保持竞争力。更有趣的是，OpenAI会自我审查。例如，OpenAI不会处理NSFW（不适合在工作场合观看）内容，也不会预测下届总统选举的结果。我们认为在OpenAI因政治原因不愿涉及的AI应用领域，存在一个有趣且巨大的市场。开源是解决这一问题的一个好办法，因为一个Github仓库不受制于股东或董事会。一个例子是Venice.ai，它承诺保护用户隐私并以非审查的方式运作。当然，关键在于其开源性，这使得这一切成为可能。Web3 AI可以有效提升这一点，通过在低成本的GPU集群上运行这些开源软件（OSS）模型以进行推理。正因为如此，我们相信OSS + Web3是铺平非审查AI道路的理想组合。真正的好处 #4：避免向OpenAI发送个人可识别信息许多大型企业对其内部企业数据存在隐私顾虑。对于这些客户来说，很难信任像OpenAI这样的集中式第三方来处理这些数据。对于这些企业来说，使用web3可能会显得更加可怕，因为他们的内部数据突然出现在一个去中心化网络上。然而，对于AI而言，隐私增强技术方面已经有一些创新：诸如Super协议之类的可信执行环境（TEE）诸如Fhenix.io（由Hack VC管理的基金组合公司）或Inco Network（均由Zama.ai提供支持）和Bagel的PPML之类的完全同态加密（FHE）这些技术仍在不断发展，通过即将推出的零知识（ZK）和FHE ASICs，性能也在不断改善。但长期目标是在微调模型时保护企业数据。随着这些协议的出现，web3可能会成为更具吸引力的隐私保护AI计算场所。真正的好处 #5：利用开源模型的最新创新在过去的几十年里，开源软件（OSS）一直在侵蚀专有软件的市场份额。我们将LLM视为一种高级专有软件，正逐渐成为开源软件的颠覆对象。一些值得注意的挑战者包括Llama、RWKV和Mistral.ai。随着时间的推移，这个列表无疑会不断增长（在Openrouter.ai上提供了更全面的列表）。通过利用由开源模型提供支持的web3 AI，人们可以充分利用这些新创新。我们相信，随着时间的推移，一个开源的全球开发工作力量，结合加密激励，可以推动开源模型以及构建在其之上的代理和框架的快速创新。一个AI代理协议的例子是Theoriq。Theoriq利用开源模型创建了一个可组合互联的AI代理网络，可以组装在一起创建更高级的AI解决方案。我们对此深信不疑的原因在于过去的经验：大多数“开发者软件”在经过时间的推移后逐渐被开源软件所超越。微软过去是一家专有软件公司，现在成为了贡献最多的Github公司，这是有原因的。如果你看看Databricks、PostGresSQL、MongoDB等是如何颠覆专有数据库的，就会发现整个行业就是一个被开源软件颠覆的例子，所以先例在这里是相当强大的。然而，这也有一个小陷阱。OSS LLMs存在一个棘手的问题，就是OpenAI已经开始与组织签订付费数据许可协议，比如Reddit和纽约时报。如果这种趋势持续下去，由于获取数据的经济壁垒，OSS LLMs可能会越来越难以竞争。英伟达可能会将保密计算作为安全数据共享的加强工具。时间会告诉我们这将如何发展。真正的好处 #6：通过高成本的随机抽样或零知识证明实现共识在web3 AI推理中，验证是一个挑战。验证者有可能通过欺骗结果来获取费用，因此验证推理是一项重要的措施。需要注意的是，尽管AI推理还处于初级阶段，但除非采取措施来削弱这种行为的动机，否则这种欺骗是不可避免的。标准的web3方法是让多个验证者重复相同的操作并进行结果比较。然而，正如前面提到的，由于当前高端Nvidia芯片短缺，AI推理非常昂贵。考虑到web3可以通过未充分利用的GPU DePINs提供更低成本的推理，冗余计算将严重削弱web3的价值主张。更有希望的解决方案是对离链AI推理计算进行零知识证明。在这种情况下，可以验证简明的零知识证明以确定模型是否经过正确训练，或者推理是否正确运行（称为zkML）。其中的示例包括Modulus Labs和ZKonduit。由于零知识操作需要相当大的计算资源，这些解决方案的性能仍处于初级阶段。然而，随着零知识硬件ASIC在不久的将来推出，这一情况可能会得到改善。更有希望的想法是一种“乐观”抽样为基础的AI推理方法。在这种模型中，您只需验证验证者生成结果的一小部分，但设置足够高的经济成本来惩罚被抓到作弊的验证者，从而产生强大的经济禁止效应。这样一来，您可以节省冗余计算（例如，参见Hyperbolic的"Proof of Sampling"论文）。另一个有希望的想法是使用水印和指纹技术的解决方案，例如Bagel Network提出的解决方案。这类似于亚马逊Alexa为其数百万设备上的AI模型质量保证提供的机制。真正的好处 #7：通过可组合的开源软件堆栈节省费用（OpenAI的利润） web3为AI带来的下一个机会是降低成本的民主化。到目前为止，我们已经讨论了通过像io.net这样的DePINs节省GPU成本的方法。但是，web3还提供了节省中心化web2 AI服务的利润率（例如OpenAI，根据本文撰写时的信息，其年收入超过10亿美元）的机会。这些成本节约来自于使用开源软件（OSS）模型而不是专有模型，从而实现了额外的成本节约，因为模型创建者并不试图盈利。许多开源软件模型将始终完全免费，这为客户提供了最佳的经济效益。但是，也可能有一些开源软件模型尝试这些变现方法。请考虑，Hugging Face上仅有4%的模型由有预算的公司进行训练以帮助补贴这些模型（参见此处）。剩下的96%的模型是由社区进行训练的。这个96%的Hugging Face模型群体面临着实际的成本（包括计算成本和数据成本）。所以这些模型需要以某种方式实现变现。有许多关于实现这种开源软件模型变现的提议。其中最有趣的之一是“初始模型发行”（IMO）的概念，即将模型本身进行Token化，留下一部分Token给团队，并将模型的一些未来收入流向Token持有人，尽管这其中显然存在一些法律和监管障碍。其他开源软件模型将尝试基于使用量进行变现。需要注意的是，如果这种情况变为现实，开源软件模型可能开始越来越像它们的web2利润生成对应物。但是，从现实角度来看，市场将会二分，其中一些模型将完全免费。一旦选择了开源软件模型，您可以在其上进行可组合的层次操作。例如，您可以使用Ritual.net进行AI推理，以及Theoriq.ai作为可组合和自治的链上AI代理的早期领导者（两者都得到了Hack VC的支持）。真正的好处 #8：去中心化的数据采集 AI面临的最大挑战之一是获取适合训练模型的正确数据。我们之前提到过，去中心化AI训练存在一些挑战。但是利用去中心化网络来获取数据（然后可以在其他地方，甚至是传统的web2平台上用于训练）又如何呢？这正是像Grass这样的初创公司正在做的事情（得到了Hack VC的支持）。Grass是一个去中心化的“数据爬取”网络，由个人贡献他们机器的闲置处理能力来获取数据，以供AI模型的训练。理论上，在大规模应用中，这种数据采集可能比任何一家公司的内部努力更优越，因为庞大的激励节点网络具有强大的计算能力。这不仅包括获取更多的数据，还包括更频繁地获取数据，以使数据更具相关性和最新性。由于这些数据爬取节点本质上是分散的，不属于单个IP地址，因此几乎不可能阻止这个去中心化的数据爬取军团。此外，他们还有一支人力网络，可以清理和规范数据，使其在被爬取后变得有用。一旦获取了数据，您还需要一个链上的存储位置，以及使用该数据生成的LLM（大型语言模型）。在这方面，0g.AI是早期的领导者。它是一个针对AI进行优化的高性能web3存储解决方案，比AWS便宜得多（这对于Web3 AI来说是另一个经济上的成功），同时也可以作为第二层、AI等的数据可用性基础设施。需要注意的是，在未来，数据在web3 AI中的作用可能会发生变化。目前，对于LLM来说，现状是使用数据对模型进行预训练，并随着时间的推移使用更多的数据进行改进。然而，由于互联网上的数据实时变化，这些模型始终略微过时，因此LLM推理的响应略有不准确。未来可能发展的一个新范式是“实时”数据。这个概念是当LLM被要求进行推理时，LLM可以通过向其注入实时从互联网上收集的数据来使用数据。这样，LLM将使用最新的数据。Grass也正在研究这一点。三、结论我们希望这篇分析对您在思考web3 AI的承诺与现实时有所帮助。这只是一个讨论的起点，而且这个领域正在迅速变化，所以请随时加入并表达您的观点，因为我们愿意继续共同学习和建设。来源：金色财经

金色财经2024-06-22

24小时热点