FX168财经网_全球视野外汇黄金加密货币NFT资讯网

美股收盘：道指涨近400点创历史新高科技股多上涨AMD涨超7%、微软创新高

此次收购的诉讼。另据报道，亚马逊云平台AWS周五表示，计划至2027年在日本投资2.26万亿日元（约合152.4亿美元），以扩建作为人工智能服务骨干的云计算基础设施。亚马逊在一份声明中表示，公司将斥资扩建在东京和大阪等大都市的技术设施，以满足日益增长的客户需求。 Meta市值逼近1万亿美元，扎克伯格透露今年将再买35万块英伟达显卡。福特1月19日表示正在削减F-150闪电电动皮卡的产量，以实现产量、销售和盈利能力的最佳平衡。福特还表示，预计2024 年全球电动汽车销量将继续增长，但增幅将低于预期。油服巨头斯伦贝谢第四财季营收为89.9亿美元，同比增长14%，好于市场预期。Non-GAAP每股收益为0.86美元，同比增长21%，也好于市场预期。斯伦贝谢在声明中表示看好全球钻探活动前景。针对网传“网易1月开启大规模裁员”等消息，网易内部人士回应：消息不实，系公司正常业务调整和人员流动，公司层面仍在持续招聘优质人才。据透露，为促进业务良性发展，网易传媒部分业务线在近期进行了内部资源整合，未来传媒将持续加码内容赛道，探索AIGC、元宇宙等新技术赋能内容。

金融界2024-01-20

亚马逊CEO：AI是企业面临的最大风险，也是最大机遇

。这款聊天机器人建立在亚马逊网络服务（AWS）17年的知识基础上，旨在帮助员工简化任务和沟通，生成博客文章，总结内容，以及编写和分析代码。亚马逊还向人工智能初创公司Anthropic投资了约40亿美元，后者是一家总部位于旧金山的公司，由OpenAI前员工创立。2023年3月，Anthropic向广大用户推出了它的人工智能聊天机器人Claude。贾西周四表示，亚马逊目前正在开发约60款其他AI应用程序，但他补充说，AI革命仍处于“早期阶段”。他说：“这就像是跨进了一场马拉松。”

金融界2024-01-19

Saga面向忠诚用户做 Cosmos 的游戏中心

平台旨在将区块空间商品化，就像服务器或AWS实例一样。开发者可以以合理的价格拥有自己的 chainlet，直到他们再次需要它们。这种经济模式与ATOM代币的Hub方法不同。 Rebecca 建议从游戏的附加链开始，并随着用户流量的减少将状态压缩到所需的链，因为这样可以实现弹性扩展。灵感来自于云部署，以便为Web3开发者提供类似的体验。目标是通过商品化区块空间来使区块空间更加经济实惠，避免由于应用程序专用区块空间而增加成本。商品区块空间和丰富度 Saga系统旨在使区块空间变得充足，以便开发人员可以启动应用程序而无需担心成本。验证者之间进行拍卖以确定提供安全性的真实成本，每个 chainlet 的每月成本为 500 美元。不会直接向最终用户收取Gas费用，允许开发者确定他们希望如何为他们的应用程序赚钱。开发者还可以选择使他们的应用程序完全无Gas费用，但由于潜在的DDoS攻击风险，不建议这样做。要解决这个问题，可以使用回收代币作为一种门控机制，允许用户访问同时防止攻击。回收代币的工作方式类似于游戏厅的代币，在使用后返回，使得系统从一开始对用户来说是免费的。 Web 3 游戏动机 Rebecca 表示，传统的游戏体验由于对游戏内资产的集中控制，常常让玩家感到沮丧。 Web3 游戏为玩家提供了真正拥有他们的知识产权并在不同社区中将其货币化的机会。玩家越来越希望成为创作者，并被如此对待，这与 web3 的能力非常契合。用户生成内容（UGC）是游戏中的一个日益增长的趋势，并且可能是最适合 Web3的一个用例。一些最主流的游戏，如《堡垒之夜》和《我的世界》，都将 UGC 作为游戏玩法的关键组成部分。受到 Web3 游戏推动的开发人员致力于在该领域构建创新技术。 Cosmos 作为游戏中心？ Rebecca 表示 Cosmos 对成为游戏中心感到兴奋。应用链模型和可扩展链是区块空间的重要考虑因素。 Rebecca 说，链上下均创造了超越加密货币的新机会。它为开展商业和游戏开辟了新的操作系统和空间。丰富的区块空间可以给不同的行业带来更多的创新。来源：金色财经

金色财经2024-01-19

亚马逊任命运营高管为AWS云计算服务部门新首席财务官

高级副总裁John Felton将接任AWS云计算服务部门新首席财务官，并担任高级副总裁；运输副总裁Udit Madan将接管全球运营工作。John Felton已在亚马逊工作近二十年，最近担任全球营运部门的负责人。AWS于最近数季增长放缓，部分客户因高通胀和对经济担忧而缩减支出。

金融界2024-01-19

全球科技巨头的竞争之路：AI、云计算和大数据的角逐

科技巨头都在积极布局云计算市场。亚马逊AWS、微软Azure、谷歌云等云服务提供商纷纷推出创新产品，争夺企业和个人用户的市场份额。云计算的发展不仅改变了企业的IT架构，也对全球科技格局产生深远影响。大数据时代的挑战与机遇大数据是推动人工智能和云计算发展的关键动力，也是全球科技巨头竞争的重要赛场。谷歌、腾讯、阿里巴巴等公司通过数据驱动的商业模式，不断提升用户体验和精准营销能力。然而，数据隐私、安全性等问题也引发了一系列的争议，使得大数据的发展既带来机遇，也伴随着巨大的挑战。跨界竞争与合作在这场竞争中，科技公司的竞争不再局限于单一领域，而是呈现出跨界融合的趋势。互联网、物联网、人工智能的结合，使得科技公司在智能家居、智能城市等多个领域展开角逐。同时，一些跨国公司也选择合作，共同应对行业内的各种挑战，形成强强联手的局面。未来展望与责任担当在竞争之路上，科技公司也面临着日益严峻的社会责任问题。数据滥用、人工智能的伦理问题等引起了社会广泛关注。未来，科技公司需要在创新的同时，对技术应用进行更深入的思考，担当社会责任，以确保技术的合理、安全和可持续发展。全球科技巨头在AI、云计算和大数据的竞争之路上展开激烈角逐，这场竞争将不仅影响科技产业格局，也将深刻塑造人类社会的未来。在探索新技术的同时，这些公司必须以负责任的态度应对社会的期待，推动科技发展走向更加健康、可持续的方向。这场竞争，正在书写科技未来的篇章。来源：金色财经

金色财经2024-01-18

CPO、光通信、6G概念个股爆发！5GETF(515050)大涨2%

rosoft、Google、Meta、AWS占据绝大份额；交换机市场主要由海外主导，我国商用交换机芯片占比较低，当前国产化替代加速，份额有望加速提升。资料显示，5GETF（515050）是全市场规模最大的5G通信主题ETF，持仓股与光模块、光通信、6G等概念股重合度较高（34%），近10个交易日吸金超1.1亿元。（联接基金A类：008086 C类：008087）以上内容与数据，与界面有连云频道立场无关，不构成投资建议。据此操作，风险自担。

有连云2024-01-18

观点：DePIN助力加密成为AI的协调层

中心 GPU 部署在全球超大规模企业（AWS、GCP、Azure、Oracle）之外的数据中心。消费类硬件卡通常具有与企业级卡相当的计算吞吐量。例如，消费级 RTX 3090 能够达到 83 FP32 TFLOPS，而企业级 A100 只有 19.5 FP32 TFLOPS。目前，个人电脑（游戏玩家、设计师、视频编辑器等）和数据中心中有超过 3.3 亿个消费级 GPU 可以联网。问题是，历史上不可能激励或协调这些不同的 GPU 形成可用的集群。最近，专门的、专注于人工智能的 DePIN，例如 Render Network 和 IO.net，已经解决了这个问题。首先，它们激励潜在的 GPU 操作员将其资源贡献给共享网络以换取奖励。其次，他们正在创建一个分布式网络层，代表不同的 GPU，作为人工智能开发人员可以使用的集群。这些去中心化的计算市场现在提供数十万种不同类型的计算资源，创造了一种新的途径，可以在以前无法获得的合格硬件群中分配人工智能工作负载。除了创造新的 GPU 净供应之外，DePIN 网络通常比传统云提供商便宜得多（高达 90%）。他们通过将 GPU 协调和开销外包给区块链来实现这些成本。云提供商会提高基础设施成本，因为他们有员工费用、硬件维护和数据中心开销。 DePIN 网络没有这些费用，因此它们实际上可以按成本（加上微不足道的网络协调费用）将计算成本转嫁给最终客户。展望未来一年，我们预计这些去中心化网络将成为人工智能竞赛的关键参与者之一。目前根本没有足够的 GPU（更不用说价格实惠的 GPU）来满足世界上每家大公司的需求。 GPU 是人工智能的货币，而 DePIN 就是为了实现这一点。来源：金色财经

金色财经2024-01-17

巴菲特投资策略揭秘：纳斯达克100中哪只股票最吸引眼球？

个领域有着巨大的机会。亚马逊网络服务（AWS）是市场份额最高的云服务提供商。亚马逊表示，客户希望在数据所在的地方运行其AI模型。

Heidi2024-01-15

贝佐斯迎来60岁生日身价达1800亿美元

ime、Kindle和亚马逊网络服务（AWS）云计算平台等创新产品。对于这位亿万富翁和他的初创公司来说，互联网泡沫时期并不容易。互联网泡沫是上世纪90年代末的一场投机狂潮，当时互联网公司的估值出现了前所未有的上升。投资者被蓬勃发展的网络行业的潜力所吸引，导致股价飙升。在这种乐观的环境下，1997年5月15日，贝佐斯领导的亚马逊公司上市，IPO发行价为每股18美元。亚马逊迅速扩大了客户群，并聪明地筹集了大量资金，公司市值暴涨，到1999年12月已达到IPO价格的50多倍。然而，随着泡沫在21世纪初达到顶峰，市场经历了一次大幅调整，导致许多互联网公司倒闭。这种低迷对亚马逊产生了深远的影响，其股价在不到一年的时间里从113美元的高点（未经拆分调整）暴跌至仅6美元。但是，尽管互联网泡沫破裂带来了严峻的影响，贝佐斯还是运用战略弹性带领亚马逊度过了难关。这家电商巨头经受住了风暴，这要归功于“精明的管理和泡沫破裂前最后一刻的幸运注资”。亚马逊不仅幸存下来，而且蓬勃发展，发展成为我们今天所认识的电子商务和科技巨头。虽然零售一直是贝佐斯和亚马逊的主要关注点，但他最冒险的举动是在全球范围内提供按需云计算。尽管投资者担心在零售利润微薄的情况下分散投资，但贝佐斯坚持了下来。 AWS的推出使该公司一度濒临破产，导致裁员14%。然而，第二年出现了令人瞩目的反弹，收获了4亿美元的利润。如今，AWS以32%的市场份额主导着全球云服务市场。韦德布什证券公司的分析师预计，到2024年，亚马逊的AWS收入将超过1000亿美元，到2026年，亚马逊的自由现金流将达到1000亿美元，到2028年，亚马逊的广告收入将达到1000亿美元。亚马逊还向OpenAI的竞争对手Anthropic投资了高达40亿美元，以进入竞争激烈的人工智能行业。

金融界2024-01-12

Livepeer ：如何在Livepeer网络上引入AI视频计算

他计算平台试图成为通用的“区块链上的 AWS”或“运行任何类型的计算任务”类型的市场，但由于缺乏针对行业的解决方案的能力，这给市场进入带来了挑战部分。相反，Livepeer 通过转码专注于视频计算，并能够为特定行业（超过1000亿美元的视频流市场）构建有针对性的产品和 GTM，以解决实际用例并挖掘现有需求，而不是营销没有人想要的通用的抽象解决方案。对视频的关注意味着 Livepeer 避免过度反应并转向 ICO、NFT 或 DeFi 等最新热门趋势，而是始终询问这些创新如何应用于视频。高点没有那么高，但更重要的是，低点也没有那么低。这也吸引了一个以任务为中心的团队和社区，拥有深厚的视频专业知识，他们对我们在很长一段时间内所做的事情感到兴奋，而不是当本月的趋势失去动力时离去的社区。目前，没有什么趋势比人工智能的快速崛起更热门了。但与许多加密货币团队和项目不同的是，Livepeer 并没有放弃其使命并“转向人工智能”。相反，我们提出了这样的问题：人工智能将如何影响视频的未来。人工智能在很多方面降低了视频创作者的门槛。两个重要的因素是首先减少创作的时间和成本，以及减少高质量视频制作和输出的时间、成本和专业知识。在创作方面，生成式人工智能可用于根据文本或图像提示创建视频剪辑。过去，设置场景需要摄制组、布景、摄像机、脚本、演员、编辑等，现在可能只需要用户在键盘上输入文本提示，然后等待几分钟，让 GPU 生成样本潜在的结果。生成视频不会取代高质量的作品，但它可以在流程的各个阶段节省大量成本。在制作方面，无论是由人工智能创建还是由创作者提交，诸如升级、帧插值、字幕生成等功能都可以快速提高视频内容的质量和可访问性。视频中的交互性等高级功能可以通过自动对象检测、屏蔽和场景类型分类来启用。 Livepeer 利用这一 AI 功能集的时机令人兴奋，因为最近发布了开源基础模型，包括 Stable Video Diffusion、ESRGAN、FAST 等，这些模型都与闭源专有模型保持同步。其目标是让世界上的开放视频基础设施支持运行所有人都可以访问的开源模型，这些模型现在已经存在，并且由于开源人工智能社区的创新而快速变得更好。 AI 背景 - Livepeer 适合的地方训练、微调、推理人工智能生命周期有很多阶段，但通常需要大量计算能力的三个阶段是训练、微调和推理。简而言之：训练需要创建模型并在非常大的数据集上运行计算。有时，这需要在训练基础模型（例如通过 OpenAI 或 Google 训练的模型）时进行价值数千或数亿美元的计算。微调更具成本效益，并且采用现有的基础模型，但根据特定任务的一组特定输入来调整权重。推理是采用已经训练和调整的模型，并让它产生输出或根据输入集进行预测的行为。对于一个推理作业，相对于前两个阶段，这在计算方面通常很便宜，但通常会一遍又一遍地执行数百万次，因此推理的花费超过了训练的成本，因此证明训练投资的合理性。训练和微调需要访问大型数据集和密集联网的 GPU，以便它们能够相互通信并快速共享信息。像 Livepeer 这样的网络不太适合开箱即用的训练，并且需要进行重大更新才能完成任务。虽然去中心化网络作为专有大型技术训练云的替代品对于训练来说很有吸引力，但由于网络开销和训练基础模型时的低效率，从成本角度来看，去中心化网络是否具有竞争力是值得怀疑的。另一方面，推理是像 Livepeer 这样的去中心化网络可以发挥作用的地方。每个节点运营商都可以选择将给定模型加载到其 GPU 上，并且可以在成本上进行竞争，以根据用户输入执行推理作业。就像在 Livepeer 转码网络中一样，用户可以向 Livepeer 网络提交作业来执行 AI 推理，并且应该获得公开市场竞争定价的好处，可以利用当前闲置的 GPU 功率，从而看到成本效益。 GPU 是人工智能热潮的命脉。NVidia 的数据中心业务以 GPU 需求为基础，在过去一年呈指数级增长。埃隆·马斯克 (Elon Musk) 开玩笑地表示，GPU 比毒品更难买到。然而，像 Livepeer 这样的 DePIN 网络已经表明，通过其开放的市场动态，以及通过通胀代币奖励来引导激励，它们可以在需求之前吸引全球 GPU 供应，从而可以弹性地支持新用户和应用程序的增长。近乎无限的即用即付容量。开发人员不再需要以高价提前预留不使用时闲置的硬件，而是可以按尽可能低的市场价格付费。这是去中心化网络推动人工智能繁荣的巨大机会。 Livepeer 机会 - 将 AI 推理任务提交到网络而不是 GPU 让连接到 Livepeer 的1000个GPU 发挥作用 GCP 或 AWS 等云提供商允许你在其企业云上“预留 GPU 服务器”。像 Akash 这样的开放网络更进一步，让你可以从世界各地的众多去中心化提供商之一按需租用服务器。但无论上述选择如何，你都必须管理租用的服务器来运行模型并执行任务。如果你想构建一个可以同时执行多个任务的应用程序，则必须对其进行扩展。你必须将工作流程链接在一起。 Livepeer 将事物抽象为“工作”，你可以将其提交到网络并相信它会完成。Livepeer 已经通过视频转码实现了这一点，其工作是提交一段 2 秒的视频片段进行转码。你只需将作业发送到网络，并且可以确信你的广播节点将可靠地完成该作业，并负责工作节点选择、故障转移和冗余。对于人工智能视频计算任务，它可以以同样的方式工作。可能有一个“从文本生成视频”的工作。你可以相信你的节点将完成此任务，并且你可以将其扩展到你想要通过单个节点同时提交的任意数量的作业，该节点可以利用数千个 GPU 的网络来执行实际计算。向前迈出一步 - 这仍然处于设计阶段 - 你可以提交整个工作流程，例如从文本生成视频升高一级进行帧插值使其播放流畅网络可以为你做到这一点，而你无需将单独的模型部署到单独的机器、管理 IO、共享存储等。不再需要管理服务器、扩展服务器、进行故障转移等。Livepeer 是一个可扩展的基础设施，具有最大的成本效益且高度可靠。如果网络能够兑现人工智能视频计算的这些承诺，就像它在视频转码工作中所做的那样，它将提供新水平的开发人员体验和成本降低，这是开放人工智能世界中尚未见过的。计划快速引入AI视频计算并验证网络的成本效益 AI视频子网与Livepeer过去7年的历程一致，该项目将致力于展示真实的、可用的、功能性的、开源的软件和网络能力，然后再进行“Livepeer有这个”的宣传。以下是实现这一目标的计划的简短版本：为其他作业类型选择特定的初始用例，而不仅仅是视频转码：基于 AI 的生成视频，由 AI 升级和帧插值支持。伟大的开放模型，例如Stable Video Diffusion，在这个领域每天都在不断发展。通过在节点软件的分叉/尖峰内构建来快速行动，将这些功能添加到我们的协调器（供应方）节点和广播器（需求方）节点。Livepeer 的开放媒体服务器 Catalyst 应支持用于请求和使用这些生成视频任务的接口。运行此峰值的用户将在 Livepeer 上形成某种子网络，但他们将使用 Livepeer 协议来发现并向通过 Livepeer 主网运行此新功能的节点付款。与面向消费者的前端应用程序合作，利用 Livepeer 极具成本效益的开放计算网络，并捕获和展示验证 Livepeer 相对于公共云的成本效益的数据。在我们验证这一点后，合并到核心 Livepeer 客户端，添加其他工作类型，并围绕利用其他形式的基于 AI 的视频计算来发展生态系统。 AI 视频子网络节点与转码节点一起运行，同时使用 Livepeer 主网支付。 AI Video SPE Livepeer 最近通过其Delta 升级向该协议引入了一个由链上金库管理的社区，并且几个月来一直在使用 LPT 来资助公共产品计划。目前已经有一项预提案正在讨论中并接近投票，该提案旨在资助一个特殊目的实体（或 SPE），该实体致力于使人工智能视频计算前景成为现实。第一个提案旨在实现核心开发，以完成上面列出的前 4 项任务，包括：将这些 AI 功能开发为 Livepeer 节点分叉节点运营商可以形成一个子网络，通过在 Livepeer 主网上支付来执行这些任务。一个向消费者展示这些功能的前端应用程序。基准和数据的集合，显示 Livepeer 网络大规模执行人工智能推理的成本效益。它还提出了未来潜在的融资里程碑，即从金库提供基础设施信贷，以支付该数据收集期间消费者使用的初始成本。 Livepeer Discord 中的 #ai-video 频道已成为围绕该计划进行讨论和合作的热点，任何相信开放 AI 基础设施和视频 AI 计算未来的人都应该过来打个招呼并参与其中。节点运营商已经开始对不同的硬件进行基准测试，熟悉运行这些开放视频模型，并解决从视频转码专业转向其他视频特定作业类型的挑战。成为一个快速发展的项目团队的一员是一段有趣的时光。未来虽然这个最初的里程碑可以表明 Livepeer 对于支持的特定形式的 AI 视频计算具有成本效益，但真正的终极力量在于 AI 开发人员能够 BYO 模型、BYO 权重、BYO 微调或部署自定义LoRA 建立在网络现有基础模型之上。支持这些初始功能，跨越一组不同的模型和计算形式，将导致节点操作、GPU 上的模型加载/卸载、节点发现和协商、故障转移、支付、验证等领域的快速学习当谈到人工智能视频计算时。从那里，我们可以评估 Livepeer 网络上生产和支持任意 AI 视频计算作业类型的未来里程碑。早期，视频特定平台（例如 Livepeer Studio）可以为视频开发人员构建 API 和产品，以利用支持的模型。消费者应用程序（例如 AI Video SPE 中提出的应用程序）可以通过 Catalyst 节点直接在 Livepeer 网络上使用这些功能。但随着这些功能的扩展，以创作者为中心的新人工智能业务可以形成，并利用 Livepeer 的全球 GPU 网络，以经济高效的方式构建定制体验，而无需依赖昂贵的大型技术云及其专有模型作为业务支柱。这是一条令人兴奋的道路，需要跑才能到达那里。毫无疑问，人工智能将在未来几年以超乎我们想象的速度改变视频世界，我们期待世界的开放视频基础设施成为未来实现这一大胆新技术所需的所有计算的最具成本效益、可扩展性和可靠的骨干网。来源：金色财经

金色财经2024-01-12

24小时热点