全球数字财富领导者
财富汇
｜
美股投研
｜
客户端
｜
旧版
｜
北美站
｜
FX168 全球视野 中文财经
首页
资讯
速递
行情
日历
数据
社区
视频
直播
点评旗舰店
商品
SFFE2030
外汇开户
登录 / 注册
搜 索
综合
行情
速递
日历
话题
168人气号
文章
英伟达喜讯连连！！再获大客户META，为其提供伺服器GB200！
go
lg
...
据悉，英伟达（NVDA）再斩获大客户Meta，为其提供伺服器GB200，预计今年第四季度开始出货，而明年会有显著的增长。 此前，英伟达已经与美股七巨头中的微软（MSFT）、谷歌（GOOG）、亚马逊（AMZN）达成合作，主要为其提供主机板（L6）。 今年以来，英伟达营收与股价都出现了大涨行情。今年1至5月，英伟达营收高达2337.24 亿元，年增15.08%。截止发稿，英伟达报价120美元，累计上涨150%。 【英伟达股价走势图，来源：TradingView】 原文链接
lg
...
投资慧眼
2024-06-12
龙虎榜 | 正丹股份获1.44亿资金抢筹，宁波桑田路上榜！上塘路打板浙版传媒
go
lg
...
今日龙虎榜净买入额前三为正丹股份、领益智造、智微智能
lg
...
格隆汇
2024-06-12
BTC为 CPI 和 FOMC 做好准备 交易所一天内损失了 12 亿美元
go
lg
...
BTC为 CPI 和 FOMC 做好准备，交易所一天内损失了 12 亿美元
lg
...
金色财经
2024-06-12
马斯克后院起火了？撤回OpenAI诉讼，不料遭特斯拉股东起诉
go
lg
...
近期，特斯拉（TSLA）、X等多家知名公司的执行长马斯克涉及多起诉讼案件，撤回对OpenAI的诉讼同时，也遭到特斯拉股东起诉。 昨天（6月11日），马斯克主动撤回了此前针对OpenAI及其执行长奥特曼（萨姆·奥特曼）的指控，起诉其违反创建OpenAI创立的非盈利初衷，开发AI不再是为了全人类的福祉，而是为了盈利。 目前，双方都没有对该事件发布任何评论，马斯克更是没有解释为何撤销诉讼，或许忙是于处理自己面临的诉讼。 在撤诉前一天，罗德岛州员工退休系统起诉马斯克、特斯拉和特斯拉董事会成员，称马斯克花费巨大时间和精力收购推特，从而分散了他在特斯拉的职责；而且出售特斯拉股票，挪用特斯拉资源，从而损及特斯拉的利益。 今年以来，特斯拉股价暴跌超过30%，成为美股「七巨头」中表现最差一个。截止发稿，特斯拉报价170美元，处于底部区域盘整。 【特斯拉股价走势图，来源：Mitrade】 原文链接
lg
...
投资慧眼
2024-06-12
硅谷AI恩仇录暂歇，马斯克突然撤诉OpenAI ，为何不撕了？
go
lg
...
眼下有更紧迫的问题……
lg
...
格隆汇
2024-06-12
陈健豪；黄金白银原油美盘准备过山车，黄金操作建议及解套
go
lg
...
解套进群体验微信；hye298 解套进群体验微信；hye298 解套进群体验微信；hye298 当你点开这篇帖子的朋友，大部分是套了单子。黄金白银市场上的钱是赚不完的，但是你的亏损确实眨眼间的功夫。不要贪图一夜暴富，带上止损，深套的事肯定不会发生！ 陈健豪作为各大知名财经网站的特约撰稿分析师，每日都会在网上实时更新文章，十年如一日从不敢懈怠，策略都是早于行情之前给出，也绝对不会事后再讨论的，不同于那些整天把一张张盈利晒在文章里但是却不敢实时给出策略的分析师，陈健豪的策略全都透明化的呈献给读者，所以实力经受百万千万客户查证认可，名声全靠客户信誉积累！ 黄金消息面解析：周二（6月11日）美市盘中，现货黄金窄幅震荡上涨，目前交投于2315美元/盎司附近。黄金价格在上一交易日创下三年半来最大单日跌幅后于周一反弹，收报2310.71美元/盎司附近，投资者在等待美国通胀数据和美联储本周晚些时候的利率决定。另外，需要关注2314.64附近位阻力，该位置在上周五下跌前多次给金价提供支撑，目前已经转化为强阻力所在，在顶破该位置前，后市金价仍有进一步下行风险。上周五金价每盎司下跌约83美元，跌
lg
...
陈健豪
2024-06-12
美国前总统特朗普再放大招！承诺支援加密挖矿，BTC价格即将反弹？
go
lg
...
6月12日，根据彭博社消息，美国前总统特朗普周二晚上会见了Bitcoin Magazine执行长以及多名美国比特币（BTC）矿企代表。 在会面过程中，特朗普表示自己了解、热爱加密货币，并承诺支援加密货币挖矿业务，同时表示将在白宫为矿工发声。 一直以来，民主党对加密矿工持反对态度，不断对比特币挖矿的能源消耗和碳排放进行审查，这也恰恰给了共和党特朗普争取更多选票的机会。 当然，若特朗普真能够为加密货币挖矿发声，显然有利于美国留住或吸引更多矿企，进一步稳住加密市场。然而，若不能兑现，这些企业可能会考虑出逃美国而迁往其他国家或地区，而该过程可能会因费用等问题促使矿工抛售BTC，对其价格起着压制作用。 通过下述走势图可看出，BTC价格再次回跌至6.7万美元附近，上涨乏力，仍然不具备突破的基础，需要利好消息提振，否则大概率还会再探6万美元大关口。 【比特币价格走势图，来源：TradingView】 原文链接
lg
...
投资慧眼
2024-06-12
美国大选：2024 年将持续 MEME 主题？
go
lg
...
活动和加密交易所平台。最典型案件为针对
Block.one
、Ripple Labs以及Telegram(针对Ton)，其他案件更多是针对个人或公司非法发行代币。 拜登2021年4月任命Gary Gensler为SEC主席。Gary Gensler曾表明个人是“比特币中间派极简主义者”，因此在Gensler任职初期，加密业界曾推测其上任SEC主席有利于加密发展。但Gensler与Clayton对非比特币的加密货币都持审慎态度，认为“所有代币都是证券”。这一说法似乎在2024年6月5日有所松动，但并无明确加密友好。在Gensler任职期间，SEC针对加密的案件远多余Clayton任期内的案件，并且针对交易所案件明显增加，被起诉的交易所包括Poloniex、Coinbase、Bittrex、Binance、Kraken。从针对SEC针对加密起诉案件数量和起诉对象来看，拜登执政期间的加密态度更为保守。 注：2023年6月6日至2023年12月31日，SEC针对加密的案件有14起，2024年1月1日至2024年6月10日当年针对加密的案件共6起。 竞选进程 竞选关键时间节点 7月15日至7月18日，共和党全国代表大会，决定共和党候选人和政纲。早前特朗普已获得共和党竞选人提名。 8月19日至8月22日，民主党全国代表大会，决定民主党候选人和政纲。候选人确定为拜登。 6月27日、9月10日，拜登和特朗普辩论，可能对最终选举结果产生重大影响。 11 月 5 日，总统大选当天。 关键事件：封口费案件影响 特朗普在“封口费”刑事案中被控的34项罪名全部成立。法官将于7月11日宣判，理论上可能包括判处监禁和巨额罚款。特朗普计划仍可以就“封口费”案提出上诉。即使封口费案罪名成立，但在法律上并不影响特朗普继续竞选美国总统。 Ipsos和ABC新闻在4月份的调查也表明，在特朗普定罪的情况下，16%的特朗普支持者会重新考虑选票。根据racetotheWH追踪最新民调结果的数据，目前有8.8%的不确定选票，特朗普的支持率暂时领先。如果特朗普被定罪判刑，那么不确定选票增加至17%，拜登的支持率则高于特朗普。 封口费案定罪对特朗普的捐款反而起到了促进作用。在4月份筹款金额约为7600万美元，超过拜登的5100万美元，而在特朗普团队5月的披露中，其团队募集的资金超过了4亿美元，主要得益于小额捐款，平均捐款金额约为70美元。根据联邦规定具体的金额将在6月底公布。需要注意的是，在2020年竞选初期，特朗普团队的竞选资金也非常雄厚，但在竞选后期，拜登团队的财务状况反而更佳。雄厚的竞选资金能够带来一些优势，但并不能确保最后竞选结果。 加密货币在大选中的重要性（是否具有被反复炒作条件？） 3 月 14 日，Paradigm发布的一项民意调查显示，19% 的美国登记选民购买了加密货币，得出的结论是“该国五分之一的人口都不是一个利基群体”。加密货币持有者愿意更换政党。 摇摆州是竞选的核心战场。根据民调，今年主要摇摆州为亚利桑那州、佐治亚州、密歇根州、宾夕法尼亚州和威斯康星州，潜在摇摆州为内华达州、北卡罗来纳州和明尼苏达州。 根据 DGC 5月针对密歇根州、内华达州、俄亥俄州、蒙大拿州、宾夕法尼亚州和亚利桑那州调查，26%的受访者表示他们关注候选人对加密货币的立场，21% 的受访者表示加密货币是选举期间需要考虑的重要问题。55%的人担心政策制定者会通过过度监管来扼杀创新，因此需要下一任总统加密友好。 而根据美国CBS新闻4月29日发布的一项民意调查显示，“铁锈地带”三大摇摆州（宾夕法尼亚州、俄亥俄州和密歇根州）的选民最为关注的是经济议题，主要是增长和通胀问题。自拜登于2021年第一季度上任以来，美国国内生产总值在扣除通货膨胀因素后增长了8%以上，但上述三个“摇摆州”的经济增长都远远落后于美国全国的平均水平，特别是威斯康辛州在接近四年的时间里GDP总共仅增长了3.1%。 如果要争取摇摆州的选票，经济问题仍是核心，不排除竞选人为争取年轻选票再次提及加密货币问题。 美国竞选主题相关meme代币 作为大选题材相应的meme代币价格波动大，涉及更多风险，包括但不限于：竞选人加密态度转变以及竞选口号转变、交易所上线代币概率较低。本文内容仅供参考，不构成投资建议。 来源：金色财经
lg
...
金色财经
2024-06-12
智驾领域“渐进式”资深玩家，佑驾创新冲刺港股IPO
go
lg
...
公司始终保持着稳健的技术创新节奏，既不落后于前沿技术，也不超前于市场需求。
lg
...
格隆汇
2024-06-12
生于边缘：去中心化算力网络如何赋能Crypto与AI？
go
lg
...
共享。 如果鸟瞰整个去中心化算力赛道，
Blockworks
Research的研报提供了一个很好的分析框架，我们可以将此赛道的项目position分为三个不同的layer。 Bare metal layer: 构成去中心化计算栈的基础层，主要的任务是收集原始算力资源并且让它们能够被API调用。 Orchestration layer: 构成去中心化计算栈的中间层，主要的任务是协调和抽象，负责算力的调度、扩展、操作、负载均衡和容错等。主要作用是“抽象”底层硬件管理的复杂性，为终端用户提供一个更加高级的用户界面，服务特定的客群。 Aggregation layer: 构成去中心化计算栈的顶层，主要的任务是整合，负责提供一个统一的界面让用户可以在一处实现多种计算任务，比如AI训练、渲染、zkML等等。相当于多个去中心化计算服务的编排和分发层。 图片来源：Youbi Capital 根据以上两个分析框架，我们将对选取的五个项目做一个横向的对比，并从四个层面——核心业务、市场定位、硬件设施和财务表现对其进行评价。 2.1 核心业务 从底层逻辑来讲，去中心化算力网络是高度同质化的，即利用token激励闲置算力持有者提供算力服务。围绕这个底层逻辑，我们可以从三个方面的差异来理解项目核心业务的不同： 闲置算力的来源： 市面上闲置算力有两种主要的来源：1）data centers, 矿商等企业手里闲置算力；2）散户手里的闲置算力。数据中心的算力通常是专业级别的硬件，而散户通常会购买消费级别的芯片。 Aethir、Akash Network和Gensyn的算力主要是从企业收集的。从企业收集算力的好处在于：1）企业和数据中心通常拥有更高质量的硬件和专业维护团队，算力资源的性能和可靠性更高；2）企业和数据中心的算力资源往往更同质化，并且集中的管理和监控使得资源的调度和维护更加高效。但相应的，这种方式对于项目方的要求较高，需要项目方有与掌握算力的企业有商业联系。同时，可扩展性和去中心化程度会受到一定程度的影响。 Render Network和io.net主要是激励散户提供手中的闲置算力。从散户手中收集算力的好处在于：1）散户的闲置算力显性成本较低，能提供更加经济的算力资源；2）网络的可扩展性和去中心化程度更高，增强了系统的弹性和稳健性。而缺点在于，散户资源分布广泛且不统一，管理和调度变得复杂，增加了运维难度。并且依靠散户算力去形成初步的网络效应会更加困难(更难kickstart)。最后，散户的设备可能存在更多的安全隐患，会带来数据泄露和算力被滥用的风险。 算力消费者 从算力消费者来讲，Aethir、io.net、Gensyn的目标客户主要是企业。对于B端客户来说，AI和游戏实时渲染需要高性能计算需求。这类工作负载对算力资源的要求极高，通常需要高端 GPU 或专业级硬件。此外，B端客户对算力资源的稳定性和可靠性要求很高，因此必须提供高质量的服务级别协议，确保项目正常运行并提供及时的技术支持。同时，B端客户的迁移成本很高，如果去中心化网络没有成熟的SDK能够让项目方快速deploy(比如Akash Network需要用户自己基于远程端口进行开发)，那么很难让客户进行迁移。如果不是及其显著的价格优势，客户迁移的意愿是非常低的。 Render Network和Akash Network主要为散户提供算力服务。为C端用户提供服务，项目需要设计简单易用的界面和工具，为消费者提供良好的消费体验。并且消费者对于对价格很敏感，因此项目需要提供有竞争力的定价。 硬件类型 常见的计算硬件资源包括CPU、FPGA、GPU、ASIC和SoC等。这些硬件在设计目标、性能特性和应用领域上有显著区别。总结来说，CPU更擅长通用计算任务，FPGA的优势在于高并行处理和可编程性，GPU在并行计算中表现出色，ASIC在特定任务中效率最高，而SoC则集成多种功能于一体，适用于高度集成的应用。选择哪种硬件取决于具体应用的需求、性能要求和成本考虑。我们讨论的去中心化算力项目多为收集GPU算力，这是由项目业务类型和GPU的特点决定的。因为GPU在AI训练、并行计算、多媒体渲染等方面有着独特优势。 虽然这些项目大多涉及到GPU的集成，但是不同的应用对硬件规格的要求不同，因此这些硬件有异质化的优化核心和参数。这些参数包括parallelism/serial dependencies，内存，延迟等等。例如渲染工作负载实际上更适合于消费级 GPU，而不适合性能更强的data center GPU，因为渲染对于光线追踪等要求高，消费级芯片如4090s等强化了RT cores，专门为光线追踪任务做了计算类优化。AI training和inference则需要专业级别的GPU。因此Render Network 可从散户那里汇集 RTX 3090s 和 4090s等消费级GPU，而IO.NET需要更多的H100s、 A100s等专业级别GPU，以满足AI初创公司的需求。 2.2 市场定位 对于项目的定位来讲，bare metal layer、orchestration layer和aggregation layer需要解决的核心问题、优化重点和价值捕获的能力不同。 Bare metal layer 关注的是物理资源的收集和利用，Orchestration layer 关注算力的调度和优化，将物理硬件按照客户群体的需求进行最佳优化设计。Aggregation layer是general purpose的，关注不同资源的整合和抽象。从价值链来讲，各个项目应该从bare metal层起，努力向上进行攀升。 从价值捕获的角度来讲，从bare metal layer、orchestration layer 到aggregation layer，价值捕获的能力是逐层递增的。Aggregation layer能够捕获最多的价值，原因在于aggregation platform能够获得最大的网络效应，还能直接触及最多的用户，相当于去中心化网络的流量入口，从而在整个算力资源管理栈中占据最高的价值捕获位置。 相应的，想要构建一个aggregation platform的难度也是最大的，项目需要综合解决技术复杂性、异构资源管理、系统可靠性和可扩展性、网络效应实现、安全性和隐私保护以及复杂的运维管理等多方面的问题。这些挑战不利于项目的冷启动，并且取决于赛道的发展情况和时机。在orchestration layer还未发展成熟吃下一定市场份额时，做aggregation layer是不太现实的。 目前，Aethir、Render Network、Akash Network和Gensyn都属于Orchestration layer，他们旨在为特定的目标和客户群体提供服务。Aethir目前的主营业务是为云游戏做实时渲染，并为B端客户提供一定的开发和部署环境和工具; Render Network主营业务是视频渲染，Akash Network的任务是提供一个类似于淘宝的交易平台，而Gensyn深耕于AI training领域。io.net的定位是Aggregation layer，但目前io实现的功能还离aggregation layer的完整功能还有一段距离，虽然已经收集了Render Network和Filecoin的硬件，但对于硬件资源的抽象和整合还未完成。 2.3 硬件设施 目前，不是所有项目都公布了网络的详细数据，相对来说，io.net explorer的UI做的是最好的，上面可以看到GPU/CPU数量、种类、价格、分布、网络用量、节点收入等等参数。但是4月末时io.net的前端遭到了攻击，由于io没有对 PUT/POST 的接口做 Auth，黑客篡改了前端数据。这为其他项目的隐私、网络数据可靠性也敲响了警钟。 从GPU的数量和model来说，作为聚合层的io.net收集的硬件数量理应是最多的。Aethir紧随其后，其他项目的硬件情况没有那么透明。从GPU model上可以看到，io既有A100这样的专业级GPU，也有4090这样的消费级GPU，种类繁多，这符合io.net aggregation的定位。io可以根据具体任务需求选择最合适的GPU。但不同型号和品牌的GPU可能需要不同的驱动和配置，软件也需要进行复杂的优化，这增加了管理和维护的复杂性。目前io各类任务分配主要是靠用户自主选择。 Aethir发布了自己的矿机，五月时，高通支持研发的Aethir Edge正式推出。它将打破远离用户的单一集中化的GPU集群部署方式，将算力部署到边缘。Aethir Edge将结合H100的集群算力，共同为AI场景服务，它可以部署训练好的模型，以最优的成本为用户提供推理计算服务。这种方案离用户更近，服务更快速，性价比也更高。 从供给和需求来看，以Akash Network为例，其统计数据显示，CPU总量约为16k，GPU数量为378个，按照网络租赁需求，CPU和GPU的利用率分别是11.1%和19.3%。其中只有专业级GPU H100的租用率是比较高的，其他的model大多处于闲置状态。其他网络面临的情况大体与Akash一致，网络总体需求量不高，除了如A100、H100等热门芯片，其他算力大多处于闲置的状态。 从价格优势来看，与除云计算市场巨头而言，与其他传统服务商相比成本优势并不突出。 2.4 财务表现 不管token model如何设计，一个健康的tokenomics都需要满足以下几个基本条件：1）用户对于网络的需求需要体现在币价上，也就是说代币是可以实现价值捕获的；2）各个参与者，不管是开发者、节点、用户都需要得到长期的公平的激励；3）保证去中心化的治理，避免内部人士过度持有；4）合理的通胀和通缩机制和代币释放周期，避免大幅波动的币价影响网络的稳健型和持续性。 如果把代币模型笼统地分为BME(burn and mint equilibrium)和SFA(stake for access)，这两种模式的代币通缩压力来源不同：BME模型在用户购买服务后会燃烧代币，因此系统的通缩压力是由需求决定的。而SFA要求服务提供者/节点质押代币以获得提供服务的资格，因此通缩压力是由供给带来的。BME的好处在于更加适合用于非标准化商品。但如果网络的需求不足，可能面临着持续通胀的压力。各项目的代币模型在细节上有差异，但总体来说，Aethir更偏向于SFA，而io.net，Render Network和Akash Network更偏向于BME，Gensyn尚未可知。 从收入来看，网络的需求量会直接反映在网络整体收入上（这里不讨论矿工的收入，因为矿工除了完成任务所获的报酬还有来自于项目的补贴。）从公开的数据上来看io.net的数值是最高的。Aethir的收入虽然还未公布，但从公开信息来看，他们宣布已经与很多B端客户签下了订单。 从币价来说，目前只有Render Network和Akash Network进行了ICO。Aethir和io.net也在近期发币，价格表现需要再观察，在这不做过多讨论。Gensyn的计划还不清楚。从发币的两个项目以及同一个赛道但没有包含在本文讨论范围内的已经发币的项目，综合来讲，去中心化算力网络都有非常亮眼的价格表现，一定程度体现了巨大的市场潜力和社区的高期望。 2.5 总结 去中心化算力网络赛道总体发展很快，已经有很多项目可以依靠产品服务客户，并产生一定收入。赛道已经脱离了纯叙事，进入可以提供初步服务的发展阶段。 需求疲软是去中心化算力网络所面临的共性问题，长期的客户需求没有被很好地验证和挖掘。但需求侧并没有过多影响币价，已经发币的几个项目表现亮眼。 AI是去中心化算力网络的主要叙事，但并不是唯一的业务。除了应用于AI training和inference之外，算力还可被用于云游戏实时渲染，云手机服务等等。 算力网络的硬件异质化程度较高，算力网络的质量和规模需要进一步提升。 对于C端用户来说，成本优势不是十分明显。而对于B端用户来说，除了节约成本之外，还需考虑服务的稳定性、可靠性、技术支持、合规和法律支持等等方面，而Web3的项目普遍在这些方面做得不够好。 3 Closing thoughts AI的爆发式增长带来的对于算力的巨量需求是毋庸置疑的。自 2012 年以来，人工智能训练任务中使用的算力正呈指数级增长，其目前速度为每3.5个月翻一倍（相比之下，摩尔定律是每18个月翻倍）。自2012 年以来，人们对于算力的需求增长了超过300,000倍，远超摩尔定律的12倍增长。据预测，GPU市场预计将在未来五年内以32%的年复合增长率增长至超过2000亿美元。AMD的估计更高，公司预计到2027年GPU芯片市场将达到4000亿美元。 图片来源: https://www.stateof.ai/ 因为人工智能和其他计算密集型工作负载（如AR/VR渲染）的爆发性增长暴露了传统云计算和领先计算市场中的结构性低效问题。理论上去中心化算力网络能够通过利用分布式闲置计算资源，提供更灵活、低成本和高效的解决方案，从而满足市场对计算资源的巨大需求。因此，crypto与AI的结合有着巨大的市场潜力，但同时也面临与传统企业激烈的竞争、高进入门槛和复杂的市场环境。总的来说，纵观所有crypto赛道，去中心化算力网络是加密领域中最有希望获得真实需求的的垂直领域之一。 图片来源：https://vitalik.eth.limo/general/2024/01/30/cryptoai.html 前途是光明的，道路是曲折的。想要达到上述的愿景，我们还需要解决众多的问题与挑战，总结来说：现阶段如果单纯提供传统的云服务，项目的profit margin很小。从需求侧来分析，大型企业一般会自建算力，纯C端开发者大多会选择云服务，真正使用去中心化算力网络资源的中小型企业是否会有稳定需求还需要进一步挖掘和验证。另一方面，AI是一个拥有极高上限和想象空间的广阔市场，为了更广阔的市场，未来去中心化算力服务商也需要向模型/AI服务进行转型，探索更多的crypto + AI的使用场景，扩大项目能够创造的价值。但目前来说，想要进一步发展到AI领域还存在很多问题和挑战： 价格优势并不突出：通过之前的数据对比可以看出，去中心化算力网络的成本优势并没有得到体现。可能的原因在于对于需求大的专业芯片H100、A100等，市场机制决定了这部分硬件的价格不会便宜。另外，去中心化网络虽然能收集闲置的算力资源，但去中心化带来的规模经济效应的缺乏、高网络和带宽成本以及极大的管理和运维的复杂性等隐形成本会进一步增加算力成本。 AI training的特殊性：利用去中心化的方式进行AI trainning在现阶段有着巨大的技术瓶颈。这种瓶颈从GPU的工作流程当中可以直观体现，在大语言模型训练中，GPU首先接收预处理后的数据批次，进行前向传播和反向传播计算以生成梯度。接下来，各GPU会聚合梯度并更新模型参数，确保所有GPU同步。这个过程将不断重复，直到训练完成所有批次或达到预定轮数。这个过程中涉及到大量的数据传输和同步。使用什么样的并行和同步策略，如何优化网络带宽和延迟，降低通讯成本等等问题，目前都还未得到很好的解答。现阶段利用去中心化算力网络对AI进行训练还不太现实。 数据安全和隐私：大语言模型的训练过程中，各个涉及数据处理和传输的环节，比如数据分配、模型训练、参数和梯度聚合都有可能影响数据安全和隐私。并且数据隐私币模型隐私更加重要。如果无法解决数据隐私的问题，就无法在需求端真正规模化。 从最现实的角度考虑，一个去中心化算力网络需要同时兼顾当下的需求发掘和未来的市场空间。找准产品定位和目标客群，比如先瞄准非AI或者Web3原生项目，从比较边缘的需求入手，建立起早期的用户基础。同时，不断探索AI与crypto结合的各种场景，探索技术前沿，实现服务的转型升级。 参考文献 https://www.stateof.ai/ https://vitalik.eth.limo/general/2024/01/30/cryptoai.html https://foresightnews.pro/article/detail/34368 https://app.
blockworksresearch
.com/unlocked/compute-de-pi-ns-paths-to-adoption-in-an-ai-dominated-market?callback=%2Fresearch%2Fcompute-de-pi-ns-paths-to-adoption-in-an-ai-dominated-market https://research.web3caff.com/zh/archives/17351?ref=1554 来源：金色财经
lg
...
金色财经
2024-06-12
上一页
1
•••
992
993
994
995
996
•••
1000
下一页
24小时热点
中美重大信号！美国财长贝森特：美中已经具备达成协议的条件
lg
...
夏洁论金：市场避险情绪升温推高金价，下周走势分析及建议
lg
...
黄金原油下周一早间开盘行情涨跌趋势分析及独家操作建议
lg
...
黄金周评分析，下周涨跌如何布局，黄金周初操作思路策略。
lg
...
许浩：8.3黄金下周行情走势分析及黄金最新独家操作建议
lg
...
最新话题
更多
#Web3项目情报站#
lg
...
6讨论
#SFFE2030--FX168“可持续发展金融企业”评选#
lg
...
36讨论
#链上风云#
lg
...
111讨论
#VIP会员尊享#
lg
...
1989讨论
#CES 2025国际消费电子展#
lg
...
21讨论
北美站
