FX168财经网_全球视野外汇黄金加密货币NFT资讯网

港股日报 | 恒生指数跌0.51%，南向资金净买入7.32亿港元，黄金及贵金属板块领涨

截至2023年2月22日港股收盘，恒生指数跌0.51%，报20423.84点；恒生国企指数跌1.33%，报6832.76点；恒生科技指数跌1.38%，报4100.58点。当日，南向资金净买入7.32亿港元。您的浏览器不支持Video标签。

有连云2023-02-22

截至2023年2月22日收盘，上证指数跌0.47%，报收3291.15点；深证成指跌0.57%，报收11900.12点；创业板指跌0.73%，报收2451.90点。您的浏览器不支持Video标签。

有连云2023-02-22

白标元界市场解决方案 Sandbox Clone Script 是一种预构建和可定制的解决方案，适用于希望创建自己的 Metaverse 游戏和 NFT 市场平台的企业家。该脚本本质上是原始 Sandbox 平台的复制品，其中包括可以根据业务的独特需求进行定制的各种特性和功能。 Sandbox Clone Script 的功能与原始 Sandbox 平台的功能相似。一些主要功能包括： NFT 市场集成：该脚本包括一个 NFT 市场，使用户能够创建、购买和销售 NFT。 Metaverse 游戏集成：该脚本还包括一个游戏平台，允许用户创建自己的游戏和体验并从中获利。安全钱包集成：该脚本包含一个安全钱包系统，允许用户以安全可靠的方式管理他们的 NFT 和加密货币。用户友好的界面：该脚本具有易于浏览和使用的用户友好界面。可定制的设计：脚本的设计可以定制以匹配企业的品牌和视觉风格。智能合约开发：该脚本包括一个智能合约开发模块，允许企业为 NFT 和其他交易创建自己的智能合约。沙盒克隆脚本的好处包括：节省时间和成本：使用现成的脚本可以为企业节省大量时间和金钱，否则这些时间和金钱将花费在开发和测试上。可定制性：脚本可以根据企业的独特需求进行定制，允许企业家创建符合他们愿景的平台。上市速度：借助 Sandbox Clone Script，企业可以快速启动和运行他们的平台，从而使他们能够更快地进入市场并开始创收。获得经过验证的商业模式：最初的 Sandbox 平台已经成功，因此企业可以使用相同的商业模式来增加成功的机会。灵活性：脚本具有高度的灵活性，可以根据需要进行修改和扩展，以满足不断变化的市场条件和用户需求。 Sandbox Clone Script为希望创建自己的 Metaverse 游戏和 NFT 市场平台的企业家提供交钥匙解决方案。该脚本具有多种功能和优势，为企业进入市场并开始创收提供了一种快速且经济高效的方式。沙盒的未来，如 Metaverse NFT 市场像 Sandbox 这样的 metaverse NFT 市场的未来是光明的，有很多增长和扩张的机会。以下是一些潜在的发展领域：提高采用率和主流接受度随着越来越多的人熟悉 NFT 和元宇宙游戏的概念，我们可以期待看到这些平台的采用激增。这可能会导致更多的主流接受和认可 NFT 作为数字所有权的合法形式。游戏开发的演变随着 Sandbox 等元宇宙 NFT 市场的出现，我们可以期待看到游戏开发方式的转变。玩家将能够更好地控制游戏体验，并能够创建自己的游戏和体验并从中获利。这可能会带来更广泛的游戏选择和更多样化的体验。 NFT 的价值增加随着越来越多的人参与到 Sandbox 等元宇宙 NFT 市场中，NFT 的价值可能会增加。这可能会导致创建范围更广的 NFT，包括更多独家和有价值的物品。与其他区块链技术集成像 Sandbox 这样的 Metaverse NFT 市场可以与其他区块链技术集成，例如 DeFi 和 DAO。这可能会导致新形式的社区治理和更复杂的货币化策略。虚拟现实和增强现实集成随着虚拟现实和增强现实技术的不断进步，我们可以期待看到与 metaverse NFT 市场的更大整合。这可能会带来更加身临其境和引人入胜的游戏体验。结论像 Sandbox 这样的 Metaverse NFT 市场代表了游戏和数字所有权的新时代。它们为玩家提供前所未有的控制力和创造力，使他们能够使用 NFT 和区块链技术创造、分享自己的游戏体验并从中获利。随着这些平台的不断发展壮大，我们可以期待看到新形式的游戏和数字所有权的出现，从而为创造力、创业精神和创新带来更多机会。来源：金色财经

金色财经2023-02-22

人工智能时代的算力挑战

的不同，可以产生不同的“云交付模式”（Cloud Delivery Model）。由于IT资源的种类很多，因此对应的“云交付模式”也就很多。在各类新闻报道中，最常见的“云交付模式”有三种：第一种是IaaS，它的全称是“基础设施作为服务”（Infrastructure-as-a-Service）。在这种交付模式下，云服务的提供者供给的主要是存储、硬件、服务器和网络等基础设施。第二种是PaaS，它的全称是“平台作为服务”（Platform-as-a-Service）。在这种交付模式下，云服务的提供者需要供应的资源更多，以便为使用者提供一个“就绪可用”（ready-to-use）的计算平台，以满足他们设计、开发、测试和部署应用程序的需要。第三种是SaaS，也就是“软件作为服务”（Software-as-a-Service）。在这种交付模式下，云服务提供者将成品的软件作为产品来提供给用户，供其使用。有了以上不同的云交付模式，用户就可以根据自己的需要来选择相应的IT资源。比如，如果元宇宙的用户需要更多的算力或存储，而本地的机器无法满足，那么就可以通过从云端来获取“外援”。一个云端GPU不够，那就再来几个，按需取用，丰俭由人，既方便，又不至于产生浪费。需要指出的是，尽管从理论上看云计算可以很好地承担巨大运算和存储需求，但其缺陷也是很明显的。比较重要的一点是，在执行云计算时，有大量的数据要在本地和云端之间进行交换，这可能会造成明显的延迟。尤其是数据吞吐量过大时，这种延迟就更加严重。对于用户来说，这可能会对其使用体验产生非常负面的效果。那么怎么才能克服这个问题呢？一个直观的思路就是，在靠近用户或设备一侧安放一个能够进行计算、存储和传输的平台。这个平台一方面可以在终端和云端之间承担起一个中介的作用，另一方面则可以对终端的各种要求作出实时的回应。这个思想，就是所谓的边缘计算。由于边缘平台靠近用户，因而其与用户的数据交换会更加及时，延迟问题就可以得到比较好的破解。 2、超越经典计算——以量子计算为例无论是高性能计算还是分布式计算，其本质都是在运算资源的分配上下功夫。但正如我们前面看到的，通过这种思路来提升算力是有很多障碍的。因此，现在很多人希望从计算方式本身来进行突破，从而实现更高的计算效率。其中，量子计算就是最有代表性的例子。我们知道，经典计算的基本单位是比特，比特的状态要么是0，要么是1，因此经典计算机中的所有问题都可以分解为对0和1的操作。一个比特的存储单元只能存储一个0或者一个1。而量子计算的基本单位则是量子比特，它的状态则可以是一个多维的向量，向量的每一个维度都可以表示一个状态。这样一来，量子存储器就比经典的存储器有很大的优势。考虑一个有 N物理比特的存储器，如果它是经典存储器，那么它只能存储2的N次方个可能数据当中的任一个；而如果它是量子存储器，那么它就可以同时存储2的N次方个数据。随着 N的增加，量子存储器相对于经典存储器的存储能力就会出现指数级增长。例如，一个250量子比特的存储器可能存储的数就可以达到2的250次方个,比现有已知的宇宙中全部原子数目还要多。在进行量子计算时，数学操作可以同时对存储器中全部的数据进行。这样一来，量子计算机在实施一次的运算中可以同时对2的N次方个输入数进行数学运算。其效果相当于经典计算机要重复实施2的N次方次操作，或者采用2的N次方个不同处理器实行并行操作。依靠这样的设定，就可以大幅度节省计算次数。为了帮助大家理解，我们可以打一个并不是太恰当的比方：玩过动作游戏的朋友大多知道，在游戏中，我们扮演的英雄经常可以使用很多招数，有些招数只能是针对单一对象输出的；而另一些招数则可以针对全体敌人输出。这里，前一类的单体输出招数就相当于经典计算，而后一类的群体输出招数就相当于量子计算。我们知道，在面对大量小怪围攻的时候，一次群体输出产生的效果可以顶得上很多次单体输出的招数。同样的道理，在一些特定情况下，量子计算可以比经典计算实现非常大的效率提升。举例来说，大数因式分解在破解公开密钥加密的过程中有十分重要的价值。如果用计算机，采用现在常用的Shor算法来对数N进行因式分解，其运算的时间将会随着N对应的二进制数的长度呈现指数级增长。1994年时，曾有人组织全球的1600个工作站对一个二进制长度为129的数字进行了因式分解。这项工作足足用了8个月才完成。然而，如果同样的问题换成用量子计算来解决，那么整个问题就可以在1秒之内解决。量子计算的威力由此可见一斑。但是，在看到量子计算威力的同时，我们也必须认识到，至少到目前为止，量子计算的威力还只能体现对少数几种特殊问题的处理上，其通用性还比较弱。事实上，现在见诸报道的各种量子计算机也都只能执行专门算法，而不能执行通用计算。比如，谷歌和NASA联合开发的D-Wave就只能执行量子退火（Quantum Annealing）算法，而我国研发的光量子计算机“九章”则是专门被用来研究“高斯玻色取样”问题的。尽管它们在各自的专业领域表现十分优异，但都还不能用来解决通用问题。这就好像游戏中的群体攻击大招，虽然攻击范围广，但是对每个个体的杀伤力都比较弱。因此，如果遇上大群的小怪，群体攻击固然厉害，但如果遇上防御高、血条厚的Boss，这种攻击就派不上用处了。从这个角度看，如果我们希望让量子计算大发神威，就必须先找出适合量子计算应用的问题和场景，然后再找到相应的算法。与此同时，我们也必须认识到，虽然量子计算的研发和探索十分重要，但是它和对其他技术路径的探索之间更应该是互补，而不是替代的关系。 3、通过改进算法节约算力如果说，通过高性能计算、分布式计算，以及量子计算等手段来提升算力是“开源”，那么通过改进算法来节约算力就是“节流”。从提升计算效率、减少因计算而产生的经济、环境成本而言，开源和节流在某种程度上具有同等重要的价值。在ChatGPT爆火之后，大模型开始越来越受到人们的青睐。由于在同等条件下，模型的参数越多、训练的数据越大，它的表现就越好，因此为了追求模型的更好表现，现在的模型正在变得越来越大。我们知道，现在的ChatGPT主要是在GPT-3.5的基础上训练的。在它出现之前，GPT共经历了三代。GPT-1的参数大约为1.17亿个，预训练数据为5GB，从现在看来并不算多；到了GPT-2，参数量就增加到了15亿个，预训练数据也达到了40GB；而到了GPT-3，参数量则已经迅速膨胀到了骇人的1750亿个，预训练数据也达到了45TB。为了训练GPT-3，单次成本就需要140万美元。尽管OpenAI并没有公布GPT-3.5的具体情况，但可以想象，它的参数量和预训练数据上都会比GPT-3更高。为了训练这个模型，微软专门组建了一个由1万个V100GPU组成的高性能网络集群，总算力消耗达到了3640“算力当量”——也就是说，如果用一台每秒计算一千万亿次的计算机来训练这个模型，那么大约需要近十年才能完成这个任务。如果任由这种“一代更比一代大”的趋势持续下去，那么在未来几年，对算力的需求将会出现爆炸性的增长。一项最新的研究估计，在5年之后，AI模型需要的算力可能会是现在的100万倍。很显然，由此产生的经济和环境成本将会是十分惊人的。令人欣慰的是，目前已经有不少研究者希望改进算法、优化模型来减少对算力的需求，并且已经取得了一定的成就。比如，就在今年1月3日，来自奥地利科学技术研究所 (ISTA)的研究人员埃利亚斯·弗朗塔（Elias Frantar）和丹·阿里斯特尔（Dan Alistarh）合作进行了一项研究，首次针对 100至 1000亿参数的模型规模，提出了精确的单次剪枝方法SparseGPT。SparseGPT可以将GPT系列模型单次剪枝到 50%的稀疏性，而无需任何重新训练。以目前最大的公开可用的GPT-175B模型为例，只需要使用单个GPU在几个小时内就能实现这种剪枝。不仅如此，SparseGPT还很准确，能将精度损失降到最小。在进行了类似的修剪之后，这些大模型在训练时所需要的计算量就会大幅减少，其对算力的需求也就会相应下降。关于提升算力、支持人工智能发展的政策思考随着ChatGPT引领了新一轮的人工智能热潮，市场上对算力的需求也会出现爆炸性的增长。在这种情况下，为了有力支撑人工智能的发展，就必须要通过政策的手段引导算力供给的大幅度增加。而要实现这一点，以下几方面的工作可能是最为值得重视的。第一，应当加快对算力基础设施的建设和布局，提升对全社会算力需求的支持。如前所述，从目前看，分布式计算，尤其是其中的云计算是提升算力的一个有效之举。而要让云计算的效应充分发挥，就需要大力建设各类算力基础设施。唯有如此，才可以让人们随时随地都可以直接通过网络获得所需的算力资源。这里需要指出的是，在布局算力基础设施的时候，应当慎重考虑它们的地域和空间分布，尽可能降低算力的成本。我们知道，不同的地区的土地、水、电力等要素的价格是不同的，这决定了在不同地区生产相同的算力所需要的成本也不尽相同。因此，在建设算力基础设施时，必须统筹全局，尽可能优化成本。需要指出的是，我国正在推进的“东数西算”工程就是这个思路的一个体现。由于我国东部各种资源的使用成本都要高于西部，因此在西部地区建立算力设施，就会大幅降低算力的供给成本，从而在全国范围内达到更优的配置效率。第二，应当加强与算力相关的硬件技术及其应用的研发，为增加算力供应提供支持。与算力相关的硬件技术既包括基于经典计算的各种硬件，如芯片、高性能计算机等，也包括超越经典计算理论，根据新计算理论开发的硬件，如量子计算机等。从供给的角度看，这些硬件是根本，它们的性能直接关系到算力提供的可能性界限。因此，必须用政策积极促进这些硬件的攻关和研发。尤其是对于一些“卡脖子”的项目，应当首先加以突破。这里需要指出的是，在进行技术研发的同时，也应该积极探索技术的应用。例如，我们现在已经在量子计算领域取得了一些成果，但是由于用例的缺乏，这些成果并没有能够转化为现实的应用。从这个意义上讲，我们也需要加强对技术应用的研究。如果可以把一些计算问题转化成量子计算问题，就可以充分发挥量子计算机的优势，实现计算效率的大幅提升。第三，应当对算法、架构等软件层面的要素进行优化，在保证AI产品性能的同时，尽可能减少对算力的依赖。从降低AI计算成本的角度看，降低模型的算力需求和提升算力具有同等重要的意义。因此，在用政策的手段促进算力供给的同时，也应当以同样的力度对算法、架构和模型的优化予以同等的激励。考虑到类似的成果具有十分巨大的社会正外部性，因此用专利来保护它们并不是最合适的。因此，可以积极鼓励对取得类似成功的人员和单位给予直接的奖励，并同时鼓励他们将这些成果向全社会开源；也可以考虑由政府出面，对类似的模型产品进行招标采购。如果有个人和单位可以按照要求提供相应的成果，政府就支付相应的费用，并对成果进行开源。通过这些举措，就可以很好地激励人们积极投身到改进模型、节约算力的事业中，也可以在有成果产出时，让全社会及时享受到这些成果。总而言之，在人工智能突飞猛进的时代，算力可能是决定人工智能发展上限的一个关键因素。唯有在算力问题上实现突破，人工智能的发展才可能有根本保障。来源：金色财经

金色财经2023-02-21

ETF日报 | 2月21日沪指收涨0.49%，368只股票类ETF上涨、最高上涨3.43%

2023年2月21日，368只股票类场内ETF涨幅为正，最高上涨3.43%；6只股票类ETF成交额超20亿元。您的浏览器不支持Video标签。

有连云2023-02-21

港股日报 | 恒生指数跌1.71%，南向资金净买入4.7亿港元，煤炭板块领涨

截至2023年2月21日港股收盘，恒生指数跌1.71%，报20529.49点；恒生国企指数跌1.97%，报6925.07点；恒生科技指数跌3.56%，报4158.04点。您的浏览器不支持Video标签。

有连云2023-02-21

A股日报 | 2月21日沪指收涨0.49%，两市成交额达9214亿元

截至2023年2月21日收盘，上证指数涨0.49%，报收3306.52点；深证成指涨0.12%，报收11968.60点；创业板指跌0.44%，报收2469.81点。您的浏览器不支持Video标签。

有连云2023-02-21

如何使用 NFTScan NFT API 检索单个 NFT 资产

outh”嘴：“Grin”露齿而笑；“Clothes”衣服：“Vietnam Jacket”越南夹克等等。 3)稀有度：对属性描述包括“Mouth”“Grin”占 7.13%，“Clothes”“Vietnam Jacket”占 2.24%，“background”“Orange”占 12.73%，“eyes”“Blue Beams”占 0.49%，“Fur”“Robot”占 2.65%，稀有度得分为 1.0680869106061612，综合稀有度排名为 2666 名。 NFTScan NFT API 优势： NFTScan 是亚洲地区最大的 NFT 数据服务商，目前已支持 Ethereum、Solana、BNBChain、Polygon、Avalanche、Arbitrum、Optimism、Fantom、Moonbeam、PlatON、Cronos 11 条区块链网络的 NFT 全量数据。除了 NFTScan.COM 多链 NFT 浏览器产品外，NFTScan 旗下设有开发者平台，为 Web3 团队提供专业的 NFT API 数据服务。NFTScan 目前服务了 100+ Web3 项目，其中包括 CoinMarketCap、Safepal、Mask、imToken、CyberConnect、RSS3、BitKeep、DefiYield、Kucoin、OneKey、Cobo、Bybit 等知名区块链项目。来源：金色财经

金色财经2023-02-21

新基金 | 博时基金主要消费ETF（159672）将于2023年3月13日正式首发

2023年3月13日，博时基金主要消费ETF将正式首发，计划募集截止日为2023年3月17日。该基金募集规模上限为30亿元，拟任基金经理为唐屹兵。您的浏览器不支持Video标签。

有连云2023-02-20

A股日报 | 2月20日沪指收涨2.06%，两市成交额达9498亿元

截至2023年2月20日收盘，上证指数涨2.06%，报收3290.34点；深证成指涨2.03%，报收11954.13点；创业板指涨1.28%，报收2480.79点。您的浏览器不支持Video标签。

有连云2023-02-20

24小时热点