FX168财经网_全球视野外汇黄金加密货币NFT资讯网

AI\DePIN\Sol生态三重光环加身：浅析发币在即的IO.NET

mazon Web Services、Google Cloud Platform、微软的Azure等，分布式AI计算的主要价值主张包括：可访问性：使用 AWS、GCP 或 Azure 等云服务获取算力芯片的访问权限通常需要几周时间，而且流行的 GPU 型号经常无货。此外为了拿到算力，消费者往往需要跟这些大公司签订长期、缺少弹性的合同。而分布式算力平台可以提供弹性的硬件选择，有更强的可访问性。定价低：由于利用的是闲置芯片，再叠加网络协议方对芯片和算力供给方的代币补贴，分布式算力网络可能可以提供更为低廉的算力。抗审查：目前尖端算力芯片和供应被大型科技公司所垄断，加上以美国为代表的政府正在加大对AI算力服务的审查，AI算力能够被分布式、弹性、自由地获取，逐渐成为一个显性需求，这也是基于web3的算力服务平台的核心价值主张。如果说化石能源是工业时代的血液，那算力或将是由AI开启的新数字时代的血液，算力的供应将成为AI时代的基础设施。正如稳定币成为法币在Web3时代的一个茁壮生长的旁支，分布式的算力市场是否会成为快速成长的AI算力市场的一个旁支？由于这还是一个相当早期的市场，一切都还有待观察。但是以下几个因素可能会对分布式算力的叙事或是市场采用起到刺激作用： GPU持续的供需紧张。GPU的持续供应紧张，或许会推动一些开发者转向尝试分布式的算力平台。监管扩张。想从大型的云算力平台获取AI算力服务，必须经过KYC以及层层审查。这反而可能促成分布式算力平台的采用，尤其是一些受到限制和制裁的地区。代币价格的刺激。牛市周期代币价格的上涨，会提高平台对GPU供给端的补贴价值，进而吸引更多供给方进入市场，提高市场的规模，降低消费者的实际购买价格。但同时，分布式算力平台的挑战也相当明显：技术和工程难题工作验证问题：深度学习模型的计算，由于层级化的结构，每层的输出都作为后一层的输入，因此验证计算的有效性需要执行之前的所有工作，无法简单有效地进行验证。为了解决这个问题，分布式计算平台需要开发新的算法或使用近似验证技术，这些技术可以提供结果正确性的概率保证，而不是绝对的确定性。并行化难题：分布式算力平台汇聚的是长尾的芯片供给，也就注定了单个设备所能提供的算力比较有限，单个芯片供给方几乎短时间独立完成AI模型的训练或推理任务，所以必须通过并行化的手段来拆解和分配任务，缩短总的完成时间。而并行化又必然面临任务如何分解（尤其是复杂的深度学习任务）、数据依赖性、设备之间额外的通信成本等一系列问题。隐私保护问题：如何保证采购方的数据以及模型不暴露给任务的接收方？监管合规难题分布式计算平台由于其供给和采购双边市场的无许可性，一方面可以作为卖点吸引到部分客户。另一方面则可能随着AI监管规范的完善，成为政府整顿的对象。此外，部分GPU的供应商也会担心自己出租的算力资源，是否被提供给了被制裁的商业或个人。总的来说，分布式计算平台的消费者大多是专业的开发者，或是中小型的机构，与购买加密货币和NFT的加密投资者们不同，这类用户对于协议所能提供的服务的稳定性、持续性有更高的要求，价格未必是他们决策的主要动机。目前来看，分布式计算平台们要获得这类用户的认可，仍然有较长的路要走。接下来，我们就一个本轮周期的新分布式算力项目IO.NET进行项目信息的梳理和分析，并基于目前市场上同赛道的AI项目和分布式计算项目，测算其上市后可能的估值水平。 2.分布式AI算力平台：IO.NET 2.1 项目定位 IO.NET是一个去中心化计算网络，其构建了一个围绕芯片的双边市场，供给端是分布在全球的芯片（GPU为主，也有CPU以及苹果的iGPU等）算力，需求端是希望完成AI模型训练或推理任务的人工智能工程师。在IO.NET的官网上，它这样写道： Our Mission Putting together one million GPUs in a DePIN – decentralized physical infrastructure network. 其使命是把百万数量级的GPU整合到它的DePIN网络中。与现有的云AI算力服务商相比，其对外强调的主要卖点在于：弹性组合：AI工程师可以自由挑选、组合自己所需要的芯片来组成“集群”，来完成自己的计算任务部署迅速：无需数周的审批和等待（目前AWS等中心化厂商的情况），在几十秒内就可以完成部署，开始任务服务低价：服务的成本比主流厂商低90% 此外，IO.NET未来还计划上线AI模型商店等服务。 2.2 产品机制和业务数据产品机制和部署体验与亚马逊云、谷歌云、阿里云一样，IO.NET提供的计算服务叫IO Cloud。IO Cloud是一个分布式的、去中心化的芯片网络，能够执行基于Python的机器学习代码，运行AI和机器学习程序。 IO Cloud的基本业务模块叫做集群（Clusters），Clusters是一个可以自我协调完成计算任务的GPU群组，人工智能工程师可以根据自己的需求来自定义想要的集群。 IO.NET的产品界面的用户友好度很高，如果你要部署属于自己的芯片集群，来完成AI计算任务，在进入它的Clusters（集群）产品页面后，就可以开始按需配置你要的芯片集群。页面信息：https://cloud.io.net/cloud/clusters/create-cluster，下同首先你需要选择自己的任务场景，目前有三个类型可供选择： General（通用型）：提供了一个比较通用的环境，适合早期不确定具体资源需求的项目阶段。 Train（训练型）：专为机器学习模型的训练和微调而设计的集群。这个选项可以提供更多的GPU资源、更高的内存容量和/或更快的网络连接，以便于处理这些高强度的计算任务。 Inference（推理型）：专为低延迟推理和重负载工作设计的集群。在机器学习的上下文中，推理指的是使用训练好的模型来进行预测或分析新数据，并提供反馈。因此，这个选项会专注于优化延迟和吞吐量，以便于支持实时或近实时的数据处理需求。然后，你需要选择芯片集群的供应方，目前IO.NET与Render Network以及Filecoin的矿工网络达成了合作，因此用户可以选择IO.NET或另外两个网络的芯片来作为自己计算集群的供应方，相当于IO.NET扮演了一个聚合器的角色（但截至笔者撰文时，Filecon服务暂时下线中）。值得一提的是，根据页面显示，目前IO.NET在线可用GPU数量为20万+，而Render Network的可用GPU数量为3700+。再接下来就进入了集群的芯片硬件选择环节，目前IO.NET列出可供选择的硬件类型仅有GPU，不包括CPU或是苹果的iGPU(M1、M2等），而GPU也主要以英伟达的产品为主。在官方列出、且可用的GPU硬件选项中，根据笔者测试的当日数据，IO.NET网络总在线的可用数量的GPU数量为206001张。其中可用量最多的是GeForce RTX 4090（45250张），其次是GeForce RTX 3090 Ti（30779张）。此外，在处理AI计算任务如机器学习、深度学习、科学计算上更为高效的A100-SXM4-80GB芯片（市场价15000$+），在线数有7965张。而英伟达从硬件设计开始就专为AI而生的H100 80GB HBM3显卡（市场价40000$+），其训练性能是A100的3.3倍，推理性能是A100的4.5倍，实际在线数量为86张。在选定集群的硬件类型后，用户还需要选择集群的地区、通信速度、租用的GPU数量和时间等参数。最后，IO.NET根据综合的选择，会为你提供一个账单，以笔者的集群配置为例：通用（General）任务场景 16张A100-SXM4-80GB芯片最高连接速度（Ultra High Speed）地理位置美国租用时间为1周该总账单价格为3311.6$，单张卡的时租单价为1.232$ 而A100-SXM4-80GB在亚马逊云、谷歌云和微软Azure的单卡时租价格分别为5.12$、5.07$和3.67$（数据来源：https://cloud-gpus.com/，实际价格会根据合约细节条款产生变化）。因此仅就价格来说，IO.NET的芯片算力确实比主流厂商便宜不少，且供给的组合与采购也非常有弹性，操作也很容易上手。业务情况供给端情况截至今年4月4日，根据官方数据，IO.NET在供应端的GPU总供给为371027张，CPU供给为42321张。此外，Render Network作为其合作伙伴，还有9997张GPU和776张CPU接入了网络的供给。数据来源：https://cloud.io.net/explorer/home，下同笔者撰文时，IO.NET接入的GPU总量中的214387处于在线状态，在线率达到了57.8%。来自Render Network的GPU的在线率则为45.1%。以上供应端的数据意味着什么？为了进行对比，我们再引入另一个上线时间更久的老牌分布式计算项目Akash Network来进行对比。 Akash Network早在2020年就上线了主网，最初主要专注于CPU和存储的分布式服务。2023年6月，其推出了GPU服务的测试网，并于同年9月上线了GPU分布式算力的主网。数据来源：https://stats.akash.network/provider-graph/graphics-gpu 根据Akash官方数据，其GPU网络推出以来，供应端尽管持续增长，但截至目前为止GPU总接入数量仅为365张。从GPU的供应量来看，IO.NET要比Akash Network高出了好几个数量级，已经是分布式GPU算力赛道最大的供应网络。需求端情况不过从需求端来看，IO.NET依旧处于市场培育的早期阶段，目前实际使用IO.NET来执行计算任务的总量不多。大部分在线的GPU的任务负载量为0%，只有A100 PCIe 80GB K8S、RTX A6000 K8S、RTX A4000 K8S、H100 80GB HBM3四款芯片有在处理任务。且除了A100 PCIe 80GB K8S之外，其他三款芯片的负载量均不到20%。而官方当日披露的网络压力值为0%，意味着大部分芯片供应都处于在线待机状态。而在网络费用规模上，IO.NET已经产生了586029$的服务费用，近一日的费用为3200$。数据来源：https://cloud.io.net/explorer/clusters 以上网络结算费用的规模，无论是总量还是日交易量，均与Akash处在同一个数量级，不过Akash的大部分网络收入来自于CPU的部分，Akash的CPU供应量有2万多张。数据来源：https://stats.akash.network/ 此外，IO.NET还披露了网络处理的AI推理任务的业务数据，截至目前其已经处理和验证的推理任务数量超过23万个，不过这部分业务量大部分都产生于IO.NET所赞助的项目BC8.AI。数据来源：https://cloud.io.net/explorer/inferences 从目前的业务数据来看，IO.NET的供给端扩张顺利，在空投预期和代号“Ignition”的社区活动刺激下，让其迅速地汇聚起了大量的AI芯片算力。而其在需求端的拓展仍处于早期阶段，有机需求目前还不足。至于目前需求端的不足，是由于消费端的拓展还未开始，还是由于目前的服务体验尚不稳定，因此缺少大规模的采用，这点仍需要评估。不过考虑到AI算力的落差短期内较难填补，有大量的AI工程师和项目在寻求替代方案，可能会对去中心化的服务商产生兴趣，加上IO.NET目前尚未开展对需求端的经济和活动刺激，以及产品体验的逐渐提升，后续供需两端的逐渐匹配仍然是值得期待的。 2.3 团队背景和融资情况团队情况 IO.NET的核心团队成立之初的业务是量化交易，在2022年6月之前，他们一直专注于为股票和加密资产开发机构级的量化交易系统。出于系统后端对计算能力的需求，团队开始探索去中心化计算的可能性，并且最终把目光落在了降低GPU算力服务的成本这个具体问题上。创始人&CEO：Ahmad Shadid Ahmad Shadid在IO.NET之前一直从事量化和金融工程相关的工作，同时还是以太坊基金的志愿者。 CMO&首席战略官：Garrison Yang Garrison Yang在今年3月才正式加入IO.NET，他此前是Avalanche的战略和增长VP，毕业于加州大学圣巴巴拉分校。 COO：Tory Green Tory Green 是 io.net 首席运营官，此前是 Hum Capital 首席运营官、Fox Mobile Group 企业发展与战略总监，毕业于斯坦福。从IO.NET的Linkedin信息来看，团队总部位于美国纽约，在旧金山有分公司，目前团队人员规模在50人以上。融资情况 IO.NET截至目前仅披露了一轮融资，即今年3月完成的A轮估值10亿美金融资，共募集了3000万美金，由Hack VC领投，其他参投方包括Multicoin Capital、Delphi Digital、Foresight Ventures、Animoca Brands、Continue Capital、Solana Ventures、Aptos、LongHash Ventures、OKX Ventures、Amber Group、SevenX Ventures和ArkStream Capital等。值得一说的是，或许是因为收到了Aptos基金会的投资，原本在Solana上进行结算记账的BC8.AI项目，已经转换到了同样的高性能L1 Aptos上进行。 2.4 估值推算根据此前创始人兼CEO Ahmad Shadid的说法，IO.NET将在4月底推出代币。 IO.NET有两个可以作为估值参考的标的项目：Render Network和Akash Network，它们都是代表性的分布式计算项目。我们可以用两种方式推演IO.NET的市值区间：1.市销比，即：市值/收入比；2.市值/网络芯片数比。先来看基于市销比的估值推演：从市销比的角度来看，Akash可以作为IO.NET的估值区间的下限，而Render则作为估值的高位定价参考，其FDV区间为16.7亿~59.3亿美金。但考虑到IO.NET项目更新，叙事更热，加上早期流通市值较小，以及目前更大的供应端规模，其FDV超过Render的可能性并不小。再看另一个对比估值的角度，即“市芯比”。在AI算力求大于供的市场背景下，分布式AI算力网络最重要的要素是GPU供应端的规模，因此我们可以以“市芯比”来横向对比，用“项目总市值与网络内芯片的数量之比”，来推演IO.NET可能的估值区间，供读者作为一个市值参考。如果以市芯比来推算IO.NET的市值区间，IO.NET以Render Network的市芯比为上限，以Akash Network为下限，其FDV区间为206亿~1975亿美金。相信再看好IO.NET项目读者，都会认为这是一个极度乐观的市值推算。而且我们需要考虑到，目前IO.NET如此庞大的芯片在线张数，有受到空投预期以及激励活动的刺激，在项目正式上线后其供应端的实际在线数仍然需要观察。因此总体来说，从市销比的角度进行的估值测算可能更有参考性。 IO.NET作为叠加了AI+DePIN+Solana生态三重光环的项目，其上线后的市值表现究竟如何，让我们拭目以待。 3.参考信息 Dephi Digital：The Real Merge Galaxy：Understanding the Intersection of Crypto and AI 来源：金色财经

金色财经2024-04-09

Galaxy：DeSoc应用叙事回顾及增长策略展望

金色财经2024-04-09

华泰证券：预计2024年全球、中国大陆智能手机出货量同比分别增长3%和2.5%

为新一代旗舰机P70系列，2）继三星、Google等推出基于AI大模型功能的智能手机后，或将搭载谷歌、百度等AI大模型应用的苹果手机上市对需求的刺激作用。

金融界2024-04-09

华泰证券：预计2024年全球、中国大陆智能手机出货量同比+3%、 +2.5%

为新一代旗舰机P70系列，2）继三星、Google等推出基于AI大模型功能的智能手机（Galaxy S24、Pixel 8）后，或将搭载谷歌、百度等AI大模型应用的苹果手机上市对需求的刺激作用。

金融界2024-04-09

寻找下一个 Alpha ,一览意图赛道 9 个热门项目

意图赛道的火热发展因 2023 年 6 月 Paradigm《意图结构及其风险》一文拉开序幕，时至今日，有哪些热门项目值得关注呢？

金色财经2024-04-08

Bitget 研究院：BTC 短时突破 7 万美金压力位 ENA 币价持续上涨

，以及其平台的整体增长和参与度。 3）Google Search & 地区从全球范围来看： Harvest Finance Harvest finance 是一个多链的 DeFi 收益查看看板项目。项目非常方便用户查看自己在多链部署的 LP，Yield Farming 等情况，并且方便用户快速 claim 收益。该项目昨日代币价格最高涨幅约 160%，最终问鼎在 100% 涨幅，代币目前上线了 Coinbase，Kraken 和 Binance，由于币价上升所以社媒热搜较多。但是项目方并未公布突破性的功能或者特殊的合作信息，目前暂时不清楚该代币抬升的理由，投资者可以持续保持观察。从各区域热搜来看：（1）东南亚洲区对 AI 与 MEME 话题有着浓厚的兴趣：东南亚用户对于 MEME 代币和 AI 代币的关注度显著提高。MEME 币方面例如 PEPE、WEN、SHIBA INU 等均大范围出现在东南亚用户搜索当中。MEME 意象简单可爱，广泛收到东南亚用户的喜爱。AI 方面 FET、WLD、ARKM 等均出现在搜索头部，由于 AI 代币是官方受到行业迭代升级影响，波动率较高，散户参与度较高。（2）欧洲和 CIS 地区对主流币关注度较高：欧洲和 CIS 地区用户主要关注的代币是 SOL、FTM、TRON 等。近期主流行情在调整后重新回到高位，散户普遍关注主流币说明散户看好后市主流币行情，认为可能存在突破行情，普遍进行押注。同样近期 Solana 链上火热带动其他公链竞相模仿，在用户更愿意参与公链生态的前提下，用户对于该公链代币的需求也随之提高。四、潜在空投机会 Morph Morph 是一个消费级别的区块链，通过 zkEVM 和响应式技术满足用户日常对于区块链需求。Morph 旨在为项目创始人提供一站式开发工具与解决方案。Morph 基于三大关键技术构建，分别为去中心化定序器、Optimistic zkEVM 集成和模块化设计。 Morph 宣布完成 1900 万美元种子轮融资，由 Dragonfly Capital 领投，Pantera Capital 等参投。参与方式：登陆 Morph 官网讲测试网 RPC 添加进入钱包软件，在官方水龙头领取测试 ETH，将测试 ETH 跨链到 Morph 测试网，参与 Morph 测试网链上项目。 TimeSwap Timeswap 是一个无清算的借贷协议使用自己风格的 AMM 模型和设计进行借贷。用户可以将代币借入池中以赚取固定收益，借入代币或加杠杆而无清算风险。 DeFi 借贷协议 Timeswap 完成种子轮融资，Multicoin Capital 领投，Mechanism Capital 和 Defiance Capital 参投。融资金额未公布。参与方式：登陆 Timeswap 官网，选择拥有 TIME 补贴的 LP 池，组成对应 LP 添加部署后即可参与 TIME 代币预挖。原文链接：https://www.bitget.com/zh-CN/research/articles/12560603807882 来源：金色财经

金色财经2024-04-08

为何Solana近期严重拥堵交易总是失败？

例如 - TCP、UDP、QUIC（由google设计）等。 9、Solana最近升级为QUIC作为其网络层，它有助于在用户和区块leader之间建立连接。由于 Solana 具有连续的区块生产并且没有内存池，因此失去连接将意味着 tx 不会落在区块上。 10、QUIC 使区块leader能够根据特定标准切断某些用户连接或对其进行速率限制。因此，区块leader现在可以在高需求期间断开某些连接。 11、这种新架构可防止Solana在网络活动增加期间停机。虽然可能会堵得无法使用，但至少这次不会宕机吧？ 12、所以你可能会问，如果 QUIC 的一切都设计得这么好，为什么 Solana 这么糟糕？因此，问题在于，尽管区块leader现在可以限制某些连接，但限制连接的逻辑实现得很差并且存在错误。 13、为了更好地理解，让我们想象这样一种情况：每个区块leader都有 X 个可以与之通信的连接。现在在活动高峰期，区块leader开始收到 10-100 倍连接数的请求...... 14、这是区块leader可以选择放弃某些连接的时候。然而，目前这些连接不会按照设定的标准被丢弃（比如丢弃所有费用低于 x 的连接），而是随机丢弃...... 15、从本质上讲，要获胜，你必须比其他人发送更多垃圾邮件，并且由于有多个机器人会通过连接请求向网络发送垃圾邮件，因此普通用户建立连接并完成交易变得越来越困难。 16、这就是主要问题的要点。像来自jump的firedancer、Anz和Solana等团队正在努力向网络层提供修复。就在本人写作时，这些补丁正在推出，据说一些主要补丁将在未来几周内发布。 17、那么这就能解决问题吗？Solana会再次大涨？嗯，不完全是。前面的路还很长，有 3 个原因： a、无法保证当前修复措施在防止 Solana 下一次拥堵问题方面的效率如何。只有当我们看到它的实际效果时我们才能知道。 b、Firedancer确实可能解决这些问题，但要到今年年底才会出现。 C、网络垃圾邮件问题：Solana 上的交易经济性存在多个问题，并且无法防止不良行为者向链上发送垃圾邮件。 18、最后，我想以这样的一句话结束：我相信Solana正在为捍卫正确权衡而奋斗。就像以太坊摆脱了其应有的问题一样，Solana也应该如此。来源：金色财经

金色财经2024-04-08

为什么你的Solana 交易近期总是失败？

DP（使用者资料报协议）、QUIC（由Google设计）等。而Solana 最近刚刚升级QUIC 作为其网路层，它有助于在使用者和「区块领导者」之间建立连线，而且由于Solana 具有持续的区块生产能力并且没有记忆体池，因此丢失连线将意味着交易不会写入区块。 QUIC 使「区块领导者」能够根据特定标准切断某些使用者的连线或限制其速率，因此，「区块领导者」现在可以在链上需求高企时放弃某些连线，也就是说，这种新架构可防止Solana 在网路活动增加时停止执行—— 虽然网路这时可能会非常拥挤，但至少不会停下来。你可能会问，如果QUIC 的一切都设计得如此好，为什么Solana 现在这么糟糕？因此问题是，即使「区块领导者」现在可以限制某些连线，但具体「要限制哪些连线」的逻辑却执行得很差，而且存在缺陷。为了更好地理解，让我们想像一下，如果正常情况下每个「区块领导者」都有X 个可以对话的连线，那在活动高峰期，「区块领导者」就会开始接收10 -100 倍数量的连线请求…… 这时「区块领导者」可以选择放弃某些连线，但是问题在于，这些连线目前并不是根据一组既定的标准被丢弃（比如丢弃所有费用低于X 的连线），而是被随机丢弃…… 所以本质上，要想你的交易被打包，你必须比其他人传送更多垃圾交易，而且由于有多个机器人会向网路传送连线请求，普通使用者建立连线和完成交易变得越来越困难。这就是主要问题的要点，Firedancer、Anza、Solana 等团队正在努力修复网路层，这些更新正在陆续推出，一些主要更新据说将在未来几周内推出。这就能解决问题了吗？Solana 会再次腾飞吗？并不完全是，导致未来还有很长的路要走的原因有三个：无法保证当前的修复措施在防止Solana 下次出现拥堵问题方面会有多大效用，只有等到实际应用时才能知道效果如何； Jump Crypto 的Firedancer 可能确实能解决这些问题，但它要到今年年底才会释出；网路垃圾交易问题，也即Solana 的交易经济学存在诸多问题，无法阻止恶意使用者传送垃圾交易来滥用网路；我们只为寻找真正的牛市现货屯币爱好者。长期信仰，共同认可我们的策略，方可成为我们核心团队的一员。如果你之前错过了机会，现在是你最后上车的时刻。关注并留言看主页二维码。来源：金色财经

金色财经2024-04-08

一文读懂爆火Runestone及背后的Runes协议

，链接如下：https://docs.google.com/spreadsheets/d/1xlAS5-_XS5aCHSozkcF_SCW8M1Kl2SDeolLWEvK4Sgg/edit?pli=1#gid=308398888 Runestone 在 RSIC 之后备受关注的项目就是 Runestone 了，都是预挖矿形式，它是由 Ord.io 的创始人 @LeonidasNFT 主导发布的，其空投规则简单且公开透明，就是在826600区块高度时，比特币钱包里需要持有3个铭文，但要除去文本类和 JSON 格式的铭文，比如 BRC-20 的铭文就是不算的。 The Rune Guardians The Rune Guardians总量有10000个，并且不同属性会对挖矿产生不同的效果。值得一提的是，该项目在比特币减半时会变成一个真正的PFP系列。The Rune Guardians 玩法跟 RSIC 类似，对 Ordinals 蓝筹 NFT 持有者进行空投，项目方承担所有 gas 成本。 Rune Alpha Rune Alpha 是一个基于 Runes 协议的早期实践性项目，提前发布了实验平台，最开始提供根据区块高度区间限时不限量的铸造方式，并且首次推出基于PSBTS技术的交易市场。同时 RuneAlpha 的龙一代币 $COOK 将在 Runes 协议上线后以1:1的完美比例无缝迁移，同时也宣布最新的空投计划并公布了的路线图，包含了很多关于符文的未来建设方向。 Unicross $RUFI 是 @merlinlayer2 上的第一个符文代币，可以通过以1:1的比例将BRC-20转换为符文。Unicross 致力于支持Runes Asset铸造和协议索引。代币公平发射，其中25％向Merlin链用户提供了空投，剩余的正在进行 mint 阶段。参与方式目前还有很多其他的 Runes 概念的项目，我们只节选了部分热度较高的项目，同时创始人 Casey 前段时间也决定部署第 0–9 号代币，具体的名字还在向社区征集中。而且在 Runes 刚上线时，所有代币名称长度都是从 12 位及以上，12 位以内的代币长度会逐步释放出来，让有需要的项目方可以付费拥有更短的代币。所以在正式上线后，可以通过以下方式进行参与：直接 mint 由 Casey 团队部署的第 0–9 号的前 10 个代币。由于 Ordinals 目前的基础设施都比较完善，代打工具也有很多，有条件的也可以提前同步 Ordinals 全节点进行参与。持有上述提到的预挖矿项目的 NFT 或其他凭证，等项目方在Runes 协议上部署对应代币后，直接获得相应的空投或者 1:1 兑换的代币。四、Runestone 项目介绍最近的Rune协议相关项目中，最具有话题性的应该就是 Runestone 符石了，今年的3月9日，一个 3.97MB大小、迄今最大的 Ordinals 铭文 Runestone 以 8 BTC 的价格成功拍卖。其创建者 @LeonidasNFT (Ordinals OG 同时也是 Ord.io 的创始人)表示，拍卖所有收益和之前通过推特募捐的 2.25 个比特币一起，将用于支付 Runestone 空投计划的矿工费，对超过 112383 个比特币地址进行空投，可以称为史上最大规模的 Ordinals 空投项目之一，同时也让世界范围内的比特币社区对即将上线的 Runes 协议充满期待。在最初 Leonidas 提出对这一空投的构想时，Casey 也在推文下面评论，讨论通过什么方式来减少 Gas 的消耗。而其名字也是来源于 Casey 的一条推文，当时 Casey 表示正在开发 Runes 协议下一项名为 Runestone 的功能实现。属于 meme 属性及创始人软支持的Buff 叠满了。 Runestone 项目可以火出圈的另一个重要因素就是其挖掘出了比特币区块链上的最大区块，得益于与 @ordinalsbot 和 @MarathonDH 的合作。也就是前面介绍的以8 BTC 拍卖交易的 Runestone 在 Block 832947 上留下了自己的印记：有史以来最大的比特币块、有史以来最大的比特币交易以及有史以来最大的 Ordinals 铭文。而拍卖所得用于支付空投的矿工费也体现了 Runestone 项目方对于整个社区的承诺。本身的铭文生态可以发展如此迅速的一个重要原因就是公平，而 Runestone 则是从空投开始就叠加了“公平”的特性，“空投”+“公平”+“Runes”的叙事特性，在二级市场FOMO 情绪中也可以看出来，同时不同于此前的铭文，Runestone 拥有中西方社区用户的共识，而此前的 BRC-20 铭文更多是华语区在玩，Leonidas也用中文发了推文表示：“Runestone 成为东西方桥梁的角色，实在令人瞩目。我注意到了东方 Runestone 社群的努力与付出。尽管我只懂英语，但这并不妨碍我看到你们的贡献。如果没有东西方的共同努力，Runestone 今天的成就绝对无法实现”。目前已经有超过十几个项目对 Runestone 的持有者进行空投，Runestone 大有称为新一轮符文生态金铲子的特性了。推特用户 @0xquqi 制作了一个很全的表格来记录Rune Stone空投的汇总信息，链接如下：https://docs.google.com/spreadsheets/d/1F27vFEzlJsJtvuaOpgX5YyXEOwfhDDvf4KOSA5m0_5M/edit#gid=0。提醒大家：优质的项目都是会直接发空投，链接钱包或者需要授权签名的要仔细甄别。五、未来展望无论是Runestone还是其他Rune协议的其他项目在最近都引起了中西方的广泛关注，其不仅展示了Ordinals 新的技术潜力，也体现了整个市场对于这个符文协议的期待。比特币减半加上新协议的推出，会不会开启新一轮的比特币生态板块轮动，大家一直期待的铭文第三波能否也借着符文的东风顺利到来呢？让我们大家一起拭目以待吧！来源：金色财经

金色财经2024-04-08

热点解读-龙头加速AI产业研发，大模型及应用端快速发展

厂模式，加速AI技术落地。2017年，Google颠覆性地提出了基于自注意力机制的神经网络结构——Transformer架构，奠定了大模型预训练算法架构的基础。2018年，OpenAI和Google分别发布了GPT-1与BERT大模型，意味着预训练大模型成为自然语言处理领域的主流。图5预训练相当于“通识教育” 来源：Wind、IDC《2022中国大模型发展白皮书》，国元证券研究所预训练数据直接决定AI大模型性能：预训练数据从数据来源多样性、数据规模、数据质量三方面影响模型性能。以GPT模型为例，其架构从第1代到第4代均较为相似，而用来训练数据的数据规模和质量却有很大的提升，进而引发模型性能的飞跃。以吴恩达(AndrewNg)为代表的学者观点认为，人工智能是以数据为中心的，而不是以模型为中心。为了追求更好的模型性能，模型参数规模也与训练数据量同步快速增长，模型参数量大约每18个月时间就会增长40倍。例如2016年最好的大模型ResNet-50参数量约为2000万，2020年的GPT-3模型参数量达1750亿，2023年的GPT-4参数规模则更加庞大。三、近期行业变化多模理解和生成的统一是通往AGI的必经之路：模型的演化必然会经历单模到多模到世界模型三个阶段。当下理解模型和生成模型是分开发展的，未来随着理解和生成实现统一，就可以进一步结合具身智能，形成世界模型。再进一步，加入复杂任务的规划能力和抽象概念的归纳能力，就真正演化到了AGI的阶段。多模态技术成为大模型主战场：多模态较单一模态更进一步，已经成为大模型主战场。人类通过图片、文字、语言等多种途径来学习和理解，多模态技术也是通过整合多种模态、对齐不同模态之间的关系，使信息在模态之间传递。2023年以来，OpenAI发布的GPT-4V、Google发布的Gemini、Anthropic发布的Claude3均为多模态模型，展现出了出色的多模态理解及生成能力。未来，多模态有望实现any to any模态的输入和输出，包括文本、图像、音频、视频、3D模型等多种模态。智能涌现从虚拟世界走向物理世界：当大模型迁移到机器人身上，大模型的智能和泛化能力有望点亮通用机器人的曙光。2023年7月，谷歌推出机器人模型Robotics Transformer2(RT-2)，这是一个全新的视觉-语言-动作(VLA)模型，从网络和机器人数据中学习，并将这些知识转化为机器人控制的通用指令。2024年3月，机器人初创企业Figure展示了基于OpenAI模型的全尺寸人形机器人Figure 01，机器人动作流畅，所有行为都是学到的（不是远程操作），并以正常速度(1.0x)运行。 AI算力应用持续深化，大模型赛道日益更新：英伟达GTC2024大会上公布了关于NVIDIA Blackwell、NIM微服务、Omniverse CloudAPI等一系列AI引领各领域变革的显著成就。同时，全球AI大模型市场迭代进程加快，3月4日，美国初创公司Anthropic推出Claude3模型系列；3月17日，马斯克旗下的初创企业xAI宣布对Grok-1的基本模型权重及网络架构进行开源。云厂商加速生成式AI发展，致力打通生态系统建设：微软、谷歌、亚马逊作为云业务头部厂商，拥有包含Office、Microsoft、LinkedIn、手机PC在内的搜索引擎、广告、云计算等多项软硬件产品及平台。头部云厂商在推进大模型升级迭代的同时，或根据品牌内现有的软件平台和终端硬件产品特性进行模型调整及适配；同时，多家厂商对未来即将发布的新产品也会进行全生态构造，将大模型与手机、电脑、机器人、汽车等多领域结合，搭建全面的系统生态，助力“AI+”应用持续变革。四、投资展望（1）量子计算机量子计算有望成为解决AI算力瓶颈的颠覆性力量：与传统计算相比，量子计算能够带来更强的并行计算能力和更低的能耗，同时量子计算的运算能力根据量子比特数量指数级增长，在AI领域具有较大潜力。海外科技巨头带动量子计算产业发展，IBM、微软、谷歌等公司先后发布量子计算路线图，与此同时，国内量子计算产业与海外科技巨头差距不断缩小，2024年1月16日我国第三代自主超导量子计算机“本源悟空”上线运行可以一次性下发、执行200个量子线路的计算任务，比国际同类量子计算机具有更大的速度优势。量子计算有望赋能千行百业，开启8000亿美元蓝海市场。据ICV数据，2023年全球量子计算市场规模约47亿美元，预计2035年有望超过8000亿美元；其中，金融、化工、生命科学领域有望更加受益量子计算产业发展。（2）AI服务器在云厂商采购需求下滑、计算机行业去库较慢的背景下，2023年全球服务器市场遇冷，但细分领域AI服务器市场火热，在众多大模型的算力需求支撑下，国内外AI服务器出货量逆势提升。展望AI服务器产业链未来业绩释放，华夏基金认为三个方向值得关注。第一，技术创新驱动产业链迭代，目前海外AI服务器呈现英伟达产品技术线路创新不断涌现，以及某细分环节产品效率倒逼其他环节创新，带来新的主题投资机会。第二，国产化趋势下国产芯片规模应用落地，在政策支持和先进制程突破下，华为AI芯片已应用于国内众多大模型训练，未来业绩可期，关注华为AI服务器产业链。第三，海外AI服务器大量订单叠加降本下的出海机会。（3）机器人 AI时代快速发展，机器人赛道或将迎来放量空间。人工智能技术加速多行业领域升级发展，机器人作为主要的下游应用场景，在AI变革及大模型发展的阶段将不断赋能制造业等行业向自动化、智能化转型。除英伟达、特斯拉之外，Agility Robotics、波士顿动力公司以及谷歌DeepMind等公司也纷纷入局机器人赛道。据华尔街见闻，英伟达、OpenAI、亚马逊等科技巨头纷纷入局投资了机器人初创科技企业Figure AI，其中该公司在新一轮融资中募集约6.75亿美元，投前公司估值已有约20亿美元。华夏基金认为，机器人作为具身智能的载体，英伟达对具身智能的正式入局，将稳步推动机器人智能化的提升；同时伴随龙头企业持续加码AI及机器人领域投资，并积极进行多行业资源调配及整合，未来机器人行业将进入加速发展阶段。相关产品：人工智能 AIETF（515070）及其联接基金（008585/008586）：中证人工智能主题指数（指数代码: 930713.CSI，指数简称： CS 人工智）选取为人工智能提供基础资源、技术以及应用支持的公司中选取代表性公司作为样本股，反映人工智能主题公司的整体表现。该指数已纳入截至 2018 年 9月 30 日的 IOSCO 金融基准原则鉴证报告范围。云计算50 ETF（516630）及其联接基金（019868/019869）：中证云计算与大数据主题指数（指数代码： 930851.CSI，指数简称：云计算指数）选取 50 只业务涉及提供云计算服务、大数据服务以及上述服务相关硬件设备的上市公司 A 股作为样本股，以反映云计算与大数据主题股票的整体表现。机器人 ETF（562500）及其联接基金（018344/018345）：中证机器人指数(指数代码： H30590.CSI)选取系统方案商、数字化车间与生产线系统集成商、自动化设备制造商、自动化零部件商以及其他相关公司作为样本股，以反映机器人产业相关股票的走势。游戏 ETF（159869）及其联接基金（012768/012769）：中证动漫游戏指数（指数代码： 930901.CSI，指数简称：动漫游戏）选取主营业务涉及动画、漫画、游戏等相关细分娱乐产业的上市公司股票作为样本股，反映动漫游戏产业 A 股上市公司股票的整体表现。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2024-04-08

24小时热点