FX168财经网_全球视野外汇黄金加密货币NFT资讯网

投资者开始获利了结、加密币价格承压下跌、整体缺乏上涨动能

许多投机资金也从加密货币市场抽离，改玩Nvidia 这些AI 股票，后续还要观察AI 是否会继续热下去，假设没有的话，等待以太币ETF 发行以及Fed 降息后，资金将重新回到加密货币市场。迷因币热潮也在GME 股价大幅下跌后冷却，GME 股价目前仅剩24 美元，相较先前的64 美元高点大幅下跌，加密货币市场的迷因币气势也跟着一去不复返，上周的迷因币市场是显得相当弱势。撇除普通的加密币投资，政治相关的加密代币可能是下半年的重头戏，今年美国大选有许多公司开始选边战，随着选情开始加温，已经有对赌的加密代币开始出现了，相关辩论也正在展开，就如同上一次大选更有加密货币期货在对赌，今年这个情况可能更加疯狂，大概可以短期激起投机者们的热情。短期内AI 的气势依然很强，资金一直被抢走也是不争的事实，我现在还是将比特币的合理价格订为70,000 美元，但必须要下调价格回涨的速度，以太币现货ETF上来之后直接的受益者也会是以太币，所以布局方面短期会配置更大的比重在以太币，目前基金的通过机率非常高，但市场还需要更多时间反应涨幅，短期内出现暴涨的机率并不高。加密货币市场及其他中小型代币呈现下跌状态，比特币今天下探至63,000 美元，整体缺乏上涨动能。值得注意的是，目前市场大型投资者需求增长疲软，另外稳定币的流动性也正在变低，根据链上数据，巨鲸大户的购入需求显示目前月增长为4.8%，尽管略高于上个月的2.4%，但今年第一季比特币ETF 上市时高达6% 至10%，相较之下动能明显不足。另外价格上涨相关的稳定币流动性增长率持续下滑，USDT 的60 天市值成长率从4 月底的126 亿美元降至当前的37 亿美元，最后则是Coinbase 溢价持续低于零，显示美国投资者对比特币与以太币的需求不像先前ETF上市时有显著的溢价，但市场还是处于多头情况，只是交易动能不足，短期价格可能进一步下调。后期会给大家带来其他赛道的龙头项目分析。感兴趣的可以点个关注。我也会不定期整理一些前沿资询和项目点评，欢迎各位志同道合的币圈人一起来探索。有问题可以评论提问或者私来源：金色财经

金色财经2024-06-24

科技股开始回调，准备好现金吧

汉邦金融2024-06-24

与1929年崩盘有明显相似之处！分析师警告：一场严重的崩溃可能即将到来

毁灭性的崩盘。人们的担忧集中在英伟达(Nvidia)的迅速崛起和蓬勃发展的人工智能(AI)领域，人们担心这是与以往金融灾难类似的最新泡沫。 (截图来源：Bitcoin.com) 市场专家对美国股市目前的走势发出警告，尤其是让人们注意到英伟达的非凡反弹，该公司市值最近超过3万亿美元。这种激增在很大程度上是由人工智能炒作推动的。在最近的一篇社论中，金融作家Pam Martens和Russ Martens将其与上世纪90年代末的互联网泡沫进行令人不安的比较，那次泡沫最终导致市场大幅修正。此外，这与1929年有着鲜明的相似之处，当时市场飙升至令人眼花缭乱的高点，然后陷入大萧条。就像今天一样，20世纪20年代末的大规模投资是由乐观情绪而非基本面驱动的，这种投机热情导致了不可持续的股票估值。英伟达的崛起，虽然反映人工智能的真正增长，但同样有脱离经济现实的风险，可能为潜在的急剧回调奠定基础。在与福克斯商业新闻的讨论中，经济学家Harry Dent预测，股市的低迷将比2008年的危机更为严重。 Dent说：“我们从来没有见过政府把一个完全人为制造的泡沫维持15年，看看之后会发生什么。但我可以告诉你，历史上没有一次泡沫，没有一次大泡沫不是以糟糕的结局收场的，而且这次泡沫要大得多。” 这位经济学家补充道：“我认为标普指数将从最高点下跌86%，纳斯达克指数将下跌92%。像英伟达这样的英雄股，尽管它很好，而且是一家伟大的公司，将下跌98%。天啊，一切都结束了。” 分析人士指出，过去一年里出现的几个危险信号表明，未来会有麻烦。一个主要的担忧是通胀压力和美联储在利率问题上的鹰派立场。尽管通胀率略有下降，但美联储预计降息幅度不会太大，暗示可能会收紧流动性，从而引发市场萎缩。股市波动性加剧加剧问题的复杂性。股市的高估值，尤其是科技股的高估值，是由投机交易而非公司基本面支撑起来的。在几位分析师看来，这种环境已经形成一种“泡沫”情景。在这种情景相爱，投资者情绪或经济指标稍有变化就可能引发抛售，重现2000年和2008年之后的快速下跌，甚至可能比1929年还要严重。在接受CNBC采访时，CFRA Research首席投资策略师Sam Stovall讨论了股市可能会出现大幅回调的原因。 Stovall说道：“我认为股市仓位真的处于‘紧张’状态，我们必须看到盈利预期上修，以证明这一点是合理的。跑赢大盘的只有科技股。我觉得这是一架只用一个引擎的大型喷气式飞机，你想知道它能在空中停留多久。”

tqttier2024-06-24

市场陷入“泡沫狂热”模式！策略师：标普飙破6000点后崩盘比特币回调释出关键信号

，而高贝塔系数的大型科技股，如英伟达(NVIDIA)本身遵循分析师EBITDA修订的二阶导数。“在我们看来，在2024年第三季特别容易受到调整的影响，”巴里认为。 (来源:ZeroHedge) 不仅仅是比特币，巴里认为股市即将大幅下跌，“这一观点进一步证实了，由于通胀仍处于疫情前30年的高位，并且实际上在2024年第二季有所上升，高于美联储对2024年核心PCE通胀率2.8%的中值预测，美联储将放弃谨慎的鸽派立场”。尽管巴里预计2024年下半年的国内生产总值(GDP)增长速度会大大放缓，但这种情况仍在发生。这导致“适度滞胀，可能暴露出标普500指数相对于金融状况的估值过高”。巴里最后警告称：“在进入2024年第三季时，这导致股票投资者采取市场调整的谨慎态度。”

圈内人 1评论2024-06-24

人工智能还没有为软件公司赚到大钱

商股价也大幅上涨。6月18日，英伟达（Nvidia）超越微软（Microsoft）和Apple，成为全球市值最高的公司。 KeyBanc分析师阿德（Jackson Ader）表示，这是因为目前大部分人工智能支出都流向了用于训练和部署模型的硬件或云基础设施。阿德补充说，在很多情况下，这些支出是以牺牲赛富时公司等传统软件供货商为代价的，而这些传统软件供货商近年来受到了优先对待。他表示，大多数信息长对基于人工智能的应用程序都持“观望”态度。人们还有一个更长期的担忧：人工智能可能会彻底削弱“软件即服务”业务。大多数计算机应用软件都是按使用者收费的，因此收入增长的前提是企业客户继续招聘员工。但人工智能的一个主要卖点是提高效率——例如，你需要更少的客服代表来服务同样的使用者群。并非所有公司都会把节省下来的人力资源再投入到招聘更多员工中。对于基于“使用者席位”（即使用软件的员工数量）的软件来说，工作职位的减少将损害其未来的增长。高盛集团（Goldman Sachs）分析师兰根（Kash Rangan）在最近的财报电话会议上向Adobe管理层提出了这样一个问题。他问道：“产生式人工智能是否会变得非常出色，以至于终结创意过程——这样我们就不需要创意人员了。”他指出，这是投资者争论的一个主要问题。该公司行政总裁纳拉延（Shantanu Narayen）回答说，人工智能将使软件更易于使用，从而扩大客户群。至于硬件和基础设施在这波人工智能消费浪潮中备受关注的问题，这位资深的Adobe行政总裁表示，客户的关注点最终会回到人工智能在应用程序中的使用，否则所有对芯片和服务器的投资都是不值得的。不过，对于大多数软件公司来说，利用人工智能赚钱的时间点还遥遥无期。

金融界2024-06-24

解析 AI 与加密结合的潜力与现实挑战

因为神经网络在训练时需要进行反向传播。Nvidia为此提供了两项创新技术（NVLink和InfiniBand）。这些技术可以极大地加快GPU通信速度，但它们只能在单个数据中心内的GPU集群中使用（速度超过50 Gbps）。如果引入去中心化网络，由于增加了网络延迟和带宽，速度会显著变慢。这与Nvidia在数据中心内提供的高速互联相比，对于AI训练用例来说根本不可行。此外，去中心化环境中的网络带宽和存储成本相比于本地集群中的固态硬盘也要高得多。在链上训练AI模型的另一个问题是，与推理相比，这个市场的吸引力较小。目前，大量GPU计算资源用于AI大语言模型（LLM）的训练。但从长远来看，推理将成为GPU的主要应用场景。想想看：为了满足需求，需要训练多少个AI大语言模型？相比之下，将有多少客户使用这些模型？请注意，这方面已经有一些创新，可能为链上AI训练的未来提供希望： 1）基于InfiniBand的分布式训练正在大规模开展，NVIDIA本身也通过其集体通信库支持非本地分布式训练。不过，这仍处于初期阶段，采用情况还有待观察。物理距离带来的瓶颈依然存在，因此本地InfiniBand训练仍然显著更快。 2）已有一些新研究发表，探讨了减少通信同步次数的去中心化训练，可能在未来使去中心化训练更为实际。 3）智能分片和训练调度可以帮助提升性能。同样，未来可能会有新模型架构专门为分布式基础设施设计（Gensyn正在这些领域进行研究）。 4）创新如Neuromesh尝试通过一种称为预测编码网络（PCN）的新方法，以较低成本实现分布式训练。 2、去中心化的AI数据迭代训练的数据信息部分也是一个难题。任何AI训练过程都涉及处理大量数据。通常，模型是在集中且安全的数据存储系统上进行训练，这些系统具有高可扩展性和高性能。这需要传输和处理数TB的数据，而且这不是一次性的循环。数据通常是嘈杂且含有错误的，所以在训练模型之前，必须对数据进行清洗和转换，使其成为可用格式。这个阶段涉及标准化、过滤和处理缺失值的重复任务。在去中心化环境中，这些都构成了严重挑战。训练的数据信息部分也是迭代的，这与Web3不太兼容。OpenAI花费了成千上万次迭代才取得他们的成果。训练过程是迭代的：如果当前模型未达到预期效果，专家会返回到数据收集或模型训练阶段以改进结果。现在，想象在去中心化环境中进行这个过程，而现有的最佳框架和工具在Web3中不易获得。一种有前景的技术是0g.ai（由Hack VC支持），他们提供链上数据存储和数据可用性基础设施。他们拥有更快的架构和在链上存储大量数据的能力。 3、利用过度冗余的AI推理计算达成共识加密与AI结合的一个挑战是验证AI推理的准确性，因为你不能完全信任单一的中心化方来执行推理操作，存在节点行为不端的可能性。在Web2的AI中，这个挑战不存在，因为没有去中心化的共识系统。一种解决方案是冗余计算，即多个节点重复相同的AI推理操作，以便在无信任的环境中操作，并避免单点故障。这种方法的问题在于，我们生活在一个高端AI芯片严重短缺的世界。高端NVIDIA芯片的等待期长达数年，导致价格上涨。如果你还要求AI推理在多个节点上多次重复执行，这将大幅增加这些昂贵的成本。对于许多项目来说，这是行不通的。 4、Web3特定的AI用例（短期内）有人建议，Web3应该有其独特的AI用例，专门针对Web3客户。目前，这仍是一个新兴市场，用例尚在发现中。一些挑战包括： Web3原生用例需要的AI交易量较少，因为市场需求还处于起步阶段。客户较少，因为Web3客户相比Web2客户少了好几个数量级，所以市场不那么分散。客户本身不够稳定，因为他们是资金较少的初创公司，因此这些初创公司可能会随着时间的推移倒闭。针对Web3客户的AI服务提供商可能需要随着时间的推移重新获取部分客户，以替代那些倒闭的客户，使其业务扩展更加困难。从长远来看，我们对Web3原生的AI用例非常看好，特别是随着AI代理的普及。我们设想未来每个Web3用户都会有多个AI代理为他们提供帮助。这个领域的早期领先者是Theoriq.ai，他们正在构建一个可组合AI代理的平台，能够服务于Web2和Web3客户（由Hack VC支持）。 5、消费级GPU去中心化物理基础设施网络（DePIN）有许多去中心化的AI计算网络依赖消费级GPU，而不是数据中心的GPU。消费级GPU适用于低端AI推理任务或延迟、吞吐量和可靠性要求较为灵活的消费用例。但对于严肃的企业用例（即占据主要市场份额的用例），客户希望网络比家庭机器更可靠，且复杂推理任务通常需要更高端的GPU。对于这些更有价值的客户用例，数据中心更为适合。需要注意的是，我们认为消费级GPU适合于演示用途或那些能容忍较低可靠性的个人和初创公司。但这些客户的价值基本较低，因此我们认为，面向Web2企业的去中心化物理基础设施网络（DePIN）从长远来看会更有价值。因此，知名的GPU DePIN项目通常已经从早期主要使用消费级硬件发展到现在具备A100/H100和集群级别的可用性。二、加密 x AI 的实际且可行的用例现在，让我们讨论加密 x AI 能显著提升价值的用例。实际收益1：服务于Web2客户麦肯锡估计，生成式AI每年可为他们分析的63个用例带来2.6万亿至4.4万亿美元的附加价值——相比之下，英国2021年的GDP总量为3.1万亿美元。这将使所有人工智能的影响增加15%到40%。如果我们将生成式AI嵌入目前用于其他任务的软件中，这一估计的价值将大致翻倍。有趣的是：根据上述估算，这意味着全球AI（不仅仅是生成式AI）的总市场价值可能达到数十万亿美元。相比之下，所有加密货币（包括比特币和所有山寨币）加起来的总价值今天仅约为2.7万亿美元。所以，让我们现实一点：短期内需要AI的客户绝大多数将是Web2客户，因为实际需要AI的Web3客户只是这2.7万亿市场中的一小部分（考虑到BTC占据了一半的市场份额，而BTC本身并不需要/使用AI）。 Web3的AI用例才刚刚起步，目前尚不清楚其市场规模会有多大。但有一点直观上可以确定——在可预见的未来，它只会是Web2市场的一部分。我们相信Web3 AI依然有光明的前景，但这意味着目前Web3 AI最普遍的应用还是服务于Web2客户。可以从Web3 AI中受益的Web2客户的示例包括：从头开始构建并以AI为核心的垂直行业软件公司（例如Cedar.ai或Observe.ai）为自身目的微调模型的大型企业（例如Netflix）快速增长的AI提供商（例如Anthropic）在现有产品中加入AI功能的软件公司（例如Canva）这是一个相对稳定的客户群体，因为这些客户通常规模大且价值高。他们不太可能在短期内倒闭，并且代表了AI服务的非常大的潜在客户群。服务于Web2客户的Web3 AI服务将受益于这一稳定的客户基础。但为什么Web2客户会想要使用Web3技术栈？本文的其余部分将解释这个理由。实际收益2：通过GPU去中心化物理基础设施网络（GPU DePIN）降低GPU使用成本 GPU DePINs汇集了未充分利用的GPU计算能力（其中最可靠的来自数据中心），并使这些资源可用于AI推理。可以简单地将其视为“GPU的Airbnb”（即协作消费未充分利用的资产）。我们对GPU DePINs感到兴奋的原因如上所述，主要是因为NVIDIA芯片短缺，目前有许多GPU周期被浪费了，这些资源可以用于AI推理。这些硬件所有者已经承担了沉没成本，当前没有充分利用他们的设备，因此可以以比现状更低的成本提供这些部分GPU周期，因为对硬件所有者来说，这实际上是“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

三巫日来临 2000 亿市值蒸发英伟达何去何从？

录的涨势。市场认为，由于英伟达公司(Nvidia Corp.)引领芯片制造商的抛售，且周五（6月21日）到期的一堆期权有可能引发价格突然波动，导致股价波动。美国银行周四写道：“该股的大幅上涨使其很容易受到获利回吐的影响，但我们认为任何波动都可能是短暂的。”该银行重申了其买入评级和150美元的目标价，称英伟达是“首选”。华尔街正面临一个不祥的季度事件，即所谓的“三巫日”，即与股票、指数期权和期货相关的衍生品合约即将到期——迫使大量交易员将现有头寸展期或建立新头寸。根据期权平台Spot Gamma的估计，约有5.5万亿美元的合约将于周五到期。标准普尔500指数在交易量比上月平均水平高出90%的情况下发声波动。英伟达周二曾一度取代微软 ( MSFT )成为全球最有价值公司，但周五其市值小幅下跌，至 3.12 万亿美元左右，低于微软的 3.33 万亿美元。英伟达延续两天的股价暴跌后，这家人工智能热潮的核心公司市值蒸发逾2000亿美元。（图片来源：finance.yahoo ）周五即将到期的与这家芯片制造商相关的合约价值是所有标的资产中第二大的，仅次于基准指数。到期时间也与指数重新平衡相吻合，届时标准普尔道琼斯指数会调整公司权重，而跟踪其指标的ETF也会进行类似的调整。数据显示，本月初美国服务业活动加速，增速达到两年多以来的最快水平，同时价格压力减弱和借贷成本下降的前景改善，美国国债价格失去吸引力。另外，现房销售连续第三个月下降。在美国股市似乎每天都在刷新旧纪录并创下新纪录之际，看跌投资者的退出无可厚非。然而，他们越来越少的入市行为，使得股市在市场人气突然转变时面临更大的风险。摩根大通以尼古拉斯·帕尼吉尔佐格鲁(Nikolaos Panigirtzoglou)为首的策略师本周表示，两只最大的股票交易所交易基金——SPDRS&P500ETF信托基金(股票代码：SPY)和Invesco QQQ信托系列1(QQQ)——的空头仓位今年已跌至历史最低水平，为股市提供了稳定的支撑，并有助于抑制波动性。与此同时，策略师们表示，愿意押注股市下跌的投资者寥寥无几，“表明市场对负面消息的脆弱性加大”。美国银行策略师表示，持续的人工智能热潮让英伟达本周一度成为全球市值最高的公司，也推动了创纪录的资金流入科技基金。据该银行援引EPFR Global数据的报告显示，截至6月19日当周，约有87亿美元流入科技基金。 Moor Insights & Strategy 创始人兼首席执行官帕特里克·穆尔黑德 (Patrick Moorhead) 周五对雅虎财经表示，投资者应警惕回调迹象。虽然他表示，他认为未来六到九个月内英伟达的主导地位不会发生改变，但投资者应该关注“生态系统中的人们是否能获得下游盈利能力”。 “这些公司包括 Adobe、Salesforce、SAP 和 ServiceNow。因为如果这些企业和消费者不为这些新的 AI 功能支付更多费用，那么整个赚钱之路就会戛然而止，就像我们在互联网泡沫破灭时看到的那样，”他解释道。穆尔黑德警告称，竞争加剧也可能对定价权造成不利影响，因为英伟达不仅要与 AMD ( AMD ) 和英特尔 ( INTC ) 等“商业硅片供应商”竞争，还要与亚马逊的 AWS ( AMZN )、微软的 Azure ( MSFT ) 和谷歌 ( GOOG , GOOGL ) 等“本土供应商”竞争。人工智能投资热潮继续增强了人们对英伟达增长率的乐观情绪。该公司在最新财报中报告称，调整后的收益同比增长461%，而收入增长了262%。除了出色的盈利之外，英伟达还于6月10日完成了10比1的拆股，并将季度现金股息增加了一倍——最近几个季度，其他科技巨头也纷纷效仿这一举措。过去12个月，英伟达股价上涨了约200%，过去五年上涨了3,200%以上。今年迄今，Nvidia股价已上涨约160%。尽管估值高昂，4万亿美元的情况已在建设中。（图片来源：finance.yahoo ） “我认为没有任何理由不能达到4万亿美元，”穆尔黑德说，“这很大程度上是基于预期，因为看看市盈率，它相当高。如果我们能看到下游参与者的一些积极迹象……我认为没有任何理由不能达到4万亿美元。” Wedbush分析师丹·艾夫斯(Dan Ives)对此表示赞同，他在周四给客户的一份报告中写道：“我们相信，未来一年，英伟达、苹果和微软之间争夺4万亿美元科技市值的竞赛将成为焦点。” 艾夫斯表示，人工智能革命是一场“刚刚开始”的盛宴，由科技巨头在数据中心的支出速度推动。他预计，未来十年，人工智能支出增量将达到1万亿美元，超过70%的企业最终将走上人工智能用例之路。他说：“现在是晚上9点，派对将持续到凌晨4点，其他科技界人士也纷纷加入进来。”

佳华1682024-06-22

三张特殊地图，揭示全球政经大格局

勋是谁呢？他是全球人工智能龙头英伟达（NVIDIA）的行政总裁。英伟达是全球AI的执牛耳者，全球AI高端芯片，几乎由它独家垄断和提供，目前已是全球市值最高的公司。过去十年，英伟达股价涨了超过100倍，可以说它就是第四轮人类科技革命的绝对旗手。 6月2日晚2024年台北国际电脑展正式启动前，黄仁勋在台大体育馆发表主旨演讲，他使用了一张自创的【AI世界地图】，就是上面这张图，引发全球热议。在这个图片中，世界被分成了两个部分。其中中国台湾地区、美洲、欧洲、澳洲、北非与南非、日本、韩国、印度、越南等东南亚，被标注为绿色区块。中国大陆、俄罗斯、朝鲜、伊朗、古巴、叙利亚、中部非洲等国和地区，被标为灰色区块。黄仁勋做的这张地图，绿色区域代表法律上英伟达可以直接出售芯片并且这些目标市场已经下了订单的地区；灰色区域则代表法律上英伟达不可以直接出售产品或这些目标市场目前还没有下订单的地区。 AI被大家公认为人类继蒸汽机革命、电气革命、计算机革命后的第四次科技革命，几乎所有国家都在铆足劲参与这其中的竞争，生怕被拉下。常规的认知是，如果被这轮科技革命浪潮拉下，大概率就意味着以后在世界科技文明发展、财富创造和分配中边缘化，甚至出局。非洲绝大多数国家毫无疑问是旁观者。俄罗斯及其周边国家，除了蒙古，也是看客。我们是个例外。我们在努力参与其中，但收到了不公平的排斥。这于我们是一项非常严峻的挑战。如何用大智慧打破这种被恶人卡脖子的困境，关乎我们未来未来几代人的生存状态和话语权。格隆要给大家看的第三张特殊的世界地图，是6月15日在瑞士召开的关于解决大鹅小鹅之间战争的和会。这场和会由瑞士召集，包括92个国家和联合国等8个国际组织在内的全球大多数国家参与了而这场和会。或许很多人没有意识到，这场会议究竟意味着什么？这场会议，本质上各方聚集讨论战后利益安排与世界秩序重构的会议，与历史上二战时期的雅尔塔会议，特别相像。雅尔塔会议也是在纳粹虽未投降，但战败已是大概率事件的背景下，由美国总统罗斯福、英国首相丘吉尔和苏联主席斯大林为代表的三个大国在克里米亚半岛举行的，时间是1945年2月4日，而三个月后，纳粹就投降了。雅尔塔会议的核心议题，就是制定战后世界新秩序和利益分配问题，而会后形成的雅尔塔体系，对战后世界格局产生了深远和决定性的影响，决定了很多国家战后的国运，我们这个世界到现在诸多的玩法与游戏规则，都是在那次会议上确定的。这次瑞士和会，会后发表了针对终极解决这场战争的诸多原则共识，以及战后安排的联合公报。我们根据联合公报做了下面这张世界地图。这张地图，全世界大致也是分成2部分，其中深蓝色为参与了会议，且在公报上签字的国家，一共81个，基本上欧美西方发达国家都在其中。浅蓝色的，是参与了会议，但未在公报上署名的国家，包括了印度、巴西、墨西哥、南非等11个南方国家。而灰色部分，则是未参与本次和会的国家，主要包括俄罗斯、我国、朝鲜、伊朗、叙利亚、古巴等国，非洲多数国家也做了看客。大家有没有发现，第二张黄仁勋的AI世界地图，与第三张瑞士和会地图，具有高度的相似性和重合度？这个星球上的会议非常多，需要参加哪个会议，不去参加哪个会议，我们会根据自己的需要来决定。我们没有参加这场瑞士和会，并不意味着我们在战后国际秩序重构中的话语权减少。但，有一点是确定的，这张地图显示出的国际地缘局势的摩擦和撕裂在加剧，组团、结盟和强制站队的趋势在愈演愈烈，而不是减缓。北约成立75周年的峰会将于下个月9号在华盛顿举行，23个北约盟国今年将实现将GDP的至少2%用于国防的联盟目标，而5年前还只有不到10个国家。而6月14日的意大利G7（也就是全球7达工业国）会议声明，也29次提到我们。并用该组织迄今最强烈的措辞，对我们做了一些无端的指责。于全球经济而言，这绝不是什么好消息，于我们，也是一个再怎么高度重视也不过分的挑战。我们不是搅事者，恰恰相反，过去20年，我们一直都是全球化最大的参与者和推动者之一。但树欲静而风不止，我们需要非常仔细、小心，需要大智慧去纵横捭阖，在世界地图中定位好自己的位置，为我们这个勤劳勇敢的族群，寻找和创造出一个最美好的未来。（全文完）注：本文摘录自格隆博士视频节目，想观看更多关于格隆博士的精彩视频内容，请搜索并关注“格隆博士”（抖音+微信视频号）。

格隆汇2024-06-21

每一次回调都是买入良机？！美银分析师：这5点力证，英伟达的“牛市”刚刚开始

财经报社(北美)讯今年迄今，英伟达（Nvidia ）股价已飙升 170% ，本周成为全球最大的公司，但其股票仍然是一个有吸引力的投资机会——任何股价下跌都应被视为买入的机会。这是美国银行分析师 Vivek Arya 的观点，他在周三（6月19日）的一份报告中列举了投资者应继续看好这家推动人工智能繁荣的芯片制造商的5个理由。 “英伟达股价大幅上涨，仅在第二季度就上涨了 50%，这可能使其容易受到短期获利回吐的影响，”Arya 表示。“但我们认为任何波动都可能是短暂的。” 以下是 Arya 继续看好该股票的五个原因。 1、Arya 表示：“GenAI 硬件部署仍处于 3-5 年部署周期中的第 2 年”，并补充说该公司有 3000 亿美元的机会可以利用，这大约是英伟达今年预期收入的三倍。#AI热潮# 2、Arya 表示：“英伟达下一代专用 Blackwell AI 加速器系统的优势将于今年晚些时候开始显现，届时云客户的需求/可见性将十分强劲。” 3、Arya 表示：“内部企业/主权 AI 需求加上早期阶段的软件货币化。”“我们认为，经常性软件服务可以开启下一轮增长，同时加强与企业用户的直接关系。” 英伟达有可能通过其 CUDA 软件产品建立可观的经常性收入来源，这也是促使 Rosenblatt于周二将英伟达目标股价上调至 200 美元/股的原因。 4、Arya 表示：“在每股 5 美元的牛市收益情景下，估值为 35-40 倍，市盈率仅为 30 倍左右，这一估值很有吸引力。”他补充说，该股目前的估值比去年便宜。 5、Arya 表示：“与通过风险举债资助的‘互联网泡沫’不同，genAI 的部署是一些资金最雄厚的（云）客户之间的一场关键任务竞赛。” Arya 重申对英伟达股票的“买入”评级和 150 美元的目标价，意味着较当前水平上涨 12%。

Dan19772024-06-21

七年加密之旅的7点思考

地球上的其他人来说却是灾难。自那时起，Nvidia也崛起成为第六家主导公司。 2016年底，FAMGAN在纳斯达克100指数市值中的份额为40%。现在，7年半后，这六家主导公司的市值份额飙升至超过60%：这意味着FAMGAN在过去10年中捕获了纳斯达克1000创造的所有科技市值的68%以上。事实证明，美国是垄断之地，情况一天比一天糟糕。垄断遏制竞争并主导新市场：我仍然认为推动科技前进的宏观事件是元宇宙，而它将由加密货币提供动力。这就是为什么Facebook重新命名为Meta。而我们正在为元宇宙的灵魂进行一场该死的战争，在FAMGAN和更广泛的科技社区之间（例如谁将拥有我们在元宇宙中的身份？）。这感觉就像星球大战。FAMGAN是死星，而更广泛的开源加密社区是联盟。除了死星通常获胜这一事实之外，成为联盟的一员是令人敬畏的。但我准备好进行一场好的战斗。IMHO，FAMGAN对加密货币的威胁远大于政府。 2.一切都关乎社区我将社区定义为一个生态系统，当它运作时，每个人从中得到的比他们付出的更多。我将加密货币/Web3定义为一系列技术（区块链、加密货币、智能合约……），它们共同实现了由社区驱动的去中心化。 Web2的全部内容是你能从客户那里赚多少钱。你能从客户那里赚取多少利润。Web3的全部内容是你能为社区成员提供多少效用。我们仍然需要更好的工具来进行代币经济学、治理和共识，以便去中心化真正扩大规模。但我仍然受到鼓舞的事实是，许多非常聪明的人正在努力，并且我们正在与之竞争的集中化标准如此之低。 3.这是一个比特币的世界除了模因币，推动今年加密市场兴趣激增的主要动力是比特币，由于BTC ETF在美国的推出。尽管自2021年以来加密货币数量增加了5倍，超过20,000种，但比特币的主导地位（即其在总加密货币市值中的份额）在此期间上升了超过11%：今天，占据加密货币总市值的54%，比特币仍然是加密货币中占主导地位的生态系统，因为它被证明是最安全的数字系统以及人类历史上最可靠的货币系统。而比特币才刚刚开始。我认为比特币L2是2024年迄今为止最大的叙事。一个充满活力的L2生态系统建立在比特币之上，这个想法对许多人，包括我在内，是令人震惊的，越来越多的比特币开发者也是如此：我在2021年1月发布了比特币的10年百万美元价格目标。所以我全力以赴。 4.这也是一个Degen的世界我在2021年参加了Solana Breakpoint。但直到2024年我发布“这是一个Degen的世界，而Solana是Degen之王”时，我才真正欣赏Solana。没有什么比模因币更Degen，过去八个月其市值增长了4倍：正如Galaxy在他们最近的文章“模因的演变及其在区块链上的地位”中优雅地写道：“尽管许多人认为模因币是虚无主义和本质上无用的，但它们的存在建立在几代病毒式叙事之上，其活动继续推动区块链的采用。” 5.稳定币是加密货币的第一个大众市场产品，而且还很早期我对任何向上和向右发展的事物都感兴趣。所以我在2020年做了26集“稳定币正在杀死它”。自2023年9月加密冬季期间市值跌至1240亿美元以来，总稳定币供应量增长了30%，达到1600亿美元以上：我们看到该领域有大量创新，特别是有息稳定币。Ethena 的有息（17%！）稳定币市值超过10亿美元，通过质押ETH和利用永续和期货市场中的资金和基差差异的对冲策略产生利息。Mountain Protocol 最近为其收益稳定币筹集了800万美元的A轮融资。尽管关于CBDC的噪音已经平息，但有36个试点项目正在进行中，包括G20国家中的11个（巴西、日本、印度、澳大利亚、韩国、南非、俄罗斯和土耳其），以及三个已经推出并在实际使用的CBDC（尼日利亚、牙买加和巴哈马）。与一些因反乌托邦风险而贬低CBDC的人不同，我认为我们在很大程度上已经处于反乌托邦状态，任何有可能让10亿人接触加密货币的事物都是值得冒险的。 6.加密货币与AI的交叉是一个大事件 2020年7月，我随着GPT-3的发布首次深入AI领域。我写下了“OpenAI的GPT-3是我们一直在等待的未来”。和其他人一样，GPT-4让我震惊。今年4月，我与Eric Bravick（一个有35年经验的AI老兵）一起创办了Collective的AI Web3加速器，与试图解决以下七个问题的项目合作：解决上述任何一个问题的项目都会赚大钱。 7.加密货币在美国之外发生得更多世界很大，很多地方对加密货币比美国友好得多。9月，去新加坡参加Token2049，这是“地球上最好的三个加密会议”之一。10月去迪拜参加未来区块链峰会，然后你就会明白为什么“我要搬到迪拜”。我迫不及待想参加11月在泰国的Devcon！巴黎区块链周是4月的亮点，因为其令人惊叹的加密社区，以及其蓬勃发展的AI生态系统。特拉维夫、里斯本、苏黎世、维尔纽斯和西贡是我加密旅行的其他亮点。今年的计划还包括9月的韩国区块链周，以及在香港的时间，这是中国新的加密资本。来源：金色财经

金色财经2024-06-21

24小时热点