FX168财经网_全球视野外汇黄金加密货币NFT资讯网

美国次贷危机恐重演？高盛顶级客户信号：开始“做空”中等收入消费者投资组合……

因为市场对中等收入美国的交易几乎就像对人工智能(AI)交易一样。米勒进一步解释道，首先回顾了他5月的交易论点，“需要细微差别，我们最担心的是降级风险和低端消费者的状况。这体现在公司评论疲软、4月份零售销售报告疲软以及劳动力市场放缓的迹象中，后者表明第一季业绩和收益电话会议揭示了消费者的一系列观点”。但他现在的做法是更进一步，他写道：“尽管通胀确实在减弱，但物价水平对中等收入消费者来说仍然很困难，我们最喜欢的消费品交易是做空我们的中等收入消费者篮子(GSXUMIDC)。这个篮子瞄准的是美国经济的心脏，因为消费者占国内生产总值(GDP)增长的70%以上，它为中等收入消费者提供了股票敞口，而精明的消费者最终可能会选择低价购买。这个篮子一天的交易额可以高达3亿美元，没有一个股票的日均交易量超过10%。” 高盛列出了不利于经济的因素供交易员考虑，包括年初增加预扣税和资本利得税支付提高了有效税率，从而降低了可自由支配的资金流；退税实际金额减少；第一季通胀意外上行，拖累实际收入和支出增长，并可能降低消费者信心。然而，这不仅仅是高盛的交易部门发出警告，该行消费者零售主管凯特·麦克沙恩(Kate McShane)最近也强调，中等收入消费者相对于其他人群承受着最大的压力，并且可能看到1.6%的最低可自由支配现金流入增长率，2023年为-2.4%，因为更高的财务义务和更低的抵押贷款权益提取额抑制了这一群体的现金流入。在最近的财报季中，许多大型消费品公司在第一季财报电话会议上警告消费者活动出现下滑。 (来源:Goldman Sachs) 最后值得注意的一点是，高盛中等收入消费者资产组合的债务状况更接近其高收益债务敏感型资产组合(GSXUDEBT)，而不是多元化非必需消费品行业资产组合(GSXUCOND)。这一消费行业既面临收入放缓的风险，又面临利息支出增加的风险。 (来源:Goldman Sachs) 知名金融博客ZeroHedge报道最后写出：“我们不禁要问，即将爆发的美国消费者危机，会不会成为下一次次级抵押贷款危机，而市场确信AI公司在未来几年内将赚取的数千亿美元又将何去何从？”

秉哥说市06-19 11:32

科技创造奇迹：英伟达仅用31年市值突破3万亿美元并登顶全球之巅苹果用了46年微软用了49年

值增长，成功跻身全球资本市场之巅。这家人工智能（AI）领域的领军企业，不仅以其硬件产品赢得了市场的广泛认可，更凭借其软件与硬件的完美融合，展现了其独特的竞争优势。美股周二，英伟达股价上涨3.51%，报135.58美元再刷历史新高，总市值达3.34万亿美元，一举超过了微软和苹果。苹果公司成立于1976年4月，是美国的一家跨国科技公司，总部位于美国加州库比蒂诺硅谷，由史蒂夫·乔布斯和斯蒂夫·盖瑞·沃兹尼亚克共同创立。2022年，市值超过3万亿美元，苹果公司用了46年成为历史上首家市值超过3万亿美元的公司。微软1975年4月4日创立，公司总部设立在华盛顿州雷德蒙德，以研发、制造、授权和提供广泛的电脑软件服务业务为主。2024年1月24日，微软总市值达到3万亿美元，为继苹果之后第二家挺进“3万亿美元市值俱乐部”的公司，走到这一天微软用了49年。英伟达成立于1993年，是一家美国跨国科技公司，总部位于加利福尼亚州圣克拉拉市，2024年6月市值成功突破3万亿美元，跻身“3万亿美元市值俱乐部”英伟达仅仅用了31年。英伟达6月18日收盘市值3.34万亿美元，成功超越微软和苹果，成为全球市值最高的公司。这一壮举的背后，是英伟达在AI芯片市场的绝对领导地位，尤其是在数据中心使用的AI芯片市场，英伟达占据了高达80%的份额。随着OpenAI、微软、Alphabet、亚马逊、Meta等科技巨头对高性能处理器的需求激增，英伟达的业务实现了快速增长。然而，英伟达的成功并非一蹴而就。自2022年底以来，其股价增长了九倍以上，今年以来的涨幅更是高达164.5%。这一增长不仅得益于其在AI芯片市场的主导地位，更得益于其前瞻性的战略布局和持续的创新能力。英伟达始终坚信，自己不仅仅是一家芯片公司，而是一家AI超级电脑公司、AI基础设施公司、AI工厂公司。这一理念在英伟达的产品和服务中得到了充分体现。其硬件产品不仅性能卓越，而且与软件的结合相得益彰，为用户提供了更加全面、高效的解决方案。此外，英伟达还积极推动拆股计划，以提高其被纳入道琼斯工业平均指数的可能性。这一计划不仅提升了英伟达的股价流动性，也进一步增强了投资者对其的信心。随着拆股计划的实施，英伟达的未来发展前景更加广阔。在业绩方面，英伟达也展现出了强劲的增长势头。其2025财年第一财季的业绩全面超预期，数据中心业务营收同比增长427%，总营收涨幅达262%，净利润更是翻涨超6倍。这些亮丽的业绩数据，再次证明了英伟达在AI领域的领先地位和强大的盈利能力。多位投行分析师对英伟达的未来充满信心。他们普遍认为，随着第四次工业革命的推进和人工智能技术的不断发展，英伟达将继续保持其在AI芯片市场的领先地位，并有望实现更高的市值增长。英伟达的成功不仅仅在于其卓越的产品和服务，更在于其不断创新和追求卓越的精神。正是这种精神，让英伟达在科技领域中独树一帜，成为了全球资本市场的佼佼者。

金融界06-19 10:36

Mindverse BSC链上首款AI算力商用聚合平台

在当今快速发展的数字经济中，人工智能（AI）、游戏金融（GameFi）和Web3技术正成为驱动技术创新与商业模式变革的核心力量。AI技术的发展日新月异，Web3的去中心化特性正在重新定义互联网架构，而GameFi结合了游戏与金融的元素，创造了新的经济生态系统。伴随着这些技术的融合，一个全新的数字世界正在形成。基于此背景，Mindverse作为BSC链上首款整合AI、GameFi与Web3的商用平台，应运而生。 Mindverse由一支强大的美国硅谷技术团队打造，背靠英伟达（Nvidia）等顶尖科技企业的支持，旨在通过创新的AI技术和区块链应用，推动数字经济的发展。主体公司Together AI Inc成立于美国科罗拉多州，注册资金高达10亿美元。公司目前正积极布局亚洲、非洲、拉丁美洲等新兴市场，力图打破OpenAI和Anthropic等闭源大模型的垄断地位。当前已获得美国加州Futumos AI Supercomputing Fund、Nvidia、Chainlink和Ubisoft等多家机构的战略投资支持。平台亮点：先进的技术背景：Mindverse由Nvidia旗下最新AI品牌的技术班底构建，团队核心成员包括7名资深AI专家，确保平台在技术上始终处于领先地位。 AI算力综合商业平台：Mindverse平台集成了AI、GameFi、SocialFi、AI量化交易、DAO、DEX聚合等多种功能，构建了一个多元化的AI算力商用聚合平台，融合AI与通证经济，重塑物理基础设施的未来。强大的合作与资本支持：Mindverse不仅获得了Nvidia及其旗下公司Together AI的支持，还得到了Meta、Crusoe Cloud、Vultr等公司的战略合作，这些合作伙伴为平台提供了坚实的技术和资金保障。开源与创新：Mindverse致力于开源生态的建设，提供开源模型和数据集，帮助开发者构建或定制AI模型。通过这种方式，平台推动了技术的普及和创新，促进了AI技术的生态化发展。高效的AI云平台：依托Together AI的GPU算力集群和先进的训练软件堆栈，Mindverse为用户提供了高效、低成本的AI模型训练与推理服务。FlashAttention-2技术的应用，使得模型训练速度比PyTorch快9倍，成本比AWS降低4倍。随着全球数字经济的不断发展，Mindverse有望在未来几年内迅速崛起，成为AI+GameFi+Web3领域的领导者。公司计划通过扩展平台功能、增强技术能力和拓展市场覆盖，进一步提升其竞争力和市场份额。技术持续创新：未来，Mindverse将继续投入研发，推出更多创新的AI技术和应用，满足用户不断变化的需求。全球市场扩展：公司将加速布局新兴市场，特别是亚洲、非洲和拉丁美洲，通过提供高效的AI云平台和开源解决方案，助力当地企业和开发者的发展。生态系统构建：Mindverse将不断丰富其生态系统，增加更多的应用场景和合作伙伴，打造一个更为完善的数字经济平台。推动行业发展：通过提供便捷的AI训练和推理服务，Mindverse将降低AI技术的应用门槛，推动整个行业的创新与发展。在当前激烈的AI和区块链竞争环境中，Mindverse 首创算力市场保险机制，凭借其强大的技术背景、全面的商业平台、广泛的合作网络和创新的开源理念，展现出巨大的发展潜力。未来，Mindverse将继续引领AI+GameFi+Web3技术的发展潮流，开创一个更加智能、开放和繁荣的数字世界。来源：金色财经

金色财经06-19 10:26

市值再度暴增，英伟达成为全球新“股王”，AI人工智能ETF(512930)高开上行

I手机等标志性终端开始陆续出现。关注人工智能，AI应用发展以及娱乐消费、线上购物的投资者，可借道线上消费ETF平安(159793)、AI人工智能ETF(512930)把握投资机遇。线上消费ETF平安(159793)紧密跟踪中证沪港深线上消费主题指数，中证沪港深线上消费主题指数从内地与香港市场中选取50只主营业务涉及线上购物、数字娱乐、在线教育以及远程医疗等领域上市公司证券作为指数样本，以反映内地与香港市场线上消费主题上市公司证券的整体表现。数据显示，截至2024年6月18日，中证沪港深线上消费主题指数(931481)前十大权重股分别为美团-W(03690)、腾讯控股(00700)、快手-W(01024)、科大讯飞(002230)、哔哩哔哩-W(09626)、昆仑万维(300418)、京东健康(06618)、金山软件(03888)、恺英网络(002517)、世纪华通(002602)，前十大权重股合计占比54.05%。 AI人工智能ETF(512930)紧密跟踪中证人工智能主题指数，中证人工智能主题指数选取50只业务涉及为人工智能提供基础资源、技术以及应用支持的上市公司证券作为指数样本，以反映人工智能主题上市公司证券的整体表现。数据显示，截至2024年5月31日，中证人工智能主题指数(930713)前十大权重股分别为海康威视(002415)、中际旭创(300308)、科大讯飞(002230)、韦尔股份(603501)、新易盛(300502)、金山办公(688111)、紫光股份(000938)、澜起科技(688008)、中科曙光(603019)、浪潮信息(000977)，前十大权重股合计占比51.54%。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06-19 09:46

GPU短缺的解药？计算去中心化基础设施（DePINs）的案例分析

术的处理能力和性能。人工智能的崛起人工智能（AI）的核心是一种使计算机和机器模拟人类智能和解决问题能力的技术。一个AI模型作为一个由许多不同数据块组成的神经网络运行。模型需要处理能力来识别和学习这些数据之间的关系，然后在基于给定输入创建输出时参考这些关系。 AI开发和生产并不是新事物；在1967年，Frank Rosenblatt 建造了Mark 1 Perceptron，这是第一个基于神经网络的计算机，通过试错法进行“学习”。此外，大量奠定了现代AI发展的学术研究在90年代末和2000年代初发布，行业自此继续发展。除了研发努力外，“狭义”AI模型还支持着今天使用的各种强大应用程序。例子包括社交媒体算法、Apple的Siri和Amazon的Alexa、定制产品推荐等等。值得注意的是，深度学习的兴起改变了人工生成智能（AGI）的发展。深度学习算法比机器学习应用程序使用更大或“更深”的神经网络，作为具有更广泛性能能力的更可扩展替代方案。生成式AI模型“编码其训练数据的简化表示，并参考它发出类似但不相同的新输出。” 深度学习使开发者能够将生成式AI模型扩展到图像、语音和其他复杂数据类型，而像ChatGPT这样的里程碑应用程序，已经创造了现代最快增长的用户基础记录，仍然只是生成式AI和深度学习可能实现的早期版本。考虑到这一点，生成式AI开发涉及多个计算密集型工作负载，需要大量的处理能力和计算能力也就不足为奇了。根据《深度学习应用需求的三重打击》报告，AI应用开发受制于几个关键工作负载：训练 - 模型必须处理和分析大数据集，以学习如何响应给定输入。调优 - 模型经历一系列重复过程，在其中调整和优化各种超参数以改善性能和质量。模拟 - 在部署之前，某些模型（如强化学习算法）要进行一系列测试模拟。计算紧缺：需求 > 供应在过去的几十年里，各种技术进步推动了对计算和处理能力的空前需求激增。因此，今天对计算资源（如GPU）的需求远远超过了可用供应，造成了AI开发的瓶颈，如果没有有效的解决方案，这种情况只会继续恶化。供应的更广泛限制还受到大量公司积极购买超出其实际需求的GPU的推动，这既是一种竞争优势，也是现代全球经济中的生存手段。计算提供商通常采用需要长期资本承诺的合同结构，为客户提供远远超出其需求要求的供应。 Epoch的研究表明，计算密集型AI模型发布的总体数量迅速增长，表明对推动这些技术的资源的需求将继续快速增长。随着AI模型的复杂性不断增加，应用开发者对计算和处理能力的需求也在不断增长。反过来，GPU的性能及其可用性将扮演越来越重要的角色。这一趋势已经显现出来，高端GPU的需求激增，例如由Nvidia生产的GPU，该公司称GPU为AI行业的“稀土金属”或“黄金”。 AI的快速商业化有可能将控制权交给少数科技巨头，类似于当今的社交媒体行业，这引发了对这些模型伦理基础的担忧。一个著名的例子是最近Google Gemini的争议。虽然其对各种提示的许多奇怪回复当时没有造成任何实际危险，但这一事件展示了少数公司主导和控制AI开发的内在风险。当今的科技初创企业在获取计算资源以支持其AI模型方面面临越来越多的挑战。这些应用程序在模型部署之前需要执行大量的计算密集型过程。对于小型企业来说，积累大量的GPU是一项不可持续的努力，而传统的云计算服务如AWS或Google Cloud虽然提供了无缝且便捷的开发者体验，但其有限的容量最终导致高昂的成本，使许多开发者望而却步。归根结底，不是每个人都能提出筹集7万亿美元用于硬件成本的计划。那么该怎么办？ Nvidia之前估计，有超过4万家公司使用GPU进行AI和加速计算，全球有超过400万开发者社区。展望未来，全球AI市场预计将从2023年的5150亿美元增长到2032年的2.74万亿美元，年均增长率为20.4%。同时，GPU市场预计到2032年将达到4000亿美元，年均增长率为25%。然而，在AI革命之后，计算资源供需之间日益扩大的不平衡可能会创造一个相当反乌托邦的未来，其中少数资金充足的巨头主导了许多变革性技术的发展。因此，我们认为所有的道路都通向去中心化的替代解决方案，以帮助弥合AI开发者需求与可用资源之间的差距。 DePINs的角色什么是DePINs？ DePIN是由Messari研究团队创造的一个术语，代表去中心化物理基础设施网络。拆开来看，去中心化是指没有单一实体抽取租金和限制访问。同时，物理基础设施指的是利用的“现实生活”物理资源。网络指的是一组参与者以协调的方式工作以实现预定目标或目标集。今天，DePINs的总市值约为283亿美元。 DePINs的核心是全球节点网络，将物理基础设施资源与区块链连接起来，以实现去中心化市场，连接买家和供应商，任何人都可以成为供应商，并为其服务和对网络的贡献获得补偿。在这种情况下，通过各种法律和监管手段以及服务费用限制访问网络的中央中介被智能合约和代码组成的去中心化协议取代，由其各自的代币持有者管理。 DePINs的价值在于它们提供了去中心化、可访问、低成本和可扩展的传统资源网络和服务提供商的替代方案。它们实现了去中心化的市场，旨在达到一个特定的终极目标；商品和服务的成本由市场动态决定，任何人可以随时参与，随着供应商数量的增加和利润率的降低，自然地降低单位成本。使用区块链使DePINs能够构建加密经济激励系统，帮助确保网络参与者为其服务获得适当的补偿，使关键价值提供者成为利益相关者。然而，重要的是要注意，网络效应是通过将小的个体网络转变为更大的生产系统来实现的，这对于实现DePINs的许多好处至关重要。此外，尽管代币奖励已被证明是网络引导机制的强大手段，但在更广泛的DePINs领域中，建立可持续的激励措施以帮助用户留存和长期采用仍然是一个关键挑战。 DePINs如何运作？为了更好地理解DePINs在支持去中心化计算市场中提供的价值，重要的是认识到不同的结构组件及其如何协同工作以形成去中心化资源网络。让我们考虑一个DePINs的结构和参与者。协议一个去中心化的协议，即建立在基础区块链网络之上的一组智能合约，用于促进网络参与者之间的信任互动。在理想情况下，该协议将由一组多元化的利益相关者管理，他们积极致力于网络的长期成功。这些利益相关者然后使用其持有的协议代币对提议的变更和发展进行投票。鉴于成功协调一个分布式网络本身就是一个巨大挑战，核心团队通常会在初期保留实施这些变更的权力，然后将权力过渡给去中心化自治组织（DAO）。网络参与者资源网络的终端用户是其最有价值的参与者，可以根据其功能进行分类。供应商：提供资源给网络的个人或实体，以换取DePINs原生代币支付的货币奖励。供应商通过区块链本地协议“连接”到网络，该协议可能强制执行白名单上网过程或无权限过程。通过接收代币，供应商在网络中获得了一部分权益，类似于股权所有权上下文中的利益相关者，使他们能够对各种提案和网络发展进行投票，例如他们认为将有助于推动需求和增加网络价值的提案，从而随着时间的推移创造更高的代币价格。当然，接收代币的供应商也很可能利用DePINs作为被动收入的一种形式，并在接收代币时将其出售。消费者：这些是积极寻找DePINs提供的资源的个人或实体，如寻求GPU的AI初创公司，代表经济方程中的需求方。如果使用DePINs比传统替代方案有实际优势（如更低的成本和开销要求），消费者会被迫使用DePINs，从而代表网络的有机需求。DePINs通常要求消费者以其原生代币支付资源费用，作为创造价值和保持稳定现金流的一种手段。资源 DePINs可以服务于不同的市场，并采用不同的商业模式分配资源。Blockworks为此提供了一个很好的框架；定制硬件DePINs，为供应商提供专门的专有硬件进行分配；和商品硬件DePINs，使现有的闲置资源（包括但不限于计算、存储和带宽）的分配成为可能。经济学在一个理想运作的DePIN中，价值从消费者支付供应商资源的收入中积累。对网络的持续需求意味着对原生代币的持续需求，这与供应商和代币持有者的经济激励相一致。在早期阶段产生可持续的有机需求对大多数初创企业来说是一个挑战，这就是为什么DePINs会提供通胀性代币激励来激励早期供应商和引导网络的供应，以此产生需求，从而产生更多有机供应。这与风投在公司初期阶段补贴Uber乘客成本以引导最初的客户群，从而进一步吸引司机并增强其网络效应的方式非常相似。 DePINs需要尽可能战略性地管理代币激励，因为它们在网络的整体成功中起着关键作用。当需求和网络收入上升时，代币发行应该减少。相反，当需求和收入下降时，代币发行应该被用来再次激励供应。为了进一步说明一个成功的DePIN网络的样子，可以考虑“DePIN飞轮”，一个用于引导DePINs的积极反射循环。总结如下： DePIN通过分发通胀性代币奖励来激励供应商向网络提供资源，并建立一个可供消费的基本供应水平。假设供应商的数量开始增长，网络中开始形成竞争动态，提高了网络提供的商品和服务的整体质量，达到比现有市场解决方案更好的水平，从而获得竞争优势。这意味着一个去中心化系统超越了传统的集中式服务提供商，这绝非易事。 DePIN开始形成有机需求，为供应商提供合法的现金流。这对投资者和供应商来说是一个引人注目的机会，继续推动网络需求并因此推高代币价格。代币价格的增长增加了供应商的收入，吸引了更多的供应商，重新启动了飞轮。该框架提供了令人信服的增长策略，但值得注意的是，它很大程度上是理论上的，并且假设网络正在提供具有竞争力的资源，并且在很长一段时间内仍然具有相关性。计算 DePIN 去中心化计算市场属于被称为“共享经济”的更广泛运动的范围，这是一种点对点经济系统，建立在消费者通过在线平台与其他消费者直接共享商品和服务的基础上。这种模式由 eBay 等公司首创，如今由 Airbnb 和 Uber 等公司主导，并且随着下一代变革性技术席卷全球市场，最终将迎来颠覆。到 2023 年，共享经济的价值将达到 150 亿美元，预计到 2031 年，全球共享经济的价值将增长到近 800 亿美元，这表明了消费者行为的更广泛趋势，我们相信 DePIN 将从中受益，并在实现这一趋势中发挥关键作用。基本原理计算 DePIN 是点对点网络，通过分散的市场连接供应商和买家，促进计算资源的分配。这些网络的一个关键区别在于，它们专注于商品硬件资源，而如今许多人已经可以使用这些资源。正如我们所讨论的，深度学习和生成式人工智能的出现，由于其资源密集型工作负载，对处理能力的需求激增，从而在获取人工智能开发的关键资源方面造成了瓶颈。简而言之，去中心化的计算市场旨在通过创建一种新的供应流来缓解这些瓶颈——一种跨越全球、任何人都可以参与的供应流。在计算 DePIN 中，任何个人或实体都可以立即借出其闲置资源，并因其服务而获得适当的补偿。同时，任何个人或实体都可以从全球无需许可的网络获取必要的资源，并且比现有市场产品具有更低的成本和更大的灵活性。因此，我们可以通过一个简单的经济框架来构建参与计算 DePIN 的参与者：供应方：拥有计算资源并愿意出借或出售其计算资源以获得补贴的个人或实体。需求方：需要计算并愿意为此付出代价的个人或实体。计算DePINs的主要优势计算DePINs 提供了许多使其成为集中式服务提供商和市场替代方案的优势。首先，允许无许可的跨境市场参与解锁了一条新的供应流，增加了计算密集型工作负载所需的关键资源的数量。计算DePINs专注于大多数人已经拥有的硬件资源——任何拥有游戏PC的人都已经有可以出租的GPU。这扩大了能够参与构建下一代商品和服务的开发者和团队的范围，从而使全球更多的人受益。深入来看，支持DePINs的区块链基础设施提供了高效且可扩展的结算渠道，用于促进点对点交易。加密原生的金融资产（代币）提供了一个共享的价值单位，需求方的参与者用它来支付供应商，利用分配机制与当今日益全球化的经济相一致。参考之前提到的DePIN飞轮构造，战略性地管理经济激励对增加DePINs的网络效应（供需双方）非常有利，从而增加供应商之间的竞争。这种动态降低了单位成本，同时提高了服务质量，为DePINs创造了可持续的竞争优势，供应商可以作为代币持有者和关键价值提供者从中受益。 DePINs的功能类似于云计算服务提供商，旨在提供灵活的用户体验，资源可以按需访问和支付。根据Grandview Research的预测，全球云计算市场规模预计以21.2%的年均增长率增长，到2030年将超过2.4万亿美元，这证明了这种商业模式的可行性，考虑到未来对计算资源的需求预测。现代云计算平台利用中央服务器处理客户端设备和服务器之间的所有通信，在其运营中创造了一个单点故障。基于区块链构建，DePINs可以提供比传统服务提供商更强的抗审查性和弹性。尽管对单个组织或实体（例如中央云服务提供商）的攻击会危及整个基础资源网络，但DePINs通过其分布式性质设计为对这类事件具有抵抗力。首先，区块链本身是全球分布的专用节点网络，旨在抵御集中式网络权威。此外，计算DePINs还允许无许可的网络参与，绕过法律和监管障碍。根据代币分配的性质，DePINs可以采用公平的投票流程对协议的提议变更和发展进行投票，以消除单个实体突然关闭整个网络的可能性。计算DePINs的现状 Render Network Render Network 是一个计算DePIN，通过去中心化计算市场连接GPU买家和卖家，交易通过其原生代币进行。Render 的 GPU 市场涉及两个关键方——寻找处理能力的创作者和租用空闲 GPU 以换取原生 Render 代币补偿的节点运营商。节点运营商按基于信誉的系统进行排名，创作者可以从多层次定价系统中选择 GPU。Proof-of-Render (POR) 共识算法协调操作，节点运营商承诺他们的计算资源 (GPU) 来处理任务，即图形渲染工作。任务完成后，POR 算法会更新节点运营商的状态，包括根据任务质量进行的信誉评分变化。Render 的区块链基础设施促进了任务支付，提供透明和高效的结算渠道，以便供应商和买家通过网络代币进行交易。 Render Network 由 Jules Urbach 于 2009 年构思，网络于 2020 年 9 月在以太坊上上线 (RNDR)，大约三年后迁移到 Solana (RENDER)，以提高网络性能并降低运营成本。截至撰写本文时，Render Network 已处理多达 3300 万个任务（以渲染帧计），自成立以来已增长到 5600 个节点。刚刚低于 60k 的 RENDER 被烧毁，这是在向节点运营商分发工作积分时发生的过程。 IO Net Io Net 正在 Solana 上启动一个去中心化 GPU 网络，作为大量闲置计算资源和不断增长的需要这些资源提供的处理能力的个人和实体之间的协调层。Io Net 的独特卖点是它不与市场上的其他 DePINs 直接竞争，而是从包括数据中心、矿工以及包括 Render Network 和 Filecoin 在内的其他 DePINs 在内的各种来源聚合 GPU，同时利用专有 DePIN——Internet-of-GPUs (IoG)——来协调操作并在市场参与者之间对齐激励。Io Net 客户可以通过选择处理器类型、位置、通信速度、合规性和服务期限来为其工作负载定制 IO Cloud 上的集群。相反，任何拥有受支持 GPU 模型（12 GB RAM，256 GB SSD）的人都可以作为 IO Worker 参与，通过将其闲置计算资源借出给网络来赚取报酬。尽管服务支付目前以法定货币和 USDC 结算，但网络很快也将支持以原生 $IO 代币支付。资源支付的价格由其供需以及各种 GPU 规格和配置算法确定。Io Net 的最终目标是通过提供比现代云服务提供商更低的成本和更好的服务质量成为首选 GPU 市场。多层 IO 架构可以映射如下： UI 层 - 由公共网站、客户区和工作区组成。安全层 - 该层由用于网络保护的防火墙、用于用户验证的认证服务和用于跟踪活动的日志记录服务组成。 API 层 - 该层作为通信层，由公共 API、私人 API 和内部 API 组成，用于集群管理、分析和监控与报告。后端层 - 后端层管理工作区、集群/GPU 操作、客户交互、账单和使用监控、分析和自动扩展。数据库层 - 该层是系统的数据存储库，使用主存储进行结构化数据和缓存进行频繁访问的临时数据。消息代理和任务层 - 该层促进异步通信和任务管理。基础设施层 - 该层包含 GPU 池、编排工具并管理任务部署。当前统计/路线图：截至撰写本文时：总网络收益：$108万总计算工时：837.6k 小时准备集群的 GPU 总数：20.4k 准备集群的 CPU 总数：5.6k 链上交易总数：167 万总推理数：335.7k 创建的总集群数：15.1k 数据来自 Io Net 探索器。 Aethir Aethir 是一个云计算 DePIN，促进高性能计算资源在计算密集型领域和应用中的共享。它利用资源池以显著降低成本实现全球 GPU 分配，并通过分布式资源拥有实现去中心化所有权。Aether 设计了一个分布式 GPU 框架，专门针对游戏和 AI 模型训练和推理等高性能工作负载。通过将 GPU 集群统一到一个网络中，Aethir 的设计旨在增加集群大小，从而提高其网络上提供的服务的整体性能和可靠性。 Aethir Network 是一个由矿工、开发人员、用户、代币持有者和 Aethir DAO 组成的去中心化经济体。确保网络成功运营的三个关键角色是容器、索引器和检查器。容器是网络的动力节点，作为专用节点履行保持网络活跃度的关键操作，包括验证交易和实时渲染数字内容。检查器是质量保证工人，持续监控容器的性能和服务质量，以确保可靠和高效的操作，满足 GPU 消费者的需求。索引器作为用户与最佳可用容器之间的媒人。支撑这一结构的是 Arbitrum Layer 2 区块链，它提供去中心化结算层，以促进 Aethir 网络上商品和服务的支付，使用原生 $ATH 代币。渲染证明 Aethir 网络中的节点有两个关键功能——渲染能力证明，每 15 分钟随机选择一组工人来验证交易，以及渲染工作证明，密切监控网络性能以确保用户获得最佳服务，根据需求和地理位置调整资源。采矿奖励以原生 $ATH 代币形式分配给运行 Aethir 网络节点的参与者，以奖励他们提供的计算资源。 Nosana Nosana 是一个建立在 Solana 之上的去中心化 GPU 网络。Nosana 允许任何人贡献闲置计算资源，并因此获得 $NOS 代币形式的奖励。DePIN 促进了经济高效 GPU 的分配，可用于运行复杂的 AI 工作负载，无需传统云解决方案的开销。任何人都可以通过租借闲置 GPU 来运行 Nosana 节点，赚取与他们提供给网络的 GPU 功率成比例的代币奖励。该网络连接分配计算资源的两方：寻求访问计算资源的用户和提供计算资源的节点运营商。重要的协议决策和升级由 NOS 代币持有者投票决定，并由 Nosana DAO 管理。 Nosana 为其未来计划制定了详细的路线图——Galactica（v1.0 - 2024年上半年/下半年）将启动主网，发布CLI和SDK，并专注于通过消费者GPU的容器节点进行网络扩展。Triangulum（v1.X - 2024年下半年）将集成主要的机器学习协议和PyTorch、HuggingFace和TensorFlow的连接器。Whirlpool（v1.X - 2025年上半年）将扩展对来自AMD、Intel和Apple Silicon的不同GPU的支持。Sombrero（v1.X - 2025年下半年）将增加对中大型企业的支持、法定货币交换、账单和团队功能。 Akash Akash 网络是一个建立在 Cosmos SDK 之上的开源权益证明网络，允许任何人加入和贡献的去中心化云计算市场。$AKT 代币用于保护网络、促进资源支付和协调网络参与者之间的经济对齐行为。Akash 网络包括几个关键组件：区块链层，使用 Tendermint Core 和 Cosmos SDK 提供共识。应用层，管理部署和资源分配。提供者层，管理资源、投标和用户应用程序部署。用户层，允许用户通过 CLI、控制台和仪表板与 Akash 网络交互、管理资源和监控应用程序状态。最初专注于存储和CPU租赁服务的网络，后来通过其 AkashML 平台扩展了GPU的租赁和分配，以响应 AI 训练和推理工作负载及其处理能力需求的增长。AkashML 使用“反向拍卖”系统，客户（称为租户）提交他们想要支付的 GPU 价格，计算供应商（称为提供商）竞争以供应请求的 GPU。截至撰写本文时，Akash 区块链的总交易量已超过 1290 万笔，已有超过 53.5 万美元被用于访问计算资源，并且租赁了超过 189k 个独特部署。值得一提的其他项目计算 DePIN 领域仍在发展，许多团队竞相将创新且高效的解决方案推向市场。其他值得进一步研究的例子包括：Hyperbolic 正在构建一个用于 AI 开发资源池的协作开放访问平台，Exabits 正在构建一个由计算矿工支持的分布式计算能力网络，Shaga 正在 Solana 上构建一个允许PC租借和货币化用于服务器端游戏的网络。重要考量与未来展望现在我们已经了解了计算 DePIN 的基本原理，并审查了几个当前运行的补充案例研究，重要的是考虑这些去中心化网络的影响，包括利弊。挑战在大规模构建分布式网络通常需要在性能与安全性、弹性等方面进行权衡。例如，在全球分布的商品硬件网络上训练 AI 模型可能成本效益和时间效率较低。如前所述，AI 模型及其工作负载变得越来越复杂，需要更多高性能 GPU 而不是商品化 GPU。这就是为什么大公司会大量囤积高性能 GPU，而这是计算 DePINs 试图通过建立一个任何人都可以借出闲置供应的无许可市场来解决 GPU 短缺问题的内在挑战。协议可以通过两种主要方式解决这个问题：为希望向网络贡献的 GPU 提供商设定基准要求，以及通过汇集提供给网络的计算资源来实现更大的整体。然而，与能够分配更多资本直接与硬件供应商（如 Nvidia）进行交易的集中式服务提供商相比，这种模式本质上更具挑战性。DePINs 在未来应该考虑这一点。如果一个去中心化协议拥有足够大的资金库，DAO 可以投票分配部分资金购买高性能 GPU，这些 GPU 可以以去中心化的方式进行管理，并以比商品化 GPU 更高的价格出租。另一个特定于计算 DePINs 的挑战是管理适量的资源利用。在其早期阶段，大多数计算 DePINs 将面临结构性需求不足的问题，就像许多初创企业今天面临的情况一样。一般来说，DePINs 面临的挑战是在早期建立足够的供应以达到最低可行产品质量。没有供应，网络将无法产生可持续的需求，也无法在高峰需求期间为其客户服务。这个等式的另一面是过剩供应的担忧。超过一定阈值后，只有当网络的利用率接近或达到满负荷时，更多的供应才是有益的。否则，DePIN 将面临过度支付供应的风险，这反过来会导致资源利用不足，除非协议提高代币发行量以留住供应商，否则供应商的收入将减少。就像一个没有广泛地理覆盖的电信网络没有用处，一个出租车网络如果乘客必须等待过长时间才能搭车也没有用。如果 DePIN 必须长期支付人们提供资源，那么它就没有用。虽然集中式服务提供商可以预测资源需求并高效管理供应，但计算 DePINs 缺乏一个中央权威来管理这种利用率。因此，DePINs 必须特别战略性地建立资源利用。对于去中心化 GPU 市场来说，一个更大的图景问题是 GPU 短缺可能即将结束。马克·扎克伯格最近在一次采访中表示，他认为未来的瓶颈将是能源，而不是计算资源，因为企业现在将争相大量建设数据中心，而不是像现在这样囤积计算资源。当然，这意味着由于需求减缓，GPU 的成本可能会降低，但这也引发了一个问题，即如果建设专有数据中心将 AI 模型性能标准提高到前所未有的水平，AI 初创企业将如何在性能和服务质量方面与大企业竞争。计算DePIN的案例重申一下，AI模型的复杂性及其随后的处理和计算需求与可用的高性能GPU和其他计算资源数量之间存在日益加大的差距。计算DePINs在计算市场领域具有创新性颠覆潜力，今天该领域由主要硬件制造商和云计算服务提供商主导，基于以下几个关键能力：提供更低的商品和服务成本。提供更强的抗审查性和网络弹性保证。受益于AI的潜在监管指南，要求AI模型尽可能开放以进行微调和训练，并且可以被任何地方的任何人轻松访问。美国拥有计算机和互联网接入的家庭比例呈指数级增长，接近100%。在世界许多地方也显著增长。这表明潜在的计算资源提供者（GPU所有者）可能会愿意在有足够货币激励和无缝交易流程的情况下借出闲置供应。当然，这是一个非常粗略的估计，但这表明建立可持续的计算资源共享经济的基础可能已经存在。超越AI，未来对计算的需求还将来自许多其他行业，例如量子计算。量子计算市场规模预计将从2023年的9.288亿美元增长到2030年的65.288亿美元，年均增长率为32.1%。这个行业的生产将需要不同种类的资源，但看看是否有任何量子计算DePINs启动以及它们会是什么样子将是很有趣的。 “在消费硬件上运行的开源模型的强大生态系统是保护未来价值免于被AI过度集中捕获的重要对策，并且比公司巨头和军队都要低得多。” - Vitalik Buterin 大型企业可能不是DePINs的目标受众，也不会是。计算DePINs重新赋予了个人开发者、小型创业者和资源有限的初创企业权力。它们允许将闲置供应转化为通过更多计算资源丰富带来的创新想法和解决方案。AI无疑将改变数十亿人的生活。与其担心它会取代每个人的工作，我们应该鼓励AI可以赋能个人和自我创业者、初创企业以及更广泛的公众的想法。来源：金色财经

金色财经06-18 18:28

破除AI数据壁垒数据DAO正当时

orp和Reddit之间的交易）突显了人工智能（AI）对高质量数据的需求。前沿大模型已经在大部分互联网上进行了训练——例如，Common Crawl索引了大约10%的网页，用于LLM训练，包含超过100万亿枚代币。进一步改进人工智能模型的一个途径是扩展和增强它们可用于训练的数据。我们一直在讨论聚合数据的机制——特别是以一种去中心化的方式。我们尤为感兴趣的是探索去中心化方法如何帮助生成新的数据集，并为贡献者和创建者提供经济奖励。最近几年加密领域里的讨论话题之一就是数据DAO的概念，即创建、组织和管理数据的一群人。这个话题已经被Multicoin和其他人谈过了，但人工智能的快速发展催生了关于数据DAO的一个新的问题——“为什么现在正当时？” 本文，我们将分享我们对数据DAO的思考，以求回答这样一个问题：数据DAO如何加速人工智能的发展？ 1、AI领域的数据现状如今，人工智能模型是在公共数据上进行训练的，要么是通过News Corp和Reddit等合作来实现，要么是通过在开放的互联网上收集数据。例如，Meta的Llama 3是使用公开来源的15万亿代币进行训练的。这些方法在快速聚合大量数据方面是很有效的，但它们在收集哪类数据以及如何收集数据方面都有局限性。首先，应收集什么样的收据：人工智能的发展受到数据质量和数量的瓶颈。Leopold Aschenbrenner曾写过限制算法进一步改进的“数据墙”相关内容：“很快，在更多的抓取数据上预训练更大的语言模型的朴素做法可能会开始遭遇严重的瓶颈。” 推倒数据墙的一种方法是开启新数据集的可用性。例如，模型公司无法在不违反大多数网站服务条款的情况下抓取登录数据，而且根据定义，它们无法访问尚未收集的数据。目前还有大量的私人数据是人工智能训练无法获取的：比如Google Drive和Slacks等公司、个人健康数据或私人信息。其次，如何收集收据：在现有的模式下，数据收集公司获取了大部分价值。Reddit的S-1将数据授权作为主要的预期收入源：“我们预计，我们不断增长的数据优势和知识产权将继续成为未来LLM训练的关键要素。”生成实际内容的最终用户并没有从这些授权协议或人工智能模型本身获得任何经济利益。这种错位可能会扼杀参与积极性——已经有起诉生成式人工智能公司或选择退出训练数据集的运动。更不用说将收入集中在模型公司或平台的手中而不分给最终用户分毫所带来的社会经济影响。 2、数据DAO效应上述数据问题有一个共同的主线：它们受益于来自不同的、有代表性的用户样本的大量贡献。任何单个数据点对模型性能的价值可能都可以忽略不计，但总体来看，一大群用户可以聚集对人工智能训练有价值的新的数据集。这就是数据DAO概念的用武之地。有了数据DAO，数据贡献者可以通过提供数据收获经济好处，并可管理数据的使用方式和货币化方式。数据DAO可以在当前数据领域里的哪些方面做出贡献？下面是一些想法——请注意，这并非一个详尽列表，数据DAO肯定还有其他的机会：（1）现实世界数据在去中心化物理基础设施（DEPIN）领域，Hivemapper等网络旨在收集全世界最新的全球地图数据，方法是通过激励行车记录仪的所有者贡献他们的数据，以及激励用户通过他们的应用程序贡献数据（例如关于道路封闭或维修的数据）。可以将DEPIN视为现实世界的数据DAO，其中数据集是从硬件设备和/或用户网络生成的。这些数据对许多公司都有商业价值，收入将以代币奖励的形式回馈给贡献者。（2）个人健康资料生物黑客是一项社会运动，指的是个人和社区采取DIY的方法来研究生物学，通常是拿自己来做实验。例如，一个人可能会服用不同的益智药物来提高大脑的表现，或者测试不同的治疗方法或环境变化来改善睡眠，甚至还有人给自己注射实验性药物。数据DAO可以通过组织参与者围绕共同的实验和系统地收集结果，为这些生物黑客的努力带来激励。这些个人健康DAO获得的收入，例如来自研究实验室或制药公司的收入，可以回到以自己的个人健康数据形式贡献结果的参与者。（3）用人类反馈强化学习使用RLHF（使用人类反馈强化学习）微调人工智能模型涉及到利用人类输入来提高人工智能系统的性能。通常，人们期待反馈者都是他们各自领域的专家，他们可以有效地评估模型的输出。例如，实验室可能会寻求数学博士的帮助来提高他们的LLM的数学能力，等等。代币奖励可以通过其投机优势在寻找和激励专家参与方面发挥作用，更不用说使用加密支付轨道所提供的全球访问权了。Sapien、Fraction和Sahara等公司都正在这一领域开展工作。（4）私人数据随着可供人工智能训练使用的公开数据越来越少，竞争的基础可能会转向专有数据集，包括私人用户数据。登录墙后面有大量高质量的数据仍然无法访问，例如私信、私人文件等。这些数据不仅可以有效地训练个人AI，而且还包含了在公共网络上无法访问的有价值的信息。然而，访问和利用这些数据在法律和道德上都面临着重大挑战。数据DAO可以提供一种解决方案，允许有意愿的参与者上传和变现他们的数据，并可管理数据的使用方式。例如，Reddit数据DAO允许用户上传他们从Reddit平台导出的Reddit数据，其中包含评论、帖子和投票历史，这些数据可以以隐私保护的方式出售或出租给人工智能公司。代币激励让用户不仅可以通过一次性交易赚取收益，还可以基于使用其数据训练的人工智能模型所创造的价值大小赚取收益。 3、开放问题与挑战虽然数据DAO的潜在好处是巨大的，但也存在一些考量和挑战。（1）激励的扭曲影响从Crypto使用代币激励的历史中可以看到一点，那就是外部激励会改变用户行为。这对利用代币激励来实现数据目的有直接影响：激励可能会扭曲参与者群体和其所贡献的数据类型。代币激励的引入也引入了参与者寻求系统漏洞的可能性，例如提交低质量或捏造数据来让他们的收入最大化。这很重要，因为这些数据DAO的收益机会取决于数据质量。如果贡献偏离目标，就会破坏数据集的价值。（2）数据测量和奖励数据DAO的核心思想是，通过代币激励来奖励贡献者的数据提交，从长远来看，这将成为DAO所获得的收入。然而，考虑到数据价值的主观性，确切地知道应该对各种数据贡献给予多少奖励是极具挑战性的。在上面关于生物黑客的例子中，例如：某些用户的数据比其他用户的数据更有价值吗？如果是，决定因素有哪些？对于地图数据来说：某些地区的地图信息是否比其他地区更有价值？这种差异如何量化？（通过计算数据对模型性能的增量贡献来衡量人工智能中的数据价值这方面的研究非常活跃，但这种方法可能需要大量的计算。）另外，建立健全的机制来验证数据的真实性和准确性至关重要。如果没有这些措施，系统可能容易面临欺诈性数据提交（例如创建虚假账户）或Sybil攻击。DEPIN网络试图通过在硬件设备级别进行集成来解决这个问题，但是依赖于用户贡献的其他类型的数据DAO可能容易受到操纵。（3）新数据递增量大多数开放网络已经被用作训练目的，因此数据DAO操作员必须考虑，通过分布式方式收集的数据集是否真的是开放网络上现有数据的增量和附加，以及研究人员是否可以从平台上获得这些数据或通过其他方式获取这些数据。上述想法强调了收集全新数据的重要性，这些数据超越了现有的数据，导致了接下来的考量：影响大小和收益机会。（4）评估收益机会从本质上讲，数据DAO正在构建一个双边市场，将数据买家和数据贡献者联系起来。因此，数据DAO的成功取决于能否吸引稳定且多样化的、愿意为数据付费的客户群。数据DAO需要识别和验证其最终需求，并确保收益机会足够大（无论是基于总量还是基于单个贡献者），以激励所需数据的数量和质量。例如，创建一个用户数据DAO来汇集个人偏好以及出于广告目的浏览数据的想法已经讨论了好几年了，但最终，这样一个网络能够传递给用户的收益可能微乎其微。（作为对比参考，Meta在2023年底的全球ARPU为13.12美元。）随着人工智能公司计划在训练方面投入数万亿美元，分给每个用户的数据收益可能足以吸引大规模贡献，这就给数据DAO提出了一个有趣的问题：“为什么是现在？” 4、攻克数据墙数据DAO代表了一种潜在的光明前景，可以生成新的高质量数据集，并攻克人工智能领域里的数据墙。具体如何实现还有待观察，但我们很高兴看到这个领域的发展。来源：金色财经

金色财经06-18 15:38

73%高净值富人都在做！AI炒作后，马斯克将布局目光转向“这传统资产”……

亿万富翁马斯克(Elon Musk)在人工智能(AI)炒作提振股市后，将布局目光转向另一个更传统的资产类别，即艺术。瑞银调查显示，有73%的超高净值人士都将艺术视为一种多元化策略。马斯克在AI方面的投资已经让他赚了数十亿美元，但另一个更传统的资产类别正在获得关注。今年，AI为股市带来了显著的提振，尽管这种提振可能转瞬即逝，尤其是让英伟达(NVIDIA)和谷歌(Google)等科技巨头受益。 (来源:Bezinga) 然而，在AI公司被炒作的背景下，马斯克将注意力转向了更成熟的细分市场，他并不是唯一一个这样做的人；最近，罗斯柴尔德家族以超过1.97亿美元的价格将这项资产卖给了荷兰政府，而奥普拉·温弗瑞以1.5亿美元的价格出售了同一项资产，获利6200万美元。杰夫·贝佐斯也加入了这一潮流，投资7000万美元于这一资产类别：美术。瑞银调查显示，73%的超高净值美国人将艺术视为一种多元化策略，其理由十分充分。1995年至2022年间，蓝筹艺术品的表现比标准普尔500指数高出136%。 2023年，蓝筹艺术品销量超过了疫情前的水平。据德勤称，价值1.7万亿美元的艺术品和收藏品市场预计未来五年将增长58%。另外，《华尔街日报》(WSJ)将艺术品评为“地球上最热门的市场之一”。根据花旗银行1995-2021的数据，在主要资产类别中，艺术品与公开股票的相关性是最低的之一。人们普遍认为，投资毕加索、巴斯奎特和康多等知名艺术家的艺术作品需要大量财富，但Masterworks等平台允许投资者购买代表艺术品部分所有权的股份。这使得投资者能够以拥有整件艺术品的成本的一小部分，购买布拉德·皮特、莱昂纳多·迪卡普里奥和碧昂丝等名人也喜欢的资产类别。根据瑞银2023年亿万富翁报告，相当一部分超级富豪收藏家打算在2023年下半年至2024年维持或增加艺术品投资，与往年一致。信心依然高涨，77%的受访收藏家对未来六个月的艺术品市场表现表示乐观，凸显了其韧性。花旗的研究结果表明，即使只将5%的资金适度分配给当代艺术，在几乎所有情况下都能显著提高投资组合的长期表现。尽管这些统计数据令人信服，但许多投资组合主要由股票和债券组成，这主要是因为艺术品投资的复杂性和高成本。对于大多数投资者来说，大规模参与艺术市场仍然在财务上难以承受。然而，像杰作正在让大众能够接触到Banksy和Picasso等知名艺术家的数百万美元艺术品。 Masterworks已成功退出21次，年化净回报率高达14.6%至36.2%。对于那些希望效仿亿万富翁艺术品投资者的人来说，Masterworks是进入艺术品投资领域的关键门户。

秉哥说市06-18 13:32

报团“新高”的前因后果？

其集中在少数科技股上。主要推动力来自于人工智能（AI）的快速发展和市场对相关公司的高预期。 $标普500(.SPX)$ $纳指100ETF(QQQ)$ $纳斯达克(.IXIC)$ $标普500ETF(SPY)$ 主要驱动力 AI技术崛起及市场热情高涨：AI技术的广泛应用和前景成为市场追捧的焦点，特别是英伟达等公司的快速增长引发投资者的热情。英伟达的股价飙升使其在科技ETF中的权重大幅上升，吸引大量资金流入。市场预期调整：5月CPI数据不及预期，市场对美联储未来降息的预期增强，进一步推动了高成长性科技股的上涨。具体表现集中的市场涨幅在2023年第二季度，美股涨幅的60%来自少数几只科技股。这一现象反映出市场资金集中流向少数明星企业，主要包括微软、英伟达、苹果、谷歌和亚马逊。这些公司因其在AI和科技创新领域的领先地位，吸引了大量投资者的关注和资金涌入。科技股主导科技股，特别是与AI相关的公司，成为市场主导力量。 $英伟达(NVDA)$ 的表现尤为突出，其股价飙升，不仅反映了其在AI芯片领域的领导地位，也体现了市场对AI技术前景的高度期待。英伟达在科技ETF中的权重大幅上升，预计将达到20%，这一变化进一步吸引了大量资金流入该股。 ETF再平衡的影响 $高科技指数ETF-SPDR(XLK)$ 在Q2进行再平衡，这一过程导致资金流向发生显著变化。具体而言，英伟达的权重增加，使其成为主要受益者之一，而苹果等部分权重减少的股票则遭遇抛售压力。这种调整不仅反映了投资者对个股前景的重新评估，也显示出市场资金配置的动态变化。投资者情绪和市场反应投资者对AI和科技创新的热情，使得少数科技股在Q2表现异常突出。市场对这些公司的高预期，推动了其股价的持续上涨。然而，这种高度集中化的投资策略，也增加了市场波动的风险。一旦市场预期发生变化或出现不利消息，这些高权重股票可能会引发较大幅度的市场调整。投资建议分散投资：尽管科技股表现强劲，投资者应注意分散投资，避免过度集中于少数高风险股票。关注调整机会：随着ETF再平衡的进行，市场可能出现短期波动，为投资者提供调整仓位的机会。长期布局AI：AI技术的发展前景广阔，投资者可考虑长期布局相关领域，但需注意市场情绪和波动风险。

老虎证券06-18 11:59

大宗商品超级周期逼近！贵金属专家：铜价从未如此被低估美联储迎“拐点”将暴涨

需求增加、可再生能源技术的蓬勃发展以及人工智能(AI)泡沫，即使在没有投机资金大量涌入的情况下，价格仍持续上涨。希夫认为，即使不切实际的“净零”目标被下调至更现实的数字，需求仍将存在，当前的供应紧缩和通胀压力仍将持续存在。为了避免银行业和商业房地产危机，美联储将不得不在某个时候降息。这将引发新一轮通胀扩张，因为美联储忽视了其政策所造成的压力。 Richard总结时称，对于铜来说，以上所有因素都意味着一件事，即价格上涨。 “我们已经提到过，巴拿马铜矿(Cobre Panama)的关闭、秘鲁的大规模罢工，以及智利的产量未能达到预期，这些都导致了人们对供应的担忧，”他指出。“正如我们在4月份所报道的，根据该公司自己的预测，Codelco的所有4个大型项目均已被推迟数年，面临总计数十亿美元的成本超支，并且遭遇事故和运营问题，同时未能实现所承诺的产量提升。” 人们还对非洲第二大铜生产国赞比亚感到担忧，该国的干旱条件导致水坝水位降低，引发电力危机，威胁到该国计划中的铜矿扩张计划。艾芬豪矿业报告称，全球最新的大型铜矿，即刚果民主共和国的卡莫阿-卡库拉(Kamoa-Kakula)季产量下降了6.5%。铜精矿市场的紧张局面反映在加工和精炼费用从每吨90美元以上，暴跌至每吨10美元以下。这一大幅降价迫使中国冶炼厂考虑减产10%，而中国冶炼厂约占全球精炼铜产量的50%。与此同时，铜的需求持续增加。尽管价格已达到过去五年来的最高水平，但一些人认为，铜和其他大宗商品的价格从未被如此低估。 Richard展望时强调：“我们可以肯定的是，所有大宗商品的前景都取决于美元。一旦美联储开始降息，美元就会走弱，整个大宗商品市场就会走强。” 从历史上看，投资初级公司一直是利用金属价格上涨的一个好方法。小型铜矿拥有世界未来的矿山，它们帮助大型铜矿公司补充其运营矿山中不断耗尽的矿石，从而帮助克服市场所知、即将到来的铜供应短缺。

秉哥说市06-18 10:12

2024世界人工智能大会筹备进展最新公布！AI人工智能ETF(512930)涨超2%

步驱动AI算力及应用厂商景气上行关注人工智能，AI应用发展以及娱乐消费、线上购物的投资者，可借道线上消费ETF平安(159793)、AI人工智能ETF(512930)把握投资机遇。线上消费ETF平安(159793)紧密跟踪中证沪港深线上消费主题指数，中证沪港深线上消费主题指数从内地与香港市场中选取50只主营业务涉及线上购物、快递物流、影视娱乐、网络游戏、视频直播、在线教育以及远程医疗等领域的上市公司证券作为指数样本，以反映内地与香港市场线上消费主题上市公司证券的整体表现。数据显示，截至2024年5月31日，中证沪港深线上消费主题指数(931481)前十大权重股分别为美团-W(03690)、腾讯控股(00700)、快手-W(01024)、顺丰控股(002352)、科大讯飞(002230)、京东健康(06618)、昆仑万维(300418)、哔哩哔哩-W(09626)、圆通速递(600233)、金山软件(03888)，前十大权重股合计占比59.67%。 AI人工智能ETF(512930)紧密跟踪中证人工智能主题指数，中证人工智能主题指数选取50只业务涉及为人工智能提供基础资源、技术以及应用支持的上市公司证券作为指数样本，以反映人工智能主题上市公司证券的整体表现。数据显示，截至2024年5月31日，中证人工智能主题指数(930713)前十大权重股分别为海康威视(002415)、中际旭创(300308)、科大讯飞(002230)、韦尔股份(603501)、新易盛(300502)、金山办公(688111)、紫光股份(000938)、澜起科技(688008)、中科曙光(603019)、浪潮信息(000977)，前十大权重股合计占比51.54%。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06-18 09:49

24小时热点