FX168财经网_全球视野外汇黄金加密货币NFT资讯网

Meme股狂欢后，Reddit怎么看？

个驱动因素是国际扩张。该公司已经部署了机器学习模型，开始自动将其内容（目前主要是英文）翻译成法语，很快就会有更多的语言出现。名义上，国际收入只占总收入的不到四分之一，因此，让Reddit在全球范围内吸引更多眼球的努力，将是未来增长的一个重要、可持续的动力。在盈利能力方面，请注意，Reddit约89%的形式毛利率帮助该公司将令人难以置信的营收增长转化为强劲的利润。调整后的EBITDA攀升至1,000万美元，利润率为4%，而去年同期的利润率为-31%。来源：Reddit 总结飞速增长的用户，正在进行的国际翻译，更快的平台带来了更多的谷歌流量，以及快速增长的利润——Reddit有很多值得喜欢的地方，也有很多可以证明最近反弹的理由。投资者可以多关注该公司进入第二季度及以后的增长率和估值倍数。 $Reddit(RDDT)$

老虎证券2024-06-17

zksync（ZK）上线币安是天王还是天亡

心化的GPU分配基础设施，以解决AI和机器学习领域对于高效计算资源的需求。IO币作为io.net生态系统的激励层，用于结算网络中的交易，并鼓励用户参与网络的建设和维护。 io.net的未来展望看起来相当积极。随着AI和机器学习领域的不断发展，对于高效计算资源的需求也在增长。io.net通过其去中心化的网络和经济激励机制，有望成为解决这一需求的重要平台。此外，io.net已经与Solana等其他区块链项目建立了合作关系，这可能有助于其在市场上的扩张和发展。 WLD WLD币，也被称为全球数字货币（World Digital Currency），是一种基于区块链技术的加密货币。它不仅仅是一种虚拟货币，更是一种在全球范围内具有广泛应用潜力的数字资产。WLD币的目标在于构建一个更加公平、透明和可持续的全球经济系统，为全球用户提供一个安全、快速且低成本的支付解决方案。此外，WLD币还与世界ID、World App等核心产品相结合，形成了一个完整的生态系统。其中，World ID是一个基于人格证明的隐私保护数字身份网络，为用户提供了一个经过验证的数字身份，增强了交易的安全性和可信度。而World App则是一个创新的加密钱包应用程序，为用户提供了便捷的数字资产管理功能，使得WLD币的使用更加简单和直观。 INJ 金融专注区块链：Injective专注于金融领域，支持高级DeFi应用程序和无缝的跨链互操作性。功能支持：支持链上交易、借贷和预测市场，并利用CosmWasm实现跨链功能。抗MEV：具备抵抗矿工提取价值的去中心化订单簿。支撑位：25美元多重支持级别：$INJ的优势之一是具备多个支持级别。强大实力展示：尽管曾突破长期阻力位30美元，但整体市场情绪变化。一旦确认重新测试30美元支撑位，预计将迎来强劲拉升。来源：金色财经

金色财经2024-06-17

深入探讨去中心化人工智能（DeAI）及其重要性

及根据问题陈述和收集的数据选择最适合的机器学习实践。接下来的步骤是训练和测试模型，以确保其能够做出准确的预测。最后是优化，即提高模型的效率。模型部署将模型部署到现实环境中，使其开始进行预测、推荐或其他训练任务。你可以使用计算提供商将其投入生产。持续监控确保模型保持准确和有效。偏差检测确保决策的公平性。模型维护与再培训维护模型涉及定期更新和使用新数据进行再培训。重点是尽可能多地收集反馈，并将其反馈给模型以进行调整和改进。今天，大多数这些模型来自研究机构、私营公司或少数开源组织。Google、OpenAI、IBM、AWS 和 Microsoft 是一些主要参与者。去中心化 AI 的需求中心化 AI 存在其问题。试想一下，单点故障意味着一次漏洞可能会危及所有内容。相比之下，去中心化 AI (DeAI) 通过将数据分布在多个节点上，使系统更安全。如果一个节点受到攻击，其余节点仍能正常运作。这种设置还使用户对其数据拥有更多控制权，尤其是在利用完全同态加密 (FHE) 和零知识机器学习 (ZKML) 等技术时，降低了隐私风险。审查是中心化系统的另一个重大问题。一个实体可以控制和操纵信息。相比之下，去中心化 AI 分布控制，难以让任何单一实体主导叙述。这确保了信息保持可访问并免受不当影响。透明度是我认为的关键因素。开源模型、激励机制和协作工作流管理意味着任何人都可以随时检查和验证决策。这种开放程度解决了中心化系统中隐藏偏见和不透明过程的问题。此外，它允许更多人参与并贡献。例如，拥有闲置计算空间的人现在可以通过去中心化计算提供商如 Akash 和 Render 出租。去中心化模型还限制了中央实体的权力，防止 AI 被滥用于不公平的目的。通过促进协作和知识共享，它利用集体智慧和更大的治理，导致系统更稳健、更开放和更准确。加密技术在其中充当了促进者，将最好的两方面结合在一起。它提供了对顶级服务、计算、模型和数据的访问，同时为每个利益相关者提供激励循环、安全性和隐私。这种协同作用确保 DeAI 不仅有效，而且公平和安全。 DeAI 的实际应用以下是 DeAI 领域的一些关键应用：行业应用医疗保健 DeAI 通过实现医疗机构之间的安全、私密的数据共享来增强医疗保健。 AI 算法可以分析匿名数据以识别模式、预测疾病爆发并个性化治疗计划。例如，患者可以私下分享他们的数据给医院，并确保只有他们自己拥有数据，没有其他人。金融去中心化金融 (DeFi) 是 web3 的最大子生态系统之一。AI 可以帮助增强风险管理和交易。这些协议使用 AI 评估风险、预测资产价格并优化交易策略。例如，许多项目正在开发有效资产管理、AI 驱动的自动化做市商 (AMM) 工具等。安全和欺诈检测 AI 算法可以通过分析交易数据中的模式和异常来帮助系统检测和防止欺诈。这增加了 web3 协议的安全性。例如，在 NFT 生态系统中，AI 可以帮助识别假冒资产，确保完整性。内容/情感生成 AI 可以用于创建故事情节、传说、游戏机制等。例如，web3 游戏可以使用 AI 从文本描述生成游戏内容，智能合约管理角色画像和物品等资产的所有权。此外，了解用户对某个类别、问题或市场的看法非常有价值。Kaito 和 Nansen 等工具旨在提供这种情报。 AI 代理和自动化有项目正在为各种领域的任务构建自主 AI 代理，从客户服务到供应链管理。这些代理可以由任何人创建或在协作努力下创建，所有利益相关者都可以无缝地自动获得奖励。用户体验 web3 的用户体验并不是最好的，但模型可以通过个性化推荐和行为预测来提升这一体验。去中心化的社交网络是一个很好的例子，允许用户选择内容推荐的算法或根据自己的喜好策划他们的 feed。生态系统管理激励结构利益相关者可以通过提供数据、计算能力或开发算法获得奖励（赚取代币）。动机在于，存在强大的需求驱动因素，促使人们聚集在一起，合作解决难题，同时也能公平地获得时间和努力的回报。成本效率 DeAI 平台可以通过利用分布式网络中的未使用资源大幅降低成本。它们消除了对昂贵数据中心的需求，并确保资源被最大化使用。例如，Akash Network、Aethir 和 Render 等项目允许用户租用他们未使用的计算能力用于 AI 任务，提高了效率。治理 DeAI 还可以用于改进治理流程，特别是对于协议和去中心化自治组织（DAO）。 AI 可以自动化声誉管理和奖励，确保在 DAO 中公平地认可贡献。推动加密与 AI 结合领域发展的催化剂加密与 AI 结合的交叉领域有几个强劲的催化剂推动其发展。让我们来看看其中的一些。首先，生态系统的资金一直在增加。过去一年中，共有 10.2 亿美元被投入到 136 轮融资中，平均每轮 750 万美元。Hack VC、Variant、Paradigm 和 Polychain 等著名投资者正在进行重大投资。这一资本的涌入正在为该领域的研究和创新提供动力。其次，这项技术旨在提供比中心化系统更具成本效益的替代方案。它可以将潜在的运营成本降低近 50%，高效处理大数据量，并同时提供安全性和隐私性。例如，Akash 声称与 AWS、GCP 和 Azure 相比，其计算提供的成本降低了 85%。从市值来看，该领域的领先项目，如Bittensor、Akash、Render、Worldcoin，在过去的一年里在二级市场上表现异常出色。这些项目一直是 web3 中表现最好的资产之一。根据 Coinbase 的报告，Crypto x AI 品类在品类层面也表现明显出色。 2024 年 4 月，NVIDIA 公布的业绩非常出色。以下是一些新闻中的数据：他们报告称 2024 年第一季度的收入为 260 亿美元，比 2023 年第四季度增长 18%，比去年同期增长 262%。 2024 年第一季度每股摊薄 GAAP 收益为 5.98 美元，比上一季度增长 21%，比去年同期增长 629%。这些数字相当亮眼。中心化服务的宕机事件最近，所有中心化服务（包括 Google.com、ChatGPT、Perplexity）都同时宕机，而所有 Web3 服务则完好无损地运行着。Akash Network 的创始人在此事件期间发出了这样一条推文。由于这些以及许多其他类似的举措、事件和创新，这个领域正在快速发展。领先的远见者生态系统正在积聚势头，这要归功于一些关键行业人物的支持和参与。 Erik Voorhees ShapeShift 的创始人和推特上的大人物，推出了 Venice AI，旨在创建一个无需许可的替代品，替代类似 ChatGPT 的流行 Web2 大语言模型（LLM）。 Venice 侧重于用户隐私和反审查，利用开源技术提供未经过滤和无偏见的信息。 Emad Mostaque Stability AI 的创始人和前 CEO，已辞职，全身心投入 DeAI，他正在构建 Schelling AI。他认为，随着 AI 变得越来越关键，透明和分布式治理将变得非常重要。 Niraj Pant 前 Polychain Capital 的 GP，现正在构建 Ritual.net。这个平台旨在为 AI 构建一个主权执行层，允许开放和无需许可的创建、分发和改进 AI 模型。 Ritual.net 的第一阶段 Infernet 允许开发者通过智能合约和链下访问模型。存在的问题虽然去中心化 AI 提供了许多好处，但它也面临着需要注意的重大挑战。以下是当前面临的主要问题：初始设置成本和挑战建立一个 DeAI 网络面临相当大的困难。构建必要的基础设施和吸引参与者需要大量的时间和资源。这个冷启动问题突显了吸引早期采用者的强大激励措施的必要性。然而，在未达到临界质量之前，网络难以获得牵引力。增加的协调需求管理一个去中心化网络非常复杂。同步多个节点和利益相关者，确保数据一致性，维护安全性，并以成本效益高的方式运营需要大量努力。虽然这种协调体现了加密 x AI 的精髓，但有时可能变得低效和繁琐。可扩展性挑战网络在可扩展性方面面临挑战。在不降低性能的情况下处理不断增加的数据和交易是当今的一个重大挑战。由于节点运行时间的差异，去中心化网络可能会遇到延迟和带宽问题，影响整体效率。诸如分片之类的解决方案仍在发展中，可能无法完全缓解这些问题。资源获取公司在获取最先进的资源方面往往会遇到障碍。主要的中心化提供商可以大量投资于最新的硬件和软件，赋予他们竞争优势。相反，DeAI 项目由于资金有限，可能落后，影响其性能和能力。例如，NVIDIA 倾向于优先为像 GCP、Azure 和 AWS 这样的大型用户分配资源，而不是他们的 Web3 对手，因为需求更高。然而，对于 Web3 提供商来说，当前供应超过需求，或者他们可能仍处于初期建设阶段。法规和法律挑战加密在很大程度上处于法规的灰色地带。缺乏明确的监管框架可能会导致法律风险和不确定性。在去中心化环境中遵守 GDPR 等法规变得更加困难，导致全球范围内持续的斗争。加密 x AI 的未来加密和 AI 的融合有望催生创新项目和应用，解决现实世界的挑战。在我们即将发布的博客中，我们将深入探讨加密的几个关键子类别。我们将探索零知识机器学习（zkML），如 Modulus Labs 和 Giza 等项目，开发以模型推理为中心的产品。此外，我们还将研究去中心化云计算提供商如 Render、Akash Network 和 Aethir，强调它们在提供可扩展且具有成本效益的传统云服务替代方案中的作用。还有许多其他类别，包括 AI 代理、消费者应用和 Web3 游戏，正在蓬勃发展，如 Prime、Nim Network 和 AI Arena 等项目在这一领域运作。虽然列表可以继续扩展，但我们将把进一步的探索留待下一篇博客文章中。在这个领域中，有着悠久历史和成功记录的几个项目包括： Bittensor：这个项目正在开发一个去中心化网络，通过区块链激励参与者共享 AI 模型和数据集，使用“子网”奖励贡献。 Fetch：致力于自主 AI 代理市场，Fetch 提供与 ChatGPT 和 Slack 等顶级服务的集成，通过简单的 API 集成实现对齐。 Akash Network：专注于构建一个提供云计算资源的去中心化市场，Akash Network 使用其 AKT 代币进行治理、安全和网络内的交易。结束语我坚信去中心化 AI（DeAI）有望成为游戏规则的改变者，我们才刚刚开始见证其在生态系统中的增长。 DeAI 体现了透明性、协作和全球影响的原则。正如我们所讨论的，它正在重塑各个关键领域。 Render、Akash 和 Worldcoin 等项目凭借其显著的吸引力和资金，不仅展示了这一领域的巨大潜力，还预示了未来几年可能会经历的显著增长。展望未来，我们将深入探讨加密 x AI 的子类别，继续探索这一动态领域。未来光明，我们才刚刚开始。来源：金色财经

金色财经2024-06-17

Vitalik Buterin认可将TiTok压缩方法用于区块链应用

缩大小的比较。资料来源：TikTok 机器学习图像 TiTok 利用机器学习和先进的人工智能，使用基于变换器的模型将图像转换为标记化表示。该方法使用区域冗余，这意味着它识别并使用图像不同区域中的冗余信息来减少最终产品的整体数据大小。 “生成模型的最新进展凸显了图像标记在高分辨率图像有效合成中的重要作用。” 根据研究论文，TiTok 的“紧凑潜在表示”可以产生“比传统技术更高效、更有效的表示”。使用 TiTok 框架 (c) 进行图像重建 (a) 和生成 (b) 的图示。来源：TiTok TikTok，不是TikTok 尽管名字相似，但社交媒体平台 TikTok 并未获得 Buterin 的认可。以太坊联合创始人强调了 TiTok 的区块链潜力，为这种新的人工智能驱动的图像压缩方法增添了可信度。 “与将图像潜在空间视为 2D 网格的现有 2D VQ 模型不同，我们提供了一种更紧凑的公式来将图像标记为 1D 潜在序列。” 提出的新方法可以“用比“2D 标记器”少 8 到 64 倍的标记来表示图像”，该团队希望这项研究能够为“更有效的图像表示”提供启示。来源：金色财经

金色财经2024-06-17

「AI交易策略」 3EX的AI策略收益率超过1000%

AI算法，成功地将技术分析、量化交易和机器学习技术结合起来，为用户提供了一系列高效、高收益的交易策略。通过这些策略，即使在波动极大的市场环境中，投资者也能够实现稳健的收益。 3EX相关链接：社媒Linktree：https://linktr.ee/3exlinktreecn Twitter(CN): https://twitter.com/3EX_ZH 来源：金色财经

金色财经2024-06-17

融资周刊 | 21个项目融资3.997亿美元 Nexus拨得头筹

金色财经2024-06-16

AI与区块链的融合：详览AI与算力市场赛道上的潜力项目

是一个去中心化的 GPU 网络，旨在为机器学习应用程序提供巨大的算力。他们的愿景是通过从独立数据中心、加密矿工和 Filecoin 等项目组装超过一百万个 GPU 来解锁公平的计算能力访问，让计算更具可扩展性、可访问性和效率。 io.net 提供了一种完全不同的云计算方法，利用分布式和去中心化模型，为用户提供更多的算力控制和灵活性，其服务无需许可且成本低廉。据 io.net 官方称，他们的算力比如亚马逊 AWS 这样的中心化服务商低 90%，所有这些因素的结合使 io.net 成为去中心化提供商中的佼佼者。 Source: io.net Aethir Aethir 为解决全球算力资源有效利用这一复杂问题提供了一种颠覆性但高度可行的解决方案。他们的网络聚合并智能地重新分配来自企业、数据中心、加密货币挖矿业务和消费者的新 GPU 和闲置 GPU。更好地重新分配 GPU 容量的市场机会非常广泛，Aethir 希望能够将当前全球 GPU 计算可用性提高 10 倍以上。 Aethir 的一个关键特点是专注于重新利用现有的闲置资源，而不是要求节点参与者购买新的硬件。通常一台设备的未充分利用的 GPU 容量估计在 50% 到 75% 之间，这表明有大量算力资源可以被 Token 化。Aethir 旨在通过瞄准中小型数据中心和企业来利用这些丰富的闲置资源。 Aethir 目前代币已上线 OKX Bybit 等交易所，此前通过 Pre-A 轮融资 900 万美元，由 Sanctor Capital、Hashkey 等知名机构领投。 Source: aethir.com Arweave AO 是基于 Arweave 的分布式、去中心化、面向参与者的计算系统。AO 的核心目标是提供一种无需信任和协作、没有实际规模限制的计算服务，为与区块链相结合的应用程序提供新范式。与其他高性能区块链相比，AO 支持存储大量数据，例如 AI 模型。与以太坊不同，AO 允许任意数量的并行进程在计算单元内同时运行，通过开放消息传递进行协调，而无需依赖集中式内存空间。 Arweave 推出 AO，意味着从去中心化存储赛道迈向更广阔的去中心化云服务领域。其永久链上存储不再仅仅用于用户数据，而是希望成为云计算的永久主机，专注于大规模可验证计算。日前 Arweave 也公布了其双代币 $AR 与 $AO 之间的代币经济。据官方声明，$AO 是一个 100% 公平发行的代币，没有预售和预分配。$AO 的总供应量为 2,100 万枚，减半周期为 4 年，每 5 分钟分发一次，每月分发量为剩余供应量的 1.425%。大约 36%（前四个月 100% 加上之后的 33.3%）的 $AO 代币每 5 分钟分配给 $AR 持有者，这些代币激励了 AO 基础层——Arweave 的安全性。其余约 64% 的 $AO 代币分配给桥接用户，用于提供外部收益和将资产引入 AO 的激励。 Source: https://ao.arweave.dev/ Bittensor AI 模型的训练需要大量的数据和计算能力，但高昂的成本导致这些资源大多由大型企业和研究机构垄断。这种集中化限制了 AI 模型的使用和合作，阻碍了 AI 生态系统的发展。Bittensor(TAO) 致力于建立世界上第一个区块链神经网络，以便网络参与者交换机器学习能力和预测。 Bittensor 希望通过点对点方式促进机器学习模型和服务的共享和协作。TAO 在技术上实现起来颇具挑战，离实际应用尚有一定距离。 Source: https://futureproofmarketer.com/blog/what-is-bittensor-tao 笔者观点这些 AI + 区块链项目很可能改变未来的算力资源分配格局。分散所有权、协作式跨集群的去中心化区域部署，将为新一波经济和技术进步铺平道路。这些项目的野心都很大，希望改变未来云计算和 AI 应用的格局，塑造一个更互联、高效、创新驱动的全球云经济。在各国积极推动生产力转型的背景下，这些发展方向十分值得我们深入探索。不过由于这个领域需要更强的技术支持和更多的资金支持，因此对于项目方来说，准入门槛也并不低，目前仍处于尝试阶段，未来能否落地成为实际有人使用的基础设施还有待观察。来源：金色财经

金色财经2024-06-15

人工智能、游戏和 DePIN的共同点

的主要瓶颈，加大投入成为成为人工智能/机器学习领域的先行者的唯一方法。因此，对高端 GPU 的需求仍然非常强劲。随着大型科技公司之间竞争的持续，这种需求预计还会进一步加剧。因此，随着这些计算需求相关成本的稳步增加，对于许多“缺乏GPU”的人工智能/机器学习企业来说，这种成本是一个不小的负担。这也为去中心化计算行业创造了有利的机会。分散式计算只需花费集中式服务成本的一小部分即可访问分布式 GPU 集群，因此是一种经济高效的替代方案。相比之下，与Google Cloud、AWS、Azure等主要参与者相比，分散式基础设施的成本要便宜4倍以上。以下是一些主要去中心化 GPU 项目的重要数据： Render（$RNDR） Akash（$AKT） Nosana（$NOS） Aethir（$ATH） IOnet（$IO） Netmind（$NMT） Web3 项目正在竞相增加其高端 GPU 持有量，这被视为推动 Web2 实际采用的关键点。评估 GPU 容量的更好方法是通过 FLOPS。然而，大多数 GPU 项目的仪表板都没有提供这些信息。我希望能够添加这些数据，以便公平地评估 GPU 项目。 JulesUrbach Gregosuri JesseEisses AnMe_kz MTorygreen MRRydon 这些分散式 GPU 平台在加密领域的运作方式如下：数据收集和处理模型训练微调模型推理分散式 GPU 解决方案已经展示出清晰的产品市场拟合，并且随着人工智能趋势的出现，它们将变得更加重要。最近，有关 Ionet 和 AethirCloud 两个项目的讨论凸显了它们的区别。Ionet 是 SOL 生态的一部分，被广泛认可，并且已经得到 Aptos 的支持，因此有望在 Aptos 上线。而 AethirCloud 主要关注以太坊和 Arbitrum，其代币 ATH 在以太坊上，CheckerNode 在 Arbitrum 上。因此，从生态系统的角度来看，这两个项目似乎在各自的领域内独立运作，划分了自己的势力范围。两个项目之间有着巧妙的合作关系，甚至还进行了 "代币互换"，使得原本模糊的竞争关系变得和谐。这种合作状态让人联想到 "Peace & Love"，展现出一种和谐共存的状态。此外，两个项目的代币符号选择也颇具趣味。IO 代表着计算器的 Input & Output，同时也是经典的域名后缀。而ATH 则是 All Time High 的缩写，是加密货币中常用的术语，似乎也在暗示着两者之间的不同之处。来源：金色财经

金色财经2024-06-15

AO 公布代币经济之际一份简明总结助你搞懂技术细节

的资源限制，支持完全并行执行，并扩展了机器学习等复杂应用的可能性。模块化：AO 的架构允许用户选择最适合他们的虚拟机、排序模型、消息传递安全保证和支付选项。所有消息最终结算到 Arweave 的去中心化数据层，统一了这个模块化环境。经济安全模型：该网络使用代币经济模型来确保进程安全，用户可自定义安全机制。该模型可确保经济合理的安全定价和高效的资源分配。技术架构进程：进程是网络的计算单元，由存储在 Arweave 上的交互消息日志和初始化数据项表示。进程在初始化期间定义其计算环境需求（VM、调度器、内存需求、必要的扩展）。状态转换由满足这些需求的计算单元（CUs）计算。消息：与进程的每次交互都由消息表示。消息是符合 ANS-104 标准的数据项。用户和进程通过调度单元（SUs）发送消息，SUs 为消息分配唯一的槽号，并确保数据上传到 Arweave。调度单元（SUs）：SUs 负责向发送到进程的消息分配原子递增槽号。SUs 确保签名分配和消息被持久化到 Arweave，使其永久可供访问。计算单元（CUs）：CUs 是在 AO 中计算进程状态的节点。它们执行进程环境定义的虚拟机功能，生成新状态、出站消息和计算的签名证明。CUs 在一个点对点市场中竞争提供计算服务。消息单元（MUs）：MUs 在进程之间传递消息，与 SUs 和 CUs 协调以确保消息传输的安全和高效。MUs 处理递归消息传递，直到没有更多消息需要处理，确保稳健的进程间通信。子质押和子账本进程：这些进程提供可定制的安全配置并促进支付的并行执行。子质押进程允许满足多样化的安全需求，而子账本通过在父进程中持有代币余额实现高效的交易处理。关键要点可扩展性：AO 的设计支持无限数量的并行进程，显著增强了可扩展性，并允许根据具体操作需求进行各种配置。网络可以处理大量数据和计算任务，支持复杂应用。灵活性和定制化：模块化架构支持在计算资源、虚拟机、安全机制和支付选项上的广泛定制。这种灵活性允许用户根据特定需求量身定制环境，促进创新和效率。经济效率：代币经济模型消除了对区块奖励的依赖，优化了资源利用，并在网络中对齐了激励。安全性按消息购买，创建了一个竞争性的质押服务市场，确保成本效益高的安全解决方案。安全性：网络采用分层安全模型，具有可定制机制，确保强大的保护和适应多样化需求。AO-Sec Origin 和 SIV 等安全进程提供经济保证和抗 Sybil 攻击的证明，增强了交互的可信度。与 Arweave 的集成：AO 与 Arweave 无缝集成用于数据存储和消息日志记录，确保高效的数据处理和持久性。此集成支持网络的模块化架构，允许在去中心化环境中进行可扩展和无信任的计算。来源：金色财经

金色财经2024-06-15

Aethir ：DePIN GPU 算力基建设施领域的新范式

方式不断发生质变，但 AI 模型训练、机器学习等，让正在让计算需求呈现指数型增长。除了 AI 领域外，包括云游戏、云渲染、自动驾驶、气象预测、宇宙观测等在内的系列高端产业的集中喷发，也同样有着大量的计算资源需求。在传统的算力体系中，主流的云计算服务商，通常是将算力相对封闭地集中在几十万台服务器组成的多个数据中心，以此源源不断地为全球网络提供运算服务。这也就意味着，传统的算力供给体系通常在可拓展、克服单点风险、延迟性等方面存在一定局限性，而算力的垄断、高昂的建设以及拓展成本，正在让计算资源随着市场需求的激增而变得十分昂贵。一个示例是，曾经战胜围棋高手李世石的 Alphago ，单次训练模型就需要花费几十万美元，而像 OpenAI 这类需要持续对 AIGC 模型进行训练的商业体，所需要付出的计算成本可想而知。以 Web3 理念为核心的 DePIN 叙事的兴起，正在对传统资源分配体系进行重塑。DePIN（ Decentralized Physical Infrastructure Networks ）即分布式物理基建设施网络，是由知名加密机构 Messari 提出的概念，其核心在于以区块链为基础，利用代币激励用户以分布式的方式部署硬件设备，从而以更低成本、高效的方式，提供真实世界的商品与服务或数字资源的更合理分配，一些潜在的 DePIN 资源体系包括 GPU 算力、部署热点、存储空间、带宽资源等等。在 GPU 算力领域， Aethir 是 GPU 算力领域最具代表性的 DePIN 项目之一，其通过构建一套以 GPU 算力为核心的 DePIN 体系，致力于应对集中式云计算的常规挑战，包括高昂的成本、GPU供给的限制以及延迟等问题，并提供了一种去中心化的 GPU 云服务平台，为 AI 和游戏等迅速增长的、云渲染等市场长期提供可扩展的解决方案。据悉，Aethir 网络是目前规模最大的分布式 GPU 算力生态之一，现阶段其已拥有超过 4000 张英伟达 H100 GPU 显卡作为算力支撑，其中 82% 正在对外提供商业服务，预期在后续还会继续增加 2000-3000 张 H100 GPU 显卡。这些计算资源将由企业用户、Aethir 合作伙伴以及个人用户以分布式的方式接入网络，能够高效地满足最苛刻的 AI 客户需求，并为企业提供全球范围内最优质的 GPU 资源。随着 Aethir 分布式 GPU 算力体系的不断拓展，该生态有望全新科技时代下，最重要的算力基石。 Aethir 分布式 GPU 算力体系 Aethir 本身是一个聚合 GPU 分布式算力资源的 DePIN 网络，其运行在以太坊 Layer2 网络 Arbitrum 上。在 Aethir 网络中，其允许具备算力资源的用户将 GPU 算力接入网络中，运行在 Arbitrum Layer2 网络上的 Aethir 网络，将同样以分布式的方式对这些算力进行重新调配。具备算力需求的用户，能够以 Wholesale（零售）、Retail（零售）等方式按需付费，而贡献 GPU 资源的用户则能从 Aethir 网络中获得收入。在面向供给者端，Aethir 的范围较为广泛，无论是电信公司、硬件密集型数字企业用户，还是新基础设施投资者即持有 Aethir Edge 设备，以及具备闲置 GPU 算力资源的个人用户，都能接入网络中为网络做出贡献。实际上，无论是企业还好个人用户，GPU 设备或多或少的都存在低利用率现象，与此同时，ETH 2.0 升级对于 PoW 矿工的发展十分不利，在合并完成后大量的 PoW 硬件设备处于闲置状态（目前按资本规模计算，这些闲置 PoW 计算资源价值约为 $19B）。从供需端看，一方面全球算力紧缺，计算资源需求者难以负担昂贵的计算成本，另一面 GPU 闲置导致大量算力资源浪费。所以将闲置 GPU 资源进行整合将会是一个巨大的算力资源池，有望很好的缓解计算领域所面临的紧缺问题。聚焦于 Aethir 网络本身，为了更好的实现这些算力高质量的供给与调配，Aethir 网络中引入了三种主要角色： Container 负责为网络提提供执行和渲染应用程序的执行角色 Container，其是虚拟云计算的实际地点，最为直观的，我们可以理解为网络中算力的重要驱动角色（有效的工作从网络中赚取收入）。比如当用户通过网络购买算力后，将这些算力用于云渲染、AI 模型训练推理甚至是智能驾驶的实时响应，都需要通过 Container 为其提供算力无延迟的即使响应。通过配置高性能的硬件资源具备计算、带宽能力，Container 能够将重负荷的计算任务从用户设备转移到云端，确保用户在各种设备上都能享受到高性能的计算和渲染服务。Container 角色分布在全球各地，所以当为用户处理计算以及渲染任务，其能够很好的避免单点风险。成为 Container 角色需要质押 ATH 代币，以作为其服务质量不佳即作恶的罚没成本，其将接受 Checker 角色的监督。 Indexer 网络中资源的调配角色 Indexer，其是网络中资源的调配者角色，其会根据 Container 的实际情况（包括状态、服务部署、资源需求、延迟和服务费用等），来对网络中的算力进行调配，以让供需更好的实现匹配，并实现网络自我动态调整，以保证网络始终能够保持最佳运行状态。事实上，Indexer 的匹配是一个择优的过程，即更优秀的 Container 角色更容易获得 Indexer 的任务匹配。在面对需求端，Indexer 角色其通过设置不同的 SDK 接口能够为网络提供，能够支持多种不同类型的服务，例如AI训练、AI推理、云游戏实时渲染，云直播等，其根据不同用户的具体需求，灵活地对接到相应的 Container。同时，随着网络中 Container 角色的不断拓展，Indexer 也能为网络带来十足的可拓展性。 Checker Checker 是网络中的监督者角色，该角色会对网络中 Container 的服务进行实时的监控与检查，并将 Container 角色的处理能力、响应时间和网络延迟等，向 Indexer 实时反馈，并从网络中获得代币收入。当 Container 发生故障时，Checker 能迅速检测并通知 Indexer 重新分配资源，保证网络的正常运转。而当处理任务的 Container 角色服务质量不达标，Checker 将会降低该 Container 的优先级或减少其任务分配，并对其进行罚没。目前，网络中 Checker 角色以去中心化的方式下放到了社区，网络中 Checker 角色超过了 74000 个。所以整体上，Aethir 网络在 Container 、Indexer 以及 Checker 角色的相互互补下，不仅能够与更加精准的计算场景相适配，确保企业级云服务的 SLA 等级，同时能够持续保持拓展与自我革新。目前，在同赛道中，Aethir 的潜在竞争者包括 IO.net 以及 Render Network，仅从系统设计上看，Aethir 网络构架具备绝佳优势。一个是体现在网络延迟上，IO.net 主要依赖于 Mesh VPN 和Reverse Tunnel 技术来实现节点间的低延迟通信，虽然在实时应用中具有一定优势，但在资源匹配和服务质量监控方面略显不足。而 Render Network 则专注链下渲染和链上支付，在服务实时性和质量保证上仍存在挑战。一个是在客户保护方面，Aethir 的 Checker 角色能够保证网络对计算任务无间断进行，并不断对服务择优，而IO.net的罚没机制主要集中在节点的可用性和任务完成情况上，对于服务质量的实时监控和欺诈行为的防范相对较少。Render Network通过Rendering Proof可以完成事后验证，但是无法即时解决问题，实时性上仍有待提升。从生态规模看，现阶段，Aethir 的云拥有价值 2400 万美元的设备，分布在 25 个地点和 13 个国家。此外，Aethir 已经获得了相当于 1000 万美元的设备，以在 2024 年扩展基础设施。基于该体系， Aethir 正在根据需求提供不同且灵活的算力供给模式。 Wholesale（批发）对于具备大量、持续计算需求的用户，比如 AIGC 模型训练的 OpenAI 公司、一些大型的游戏公司，Aethir 推出了Wholesale（批发）模式，即能够向网络提前预定所需的计算处理单元（PCU），并以较低的单价获得专属的渲染服务。需求者可以对算力进行周期性预期，比如获得从一周到一年不等的持续服务，8 小时结算一次。这种方式的好处在于，能够保证在周期内获得稳定持续的算力供给，并且能够保证成本远低于外部市场。由数据显示，Aethir 能够以每小时 0.33 美元的成本提供最优惠的 A100 设备租赁费率，而对于英伟达的 GPU 租赁服务，其包含 8 个 A100 或 H100 旗舰芯片的价格为每月 3.7 万美元，折合每小时的的费用在 6 美元以上，所以 Aethir 网络在 GPU 租赁成本上有着极佳的优势。从进展上看，Aethir 已经与一些年收入在 500 万美元以上的大型 B 端用户建立了合作并签订了合同，包括玩家基数达 1.5 亿的大型游戏工作室、拥有超过 6400 万月活用户的最大云游戏公司 WellLink 、全球最大的电信公司签订合同等，并且还包括另外 10 个游戏领域潜在建立合作的大型厂商建等。 Retail（零售）对于一些具备临时需求的用户，比如小型的渲染工作室等，Aethir 推出了 Retail（零售）模式，用户可以随时接入网络获得算力服务，价格将按照市场价格波动，其以分钟作为单位进行结算。值的注意的是， Aethir 的供应市场以 ATH 代币作为结算方式，这将为 ATH 建立刚需性场景，同时通过经济内循环也将能够为生态构建更为坚实的价值基础。 Aethir Edge 算力设备事实上，对于分布式算力网络中参与者通常都是具备一定计算能力的专业参与者，对于普通用户接入网络存在一定的技术门槛。在最近，Aethir 在迪拜 Token 2049 官方发布会上推出了由高通提供技术支持的 Aethir Edge产品，该产品将作为网络中唯一的白名单挖矿 DePIN 设备，使全球用户能够享受独家奖励，并通过共享多余带宽、IP 地址和计算能力赚取收入，通过整合本地资源，Aethir Edge 让普通用户也能成为拥有卓越计算能力的节点，以成为共享经济的受益者。据悉，$ATH 代币总供应量的 23% 将分配给 Aethir Edge 持有者，作为独家激励。聚焦于 Aethir Edge 设备本身，其配备了 Qualcomm® Snapdragon™ 865芯片组，使其能够高效处理任何工作负载，并通过 Aethir 网络提供持续不断的计算能力。其也拥有12GB的LPDDR5内存，用于处理数据密集型工作负载。此外，该设备还具有256GB的UFS 3.1存储容量，提供高速数据访问，1000M GE LAN网络端口和WIFI6 2T2R + BT5.2连接性。 Aethir Edge 的全新推出，标志着由用户驱动、以去中心化方式革新边缘计算的全新起点。打造首个基于 GPU DePIN 体系的 MaaS 生态事实上，从 AI 计算的角度出发，其也存在不同的细分场景，这些不同的场景本身对于算力的需求不同，大体可以包含三类：一种是 AI 训练大模型，即我们经常说的机器训练（ML）中的一种最重要的形式。大模型训练通常对算力有着极高的要求，在该领域只有英伟达独树一帜，英伟达 H100、A100 系列芯片通常是首选。一种是 AI 推理，即利用已经训练好的 AI 模型来进行预测或决策的过程，该过程对计算资源的要求相对次之。除此之外是一些小型的边缘类垂类模型，这类的 AI 计算通常对算力要求并不是那么高。就从目前的 GPU DePIN 赛道格局看，受限于 GPU 资源以及规模，绝大多数该赛道项目只能够满足上述第二种以及第三种计算需求。 Aethir 一个明确的目标，即成为首个推出模型即服务(MaaS )的 DePIN 项目，将机器学习模型部署到企业端提供给用户使用。让 AI 用户可以一站式完成开源模型的选择和快速部署。Aethir MaaS 将帮助客户实现高效智能的数据分析和决策，降低模型部署门槛。为了推动生态该方向发展，其正在构建一个以英伟达 H100 GPU 为核心分布式算力集群。得益于其专门为 AI 计算设计的处理单元 Tensor Cores、有数千个并行处理核心、高性能的带宽内存、AI 优化指令集、大规模分布式训练支持以及高度的安全性与可靠性，英伟达 H100 被公认为是目前是用于 AI 推断、机器学习和大型语言模型（LLM）训练的最强 GPU。而目前，Aethir 网络通过不断拓展，已经拥有超过4000 个 H100，并且还有额外的 40,000 个顶级 GPU，是目前阶段最大的分布式 GPU 算力网络之一。目前， Aethir 的英伟达 H100 GPU 算力集群仍在处于高速的拓展中，并且每个加入 Aethir 网内的英伟达 H100 GPU 都需要均经过了严格检查，包括参数配置、模型可用性、带宽吞吐，链路稳定性检测等，从机制上保证可以达到高速训练和推理需求，而在后续的检查监督工作，将交给三方 Checker 进行去中心化的检查，以保证其提供优质的服务。基于其庞大的英伟达 H100 GPU 集群，结合 Aethir 的云系统，其具备大型 AI、ML 需求的用户长期提供 MaaS 服务的能力，大幅降低机器学习、模型训练的技术、成本困境。 Aethir 作为目前最大的英伟达 H100 GPU 集群，已经与同赛道其他竞争者形成了不同维度的竞争，其是目前主要具备为 AI 模型训练领域提供支持的 GPU DePIN 项目，其潜在客户是类似于 OpenAI 这类的大型厂商。相对而言 io.net 本身也具备 GPU 算力供给能力，但在质量以及规模上远没有 Aethir 的规模大，其目标用户是 AI 初创公司和开发者，大多数只需要进行推理或者边缘垂类模型的计算，而非 AI 模型训练。 Akash 也是该方向的潜在竞争者，但 Akash 是以 CPU 网络集群见长，CPU 集群网络更适合复杂逻辑计算，在 AI 训练、推理等领域则 GPU 更具优势。虽然 Akash 目前也在向 GPU 计算集群布局，并同样引入了 H100（仅 140 张左右），所以在这个方向上，其与 Aethir 仍旧有着差距。除了上述同赛道项目外，RNDR、Gensyn 等潜在竞争者也同样在 GPU 算力规模上远落后于 Aethir ，难以与 Aethir 在 AI 模型训练赛道上形成直接的竞争。所以规模化是 Aethir MaaS 体系的优势，并在其自身的结构性网络推动下，与更多的场景进行深入的结合、从另一方面看，Aethir 也正在新的竞争格局下，建立一些潜在的合作。目前，Aethir 也与最大的 GPU 集群提供商 io.net 建立合作，通过在 io.net 网络上推出 1000 个英伟达 H100 GPU，Aethir 与 io.net 共同创建了一个规模超竞争对手 Akash 三倍以上的英伟达 H100 GPU 算力池。这也使得 Aethir 成为 io.net H100 GPU 的独家提供商，为后者最苛刻、寻求高效 H100 GPU 处理能力客户持续提供计算以及 MaaS 等服务。值得一提的是，Aethir 与 io.net 的合作，对于网络中的 H100 提供者也有望获得双重奖励，即在获得 Aethir 奖励的同时，将可以同时获得 IO 网络的 Token 的双重奖励。而这种实现利益最大化的方式，同样是推动 Aethir H100 GPU 集群壮大的重要因素。重塑游戏行业新格局除了 AI 赛道外，Aethir GPU DePIN 网络对于游戏领域的发展，同样有着极为重要的意义。上文提到，Aethir 网络一方面具备充足的计算能力，基于此 Container 角色能够持续为渲染提供动力。事实上，对于大型游戏的渲染需要大量的计算资源，以实现复杂的光线追踪、粒子效果和物理模拟。比如目前游戏渲染领域广泛应用的光线追踪技术方案，每渲染一帧可能需要数十亿次光线计算，其需要具备并行处理这些计算密集型任务，相对于传统的计算服务方，Aethir GPU DePIN 网络在并行化处理这些计算密集型任务上更具优势，显著减少渲染时间与效率。另一方面，根据 Limelight Networks 的数据，游戏玩家通常期望游戏不超过 100 毫秒的延迟。传统的服务商通常会通过在地理位置上靠近用户的数据中心部署游戏服务器，再通过云服务提供商最小化延迟，优化玩家体验。但问题在于，仅在 2020 年全球在线游戏玩家人数就已经达到了 27 亿用户，计算服务方需要同时满足这些在线游戏用户的需求，这对于传统云计算服务商来说是一个不小的挑战。所以一个具备极低成本、灵活的可拓展性，满足实时、瞬时高迸发、持续的算力供应体系，就显得尤为重要，Aethir 的 DePIN 堆栈因此非常适合无延迟的云游戏。与此同时，得益于其全球分布的 GPU 资源能够为全球玩家提供高效的 GPU 功率流，Aethir 也可以将无延迟的 AAA 游戏带到发展中地区的低端硬件设备上，通过推动 AAA 游戏的普及以及市占率，有望让游戏市场不断地择优与革新，大幅提升游戏市场的质量。除了在渲染、游戏延迟方面的支持外，Aethir GPU DePIN 网络的卓越计算能力，同样有望帮助在线游戏构建更好的安全性。聚焦于在线游戏领域，DDoS 是最常见也是最频繁的攻击手段，所有在线游戏都曾为预防 DDoS 而付出了高昂的成本。Aethir GPU DePIN 网络对于帮助在线游戏抵御 DDoS 等实时访问攻击，能够确保游戏服务的持续可用性。当然，Aethir 也正在致力于推动与开发者群体的链接，通过推出系列灵活工具，包括软件开发工具包（SDK）等，可用于整合如游戏内交易和玩家认证等特性，进一步简化了游戏体验。并且 Aethir 平台提供的分析工具能帮助企业追踪玩家参与度，控制预算，分析游戏趋势，并可视化数据，旨在游戏行业制定明智的战略和解决问题。发展前景 Aethir 得益于其网络架构设计，相对于绝大多数分布式 GPU 生态在延迟、可靠性、稳定性、安全性等方面都具备一定的优势。而能够灵活进行算力驱动、具备无限拓展能力且实时接受监督的 Container 角色，让 Aethir 具备无限拓展能力的同时，能够与绝大多数具备计算需求的场景相适配，而不是定向域某一个具体的场景。比如除了对 AI、云渲染、游戏等系列场景深度适配外，包括自动驾驶等在内的对延迟具备极高要求的场景，以及一些零知识、FHE 等在内的对瞬时并行计算迸发有着极高要求的场景，Aethir 都能够灵活的予以适配。所以 Aethir 网络本身能够扎根于 DePIN GPU 计算赛道，不断向诸多具备计算需求的场景深度拓展。在成本、性能都占据优势的 Aethir，有望随着业务规模、算力规模的不断拓展，不断从抢占传统云计算巨头的市场份额，目前一些具备计算需求的传统商业巨头已经开始向 Aethir 抛出橄榄枝，代表了这些企业用户对于 Aethir 技术方案以及长期发展前景的认可。另一面随着竞争的加剧的潜在趋势是，Aethir 生态中不断迎来传统计算领域伙伴的不断加入，彼此间形成合作共赢，这对于推动 Aethir 生态规模不断呈现指数型增长、业务规模的不断扩大极为有利。这不仅是 Aethir 生态的一个里程碑，同样也是分布式 GPU 赛道发展的一个新历程。事实上，潜在业务伙伴关系，正在推动 Aethir 预计 2024 年 Q1 的年度经常性收入超过 2000 万美元，预计今年年底的 ARR 为 1.14 亿美元，并随着生态规模的壮大，其去中心化生态将不断形成新的增长飞轮。同样，据 Precedence Research 报告显示，随着到人工智能和机器学习这类先进技术在云计算中应用日益增加，云计算市场预计到 2028 年将突破 1 万亿美元大关，这都是 Aethir 生态发展的潜在机会。也正因如此，发展潜力俱佳的 Aethir 能够得到 Framework Ventures、Merit Circle、Hashkey、Animoca Brands、Sanctor Capital、Infinity Ventures Crypto (IVC) 等领先的 Web3 投资者的支持，为生态系统筹集了超过 1.3 亿美元的资金，并为 Aethir 的去中心化计算的未来铺平道路。来源：金色财经

金色财经2024-06-15

24小时热点