FX168财经网_全球视野外汇黄金加密货币NFT资讯网

探索代币化市场：主动供应与被动供应的区别及挑战

动市场中，供应可以等待需求赶上（例如 Filecoin）。但在主动市场中，人们面临着高机会成本。因此，构建者必须优先考虑需求端增长以保持竞争力。然而，代币可以帮助启动初始需求，使供应方参与者愿意加入市场。扩展主动市场的一种策略是动态调整供应方激励，使代币分配与增长密切匹配。相关机制是以许可方式入驻供应，使供应方参与者能够稳定或达到阈值的收益率（例如收益率），从而保持供应方劳动力的参与和可靠性。无论如何，主动供应市场的这一限制实际上使它们在增长时更具粘性——它们能够在需求增加时提供更稳定的收入。从激励设计的角度来看，这种代币化市场应专注于提供持续的奖励，保持用户在平台上的活跃度。此外，它们应动态调整这些奖励，以激励提供持续供应的用户，而非频繁更换的用户。尽管代币激励对于启动供应和需求有价值，但在服务、验证和声誉层面可能需要一些创新以扩展供应质量，这对主动供应市场非常重要。在这里，代币化市场必须从传统管理市场中汲取教训。例如，The RealReal 和 StockX 提供验证服务，以确保物理供应的合法性。同样，Braintrust 作为中介提供质量保证层作为其市场服务的一部分，同时利用代币帮助入驻供应（例如推荐）和审核对等人才。能够利用代币扩展效应的主动供应市场可以做得更好。通过使用基于权益的中介网络或代币激励的验证和策展层，它们可以增强质量保证过程，生成更高效的市场。对于那些供应和需求来自同一用户的代币化市场，例如 NFT 市场或像 Axie 和 Stepn 这样的边玩边赚游戏，该怎么办？当转换频繁发生时，市场需要在调整代币激励时更加动态，因为它们最有可能发现代币的投机飞轮可以掩盖有机需求。转换频繁的市场可以通过在代币奖励中加入归属期和/或其他特定锁定来缓解增长的反身性质，激励长期参与。主动供应市场应激励更多供应方多样化，引入更多的专业供应，而非零售供应，因为零售供应更易变化。被动供应市场对于被动供应市场的构建者来说，也有一些重要的代币设计影响：积极扩展供应方数量以实现商业规模通过需求端产品（例如 SDKs、APIs）或通过专有硬件锁定供应端来建立更大的防御性激励供应方的忠诚度、质量或可靠性被动供应市场通常需要达到一定的供应门槛，才能在商业上可行（即产生强劲需求），因此构建者应首先关注供应端增长。此外，这种供应通常以数量而非质量来衡量。例如，数据收集网络如 DIMO、Hivemapper 和 Wynd 需要大量数据，才能使其上构建的聚合数据或服务变得有价值。由于所有被动供应市场都更容易扩展，一个新进入者不会仅通过获得足够的流动性来确保需求。相反，它通常需要通过提供编排/入驻层或构建 SaaS 组件（例如 SDKs 和 APIs）来帮助需求访问市场的供应，从而在产品上竞争。像 IO.net 这样的 GPU 市场提供聚合服务，使终端计算用户更容易访问 GPUs。同样，DIMO 构建了一个市场，使 DIMO 代币持有者能够为他们的汽车购买服务。使被动供应市场更具防御性的另一种方式是从商品化供应转向专有供应。无线市场如 Helium 和 XNET 正在利用专有供应构建其电信基础设施。最后，鉴于被动供应市场的高沉没成本，只要奖励超过运营成本，供应将继续服务网络。当沉没成本高且机会成本低时（例如 Blackbird 餐厅接受 FLY 代币），供应将更具保留性，因为供应方参与者有内在动机服务市场。相反，当高沉没成本与高机会成本结合时（例如 GPU 拥有者服务计算市场），需求或代币奖励可能是供应选择分配资源的决定因素。来源：金色财经

金色财经06-24 18:22

芝加哥 Web3Con 2024：通过 Web3 技术塑造商业和社会的未来

高级总监 Jacob Hample，Filecoin Foundation 美国政府事务主管 Katherine Kirkpatrick，Cboe 首席法律官 Richard Levin，Nelson Mullins Riley & Scarborough 金融科技和监管实践主席 Anoop Nannra，Trugard.AI 首席执行官 Charles Okochu，AWS 高级业务发展经理 Chirag Dhull，Chainlink Labs 产品与技术营销主管 Cory Warfield，Coryconnects 首席联络官主席：Anastasia "Tracy" Raissis，Achillia Group, LLC 创始人兼首席执行官；AI 2030 Chris Kohler，Innovo Markets Inc. 首席战略官 Katia Kobylinski，ETHChicago 合作伙伴负责人 Aravinda Garimella，伊利诺伊大学厄巴纳-香槟分校信息系统助理教授 Kathleen Wrynn，J.P. Morgan 全球技术战略总监以及来自世界各地的众多的专家。立即注册，确保您的席位，参加芝加哥 Web3Con，成为塑造商业和社会未来的一部分。欲了解更多信息和注册，请访问 www.chicagoaiweek.com。媒体联系张晓晨 info@fintech4good.co 来源：金色财经

金色财经06-24 16:42

中国公安最后通牒！STFIL投资者须持“有效身份证”到案说明核心加密团队4月被带走拘留

经报社(亚太)讯知名去中心化存储网络Filecoin的第二大流动性质押平台STFIL官网罕见贴出中国公安公告，内容显示，STFIL Protocol官方网站已被湖南省汉寿县公安局查处，提醒质押和借贷用户及时配合反映情况，须在7月10日前持有效身份证到案说明。汉寿县公安局公告指出：“我局在侦办3.28非法利用信息网络案中，查处了网站地址为https：//www.stfil.io的非法网站，并依法扣押了一批涉案FIL虚拟币。” (来源:STFIL官网) “为查明犯罪事实，请该网站质押用户和借贷用户来我局反映情况并提供相关证据材料，现将有关事项公告如下。一、请携带本人有效身份证件、在该网站质押或借贷的相关记录以及购买FIL虚拟币的相关材料。” “二、逾期未向我局反映情况的，依照相关法律法规对该虚拟币予以依法处置。三、公告期为2024年6月10日至2024年7月10日。” 此前4月曾报道，STFIL披露其核心技术团队正接受中国警方调查，期间平台出现异常资金转移。截至目前，STFIL官方推特仍置顶与中国调查相关的信息，内容写道：“我们认为 STFIL核心技术团队正在接受中国当地警方的调查，我们了解到已经聘请了律师了解当前情况并为被拘留的个人提供法律援助。当核心技术团队被拘留时，正如你们许多人所看到的，STFIL平台上的 FIL 被转移到一个未知的外部地址。此外，在过去几天里，协议出现了异常的、未计划的升级。资金被转移到其他地址。” “团队正在积极寻求帮助。我们希望社区能够帮助追踪这个未知地址，并讨论如何保护利益相关者的利益，”该团队指出。延伸阅读：中国突然拘留STFIL加密核心团队！投资社群急了：巨额抵押资金遭“神秘”转移……

圈内人06-24 13:16

解析 AI 与加密结合的潜力与现实挑战

5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06-22 09:48

贝莱德计划7月申请SOL ETF 错过WIF和BOME 第二次机会来了

旨在聚合来自各种来源的 GPU，包括 Filecoin 和 Render 等项目，以确保计算能力的公平使用。 NEON 价格：0.6592美元市值：3700万美元 Neon 提供了一个完全兼容以太坊的环境，使开发人员能够在 Solana 上部署以太坊 dApps。这让他们可以充分利用 SOL 的高速和低成本优势 FRONT 价格：1.02美元市值：8900万美元 FRONT 是一个非托管钱包，允许用户存储、质押、交换和桥接加密货币和 NFT。支持超过 4,000 种货币、69 条区块链以及 DeFi 集成。跨多个区块链的 DeFi 支持是 $FRONT 的巨大优势。 SLERF 价格：0.2403美元市值：1.2亿美元 SLERF 曾经起步不顺，开发团队意外烧掉了1000万美元。然而，强大的社区帮助该项目重新焕发生机——在 memecoin 领域，社区的支持至关重要，而 SLERF 正是凭借其强大的社区实力获得成功的。团队最近还推出了一系列 NFT。 WEN 价格：0.0001美元市值：8000万美元 Wen 是一种 SOL memecoin，集成了部分 NFT。持有者可以拥有@JupiterExchange创始人所写的诗歌《致温兄弟的情书》的部分所有权。得到木星的支持可能有助于 WEN 的发展。 WIF 价格：2.05美元市值：20亿美元 $WIF是 SOL 生态系统中的旗舰 memecoin。随着交易量的增加，它有望成为最早爆发的 memecoin 之一。 PONKE 价格：0.3342美元市值：1.66亿美元 PONKE是一个以猴子为主题的memecoin，代表着一个有愤怒问题的堕落赌徒。它拥有超过48,000名持有者，已在多个中心化交易所上市，并拥有最强大的memecoin社区之一。 MOTHER 价格：0.08484美元市值：8400万美元 MOTHER是由说唱歌手Iggy Azalea创作的memecoin之一，是少数尚未被彻底炒作和抛售的名人memecoin之一。该币已在中心化交易所上市，并将用于购买手机和月度手机套餐，这些手机将来自该说唱歌手的公司。来源：金色财经

金色财经06-21 21:59

GPU短缺的解药？计算去中心化基础设施（DePINs）的案例分析

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

20+场高端对话亮相芝加哥人工智能周共话负责任AI 的未来

s 合伙人 Jacob Hample，Filecoin Foundation 美国政府事务负责人 Jessica Yeats，NVIDIA 首席数据科学家 Jimmy Yang，加拿大帝国商业银行首席风险分析与基础设施官 Linda Jingfang Cai，前LinkedIn 人才发展副总裁 Loren Bushkar，美联储创新政策负责人 Karl William Putz，DPI 研发项目副主任 Kevin Tupper，微软首席架构师 Manas Talukdar，Labelbox 工程总监 Margaret Riley，美国联邦储备金融服务高级副总裁 Mark Rossi，Bravanti 职业服务副总裁 Meghna Sinha，Verizon AI 中心副总裁 Nafiseh (Cati) Mollaei，芝加哥大学博士后研究员 Nate Savona，Oliver Wyman 合伙人 Nicholas Schmidt，SolasAI 创始人兼CTO Nick Pagliuca，Liquid AI 副总裁 Noelle Russell，AI Leadership Institute 首席AI 官 Reza Rassool，Kwaai 主席兼CEO Salah Goss，万事达高级副总裁 Sandeep Maira，Raven Risk AI 创始人兼CTO Shanthi Gudavalli，摩根大通高级执行总监 Sunayna Tuteja，美联储系统首席创新官 Suraj Rajdev，谷歌家居与消费服务部数据、测量与分析负责人 Ted Souder，Wiggs Holding 创始人 Tsi-tsi-ki Félix，记者| TEDx 演讲者| 全国电视节目主持人 Xiaochen Zhang，芝加哥AI 周制作人；AI 2030 创始人，FinTech4Good 首席执行官 Varun Nakra，德意志银行副总裁其中拥有25 位AI 初创企业创始人和12 位投资评审。基于2023 年芝加哥人工智能大会的成功举办，2024 年芝加哥人工智能周将扩展至两天，涵盖更广泛的行业，不仅限于金融服务，还包括了医疗、房地产、媒体、法律、交通等领域，还将深入探讨负责任AI 框架和最佳实践。今年的活动将包含20 多个会议、90 多位演讲者，并新增实践培训机会。此外，还将首次颁发AI 2030 女性AI 领导力奖，以表彰在该领域表现卓越的女性领导者。通过负责任AI 承诺倡议，我们将推动全球企业在技术进步的过程中成为负责任AI 的领导者。活动亮点之一：负责任AI 深度解析，将探讨负责任AI 的6大支柱，包括AI的公平性、透明性、隐私保护、安全可信、治理制度、和可持续发展等主题。商业领袖将了解如何使其AI 战略与负责任实践保持一致，以符合监管标准和社会期望。与会者将获得实施负责任AI、优化其生成式AI 项目以及构建稳健AI 生态系统的可行策略。活动详情 2024 年6 月25-26 日芝加哥人工智能大会； 2024年6月28日芝加哥Web3Con 地址：芝加哥1871 创新中心，伊利诺伊州芝加哥市注册：请访问www.chicagoaiweek.com购票注册。 20%优惠码： ai2030community20 如需了解赞助机会、媒体咨询或更多信息，请联系：info@fintech4good.co 关于芝加哥AI 周 2024 年芝加哥AI 大会是芝加哥AI 周的亮点活动，汇聚行业领导者、创新者和专家，讨论技术进步、前沿应用、负责任AI 实践和在金融、保险、医疗等受监管行业的实际应用。关于AI 2030 AI2030（www.ai2030.org ）是一个会员制组织，致力于利用人工智能的变革力量造福人类，同时减轻其潜在的负面影响。我们的重点是负责任AI、AI 为人人、AI 为善，目标是弥合意识、人才和资源的差距，推动各行业负责任AI 的应用。欲了解更多信息，请访问www.ai2030.org 。来源：金色财经

金色财经06-17 16:11

Filecoin（FIL）为何一直趴在地上不动？

如直接去炒市值小的纯粹meme币呢。 Filecoin就属于还没有什么实质性生态应用的项目，机构们每天都在解禁释放代币，所以资金不会去炒作它。由于ETF的通过，比特币ETF在美股纳斯达克的交易实际上可以把它看成一支美股了，有全球炒美股的资金支撑它的价格，传统的金融机构和金融产品都可以用在它上面，投资、对冲、套利、套保等。二级市场交易只有两个核心因素：供给和需求。在技术含量不高的情况下，需求的重要程度远远大于供给，传统金融市场可能还好些，毕竟创业一家公司还是有难度的，需要投入较大。但加密市场代币的发行非常简单，成本很低，所以供应端的影响其实并不算大，即使是比特币减半，目前对二级市场的影响也很有限，此次BTC的行情主要是ETF需求拉动的，跟减半关系不大。所以核心还是需求，很多人觉得技术好最重要，生态好最重要，其实这是个误区。有效需求是需求，伪需求也是需求，只要能引发购买行为的需求，从二级市场的角度看，都是有效需求。 2017年，1co爆发，99%的项目一看就是骗子，但它们引发了对ETH的极大需求，ETH暴涨；2023年下半年，meme币也都是空气，但它们引发了对SOL的极大需求，SOL相关的生态也大涨。在一轮周期，实际上以太坊的技术进展要比过去更大，更好，并且ETH转POS后供应大幅减产，但ETH这轮表现很弱，核心原因还是ETH的需求跟不上。说回Filecoin，本质也一样，有效的生态需求目前还没有，无论是质押、虚拟机还是检索都没有很好的场景出现，需求不足，盘子又大，每天的解禁源源不断。2021年初之所以大涨，核心原因还是当时矿工的质押需求极大，所以行情就涨幅较大。对它而言，需要尽快找到FIL的需求场景，这才是核心，至于每天各种文章打鸡血，今天跟这个合作，明天技术上又有啥进展，这些对二级市场不算利好，所以影响就不大。下一步，它只能由生态需求推动，这是核心。来源：金色财经

金色财经06-16 13:24

AI与区块链的融合：详览AI与算力市场赛道上的潜力项目

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06-15 18:56

AI 与区块链的融合：颠覆算力资源分配格局的新趋势

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。 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。 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。 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。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。

兔惹目mu06-14 17:28

24小时热点