FX168财经网_全球视野外汇黄金加密货币NFT资讯网

析、语音解析、大数据分析等技术为传统的IBMS智能平台进行AI赋能，为智慧建筑领域多样化应用场景提供支持。

金融界2023-04-17

与多家知名公司的合作而受到关注。例如，IBM 与 Stellar 合作创建了 IBM Blockchain World Wire，这是一个基于区块链的支付网络，使用 Stellar 作为其底层技术。其他著名的合作伙伴包括德勤、Stripe 等。截至 2023 年 4 月，Stellar（XLM）的价格为 0.36 美元，市值超过 80 亿美元，是市值排名前 20 的加密货币之一。众所周知，与许多加密货币一样，Stellar 的价格波动很大，并且可能受到市场趋势、新闻和 Stellar 发展基金会公告等多种因素的影响。总体而言，Stellar 已将自己确立为一种流行的加密货币，专注于促进快速和低成本的跨境支付。其独特的共识机制、对法定货币交易的支持以及与主要公司的合作伙伴关系有助于将其与其他加密货币区分开来，并巩固其在加密货币市场中的地位。 Gala Gala 是一种加密货币，于 2020 年推出，建立在以太坊区块链之上。它被用作 Gala Games 平台上的本地货币，该平台是一个基于区块链的游戏平台，允许开发人员创建游戏并获得加密货币奖励。建和拥有自己的游戏资产。这意味着开发者可以创建独特且有价值的资产，这些资产可以在 Gala Games 市场上交易和出售，从而为游戏开发者提供新的收入来源。区块链技术的使用确保了这些资产的安全，无法复制或伪造。 Gala Games 还使用分散式托管系统，允许游戏开发人员在网络上托管他们的游戏，而无需昂贵的服务器或基础设施。这降低了游戏开发的成本，并使独立开发者更容易创建和分发他们的游戏。除了游戏开发和资产创建外，Gala Games 平台还具有游戏赚钱模式，用户可以通过在平台上玩游戏来获得加密货币奖励。这会激励用户玩游戏并参与游戏，并为游戏玩家提供一种从他们的爱好中赚取收入的新方式。 Gala 加密货币本身的价值自推出以来就出现了显着增长，截至 2023 年 4 月市值已超过 10 亿美元。它在包括 Binance 和 KuCoin 在内的各种加密货币交易所进行交易，流通量约为 15 亿个代币. 总体而言，Gala Games 平台和 Gala 加密货币提供了区块链技术、游戏开发和加密货币奖励的独特组合。它有可能颠覆传统游戏行业，并为游戏开发商和游戏玩家提供新的机会。 zkSync 是以太坊的第 2 层扩展解决方案，旨在使网络使用起来更快、更便宜。该平台利用零知识证明在不影响安全级别的情况下在区块链上实现快速和安全的交易。zkSync 由 Matter Labs 开发，Matter Labs 是一家专注于为以太坊构建扩展解决方案的区块链开发公司。 zkSync 的主要特点之一是它能够高速处理交易。该平台每秒最多可处理 2,000 笔交易，明显快于以太坊主网。这使其成为需要快速和频繁交易的应用程序的理想选择，例如去中心化交易所和支付平台。 zkSync 的另一个主要优势是交易费用低。因为它在第 2 层解决方案上运行，zkSync 可以处理链下交易，这意味着用户可以避免与以太坊主网相关的高额 gas 费用。这使得使用起来更具成本效益，尤其是对于较小的交易。 zkSync 的安全性也是一大卖点。该平台使用零知识证明来实现隐私和安全交易，这意味着用户可以确信他们的资金受到保护。零知识证明使用户能够在不泄露有关交易本身的任何信息的情况下验证交易的有效性。这使得任何人都无法拦截或操纵平台上的交易。除了其技术特点，zkSync 还因其强劲的市场表现而受到投资者和交易者的欢迎。该平台的原生代币 ZKS 自 2020 年推出以来经历了显着增长，并吸引了许多希望进入加密货币市场的投资者的关注。总的来说，zkSync 是一个很有前途的第 2 层解决方案，与以太坊主网相比具有显着优势。它的速度、低交易费用和强大的安全性使其成为希望在以太坊网络上构建和使用去中心化应用程序的开发人员和用户的有吸引力的选择。来源：金色财经

金色财经2023-04-17

下周重磅事件：中美英欧数据潮、多位美联储高官携财报季汹涌来袭市场大行情蓄势待发

融服务、DR Horton、喜力啤酒、IBM、强生、洛克希德·马丁、摩根士丹利、纳斯达克、Netflix、菲利普·莫里斯国际、宝洁、SAP、斯伦贝谢、台半导体、特斯拉、Travelers、联合太平洋、US Bancorp和沃尔沃。中国经济料将反弹在过去的一年里，这个世界第二大经济体遭受了重创，努力应对严厉的封锁和该国房地产行业崩溃的双重打击。幸运的是，近几个月来，随着抗疫措施的解除，房地产市场开始复苏，这两个问题都有所缓解。下周二，中国将公布GDP增长数据。第一季商业调查结果喜忧参半，表明服务业继续享受重新开放所带来的提振，但制造业已开始失去动力。因此，经济学家的预测表明，第一季经济活动加速。继去年第四季持平后，经济增长预计将较上一季增长1.2%。因此，情况似乎正在好转，但一旦重新开放的热潮消退，这种情况是否能持续下去，还是个问题。（图源：XM）总体而言，中国的前景仍令人担忧。全球经济正在放缓，制造业需求受到的打击尤其严重，这对中国以制造业为主的经济模式来说是个坏消息。此外，房地产行业正在复苏，主要是因为政府正在再次推动基础设施支出，这是一个危险的策略，因为它可能会再次吹大房地产泡沫。在外汇市场上，对中国数据最敏感的货币是澳元和纽元。尽管令人鼓舞的GDP数据可能会在短期内提振这些货币，但在全球经济阴云密布的情况下，从更大的前景来看很难乐观。欧元区将公布商业调查数据进入欧洲，主要事件将是下周五公布的最新一轮采购经理人指数(PMI)调查，这将显示能源冲击已经消退后，经济活动的下一步走势。能源成本的大幅下降帮助欧元区经济在近几个月实现了令人印象深刻的复苏，3月份的商业调查显示，目前衰退风险已经减弱。交易员们将寻找蛛丝马迹，看这种令人鼓舞的现象是否会在4月份持续下去。（图源：XM）然而，考虑到最近欧佩克削减供应和银行系统动荡后油价的反弹，这一点值得怀疑。在借贷成本不断上升的情况下，企业高管进入第二季后可能变得不那么乐观了。至于欧元，自从银行业恐慌平息后，它就开始狂飙。在这一惊人上升的背后，是有关美联储将在今年晚些时候被迫降息的猜测，这损害了美元。相比之下，市场定价显示，欧洲央行将在全年持续加息，以应对通胀上升。因此，即将发布的数据集的质量将是形成这些预期的关键，并因此决定欧元/美元是否有足够的动力突破1.10区域，该区域在1月份曾令欧元/美元承压。大量英国数据来袭英国将迎来一系列经济数据，首先是下周二的就业数据。下周三，通胀数据将成为关注焦点，下周五将公布零售销售和最新商业调查。与欧元区类似，英国的经济形势最近有所好转，商业调查反弹，劳动力市场依然紧张。问题是通货膨胀继续肆虐，在2月份又回到了10%以上。消费也在苦苦挣扎，由于生活成本危机持续困扰着人们，零售额从去年开始下降。（图源：XM）至于英镑，它又回到了跟踪股市的老习惯。英镑与标准普尔500指数之间的一个月相关性已经上升到84%，这表明英镑的主要驱动力是全球投资情绪。这解释了为什么英镑今年表现如此出色，但这也意味着股市的任何好转都可能造成特别大的损害。从这个意义上说，股票市场抛售的风险似乎很高，因为收益已经开始下降，而估值却相当昂贵。下周，特斯拉、Netflix、强生、台积电和洛克希德·马丁等公司将公布业绩，这将成为人们关注的焦点。日本、加拿大和新西兰等待通胀数据的更新随着日本央行驳斥有关进一步收紧政策的猜测，日元最近受到打击。植田和男实际上是在暗示，由于通胀可能很快就会下降，他不急于取消刺激措施。从这个意义上说，下周五公布的最新一批通胀数据可能会引起特别关注。（图源：XM）同样，加拿大3月通胀数据将于下周二公布，2月零售销售数据将于下周五公布。在新西兰，第一季度通胀报告将于下周四发布。市场走势前瞻能源(石油和天然气) 油价连续第四周上涨，原因是欧佩克减产导致全球石油市场陷入严重的供应短缺。今年下半年可能出现数百万桶的缺口，这应该会支撑油价。周末，七国集团(G7)气候部长将齐聚日本，讨论气候变化和天然气供应投资问题。能源巨头贝克休斯和斯伦贝谢将公布财报。能源交易员将特别关注中国公布的主要经济数据，包括第一季GDP、工业生产、固定资产投资和零售销售。天然气看起来仍然供过于求，随着夏季降温需求几周后的到来，价格可能还会持续一段时间。黄金金价突破纪录水准的尝试失败，这是因为两项核心零售销售数据降幅均小于预期，且美联储的鹰派言论增加了美联储可能在5月之后进一步收紧政策的风险，且利率可能需要在更长时间内维持在高位。短期内，黄金在两个方向上的波动可能都会非常剧烈。财报季伊始相对乐观，这提振了软着陆的预期。要战胜通胀，我们需要看到经济阵痛，这应该会支持看涨黄金的理由。加密货币比特币和以太坊正在爆发。比特币已经重新夺回了3万美元的水平，这一关键水平是2021年许多机构投资者的入门水平。在上海成功升级后，以太坊的价格超过了2100美元。以太坊现在是完全的权益证明，这一里程碑并没有引发卖事实反应。加密货币的下一个驱动因素可能来自银行财报带来的银行业动荡的回归，以及我们是否看到监管或当局行动的任何更新。

会员

夏洛特2023-04-16

从各国GPT语言模型的发展历史看透未来的发展趋势

的理论基础。 1954年，乔治敦大学的IBM研究员胡哲提出了一种用于机器翻译的统计模型，开创了机器翻译领域。 1960年代，美国国防部开展了机器翻译研究计划，促进了语言处理技术的发展。 1971年，麻省理工学院的塞缪尔教授发布了自然语言生成系统的第一个版本。 1983年，微软研究院的里奇和韦特斯坦开发了第一个大规模神经网络语言模型，即经典的循环神经网络（RNN）。 1991年，IBM的Watson计划启动，旨在开发一种可以回答人类问题的计算机系统。 2018年，OpenAI发布了GPT-2，一种大规模预训练语言模型，引起了全球广泛关注。 2022年11月30日,OpenAI公布了一个通过由GPT-3.5系列大型语音模型微调而成的全新对话式AI模型ChatGPT，掀起人工智能的热潮。 2023年3月15日，OpenAI发布ChatGPT-4，瞬间席卷各行各业。成为人工智能领域最为领先的语言处理技术。中国中国自20世纪80年代末开始涉足语言处理领域。随着中国信息技术的发展和对人工智能的投资增加，语言模型在中国的应用逐渐扩大。 1984年，中国科学院计算技术研究所成立了自然语言处理研究室，开展了语言处理技术的研究。 1996年，哈尔滨工业大学成立了自然语言处理实验室，开展了汉语自然语言处理研究。 2002年，中文信息处理领域的国家重点实验室成立，推动了语言处理技术在中国的发展。 2011年，百度推出了自然语言处理平台，加速了语言处理技术在中国的商业化应用。 2014年，中国科学院计算技术研究所的郑华东等人开发了具有革命性的深度学习框架PaddlePaddle，成为了中国领先的人工智能开源平台。 2018年，华为发布了自研的AI芯片“昇腾”，用于支持深度学习和自然语言处理等人工智能技术。 2019年，百度发布了GPT-2的中文版本“ERINE”，成为中国自然语言处理领域的一大突破。 2022年3月16日，百度正式发布文心一言，包括五大能力——“文学创作、商业文案创作、数理逻辑推算、中文理解、多模态生成”。日本日本自20世纪60年代开始研究自然语言处理技术，并在此领域中发挥了重要作用。 1960年代，日本开始研究机器翻译技术，并在该领域取得了重要进展。 1984年，日本筑波大学成立了自然语言处理研究室，推动了日本语言处理技术的发展。 1990年代，日本在信息技术方面取得了重大突破，推动了自然语言处理技术的发展。 2004年，日本电气通信大学教授岩泽毅等人开发了CRF（条件随机场）算法，成为日本语言模型领域的重要突破。 2015年，LINE公司推出了基于深度学习的语音助手“Clova”，加速了自然语言处理技术在日本的商业化应用。 2018年，日本东京大学的团队发表了一篇论文，提出了一种基于Transformer的语言模型，即BERT（Bidirectional Encoder Representations from Transformers），开创了预训练模型的新时代。 2021年8月，Rinna发布了一个名为GPT2-medium的模型，然后又在次年推出了日本版的GPT-2，参数达到13亿。目前已经是日本参数规模最大，最具代表性的大模型了。韩国韩国在语言模型领域的发展相对较晚，但随着信息技术的发展和韩国政府对人工智能的重视，该领域正在快速发展。 1994年，韩国信息通信部成立了自然语言处理研究室，开展了语言处理技术的研究。 2006年，KAIST（韩国科学技术院）成立了人工智能研究中心，致力于推动人工智能技术在韩国的发展。 2012年，Naver公司推出了智能语音助手“Clova”，并开展了自然语言处理技术的研究。 2016年，韩国政府推出了“AI大师计划”，旨在培养具备人工智能领域专业知识和技能的人才，推动人工智能产业的发展。 2018年，KAIST研究团队开发了韩国首个基于深度学习的自然语言处理平台“KoNLPy”，为韩国语言处理技术的发展提供了支持。 2019年，Naver发布了韩国首个AI语音助手“Wave”，成为韩国语音技术领域的一大突破。 2022年12月，LG集团的人工智能智库LG AI Research 推出了Exaone。这是一个拥有3000亿参数，使用图像和文本数据的多模态模型，也是目前韩国参数规模最大的模型。总结从以上各国的发展可以看出，美国是语言模型发展最早、最快的国家，早期在语言模型领域的重要人物包括香农、麦卡洛克等，后来发展出了许多具有代表性的语言模型，如LSTM、GPT等。中国在语言模型领域的发展相对较晚，但近年来随着信息技术的快速发展和政府的大力支持，该领域取得了快速进展，如Baidu的“ERINE”、PaddlePaddle平台等。日本在语言模型领域中也具有重要地位，早期主要在机器翻译技术方面有所突破，后来也逐渐转向深度学习技术的研究，如BERT模型。韩国在语言模型领域的发展相对较晚，但近年来随着政府和企业的支持，该领域也在逐渐迎头赶上，在研发主力上更多偏向于财阀巨头。从各国的人工智能语言模型的发展历程可以看出目前大数据语言模型的发展特点：数据方面，从少量标注数据、大量标注数据、海量非标注数据+少量标注数据到海量非标注数据，越来越多数据被利用起来，人的介入越来越少，未来会有更多文本数据、更多其它形态的数据被用起来，更远的未来是任何我们能见到的电子数据，都应该让机器自己从中学到知识或能力。算法方面，表达能力越来越强，规模越来越大，自主学习能力越来越强，从专用向通用，沿着这个趋势往后，未来Transformer预计够用，同时也需要替代Transformer的新型模型，逐步迈向通用人工智能。人机关系方面，人的角色逐渐从教导者转向监督者，未来可能会从人机协作、机器向人学习，发展成人向机器学习，最后由机器拓展人类。目前大数据语言模型的发展已经取得重大成就，随着技术的不断发展和，将必然朝着智能化、个性化、多样化、可靠性安全性和共享开放和发展。来源：金色财经

金色财经2023-04-14

上市险企高管薪酬榜，3人过千万，整体水平下降

咨询服务主管合伙人（咨询CEO）　　IBM保险行业咨询服务总经理　　加入平安集团　　2019年6月至2020年8月：平安银行行长特别助理　　2021年2月至2021年10月：平安集团首席运营官　　2021年2月至今：首席运营官　　2021年6月至今：合规负责人　　— 04 — 　　上市险企董监高薪酬总表　　① 　　　　② 　　

金融界2023-04-12

StarkWare帝国：探析StarkEx和StarkNet的创新之旅

色利理工学院的博士，曾在 Intel、IBM 工作。 Oren Katz：工程副总裁。Hebrew 大学计算机专业毕业，Tel Aviv MBA，20 年经验的资深工程师。融资目前公司已经估值 80 亿美元，获得了 Vitalik、Paradigm、Sequioa 等资本的倾力支持，是扩容领域估值最高的团队。 StarkEx 一种基于以太坊区块链的应用特定的Layer-2扩展引擎，旨在解决以太坊等Layer-1区块链网络的可扩展性问题。StarkEx通过使用一种名为STARK证明的先进密码学系统，实现了快速、低成本的交易，同时不妥协安全性、隐私性和自我保管。它提供了一系列用于实现便宜的链下计算的应用流程，将多笔交易打包在一个STARK证明中，然后在链上进行验证，降低了每笔交易的平均燃料成本。StarkEx扩展引擎的工作原理，包括批处理、验证和更新、生成证明以及链上验证四个步骤。 StarkEx已经成功部署在多个应用中，如dYdX、Immutable、Sorare、DeversiFi和Celer。和StarkNet的区别在于： StarkEx 和 StarkNet 是由 StarkWare 开发的两个不同的技术，它们都使用 STARK 零知识证明技术，但有不同的目标和用途。 StarkEx：StarkEx 是一个针对特定应用的 Layer-2 扩展引擎，主要关注优化以太坊区块链上的单一应用程序的性能。它通过将多个交易批量处理并在链下进行验证，实现了更快速、低成本的交易。主要用于去中心化交易所（DEX）、NFT 市场和游戏等。通过使用 STARK 证明技术，StarkEx 提供了安全、高效和低成本的交易体验。 StarkNet是一个无需许可的更为通用、完整的 Layer-2 解决方案，它为整个以太坊生态系统提供了一个去中心化的计算平台，开发者可以在其中部署用Cairo语言编写的智能合约。StarkNet支持与其他合约进行交互，允许丰富的协议组合，并可通过异步消息传递与以太坊合约进行交互。目标是提供一个可扩展、低成本且安全的环境，以便开发者在其上构建和部署智能合约。与 StarkEx 不同，StarkNet 可以看作是一个全面的 Layer-2 操作系统，允许开发者创建各种去中心化应用程序，而不仅仅是针对特定用途的解决方案。总之，StarkEx 是一个应用特定的 Layer-2 扩展引擎，主要关注特定应用程序的性能优化，而 StarkNet 是一个更为通用、全面的 Layer-2 解决方案，旨在为整个以太坊生态系统提供一个去中心化的计算平台。 Starknet Starknet是一个无需许可的去中心化有效性折叠网络（也称为“ZK-Rollup”）。它作为以太坊上的L2网络运行，使任何dApp都能在不影响以太坊可组合性和安全性的前提下实现无限扩展计算，这要归功于Starknet依赖于最安全且最具可扩展性的加密证明系统 STARK。 Starknet合约和Starknet操作系统使用Cairo编写 - 支持部署和扩展任何用例，无论业务逻辑如何。Starknet作为一种去中心化的二层网络解决方案，旨在为去中心化应用（dApp）提供更高的扩展性和性能。通过在以太坊上运行，它可以利用现有的基础设施和安全性，同时提供更高的计算能力。 Cairo是一种专为Starknet设计的编程语言，它旨在简化智能合约的开发和部署。通过使用Cairo，开发人员可以轻松地为各种用例构建高度可扩展的应用程序，包括金融、游戏、供应链等。 Starknet 是一个 validity rollup，这意味着每个块内的执行都需要被证明，这就是 STARKs 派上用场的地方然而，STARK 证明可以解决以多项式约束语言制定的陈述，并且不了解智能合约的执行。为了克服这个差距，所以开发了Cairo。总的来说，Starknet是一个充满潜力的二层网络解决方案，它可以使现有的dApp在扩展性和性能方面迈出重要一步。通过采用STARK加密证明系统和Cairo编程语言，Starknet为开发者提供了一个强大且灵活的平台，以满足各种业务需求。版本更新接下来会发生什么？Starknet Alpha v0.11.0：开始向 Cairo 1.0 过渡这里对Starknet的音序器进一步说明：音序器是指StarkNet Sequencer，它是StarkNet的一部分，旨在通过切换到Rust排序器、使用Rust CairoVM和Papyrus全节点来显著增加吞吐量（每秒交易数量），从而形成“性能三人组”。 “性能三人组”是指StarkNet Sequencer的三个组成部分：Rust排序器、Rust CairoVM和Papyrus全节点。其中，Rust排序器是StarkNet Sequencer的核心，它负责处理交易并生成区块。Rust CairoVM是一个虚拟机，它可以在StarkNet上运行智能合约。Papyrus全节点是StarkNet网络中的一个节点，它存储了StarkNet上的所有数据，并且可以处理交易。这三个部分共同工作，可以显著提高StarkNet的吞吐量（每秒交易数量）。对 Cairo 1.0 的进一步语言改进性能改进：正如承诺的那样，Starknet继续朝着显着提高 TPS 的方向前进。路线图中的下一步是过渡到Rust序列器，它是在 Apache 2.0 许可下公开开发的。新的音序器将使用Rust CairoVM和Papyrus全节点形成 Performance Trio。链下DA 在这个版本中，Starknet处理了交易成本的计算部分。在即将推出的版本中，将处理链上数据成本，这是当今平均交易的主要成本。 Starknet v0.11.0（目前仅在 Goerli 测试网上）一旦 Goerli 测试期结束，Starknet v0.11.0 将在主网上发布。 Starknet v0.10.3（22 月 12 日、12 月 12 日）性能——将状态承诺计算与交易执行分开添加starknet-class-hash命令来计算已编译 Starknet 合约的类哈希 Starknet v0.10.2（22 年 11 月 29 日）这个版本引入了音序器并行化！一个新端点estimate_fee_bulk被添加到馈线网关。这将允许同时估算几笔交易的费用，其中每笔交易都是相对于应用前一笔交易的结果状态执行的。 Starknet v0.10.1（22 年 10 月 25 日）添加DeployAccount交易（它将取代 Deploy 交易以部署账户合约）。要使用它，你应该首先向你的账户地址添加足够的资金来支付交易费用，然后你可以调用 DeployAccount 将starknet deploy_accountCLI 命令拆分为starknet new_account和starknet deploy_account 预计以这种方式部署的账户合约应该实现 validate_deployDeployAccount()入口点，它应该检查交易的签名改进 L1 费用计算：根据存储状态的差异计算费用 API：entry_point_type从交易信息中删除字段 Starknet v0.10.0（22 年 9 月 5 日）此版本介绍了 Starknet 帐户抽象设计的下一步，特别是验证/执行分离。 Starknet v0.9.1（22 年 7 月 20 日） API 变化星网 CLI Starknet v0.9.0（22 年 6 月 6 日）该版本将合约类/实例范式引入 Starknet 关于账户以太坊账户结构在以太坊中，单个用户账户被称为外部拥有的账户（Externally Owned Accounts，EOAs）。 EOAs 与智能合约不同，因为它们不受代码控制。EOA 是由一对私钥和公钥确定的。账户的地址是根据这些密钥派生的，只有拥有私钥才能从账户发起交易。虽然以太坊合约是“被动”的，即它们只能在交易中被调用时发生变化，但 EOAs 可以发起交易。尽管简单，但 EOAs 有一个主要缺点，即账户行为没有灵活性，以太坊协议规定了 EOA 发起的交易何时有效（签名方案是固定的）。特别是，对公钥的控制给了对账户的完全控制。尽管从理论上讲，这是一种安全的账户管理方法，但在实践中，它存在一些缺点，例如要求您保护种子短语的安全，同时使其对您可访问，并且钱包功能的灵活性有限。 EIP-4337 是一个针对以太坊的设计提案，概述了通过以太坊网络上的专用智能合约管理所有账户的账户抽象化，以提高灵活性和可用性。您可以在基本 EOA 功能的基础上添加自定义逻辑，从而将账户抽象化引入以太坊。账户抽象化是什么？账户抽象化背后的想法是允许在账户管理方面更具灵活性，而不是让它们的行为在协议层面上确定。这可以通过引入账户合约来实现 - 具有可编程逻辑的智能合约，决定用户的账户行为。通过使用账户抽象化，您现在可以对您的账户功能进行编程。例如，你可以：如今，Starknet提供了签名抽象化。将来，Starknet将丰富当前的账户抽象化设计。确定有效签名的含义，或者您的账户允许与哪些合约互动。这被称为“签名抽象化” 用不同的代币支付交易费用 - 这有时被称为“费用抽象化” 设计自己的重放保护机制，并允许并行发送多个不相关的交易。将其与以太坊中使用的顺序nonce解决方案进行比较，该解决方案导致交易本质上是顺序的，即使你想并行发送两个交易，也必须等待第一个交易的一些确认，然后再发送第二个交易。否则，由于无效的nonce，第二笔交易可能会被拒绝。使用账户抽象化，可以讨论绕过顺序nonce需求的不同解决方案。这被称为“nonce抽象化”。使用账户抽象化自定义账户功能的两个示例这些示例展示了如何利用账户抽象化为用户提供更灵活、安全和高度定制的钱包和账户管理体验。通过编写自定义逻辑，用户可以根据其需求和偏好定制账户功能，从而在提高安全性的同时，也提高了易用性。社交恢复这是一个过程，当您丢失钱包时，可以通过所选社交网络检索它，大大改善了钱包恢复的典型体验。通过面部识别操作您的账户借助签名抽象化，您可以使用手机的原生硬件对交易进行签名，从而实际上不可能接管另一个用户的账户（即使在手机本身被盗的情况下也是如此）。 Starknet 账户合约必须包括以下两个函数 validate execute 这些函数具有不同的目的，以确保只有账户所有者才能发起交易，并且可以为你使用的资源收费。 Starknet 的账户类型受到以太坊 EIP-4337 的启发，其中，你现在使用具有任意验证逻辑的智能合约账户，而不是 EOA（外部拥有的账户）。通过使用智能合约，在账户实现中获得了完全的灵活性。虽然在协议级别上不是强制性的，但社区开发了一个更丰富的标准账户接口。这个标准是由 OpenZeppelin 开发的，与钱包团队和其他核心 Starknet 开发人员紧密合作。代币经济学：代币的作用：交易费用：目前，StarkNet 中的费用以以太币 (ETH) 支付。但稍后，我们预计费用将完全使用原生 StarkNet 代币支付。为了支持良好的用户体验，自动化和去中心化的链上机制将允许用户以 ETH 支付费用。质押：某些对 StarkNet 的活跃性和安全性至关重要的服务可能需要质押 StarkNet 代币。这些服务可能包括排序、在达到 L1 最终结果之前达成临时 L2 共识、STARK 证明服务和数据可用性供应。治理：改进 StarkNet 的提案将需要一个最小的令牌支持阈值，稍后定义。对 StarkNet 的活跃性、安全性和维护至关重要的协议的所有更改都需要直接或通过委托进行投票。例如，StarkNet 操作系统的所有重大更新都需要代币持有者的批准。总量：100亿、代币初始分配：代币经济学 17% — StarkWare 投资者 32.9% — 核心贡献者：StarkWare及其员工和顾问，以及StarkNet软件开发合作伙伴 StarkWare 授予基金会的50.1% ，用途如下： 9%—社区补给：用于奖励为StarkNet工作并为其底层技术提供支持的人员，例如过去使用StarkEx L2系统的人员。重要的是，所有社区补给都将基于过去已完成的可验证工作。例如，对于过去的StarkEx用户，分配将根据2022年6月1日之前发生的可验证StarkEx技术使用情况来确定。 9%—社区返利：部分用于支付从以太坊转移到StarkNet的成本。为防止游戏化，社区返利仅适用于在返利机制公布后发生的交易。 12%—用于研究和开发、测试、部署和维护StarkNet协议的工作的资助。 10%—-战略储备，用于资助与基金会使命一致的生态系统活动。 2%—捐赠给受到高度尊重的机构和组织，例如大学、非政府组织等，由StarkNet代币持有者和基金会共同决定。 8.1%—未分配：基金会的未分配财务储备将用于进一步支持StarkNet社区，具体支持方式由社区决定。为了使核心贡献者和投资者的长期激励与 StarkNet 社区的利益保持一致，并遵循去中心化生态系统的惯例，分配给核心贡献者和投资者的所有代币将受到 4 年的锁定期，与线性释放和一年悬崖。如果你是一名终端用户，只有在StarkNet满足您当前需求时才使用它。将其用于您看重的交易和应用，而不是期望未来获得StarkNet代币的回报。当社区补给宣布时，它们将仅涉及在公告日期之前发生的快照，并根据当时可用的信息，过滤和排除被认为是滥用和操纵网络的使用情况。当社区返利制度建立时，它们永远不会适用于在返利公布之前发生的交易，因此期望未来返利而在今天进行交易是徒劳的。基于上面代币经济学的总结分析：第一个9%的社区供应部分是可能空投给用户的，也就是说用户在这4.5亿中和为Starknet工作及提供技术支持和开发的人一起去划分。第二个9%的社区回扣，用于后续返利规则公布后的手续费补贴，公布规则前刷手续费是没用的。第三个10%的战略储备，是用于链上生态应用，分配给生态上的应用协议。商业模式出售定制化技术引擎服务 StarkEx，直接向有扩容需求的客户收取服务费，本质上是定制化的 2B 服务。打造去中心化的 Layer2 网络 StarkNet，支持 dApp 自主部署，可以向用户收取 Layer2 的交易费用，也可以通过 sequencer 的拍卖机制获取 MEV 的价值，还可以在未来发 token，用技术和资金孵化 StarkNet 项目，通过 tokenomics 驱动生态发展。总结： StarkWare 是 zk rollups 赛道内最好的公司之一，产品有StarkEX和StarkNet。 StarkEx 是一款 Layer2 扩展引擎，为 dApp 提供技术服务。 StarkNet是一个无需许可的更为通用、完整的 Layer-2 解决方案。团队成员有80多个，而且核心成员比较瞩目，Eli Ben-Sasson是Zcash 的创始科学家，zkSNARKs 的发明者，在ZK-Rollup领域有非常深的研究及影响力，且目前估值达到80亿，像paradigm、Pantera、polychain和V神等顶级VC和个人均是StarkWare的资方。在生态应用上面，因为采用的是Cairo语言，所以并不兼容EVM，所以在生态发展上进度会比较慢，目前开始向 Cairo 1.0 过渡，朝着一个更高的TPS发展，就算这样，但是目前的应用体验并不是十分流畅，技术还有现实之间还是存在差距，期望以后看到Starknet更好的发展。相关链接： Starknet docs：https://docs.starknet.io/documentation/ Starknet 文章：https://starkware.co/content/ Starkware Twitter：https://twitter.com/StarkWareLtd Starknet Twitter：https://twitter.com/Starknet Starknet Discord：https://discord.gg/qypnmzkhbc Straknet Medium：https://medium.com/starkware 官方桥：https://starkgate.starknet.io/ StarkNet生态：https://www.starknet-ecosystem.com/ 相关文章：深度解析 StarkWare：以太坊扩容最佳团队，80 亿美元高估了？来源：金色财经

金色财经2023-04-11

Binance 的 CZ 的诞生：独家审视塑造加密货币最强大创始人的力量

——这在当时是一个惊人的数字，买了一台IBM兼容的286电脑，父亲用它来做研究，同时也教儿子如何编程。如果你想从赵长鹏的早期生活中一窥他将成为亿万富翁的线索，这可能就是一个。他从被别人称为天才的父亲那里学习，这在赵长鹏以后的生活中至关重要，因为他建立的技术将为币安提供动帮助。赵长鹏说，“我的父亲是技术方面的导师。” 大约1990年在温哥华，赵长鹏在使用他的第一台电脑，照片由赵长鹏提供在高中时，他的一些更富裕的朋友开始工作，主要是为了寻求新鲜感，或是因为他们的父母想让他们了解工作的严酷。赵长鹏是唯一几个靠工作可以维持生计的学生之一。这包括夏天在雪佛龙公司通宵值班，并在麦当劳工作了两年。在他后来成为加密货币大亨的生活中，有人以赵长鹏在快餐连锁店工作的经历取乐。但是，与一些出身贫寒的富人不同，赵长鹏从未将自己与曾经所处的工人阶级保持距离，甚至转发自己穿着麦当劳服装的图片。总的来说，赵长鹏把他的高中时代描绘得很愉快，甚至将其形容为田园诗般的生活。他很享受担任排球队队长和参加加拿大全国数学竞赛的四年。他从一位体育老师那里得到了“冠军”的绰号。赵长鹏的高中朋友Ted Lin说，这个名字很可能是由于学校里的许多人都在不会发“长鹏”的读音。赵长鹏只是在进入加密世界后，才采用了他现在的名字赵长鹏。他说，他早些时候曾尝试使用“CP”这个名字，但网上的朋友告诉他这是非法市场上“儿童色情”（child porn）的简称后，他放弃了这个名字。尽管他对温哥华（他说他想在那里退休）和加拿大很有好感，但他的一些行为却掩盖了他所宣称的好感。他承认，他已经多年没有踏足这个城市，而且他在那里没有任何积极的家庭或慈善方面的联系。尽管如此，赵长鹏坚持认为，他是加拿大人，不仅是因为他的护照信息，而且是因为他的性格。他说：“我像一个加拿大人一样思考。我们是善良的人，没有侵略性，不会过度竞争，一般都乐于助人。” 他对加拿大（这个他长大的地方）予以温暖评价，因为他在此受益颇多——但这与后来使他成为亿万富翁、加密货币后取得的成就相比，算是小巫见大巫。畅销理财书改变人生截至4月初，赵长鹏在彭博社的亿万富翁名单上排名第46位，净资产为290亿美元（赵长鹏称这个数字“不准确”“考虑所有的波动，很难估计“）。他的名字每天都出现在新闻中。去年秋天，许多媒体集中报道了他在FTX进行的大胆加密货币交易，使他的竞争对手Sam Bankman-Fried覆灭；最近的报道则关于币安和监管机构之间因赵长鹏玩弄规则导致冲突不断。虽然很多不墨守陈规的科技企业家在大学时代就展示了他们大胆、挑衅的特质——想想《社交网络》中描绘的扎克伯格，但这似乎并不是赵长鹏的情况。 1995年完成高中学业后，赵长鹏搬到了3000英里外的麦吉尔大学，离开气候温和的温哥华，来到讲法语的蒙特利尔，这个地方的冬天非常寒冷，市中心的大部分地方都由地下隧道连接。根据赵长鹏的说法，他在麦吉尔大学没有什么突出的学术或社会表现，尽管他把专业从生物转到了计算机科学，因为“在高中，生物是和人类打交道的。在大学里，关注点又回到动物身上，我对此没有兴趣。”在空闲时间，他去滑旱冰或和朋友一起去吃越南粉，在校园的计算机实验室里玩到很晚，把代码敲进初级的苹果台式电脑。赵的第一居所在蒙特利尔的麦吉尔大学。在麦吉尔大学学习的末期，赵长鹏确实公开显示出他后来在职业生涯中表现出的才华，1999年他与教授Jeremy Cooperstock托克共同撰写了一篇关于人工智能的学术论文——这个话题20年后才变得广受关注。坐在蒙特利尔的一家咖啡馆里，Jeremy Cooperstock说他对赵长鹏记忆深刻，部分原因是因为赵长鹏是他研究生研讨会上唯一的本科生。他和我说“这不会带来很好的报酬，但能给他带来很好的经验”。在他的记忆中，赵长鹏是一个有个性的人，他非常聪明，但多年后他惊讶地发现他的前学生已经成为亿万富翁。赵长鹏说，在这段时间里，他读了一些改变他生活的东西——不是学术论文，也不是像《阿特拉斯耸耸肩》那样的长篇大论，而是一部针对典型中产阶级、普通人的读物：《富爸爸，穷爸爸》。这本出版于1997年的个人理财畅销书用寓言故事讲述了两个父亲的故事——一个是努力工作了一辈子却没有什么收获的父亲，另一个是作为企业家或投资者而致富的父亲。这本书让赵长鹏对自己父亲建议产生了怀疑。那时，他已经完成了自己的博士学位，在私营部门工作，在接下来的20年里，他将获得专业上的尊重，但不会拥有多少物质财富。 “我父亲一直教导我去努力工作，找一份体面的工作，我的父母都有这种心态。他们不喜欢做生意。我读了《富爸爸，穷爸爸》之后，我开始想，也许我想拥有一家企业。这并不是说我一定要当CEO，而是创造一些有意义的业务。” 当赵长鹏的想法转向创造财富时，他确实做出了一个与扎克伯格和其他天才亿万富翁一样的选择：从大学辍学。2000年，他在东京证券交易所的暑期实习中转正，并决定不再回到麦吉尔大学。(许多媒体报道说赵长鹏是麦吉尔大学的毕业生，但这是不准确的）。他的数学和写代码能力很快使他在金融之都纽约找到工作，在那里他为彭博交易公司开发了期货交易软件。但四年后，即使是纽约也无法与当时全球最热的商业中心上海相提并论，于是，赵长鹏搬到了中国——上次踏上这片土地，还是十多年前。在上海学习社会规则的“海归” 英属哥伦比亚大学研究中国移民问题的社会工作教授 Miu Chung Yan 说，位于中国繁荣的东南沿海的上海是当时驱动中国经济引擎的“火车头”。2005年，也就是赵长鹏搬到上海的那年，该市成为全球第三繁忙的集装箱航运港口，仅次于香港和新加坡；同时，它连续第14年实现了11%的GDP增长。中国正在崛起，上海正处于这一切的中心。关键的是，赵长鹏在上海的早期正值中国科技的黄金时代，国内科技公司和行业领袖正在飞速崛起。李彦宏、马云和马化腾在千禧年之初创立了他们的公司，正在经历着投资和发展的爆炸式增长。赵长鹏说：“我被教导要去正在发展的地方，而不是已经建立起来的地方。” 他并非唯一回到上海的年轻加拿大人。上世纪90年代加拿大严重的经济衰退刺激了 2000 年代中期激增的逆向移民。像赵长鹏这样的回归者被称为“海归”，这是一个中国双关语，表示移民海外但又回到中国的人。据一项研究估计，截至2017年，近50万海归从加拿大和世界各地抵达中国。对赵长鹏和其他像他这样的人来说，时机再好不过了。Miu Chung Yan表示，会说英语、受过西方教育且精通中国语言和文化的海归在中国受到热烈欢迎，相较于当地同龄人，他们的薪水更高。然而，尽管赵长鹏来到了一个渴望接纳他、他能说当地语言的城市，他坦言，在中国快速、激烈、自由奔放的商业环境中，难以应对模糊的规则和法规。他回忆说：“我不了解商业文化，不得不从头学起。”在纽约、东京和温哥华，以规则为基础的企业和平等主义理念盛行，对赵长鹏来说，关系的关键性，尤其是与可能成为支持者的国家官员的关系，显得很陌生。在营造这些商业关系时，酒精在中国文化中具有特殊地位。白酒这种烈性中国酒常常在商业谈判中出现，表达善意和尊重。赵长鹏说：“我读过关于它的书，听过关于它的传闻。但你知道，当你真正去做生意，在与政府官员的晚宴上，他们喝白酒……他们谈论关系，有时还有其他事情需要照顾，这些对我来说都很陌生，所以我从来不太喜欢这种做法。” 尽管如此，赵长鹏在上海迅速发家致富。2005年，他与其他四名外籍人士共同创立了Fusion Systems，一家提供高频交易系统的软件即服务（SaaS）公司，并与高盛和瑞士信贷等全球最大银行达成合作。在此期间，他迅速学会了规则——在中国，他说，规则是“故意模糊的”，这赋予了政府在解释和选择性执法方面的巨大权力。这位新晋企业家发挥了自己的数学和编码能力，但他在公司的角色也教会了他如何“像销售员一样思考”，因为他利用海归身份在东西方之间充当经纪人。作为一名初级合伙人和唯一“看上去像中国人……在中国环境中”的人，赵长鹏一直在考虑“如何推销公司服务？如何获得下一个合同？” 然后——正如关于赵长鹏传说，2013年一个深夜的扑克游戏改变了他的人生轨迹。在这场游戏中，中国顶级比特币传教士 Bobby Lee（李启元）和受过美国教育的中国风险投资家 Ron Cao （曹大容）向赵长鹏介绍了加密货币。赵长鹏全力以赴。他卖掉了自己在上海的公寓，投资100万美元购买比特币。这位未来的亿万富翁离开了Fusion Systems，首先加入了加密货币创业公司Blockchain.info——早期主要作为跟踪比特币交易的网站——担任技术负责人。一年后，他被聘为中国交易所和代币创业公司OKCoin的首席技术官。 OKCoin是赵长鹏锻炼自己成为大胆的公共加密货币人物的战场，他毫不畏惧地参与公开的战斗。起初，赵长鹏在Reddit等平台上与公众互动，这在CTO中并不多见，他在这些论坛上礼貌但坚定地反驳对OKCoin和加密货币的批评。然而，2015年，赵长鹏与OKCoin首席执行官徐明星因公司的发展方向产生争执，他离开了公司，转而在相同的平台上撤回了之前的声明，并抨击了他的前雇主。在一篇长达1600字的Reddit帖子中，赵长鹏详细介绍了在徐明星的指导下，公司利用机器人提高交易量、伪造准备金证明和不透明财务的情况。作为回应，徐明星指责赵长鹏伪造学术资历并进行其他欺诈行为。虽然争执最终平息，但这表明赵长鹏在争论中愿意猛烈出击，同时也使得中国对新兴加密货币行业的监管愈发严格。赵长鹏与他的下一家公司Bijie Technology（比捷科技）的争议和边界推进更进一步。Bijie Technology是另一家SaaS公司，为交易所和交易平台提供软件。在接下来的两年里，Bijie的技术成为了30家中国交易所的基石，后来还成为了币安的动力来源。然而，麻烦很快出现，因为赵长鹏的技术所支持的大部分交易所都涉及“邮币卡”交易——中国帝国时代和革命时期的邮票，这引发了一场郁金香式的狂热。随着邮币卡狂热的蔓延，邮票交易的线上交易所和可疑的卖家如雨后春笋般冒出。所谓的“邮票老师”和“财富顾问”诱使毫无戒心的投资者加入QQ和微信等消息平台上的投资聊天室，在那里他们建议投资者通过数字交易所购买邮票和收藏品的股份，承诺会有超高回报。但许多都是蓄意操纵和抛售的骗局。根据中国国有报纸《证券时报》2016年的一项调查，普通投资者（尤其是老年中国人）损失了数亿元人民币，其中一些人甚至失去了他们的全部养老金。赵长鹏与邮票诈骗没有直接关系，但他的技术可以说助长了这种诈骗的繁荣。更重要的是，这种猖獗的狂热使当局高度警惕：中国政府迅速制定了新规，限制了奖励违规和冒险行为的数字平台的无节制增长，对数字金融创新的怀疑也更甚。2017年1月，国家下令邮票和收藏品交易所整顿或关闭；到当年8月，这些交易所的运营被叫停。Bijie的大部分客户都倒闭了。与此同时，赵长鹏的雄心开始寻找其他出路。2017年，加密货币价格的大幅上涨吸引了数百万新投资者进入这个领域。赵长鹏看到了这个行业的领导者，总部位于旧金山的Coinbase从中获利。他看到了一个机会，并于当年7月在上海创立了自己的交易所——币安。短短一年时间，币安凭借其优质的交易平台、全球客户群和几乎无管制的监管政策，超越Coinbase成为全球最大的交易平台。不久之后，该公司成为首家推出自己区块链的交易所——这是一个技术上的壮举。客户可以通过交易获得代币奖励，币安还增加了交易数百种数字资产的能力，包括那些来源不明的货币。这些策略帮助币安从Coinbase和其他竞争对手那里抢占客户，公司的低廉交易费和在审查客户方面提出的少量或零问题的政策也起到了作用。到现在为止，赵长鹏显然已经适应了亚洲更快更猛烈的商业规则，这使得与北美公司竞争相对而言就像是小儿科。在《加密货币之王》一书中，一位亚裔美国企业家嘲笑那些惊叹币安突然崛起的媒体：“这里发生的事情是傲慢和偏袒西方市场崛起的公司。亚洲并不在Coinbase的基因中。我看到了他们无法弥补的文化鸿沟。” 然而，尽管取得了巨大成功，币安在中国的时间已经所剩无几。早在2013年，中国就首次限制银行处理加密货币交易。为了遏制资本外流、打击金融诈骗以及更紧密地控制国家金融体系，2017年9月，中国当局禁止了首次代币发行（ICOs），并开始关闭加密货币交易所。为应对这一举措，赵长鹏在几周内秘密而紧张地将200多个阿里巴巴服务器上托管的数据迁移到亚马逊网络服务和其他位于“防火长城”之外的服务器。这项工作取得了成功，赵长鹏和其他币安员工迁往了东京，结束了他在中国作为企业家的12年生涯。赵长鹏的力量因流亡增强从某种程度上说，离开中国对币安及其创始人赵长鹏的长远利益有所帮助。多年来，赵长鹏及其公司一直受到美国竞争对手的影响，他们将币安描述为与北京政府结盟。这样的联盟将使赵长鹏与美国监管机构的关系更加困难，尤其是在中美关系紧张的时期。多年来，该公司一直被指控故意掩盖其中国血统和在华业务活动，币安对这些指控予以否认。然而，对于一个更喜欢在政府监管之外运营的公司和创始人来说，没有一个国家能长期容纳他们。币安在日本的停留时间很短。2018年，骗子利用伪造的谷歌广告欺骗客户输入他们的币安登录信息，然后清空他们的帐户。币安并未直接对损失负责，但这一丑闻导致日本监管机构要求币安注册为交易所，这对赵长鹏来说是一个不合适的选择。于是，赵长鹏决定将他的加密帝国迁移到马耳他，当时的总理约瑟夫·穆斯卡特（Joseph Muscat）愿意欢迎所有与加密货币有关的事物，不会提任何其它问题。在马耳他的时期也很短暂，币安宣布将不再寻找新的总部地点，而是无总部运营。有一段时间，币安的去中心化程度如此之高，以至于赵长鹏似乎出于有所意图和目的而脱离了网络。2021年，币安的一个对手在美国就取消上市代币一事起诉币安。原告雇佣了一名私家侦探来寻找赵长鹏。在关于调查结果的报告中，私家侦探表示，他的团队已经做出了“极大的”努力来追踪赵长鹏，但未能成功，他怀疑币安雇佣了其他人来掩盖赵长鹏的过去和行踪，使他“几乎无法被发现”。最近，《财富》杂志联系到这位私家侦探，他证实报告中的言论是准确的。（该诉讼最终被驳回。）直到2022年，赵长鹏才在迪拜露面，那里几乎没有对加密货币交易的限制。币安的迁徙方式在加密货币信仰者中受到了赞誉，这些信仰者痴迷于去中心化。不出所料，这让其他国家的监管机构感到不满，他们认为币安是一个无法无天的离岸赌场。并非没有道理。在过去的三年里，已经曝光了币安从事一系列道德上可疑或可能完全犯罪的行为。其中包括宽松的“KYC”政策，这使得伊朗用户得以在币安的交易所上进行交易，尽管该国受到国际金融制裁；以及2018年一项未能实现的计划，该计划是在美国注册子公司，根据提出这个计划的币安高管所说，其目的是作为一个“regulatory sinkhole（监管污水池）”，分散美国监管机构对公司其他部分的注意力。币安承认参与了可疑的策略，但表示已经摒弃了这些策略。今年2月，该公司声称即将与美国司法部和其他监管机构达成一项全面和解，解决过去的不当行为并规划未来道路。尽管美国商品期货交易委员会最近针对币安提起的诉讼引发了关于和解可行性的疑问。与此同时，公司表示希望翻开新的一页，但监管机构对加密货币的普遍不信任使这一愿望变得复杂，尤其是在交易所FTX崩溃之后。尽管正是赵长鹏的推文揭露了去年11月FTX的丑闻，但他表示，他和其他人一样对SBF犯下的欺诈行为感到惊讶——他曾认识SBF，并在FTX成立初期投资过这家公司。在2020年至2022年初的加密货币繁荣期间，赵长鹏和SBF是这个领域的两位最具影响力的人物，他们的经历有一些明显的相似之处。最明显的是，他们都是学者的子女，尽管赵长鹏的父亲只是在大学界的边缘人物。相比之下，SBF则是斯坦福大学两位法学教授的儿子，在校园里拥有一栋漂亮的房子，过上了学术界最高层次的生活。如今，这两个人的处境截然不同。SBF仍然住在父母的房子里，等待着一系列欺诈指控的审判，这可能会让他终身监禁。与此同时，赵长鹏早已成为一位父亲，他与币安的联合创始人何一已育有两个蹒跚学步的孩子。很容易想象赵长鹏对竞争对手的特权和权利感到愤怒。SBF曾多次在推特上嘲笑他，包括在2022年夏天暗示赵长鹏一旦踏上美国领土就会被捕。（币安表示，赵长鹏近年来多次访问加拿大，包括参加父亲的葬礼，但在那里保持了非常低调的生活方式。）但赵长鹏声称，他对这位曾经的竞争对手并无个人恩怨。赵长鹏表示：“他对我来说就像那些聪明、有才华但非常有进攻性的年轻孩子。”他告诉《财富》杂志，他与SBF见过三到五次，主要把他视为客户，因为后者的 Alameda 对冲基金曾使用币安作为交易平台。截至4月中旬，币安似乎已经度过了加密市场崩溃（在FTX瓦解之后）和监管机构越来越积极地追击公司的双重困境。尽管其财务状况仍然是一个黑匣子，但区块链数据显示，币安近几个月来从竞争对手那里获得了市场份额，其交易量和收入可能也在增加，这可能是由于比特币和其他加密货币价格的反弹。与此同时，赵长鹏继续坚持他和他的公司是去中心化的，不属于任何国家。从这个角度来看，他已经超越了中国、加拿大以及其他国家的影响，成为了一个真正无国籍的个体。然而，环游世界的加密货币巨头赵长鹏仍然是一个普通人；就像我们其他人一样，他永远无法完全摆脱他来自何处以及塑造他的力量。对于赵长鹏来说，这些力量可能与地理位置关系不大，而更多地与家庭有关。父亲的遗产赵长鹏的英语并不完美，从他的 Twitter 动态就可以看得出来。他从未掌握北美惯用语——例如，他去年称“ MLB umpires（MLB 裁判）”为“baseball referees（棒球裁判）”。但他的谦虚和体贴感觉很像加拿大人。在 30 分钟的采访过程中，他的言谈举止表明——尽管他的新身份是在迪拜拿着便笺四处游荡的亿万富翁——他的身体内仍有 30 年前在温哥华麦当劳吃薯条的少年。尽管如此，还是很难确定究竟是什么在驱使他前进。加密仍是一个前沿行业，每个主要参与者，包括 Coinbase 等老牌机构，都尽量在用“狡猾”的策略来获得优势或只是为了生存。尽管币安最近承诺要“步入正轨”，但它可能比大多数竞争对手距离法律更遥远。尽管如此，当被问及在温哥华长大时是否学会了违反规则时，赵长鹏否认：“我一直是一个相当亲近、守规矩的公民……我的性格总是保守的，尽管人们可能不这么想，”但他表示，加密货币的文化改变了他的看法：“然后你会发现，这个新事物在不同的地方有不同的规则。因此，与其说我们想改变规则甚至避免规则，不如说我们只是想寻找更有利的地方。” 这个论点在某些方面具有说服力，但也让人觉得是为币安的自身利益量身定制的。赵长鹏显然已经能够找到规则即对他和币安最有利的地方，也可以说没有规则。这与他的父亲形成鲜明对比，他的父亲则遵循着不同时代的规则。加拿大安大略省 GeoTech 公司的地球物理学家 Jean Legault 根据行业大佬的推荐聘请了赵长鹏的父亲 Shengkai Zhao，他曾和 Shengkai共事六年。Legault 记得 Shengkai 是一位杰出的地球物理学家，具有非凡的技术头脑。Shengkai 编写了原始代码，使 GeoTech 能够使用软件创建地球物理数据的 3D 反演，这对工程师来说是一个非常宝贵的工具。公司至今仍在使用他的用户手册。Legault 补充说，“后来也曾请其他地球物理学家做同样的工作，但他们没办法复制Shengkai，他是个非常优秀的人。” Legault 认为，Shengkai 就像为工作而活，他本可以在学术界或商业界达到顶峰，但其为人实在过于谦逊了。Shengkai 从不吹嘘自己的知识或成就。赵长鹏对此表示赞同，他告诉《财富》杂志，父亲在文化大革命时期开始了他的职业生涯，英语水平很差，也从未经商，“他很难把他解决的问题商业化”，因此父亲从来没有赚过什么钱。赵长鹏回忆说，他看着父亲从早到晚在实验室或台式机上研究复杂的数学方程式。但尽管如此，历史力量和作为移民的变化，意味着 Shengkai 只能在学术界的边缘耕耘，永远无法享受到如果他出生在不同的时间或地点就能赢得的声望。但儿子赵长鹏受到了移民带来的影响，币安帝国的成功或许是赵长鹏替父亲完成了此前永远无法实现的命运。 Shengkai 在去年死于白血病。想起他，赵长鹏的语气带着几分惋惜，仿佛想起了自己的少年时代。“我父亲整天都在他的实验室和电脑上度过，他从未参加过我的任何一场排球比赛。我当时是队长，每周打两场比赛，但我的父母从来没有看过一场比赛。” 富爸爸和穷爸爸的共同之处，或许是对工作的专注。即使对于亿万富翁来说，这种品质也是有代价的。赵长鹏担心，在他自己作为父亲的角色中，他可能会“沿袭”自己父母的这种“疏忽”。“我确实有这种特质，”他说。来源：金色财经

金色财经2023-04-10

今年一季度全球科技业宣布裁员近17万超去年全年

布了万人级别的大裁员，除此以外，戴尔、IBM）、支付巨头PayPal、云通讯公司Twilio、电子签名解决方案供应商DocuSign、软件服务提供商Salesforce、流媒体音乐服务平台Spotify等行业巨头纷纷加裁员大军。　　分析师预计，在高成本和需求放缓的打击下，今年第一季度美国科技公司的盈利将同比暴跌15％，是至少自2006年以来的最大降幅。

金融界2023-04-10

a16z：机器学习和零知识证明的制衡

几十年机器学习领域所有进步的一个缩影：IBM的开发人员花了12年时间开发出Deep Blue，一个运行在32节点IBM RS/6000 SP计算机上的模型，能够每秒评估近2亿步国际象棋，在1997年击败了国际象棋冠军加里·卡斯帕罗夫(Gary Kasparov)。相比之下，我只花了几个小时，我只编写了很少的代码，就编写了一个能够战胜我的程序。诚然，我怀疑我创造的人工智能能否在国际象棋中击败Gary Kasparov，但这不是重点。关键是任何玩GPT-4的人都可能有类似的获得超能力的经历：不费什么力气，你就可以创造出接近或超过你自己能力的东西。我们都是IBM的研究人员；我们都是Gary Kasparov。显然，这是令人兴奋和有点令人生畏的思考。对于任何在加密行业工作的人来说，自然的冲动(在惊叹于机器学习可以做什么之后)是考虑潜在的中心化向量，以及如何将这些向量去中心化到一个人们可以透明地审计和拥有的网络中。目前的模型是通过吸收大量公开可用的文本和数据来构建的，但目前只有少数人控制和拥有这些模型。更具体地说，问题不是“人工智能是否具有巨大的价值”，而是“我们如何构建这些系统，使与之交互的任何人都能获得经济利益，如果他们愿意，还能确保他们的数据以尊重他们隐私权的方式使用。” 最近，有一种声音呼吁暂停或减缓Chat-GPT等大型人工智能项目的进展。停止进展可能不是这里的解决方案：相反，更好的做法是推动开源模型，在模型提供者希望其权重或数据是私有的情况下，用链上和完全可审计的隐私保护的零知识证明来保护它们。如今，后一种围绕私有模型权重和数据的用例在链上尚不可行，但零知识证明系统的进步将使其在未来成为可能。可验证和可拥有的机器学习像我使用Chat-GPT构建的象棋AI在这一点上感觉相对良性：一个具有统一输出的程序，它不会使用侵犯有价值的知识产权或侵犯隐私的数据。但是，当我们想要确保我们被告知的模型在 API 后面运行时确实是运行的模型时会发生什么？或者如果我想将经过验证的数据提取到链上的模型中，并确保数据确实来自合法方？如果我想确保提交数据的“人”确实是人，而不是试图攻击我的网络的机器人，该怎么办？零知识证明，凭借其简洁地表示和验证任意程序的能力，是实现这一目标的一种方式。值得注意的是，今天，在链上机器学习环境中零知识证明的主要用例是验证正确的计算。换句话说，零知识证明，更具体地说，SNARK(简洁的非交互式知识论证)，在ML上下文中因其简洁属性而最有用。这是因为零知识证明保护了证明者(及其处理的数据)的隐私不受窥探验证者的侵害。像全同态加密(FHE)、功能加密或可信执行环境(TEE)这样的隐私增强技术更适用于让不受信任的验证者对私有输入数据运行计算(更深入地探索这些技术不在本文的范围内)。让我们退一步，从更高层次上理解你可以用零知识表示的机器学习应用程序的类型。(要想更深入地了解ZK，请参阅我们关于零知识证明算法和硬件改进的文章，Justin Thaler关于SNARK性能的工作，或者我们的零知识标准。)零知识证明通常将程序表示为算术电路：使用这些电路，证明者从公共和私人输入中生成一个证明，验证者从数学上计算该语句的输出是正确的——而不获得关于私人输入的任何信息。我们仍然处于在链上使用零知识证明进行计算实用验证的非常早期阶段，但算法的改进正在扩大可行的范围。以下是零知识证明在机器学习中的五种应用方式。 1. 模型真实性：你希望确保某些实体声称已经运行的机器学习模型确实是运行过的模型。例如，可以在 API 后面访问模型的情况，并且特定模型的提供者有多个版本——比如，一个更便宜、不太准确的版本和一个更昂贵、性能更高的版本。如果没有证据，你就无法知道模型的提供者是否为你提供了更便宜的模型，而你实际上已经支付了更昂贵的模型(例如，模型的提供者想要节省服务器成本并提高他们的利润率)。要做到这一点，你需要为模型的每个实例化单独的证明。实现这一目标的一种实用方法是通过Dan Boneh、Wilson Nguyen和Alex Ozdemir的功能承诺框架，这是一种基于SNARK的零知识承诺方案，允许模型所有者向模型提交数据，用户可以将数据输入模型并收到已提交模型已运行的验证。一些构建在Risc Zero(一种基于 STARK 的通用虚拟机)上的应用程序也支持这一点。Daniel Kang、Tatsunori Hashimoto、Ion Stoica和Yi Sun进行的其他研究已经证明，可以验证ImageNet数据集上的有效推断，准确率为92%(与性能最高的非ZK验证ImageNet模型相当)。但是仅仅收到提交的模型已经运行的证据是不够的。模型可能不能准确地表示给定的程序，因此希望提交的模型由第三方进行审计。功能承诺允许证明者确定它使用了一个已提交的模型，但它们不能保证关于已提交模型的任何内容。如果我们能够使零知识证明具有足够的可执行性来证明训练(参见下面的示例#4)，那么有一天我们也可以开始得到这些保证。 2. 模型完整性：你希望确保相同的机器学习算法以相同的方式在不同用户的数据上运行。这在你不希望应用任意偏见的领域非常有用，例如信用评分决策和贷款申请。你也可以使用功能承诺。为此，你将提交一个模型及其参数，并允许人们提交数据。输出将验证模型是否使用每个用户数据的提交参数运行。或者，模型及其参数可以公开，用户自己可以证明他们将适当的模型和参数应用于他们自己的（经过身份验证的）数据。这在医疗领域可能特别有用，因为法律规定患者的某些信息必须保密。在未来，这可能会使医疗诊断系统能够从完全私密的实时用户数据中学习和改进。 3.证明：你希望将来自外部经过验证的各方(例如，任何可以产生数字签名的数字平台或硬件)的证明集成到一个模型或任何其他类型的链上运行的智能合约中。为此，你将使用零知识证明来验证签名，并将该证明用作程序的输入。Anna Rose和Tarun Chitra最近与Daniel Kang和Yi Sun一起主持了一集零知识播客，探讨了这一领域的最新进展。具体来说，Daniel和Yi最近发布了一项工作，研究如何验证由经过验证的传感器拍摄的图像是否经过裁剪、调整大小或有限的编辑等转换——这在你想证明图像不是深度伪造而是经过某种合法形式的编辑的情况下很有用。Dan Boneh和Trisha Datta也做了类似的工作，使用零知识证明来验证图像的来源。但是，更广泛地说，任何经过数字认证的信息都可以进行这种形式的验证：正在研究EZKL库的Jason Morton(下一节将详细介绍)将其称为“给区块链眼睛”。任何签名的端点：(例如，Cloudflare的SXG服务，第三方公证员)都会生成可验证的数字签名，这对于证明来自受信任方的出处和真实性非常有用。 4. 去中心化推理或训练：你希望以去中心化的方式进行机器学习推理或训练，并允许人们向公共模型提交数据。要做到这一点，你可以在链上部署一个已经存在的模型，或者构建一个全新的网络，并使用零知识证明来压缩模型。Jason Morton的EZKL库正在创建一种方法，用于提取ONXX和JSON文件，并将它们转换为ZK-SNARK电路。最近在ETH Denver的演示表明，这可以用于创建基于图像识别的链上寻宝游戏等应用程序，其中游戏的创造者可以上传照片，生成图像的证明，玩家可以上传图像；验证者检查用户上传的图像是否与创建者生成的证明充分匹配。EZKL现在可以验证多达1亿个参数的模型，这意味着它可以用于在链上验证ImageNet大小的模型(有6000万个参数)。其他团队，如Modulus Labs正在对不同的证明系统进行链上推理的基准测试。Modulus的基准运行高达1800万个参数。在训练方面，Gensyn正在构建一个去中心化的计算系统，用户可以输入公共数据，并通过一个去中心化的节点网络来训练他们的模型，并验证训练的正确性。 5. 身份证明：你想要在不损害他们隐私的情况下验证某人是独一无二的人。为此，你需要创建一种验证方法——例如，生物识别扫描，或以加密方式提交政府ID的方法。然后，你将使用零知识证明来检查某人是否已被验证，而不透露有关该人身份的任何信息，无论该身份是完全可识别的，还是像公钥那样的假名。 Worldcoin通过他们的身份证明协议来做到这一点，这是一种通过为用户生成唯一的虹膜代码来确保抗女巫攻击的方法。至关重要的是，为WorldID创建的私钥(以及为Worldcoin用户创建的加密钱包的其他私钥)与项目的眼睛扫描球在本地生成的虹膜代码完全分离。这种分离完全将生物识别标识与任何形式的用户密钥分离开来，这些密钥可能来自于一个人。Worldcoin还允许应用程序嵌入一个SDK，允许用户使用WorldID登录，并利用零知识证明保护隐私，允许应用程序检查该人是否拥有WorldID，但不支持个人用户跟踪(更多细节，请参阅这篇文章)。这个例子是用零知识证明的隐私保护特性来对抗更弱、更恶意的人工智能形式的一种形式，所以它与上面列出的其他例子有很大的不同(例如，证明你是一个真正的人，而不是一个机器人，而不透露任何关于你自己的信息)。模型架构和挑战实现SNARK(简洁的非交互式知识论证)的证明系统的突破是将许多机器学习模型放在链上的关键驱动因素。一些团队正在现有的架构(包括Plonk、Plonky2、Air等)中制作定制电路。在自定义电路方面，Halo 2已经成为Daniel Kang和Jason Morton的EZKL项目等在工作中使用的流行后端，。Halo 2的证明时间是准线性的，证明大小通常只有几千字节，验证时间是常数。也许更重要的是，Halo 2拥有强大的开发人员工具，使其成为开发人员使用的流行SNARK后端。其他的团队，比如Risc Zero，则致力于一个通用的VM策略。其他人正在使用Justin Thaler基于求和校验协议的超高效证明系统创建自定义框架。证明生成和验证时间绝对取决于生成和检查证明的硬件，以及生成证明的电路的大小。但这里需要注意的关键是，无论所表示的程序是什么，证明的大小总是相对较小，因此验证者检查证明的负担是有限的。然而，这里有一些微妙之处：对于像Plonky2这样使用基于FRI的承诺方案的证明系统，证明大小可能会增加。(除非它被包装在一个基于配对的SNARK中，如Plonk或Groth16，它们的大小不会随着语句的复杂性而增长。) 这里机器学习模型的含义是，一旦你设计了一个证明系统，准确地表示一个模型，实际验证输出的成本将非常便宜。开发人员必须考虑最多的事情是证明时间和内存：以一种可以相对快速地证明模型的方式表示模型，并且理想的证明大小在几千字节左右。为了证明机器学习模型在零知识下的正确执行，你需要对模型架构(层、节点和激活函数)、参数、约束和矩阵乘法操作进行编码，并将它们表示为电路。这涉及到将这些属性分解为可以在有限域上执行的算术运算。该领域仍处于起步阶段。在将模型转换为电路的过程中，准确性和保真度可能会受到影响。当一个模型被表示为一个算术电路时，那些前面提到的模型参数、约束和矩阵乘法操作可能需要近似和简化。当算术运算被编码为证明的有限域中的元素时，一些精度可能会丢失(或者在没有这些优化的情况下，使用当前的零知识框架生成证明的成本将高得离谱)。此外，为了精确起见，机器学习模型的参数和激活通常被编码为32位，但今天的零知识证明不无法在没有大量开销的情况下以必要的算术电路格式表示32位浮点运算。因此，开发人员可以选择使用量化的机器学习模型，其32位整数已经转换为8位精度。这些类型的模型有利于表示为零知识证明，但被验证的模型可能是高质量初始模型的粗略近似。在这个阶段，无可否认，这是一场追赶游戏。随着零知识证明变得更加优化，机器学习模型的复杂性也在增长。已经有许多有前景的优化领域：证明递归可以通过允许证明用作下一个证明的输入来减少整体证明的大小，解锁证明压缩。也有一些新兴的框架，比如Linear A的Apache张量虚拟机(TVM)的分支，它改进了一个转译器，用于将浮点数转换为零知识友好的整数表示。最后，我们a16z crypto乐观地认为，未来的工作将使在SNARK中表示32位整数变得更加合理。 “规模”的两种定义零知识证明可通过压缩进行扩展：SNARK允许你使用一个极其复杂的系统(虚拟机、机器学习模型)，并以数学方式表示它，以便验证它的成本小于运行它的成本。另一方面，机器学习通过扩展来扩展：今天的模型随着更多的数据、参数和GPU/TPU参与训练和推理过程而变得更好。中心化的公司可以以几乎不受限制的规模运行服务器：按月收取API调用费用，并支付运营成本。区块链网络的经济现实几乎以相反的方式运行：鼓励开发人员优化他们的代码，使其在计算上可行(并且便宜)。这种不对称有一个巨大的好处：它创造了一个证明系统需要变得更有效的环境。我们应该推动在机器学习中要求区块链提供同样的好处——即可验证的所有权和共享的真理概念。虽然区块链激励了zk-SNARK的优化，但计算的每个领域都将受益。来源：金色财经

金色财经2023-04-08

黄岳：算力需求爆发，国产替代加速，芯片怎么投？

去库存，很多消费电子的生产商，像苹果、IBM、戴尔这些生产商会开始去库存，把它的库存芯片用掉。另外，芯片的制造商，包括一些零售渠道手里也会有一些库存去消化，后面随着需求进一步回暖，整个下游的消费电子企业就会发现已经缺货了，然后供不应求了。但是这个时候芯片制造产能扩张的速度是没有那么快的，首先芯片制造商可能会观察这到底是一个季节性或者非常小周期的需求回升，还是一个比较长期的需求回升，我要不要去扩大自己的产能，因为如果扩大产能之后需求又没有他想象得那么旺盛，那么产能利用率就会下降，相当于资本开支就得不到回报。所以整个制造商扩产会比较谨慎，这个时候制造商扩产，但是从它建设厂房再到买设备，再去调试，再去买材料，再去制造至少要一年左右的时间。这里面有一个时间差，所以就会导致后面供不应求越来越厉害，整个芯片的价格不断上涨，再刺激上游进一步扩大产能，后面又会迎来产业需求的下滑，下滑之后又会产能过剩，产能过剩又会挤压库存。到2021年下半年左右是整个芯片上行周期，后面就开始了下行周期，这个周期一般情况下大概四年一个周期，两年半的上升周期，一年半的下降周期。但是因为整个防控的影响给产业链带来了很大的冲击，比如说当时印尼的防控爆发了，这个时候封测厂房就停止工作了，整个芯片没有办法供货了，因为它是一个全球化程度非常高的产业，所以任何一个环节出现问题了之后，都会导致整个产业链完全阻塞掉。所以就导致这一轮上行周期很长，从2019年到2021年持续了将近三年多的时间。后面下行的周期也很长，到目前持续了一年半左右的时间。但是这个周期差不多到今年下半年或者明年上半年，也会达到周期性的低点。三、芯片板块目前处于筑底阶段主持人：黄老师的解答非常详细深入，三重周期共同影响着芯片行业，这样一来我想知道的是，从刚刚你提到三重周期的角度来看，芯片板块目前处于什么位置？黄岳：这三个周期整体来讲很多时候会叠加在一起，所以对于普通投资者来说可以这样观察。首先，大的科技创新可能要十几年才会产生爆发性的东西，上一个科技爆点出现还要追溯到手机。但是我们现在的人工智能有可能就是下一个爆发点。目前看得不是太清楚，但是我们认为它有可能是下一个起爆点，三月份整个人工智能的行情已经非常火爆了。我相信不用我多做介绍，大家自己也对相关的产业有所了解，这块如果真正处于下一轮科技革命的起点，这一轮整个大的周期至少要持续十年以上的周期，这是很大的周期。第二就是国产替代，国产替代主要是对国内的设备以及材料的厂商产生很大的影响，这些厂商的成长逻辑主要就是基于国产替代。这块第一是看政策，第二是看整个大的消费电子周期。估计至少持续五到十年左右，至少我们国内替代达到一个比较合理的水平，这个时候国家才认为我们可以减少投入，或者说真正让它完全转入市场化的情况，这是第二个周期。第三个周期是最关键的，也是目前整个市场最关注的周期，就是消费电子产品的周期。这个周期客观来讲目前处于一个下行周期之中，大家可以看到哪怕是人工智能所驱动的显示芯片的预期，预期打得非常充分，而且逻辑非常顺，包括美股的英伟达，但是它整个经营业绩一季度还是有很大的压力。就是因为真正的电子产品需求周期目前还处在一个下行周期之中。如果乐观一点有可能在今年下半年看到整个电子产品需求的触底。目前的状态是，渠道的库存基本回到了中等水平，基本上完成了去库存的情况。而且我们可以看到芯片的价格也是在不断下降，基本上市价跌、去库这样的过程。后续我们还要保持观察，随着疫后经济逐步复苏，国内整个需求今年大概率会回升。但是今年不确定的就是欧美的经济到底怎么样。目前整个欧美国家仍然处于高CPI数据的状态，而且利率水平非常高，像美国短端的利率水平已经在4%以上，这个在历史上都是很罕见的。这样势必会对实体经济包括居民消费水平造成一定的损害，消费电子的周期可能还要等待整个欧美需求下滑的出清，时间点有可能到今年下半年，甚至到明年上半年。整体来讲，芯片板块由于电子的下行周期还没有走完，目前更多的是筑底的阶段。四、芯片板块后续驱动因素主持人：目前芯片周期整体处于主动去库存的阶段，预计在今年二三季度周期大概能够见底。聊完了芯片行业的周期和目前所处的整体位置，我想知道目前芯片板块具体的驱动因素会有哪些？请黄老师给我们做一个讲解。黄岳：围绕刚才我们提到三个大的周期，这几个驱动因素主要也是这几个周期所导致的。首先是从科技进步的角度，春节之后整个ChatGPT引发了科技股的浪潮，而这里面芯片板块更多是偏结构化的行情。因为这一波人工智能的浪潮，算力的角度最核心的就是芯片，但是非常遗憾的国内芯片在先进制程这个领域处于被卡脖子的状态。所以整体来讲里面涉及到的算力更多是美国包括其他国家的一些上市公司，所以A股更多在这里面去挖掘比如给他们供货一些零部件公司，以及在性能不如人家的基础上做一些减量平替的公司。所以我们看到春节以来整个芯片板块的走势也没有像计算机、通信等和人工智能结合度更高的板块那么强。第二就是国产替代，国产替代更多是看政策有没有加码。比如说大基金包括一些产业政策有没有加码，这块基本就是跟着政策去做投资。另外，就是看国内国产替代的进度，比如最近传闻国内在某一个关键制程上有所突破，这些都会引发国产替代的机会。但是整体来讲，国产替代是一个中长期的过程，它的方向是非常清晰的，就是不断增强我们的国产化率，但是看短期其实更多的还是被国产替代技术方面的进度，以及相关政策所扰动。这两个因素客观来讲是完全不可预测的，因为技术的层面都是高度保密的，你很难去了解真实的情况，而国家的政策更是无从预判。我们再往后看可以关注华为的产业链，包括今年如果发布新机的话是否有可能发布5G的手机，如果他能够做出5G的手机，我认为对于整个国产替代的产业链是一个爆炸性的新闻。包括其他一些消费电子级的产品，比如说汽车。最近几年，新能源汽车在芯片上的需求是不低的，而且这块更多用的是一些分立器件，一些逻辑电路，整体来讲它的技术难度相对来说要低一些，我们被海外卡脖子的情况也相对来说少一些。所以整体来讲这块国产化率的提升是比较快的。第三就看整个消费电子的周期，消费电子本身就属于消费品，整体来讲国内消费复苏是有望蔓延到消费电子包括更上游的芯片板块。还有一个就是看全球消费电子产品的出货量，去判断消费电子这种周期。整体来讲几个因素叠加起来，我认为往后看今年更多的是震荡筑底的阶段。对于周期性的板块，市场资金一般会提前布局。所以哪怕到今年下半年甚至到明年才会迎来周期性的出清，但是市场资金可能至少提前一个季度就会布局。布局之后又会进一步观察微观数据，包括手机的出货量、供应商产线扩产的情况，如果不及预期的话又会出现调整。整体来讲，有可能是一个震荡筑底的行情，但是震荡的幅度会比较大，这种行情下是比较适合去做布局的。五、当前国内芯片产业各环节国产化水平分析主持人：芯片行业从国产替代这个角度来说，客观上来讲已经到了刻不容缓的地步。包括我们平时一直在说国产替代，一直在说自主可控，我想请黄老师给我们介绍一下，目前我们国家的芯片行业国产替代程度到了什么阶段？黄岳：国产替代还是从几个环节来看。首先，我们看芯片的设计。第一，最上游的设计软件方面，处于国产化从零到一的阶段，基本上有一些产品能够用，但是它的可用性包括生态仍然处于比较早期的阶段。这个也是它未来空间非常大的原因所在。第二，整个设计各个行业都不同，包括原来华为在手机芯片设计领域处于全球第一梯队，做得非常好，但是由于卡脖子之后这块设计出来了也没有办法进行制造，所以对他的设计产生了非常致命的冲击。其他的还有一些细分领域，比如说存储，存储目前国内有一些上市公司大概是做中低端的芯片，中低端的存储芯片国产化率是比较高的。国内的企业主要也承接了日本、韩国产线的出清，使得日韩企业聚焦在毛利率更高的高端存储环节，然后把低端的产业链转移到了中国。大概是这样的情况。 A股一些公司未来也会往高端方向去做公关，而国内的存储芯片做得最好的几个公司都是非上市公司，目前能够做到中高端左右这样的程度，但是他的设备和材料也是被别人卡脖子的。还有一些日用品的芯片，包括一些控制器芯片，还有一些分离器件，相对来说逻辑电路这些技术难度稍微低一些。设计芯片国产化率相对来说高一些，而且很多已经实现了产业化，在全球具备了不错的市场份额。材料主要是日本的厂商，国内材料的国产化率还是比较低的。目前在偏低端的制程或者是成熟制程这个领域，整个国产化率完成了从零到一的过程。在先进制程这个领域目前基本上没有国产化。所以，材料这个领域除了半导体EDA之外，是国内卡脖子最厉害的领域，这个也是最近中日关系包括中日一直在进行交涉的非常重要的领域。设备里面分成很多设备，包括光刻、刻蚀、成膜、等离子注入，还有像CMP设备，还有一些清洗设备，这里面国产化率是不同的。在成熟制程的领域国产化率已经比较高了，已经走到了从一到N的阶段。还有个别领域可能国产化率目前是从零到一的阶段，或者说刚刚完成从零到一，还没有开始从一到N这样的情况。因为涉及的设备种类很多，所以国产化率不同。整体来讲设备这个领域也是国产化率比较低，卡脖子比较厉害的领域。所以，芯片设备和材料，包括芯片的制造，这几个领域基本上是卡脖子最厉害的。封测方面，相对来说整个国内在全球的市场份额已经比较高了，卡脖子问题没有那么严重。主持人：通过黄老师的解答我们发现，目前我们国家在半导体上游的设备和材料环节还是非常薄弱的。但是你想要生产出先进的芯片，设备和材料环节又必须得过硬。我们之所以当前无法生产出先进的芯片，就是因为没有先进的设备和材料，包括阿斯麦最先进的光刻机，你虽然有钱，但是他不卖给你，你没有先进的设备和材料就没法生产出先进的芯片。用中国的一句古话叫做“巧妇难为无米之炊”，并且这次受到美国精准的打压。但是在今年3月24日，国家大基金二期重启了投资，第一笔投资投的方向就是光刻胶材料环节。相比于大基金一期主要投向制造领域，二期在产业承接上将相对的往设备和材料环节倾斜，从而保障国内的芯片产业链国产化突破与替代。六、如何投资芯片板块主持人：分析这么多我相信很多投资者想知道的是，当下芯片行业有哪些投资机会，希望黄老师给各位投资者上点干货，讲解一下芯片行业的投资机会，以及如何进行相关的布局。黄岳：首先，就是围绕春节前后开始这一轮人工智能的行情。人工智能相关板块目前占A股的成交额占比非常高，到了博弈很强的阶段。整体来讲这是一个非常长期的概念，它目前还处于非常早期的阶段。从人工智能的角度来说最核心的就是算力、算法以及应用。从算力的角度来讲，其实国内真正能够满足人工智能应用的芯片非常少，就算有也要担心美国一旦把他们列入实体名单之后，如果遭受干扰了有可能就做不出来了。所以人工智能的算力客观来讲基本上和国内芯片板块没有直接的关系，这个是最大的遗憾。所以大家可以看到，最近通信领域的光通信成为了算力确定性最强的相关标的。算法更多的是赢家通吃，和互联网很多东西很像，它整个研发的技术难度以及研发资金的投入非常巨大，哪怕到现在其实ChatGPT肯定是不赚钱的，而且每天需要大量的资金投入来维持日常的运作。所以算法阶段最终能够做出来的肯定不会有太多的公司，也就一两家公司或者大概三到五家公司。这里面你要把握这个机会也很难，应用就更难了。因为现在还处于一个非常早期的阶段，应用说白了看不到影子，未来谁能做出来都很难。所以，目前人工智能这个领域处于早期偏题材的阶段，那么就要考虑到当下这个位置之后的风险性。相比其他行业而言，芯片的好处在于相对来说位置是不高的。目前整个行情已经扩散到了芯片，芯片虽然和目前人工智能这波行情没有直接的关系，但是最后可能会有芯片加应用。很多传统产业也会受益于人工智能，从而加大整个信息技术的投入。这里面云计算包括其他基础设施有可能会进一步加强它的投入，都会涉及到芯片，也和国内整个芯片产业链相关。整体来讲，目前芯片还是处于人工智能扩散这样的阶段。这个阶段，芯片从位置的角度来说是有优势的，因为它属于刚刚才开始启动，和高位的其他标的相比，芯片的安全边际要更高一些。另外，我们再往后来看，更多还是关注国内经济的复苏，因为整个国内经济复苏之后会带动电子包括传统的电子产品手机、笔记本电脑等等需求的回升，还有一个就是汽车电子。大家可以看到目前芯片指数很多权重比较大的股票，很多业务都是基于最近几年需求快速扩张的新能源汽车。整体来讲，如果后续国内大类消费能够复苏的话，其实对于整个芯片板块也是提振的效果。短期来看，目前人工智能行情的扩散阶段我觉得已经到尾端了，后续如果看4月份的话，有可能会有消费的提振。目前大家也可以看到A股对于国内经济复苏的预期是很低的，这里面其实有一个预期差，今年你的预期再悲观，不可能比去年还要差。整体来讲方向是比较确定的，在这里面相关一些板块处于低位的时候，这里面就有比较大的预期差。对于芯片来讲，后续的驱动因素有可能就是国内相关需求的复苏。如果再往后看今年年终的时候或者三季度的时候可能要稍微当心一点，那个时候有可能就会面临欧美需求快速回落。欧美经济会不会陷入衰退？从欧美的经济数据来看还是可以的，虽然CPI数据维持高位，而且它的利率水平一直在提升。很多投资人也很疑惑，国际矛盾在欧洲爆发，怎么很多欧洲股市出现新高，就是因为去年暖冬又叠加各项财政政策包括欧元区对于能源的补贴。但是这种财政刺激是难以为继的，甚至在目前利率这么高的情况下，整个政府融资的成本也非常高。所以，今年三季度和年终左右全球最大的风险还是在于欧美的需求会不会出现更加快速的下滑。整体来讲，芯片这个板块越往后看它的胜率越高，因为我们即将迎来一个消费电子周期性的拐点。电子的周期往往持续四到五年，一旦我们迎来电子周期的拐点就不是一个小周期，而是一个持续性比较强的周期。这里面国产替代更多的还是跟着政策的节奏，我们没有能力做一些主观的判断和预测，只能说这是一个长周期。另外还有人工智能，芯片作为人工智能非常核心的环节，目前先进算力的芯片和国内没有太大的关系，但是总归会有行情扩散到国内的芯片。所以我觉得更多是盯着这几条主线。人工智能目前处于已经接近过热的状态，更多要考虑它的风险，但是芯片还有望受益于国内需求回暖，所以它属于人工智能里面安全性相对较高的板块。如果我们只看芯片的话，短期也没有必要再去关注人工智能。如果人工智能退潮之后下一波有可能再去看芯片。芯片短期更多的还是看国内经济的复苏，国内经济复苏对于芯片是一个正向提振，因为它也属于弹性很大的消费标的。从操作的角度看，今年芯片整体的基调就是逢低配置。消费电子一旦处于周期性触底回升之后，它是一个操作性非常强的，长达至少两到三年左右的行情。你可以看到任何一波消费电子周期，它的股价弹性都是非常大的，所以今年整体配置的节奏更多的是逢低配置。可以关注芯片ETF（512760）。主持人：非常感谢黄老师的分享，我相信在产业政策加持，大基金战略投资以及全国上下一心齐心协力的努力下，我国芯片行业一定能够打破技术封锁，如同大家平时下象棋一样，日拱一卒，未来可期。黄老师从芯片产业链三重周期，以及国产替代的程度等方面为大家分析了芯片行业的现状，也讲解了相关的投资机会。感谢大家，我们今天的直播就到此结束。（来源:界面AI）声明：本条内容由界面AI生成并授权使用，内容仅供参考，不构成投资建议。AI技术战略支持为有连云。

有连云2023-04-07

24小时热点