FX168财经网_全球视野外汇黄金加密货币NFT资讯网

导体先进制造、先进封装、设备/零部件和AI芯片的自主化加速机会。半导体ETF(159813)，场外联接(A类：012969；C类：012970)。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。

F上市。另外，港府还致力于推动香港成为AI芯片及硬件设计领域的国际权威，创造有利环境培育相关领域专才。香江暖风起，岸柳早知春。作为一家扎根香港的金融科技集团，国富创新积极响应港府号召，希望通过踊跃参与、全面融入数字经济发展战略，为香港的社会经济进步做出贡献、为自身的持久增长创造有利条件。在长期从事证券经纪、证券咨询、投资银行和资产管理等传统优势金融业务的过程中，国富创新积累了“金融-实体经济”联动的丰富经验和深厚资源，对于开辟科技创新投资的第二业务赛道，天然地具有先发优势和领先禀赋。譬如，国富创新围绕数字资产、量子科技等领域的科创投资，可以为存量金融业务扩大收入来源，包括但不限于为持有的科创资产提供并购咨询、资产管理、证券发行、上市融资等金融服务。同时，助力这些市场瞩目的优质科创资产进行投融资活动，还可以提升国富创新投行、资管、咨询等业务部门的市场声誉和影响力，进而吸引更多外部客户。如此，科创投资不仅自身具有造血能力，而且还能带来业务增量，最终形成“以投资拉动投行，以创新反哺传统（业务）”的“科创+金融”的双轮驱动良性发展模式。 6月14日，国富创新发布可喜公告：缘于持牌业务的收入增加，预计2024财年的业绩将显著改善，收入规模大幅提升，亏损金额亦将大幅收窄。不难看出，在夯实主业、发力科创、剑指转型的经营战略下，国富创新的经营基本面、财务业绩已经出现好的讯号，正在为最终的蝶变积蓄能量。聚才夯基，创新扬帆科创投资的前景光明，不过也需要人才做承载。根据今年3月至今的多项公告，国富创新现执行或推出了至少两项重要人才激励举措。第一是，向一名董事、两名联席首席CEO及十四名全职雇员授出可认购91,500,000股股份的购股权，行权价为0.480港元/股，该份购股权计划的行权条件与上市公司业绩严密挂钩，能够将承授人的个人利益与上市公司的整体利益充分协调一致；同时，国富创新董事会也根据内部评估系统确定2024财政年度绩效目标，并对各承授人的整体绩效及其所属团队或部门的绩效、集团整体绩效作出评估。第二是，采纳一份新的股份奖励计划，以表彰及认可雇员等合资格参与者对国富创新作出的贡献。该计划将用于国富创新在未来10年的时间内，根据公司战略对雇员等公司持份者进行长期的股权激励，引导该等人士对上市公司做出长期的贡献。 “集天下之才，成创新之本”。通过多层次、全方位的激励制度创新，各方面的优秀人才正在“天下英雄入彀中”。这些新鲜血液的加入，将为上市公司注入创新的动力，在业务能力、市场策略、激励机制上拔升国富创新的管理水平、展业水准。国富创新还在信息沟通的方式上弘扬创新、从善如流，譬如通过第三方平台账号（如公众号、富途牛牛企业号等）等形式，合规、及时、准确地披露公司正在发生的良好变化、取得的成就。这有助于建立有效的市场沟通和投资者关系，帮助资本市场更好地了解和理解上市公司。结语一元初始，万象更新，站在“1”起点上的国富创新，正在以历史性的焕然面貌，迎接下一个新的阶段，挑战下一个新的高度：以科创为翼，以人才为基，不断制度创新，在数字资产、量子科技等科创投资领域打造自己生态位，力求铸造更加辉煌的未来、实现从1.0到10的跃升。

格隆汇06-26 14:08

“科八条”行情爆发！科创100指数ETF(588030)涨近2%，云从科技-UW 涨超10%

0平方米，部署近4000张AI加速卡，AI芯片国产化率33%，智能算力规模超1000P。近日，国家药品监督管理局批准了其研发生产的诺和盈(用于长期体重管理的司美格鲁肽注射液)在中国的上市申请。诺和诺德称，这是全球首个且目前唯一用于长期体重管理的胰高糖素样肽-1受体激动剂(GLP-1)周制剂。天风证券指出，“科八条”发布助力科创公司发展，优化融资制度，支持并购重组，半导体“硬科技”板块公司或受益。 6月19日，证监会发布《关于深化科创板改革服务科技创新和新质生产力发展的八条措施》（以下简称“科八条”），分别为1）强化科创板“硬科技”定位；2）开展深化发行承销制度试点；3）优化科创板上市公司股债融资制度；4）更大力度支持并购重组；5）完善股权激励制度；6）完善交易机制，防范市场风险；7）加强科创板上市公司全链条监管；8）积极营造良好市场生态。我们认为“科八条”的发布有助于科技公司高质量发展，其中优化融资制度支持并购重组有助于产业链公司强强联合，打造出大型具有国际竞争力的科技公司，半导体“硬科技”板块公司或受益。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06-26 14:07

每日重要事件盘点：6月26日

2.中国移动算力中心北京节点投入使用 AI芯片国产化率33%。地产：自然资源部拟通过专项债券支持政府回收房企闲置用地。设备更新： 1.发布关于实施设备更新贷款财政贴息政策，中央财政对经营主体的银行贷款本金贴息1个百分点。按照相关贷款资金划付供应商账户之日起予以贴息，贴息期限不超过2年。 2.两部门：加大工作力度持续实施好农业机械报废更新补贴政策。汽车：截至6月25日中午12时，商务部汽车以旧换新信息平台已收到汽车报废更新补贴申请11.3万份。5月报废汽车回收量52.3万辆，同比增长55.6%。电子：苹果传出要求代工厂在未来几年将iPhone组装线的人力减少50%，作为提高自动化生产目标的。大飞机：欧洲航空界代表团据称将于7月初访华对C919进行实地考察及展开认证程序。卫星：根据上海证券报，8月5日，“千帆星座”（G60）首批组网卫星将在太原发射，垣信全年计划完成108颗卫星发射任务。格思航天采用一箭18星的形式，今年计划交付50到70颗卫星，明后年产能有望持续翻番。医药： 1.诺和诺德司美格鲁肽在中国获批用于长期体重管理，可实现平均17%的体重降幅。 2.默沙东宣布，其PD-1抑制剂帕博利珠单抗（商品名：可瑞达®）已获得中国国家药品监督管理局（NMPA）批准。制冷剂：根据氟务在线的最新报价，2024年6月24日R22、R32、R134a市场价分别上调1000、3000、1000元/吨至30500、33500、29500元/吨。旅游： 1.外国人正在扎堆来中国旅游，“China Travel”中国游已经火爆全球。 2.随着高考结束，暑期旅游逐渐升温。观点来源：财联社，数据截至日期：2024年6月26日，以上个股及行业仅供参考，不构成实际投资建议，不代表基金现有持仓和未来持仓基金有风险，投资需谨慎! 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06-26 09:17

Blackwell缓解了AI的能源焦虑

果、谷歌、Meta 等）也在开发自己的AI芯片。例如，如下图所示，AMD的研发预算在过去三年里翻了一倍多，超过了英伟达。值得注意的是，收购赛灵思大大加强了AMD的市场地位，并扩大了自适应计算市场的潜力。赛灵思是FPGA芯片的领导者和发明者，这在人工智能时代也是一项很有前途的技术。 FPGA芯片的最大优势是灵活性：即使在制造和安装之后，也可以灵活地重新编程或功能升级。考虑到先进芯片的成本和快速发展的计算环境，这是一个关键的战略优势。来源：Seeking Alpha 总而言之，尽管竞争格局和高估值（尽管注意 AMD 的 FWD 市盈率也在 46 倍左右），但考虑到增长催化剂，英伟达依旧很有前景。正如本文所论述的那样，Blackwell的25倍节能将改变游戏规则，为英伟达芯片的广泛部署铺平道路。软件生态系统和 Rubin 平台等新产品的良好管线有助于维持增长轨迹。 $英伟达(NVDA)$

老虎证券06-25 18:30

英伟达市值泡沫破裂？股价三日蒸发4万亿！黄仁勋高位套现6.9亿元，CFO等高管亦出手套现

，可能因为数据中心空间不足，而无法安装AI芯片，进行可能会影响GPU的销售。会议结束后，英伟达的执行层曾加速询问云提供商是否有足够的空间和电力来容纳GPU订单。此外，英伟达的竞争对手也在蚕食市场。首先是AMD，本身就有AI加速卡的业务，集CPU和GPU设计能力与一身。还有英特尔，作为x86架构的奠基人，如今也涉足AI加速卡领域。这两家公司推出的产品不仅在参数上对标英伟达，还在定位与售价等方面发动了一轮又一轮的攻势。另外，近日英伟达在向美国证券交易委员会提交的文件中，首次将华为认定为人工智能芯片等多个类别的最大竞争对手，英伟达提到的其他竞争对手还包括了博通和高通，此外还列出了许多重要的云计算公司，例如亚马逊和微软。对于英伟达市值的变动，有行业人士曾在其股价达到高位时表示市值有泡沫成分。有评论人士和分析师指出，AI领域的过度炒作和市场对高性能算力的非理性期待，可能是推动英伟达市值虚高的因素之一。中欧资本的张俊和行行AI智能的李明顺等专家均表示英伟达市值存在严重泡沫，认为市场需求与算力供应失衡，以及AI领域的泡沫化现象是主要推手。

金融界06-25 16:29

2024上半年老虎社区最受关注10大美股

工智能和高性能计算的强劲需求，其最新的AI芯片H300的发布备受市场关注，并引领全市场的关注。AI正由海外的创新热潮与资本开支逐渐转化为产业链核心上市公司的业绩。同时，公司在数据中心和游戏市场的收入持续增长。 5月公布的超强业绩以及6月初的拆股，让公司市值突破三万亿美元大关，一举将公司送上全球市值第一的宝座（尽管只维持了1天.）。 $英伟达(NVDA)$ $GraniteShares 2x Short NVDA Daily ETF(NVD)$ $GraniteShares 2x Long NVDA Daily ETF(NVDL)$ $英伟达1.25倍做空ETF-AXS(NVDS)$ 关键词：人工智能🧠、高性能计算💻、数据中心🏢 3. 苹果(AAPL)👀📱 标志性事件：苹果在2024年上半年发布了最新款的iPhone 16和M4芯片，其硬件创新继续引领市场。虽然iPhone销量在年初遭遇滑坡，并砍掉了造车业务，但服务业务显示出强劲的增长，为公司带来更多的经常性收入。公司在6月WWDC上公布与OpenAI合作之后，再次获得市场青睐。$苹果(AAPL)$ $T-Rex 2X Long Apple Daily Target ETF(AAPX)$ 关键词：消费电子📱、AI合作🤝 4. 法拉第未来(FFIE)🚀🚗 标志性事件：法拉第未来在2024年上半年成功启动了FF 91的交付。此外，公司还宣布了一项新的融资计划，以支持未来的产品研发和市场扩展。不过公司股价的波动，主要还是来meme股引领的投机热潮。 $Faraday Future(FFIE)$ 关键词：新车交付🚗、融资计划💰 5. 游戏驿站(GME)🎮🐱 标志性事件：游戏驿站在2024年上半年继续推动其数字化转型战略，推出了一系列新的线上平台和服务，以吸引更多的游戏玩家和收藏者。此外，公司还进行了管理层的重组，以提升运营效率。作为meme股的领头羊，在Roaring Kitty时隔三年的东山再起后也迎来了一波高潮，不过时过境迁，由于没有足够多的空头，这次的炒作并没有持续性。但公司也通过股价暴涨进行了一波股票增发，给公司补足现金流。 $游戏驿站(GME)$ 关键词：数字化转型🌐、meme热潮🐱、股票增发📈 6. 超微电脑(SMCI)🔧💡 标志性事件：超微电脑在2024年上半年发布了多款新的高性能处理器，满足了从数据中心到个人电脑市场的广泛需求。公司在AI和云计算领域的布局也显著提升了其市场地位。由于是英伟达的供应链，被视为卖铲人的卖铲人，也在年初暴涨，年初以来的涨幅超过英伟达，成为风险偏好更高的投资者，以及衍生品交易的选择。 $超微电脑(SMCI)$ 关键词：高性能计算🔧、英伟达产业链🔗 7. Marathon Digital (MARA)💰🔑 标志性事件： Marathon Digital在2024年上半年继续扩大其比特币挖矿业务，新增了多个数据中心，并提升了挖矿效率。由于比特币ETF的获批，其价格波动较大。不过收到比特币减半的影响，挖矿的效率下降，也降低了目前电子挖矿企业的需求，对公司来说也是一种挑战。 $Marathon Digital Holdings Inc(MARA)$ 股市概念：比特币挖矿💰、数字货币💼 8. Coinbase (COIN)🏦💱 标志性事件：随着市场对加密货币的兴趣回升，Coinbase在2024年上半年推出了多个新产品，包括去中心化金融（DeFi）平台和NFT市场。这些新业务线为公司带来了新的收入来源。比特币ETF获批，以及比特币减半的大事件，都成为助推电子货币价格的最重要因素，作为平台也自然受益其中。 $Coinbase Global, Inc.(COIN)$ 股市概念：加密货币平台💼、比特币ETF📈，比特币减半🔽 9. 半导体3倍做多ETF (SOXL)📈💡 标志性事件：该ETF在2024年上半年受益于半导体行业的强劲需求，特别是在AI和5G领域。多家成分股公司的出色表现推动了ETF的整体回报。 $三倍做多半导体ETF-Direxion Daily(SOXL)$ 股市概念：半导体📡、杠杆ETF🔼、科技股💡 10. Advanced Micro Devices (AMD)🔧🌐 标志性事件： AMD在2024年上半年发布了新一代的Ryzen和EPYC处理器，进一步提升了在消费和企业市场的竞争力。公司还宣布了一项重要的合作协议，将其芯片技术应用于下一代游戏主机中。 $美国超微公司(AMD)$ 股市概念：高性能处理器🔧、游戏主机🎮、企业级解决方案🏢

老虎证券06-25 16:10

别慌！英伟达还没有见顶！

股来看，基本和英伟达处于类似的状态，如AI芯片巨头ARM，当前的市销率高达48倍，比英伟达都要高，更超过了可比公司，如EDA巨头新思科技只有12倍！总的来说，半导体行业在经历大涨之后，估值端普遍接近历史高点，接下来的行情，需要业绩端释放来支撑，密切关注接下来的半导体财报。 AI和半导体是此轮美股大牛市的核心，虽然英伟达下跌速度较快，跌幅也不小，但目前来看，并未引发整个市场恐慌，纳斯达克指数同期仅下跌2.5%。而在跌幅最大的昨日，除了半导体之外，其他板块多数上涨，可见资金并未恐慌，这应该就是一次正常的调整： $英伟达(NVDA)$ $ARM Holdings Ltd(ARM)$

老虎证券06-25 16:02

市值易破，品牌难攻！为何英伟达知名度远逊其它科技巨头？

仍然占有重要地位，但其最大的收入来源是AI芯片。对于英伟达最重要的产品，争夺其AI芯片的公司和机构必须经过广泛的报价和销售流程，通常是通过戴尔或HPE等计算机设备公司。这些供应商销售完整的系统，包括内存、中央处理器和其他部件。不过，英伟达的知名度仍在迅速提升。根据Vanda Research的数据，在散户投资者中，英伟达已成为最受关注的股票。虽然该品牌没有进入Interbrand 2023年百强榜单，但其品牌知名度在过去12个月中翻了两番，Silverman表示，这将有助于下次排名。

Sissi06-23 12:02

解析 AI 与加密结合的潜力与现实挑战

这种方法的问题在于，我们生活在一个高端AI芯片严重短缺的世界。高端NVIDIA芯片的等待期长达数年，导致价格上涨。如果你还要求AI推理在多个节点上多次重复执行，这将大幅增加这些昂贵的成本。对于许多项目来说，这是行不通的。 4、Web3特定的AI用例（短期内）有人建议，Web3应该有其独特的AI用例，专门针对Web3客户。目前，这仍是一个新兴市场，用例尚在发现中。一些挑战包括： Web3原生用例需要的AI交易量较少，因为市场需求还处于起步阶段。客户较少，因为Web3客户相比Web2客户少了好几个数量级，所以市场不那么分散。客户本身不够稳定，因为他们是资金较少的初创公司，因此这些初创公司可能会随着时间的推移倒闭。针对Web3客户的AI服务提供商可能需要随着时间的推移重新获取部分客户，以替代那些倒闭的客户，使其业务扩展更加困难。从长远来看，我们对Web3原生的AI用例非常看好，特别是随着AI代理的普及。我们设想未来每个Web3用户都会有多个AI代理为他们提供帮助。这个领域的早期领先者是Theoriq.ai，他们正在构建一个可组合AI代理的平台，能够服务于Web2和Web3客户（由Hack VC支持）。 5、消费级GPU去中心化物理基础设施网络（DePIN）有许多去中心化的AI计算网络依赖消费级GPU，而不是数据中心的GPU。消费级GPU适用于低端AI推理任务或延迟、吞吐量和可靠性要求较为灵活的消费用例。但对于严肃的企业用例（即占据主要市场份额的用例），客户希望网络比家庭机器更可靠，且复杂推理任务通常需要更高端的GPU。对于这些更有价值的客户用例，数据中心更为适合。需要注意的是，我们认为消费级GPU适合于演示用途或那些能容忍较低可靠性的个人和初创公司。但这些客户的价值基本较低，因此我们认为，面向Web2企业的去中心化物理基础设施网络（DePIN）从长远来看会更有价值。因此，知名的GPU DePIN项目通常已经从早期主要使用消费级硬件发展到现在具备A100/H100和集群级别的可用性。二、加密 x AI 的实际且可行的用例现在，让我们讨论加密 x AI 能显著提升价值的用例。实际收益1：服务于Web2客户麦肯锡估计，生成式AI每年可为他们分析的63个用例带来2.6万亿至4.4万亿美元的附加价值——相比之下，英国2021年的GDP总量为3.1万亿美元。这将使所有人工智能的影响增加15%到40%。如果我们将生成式AI嵌入目前用于其他任务的软件中，这一估计的价值将大致翻倍。有趣的是：根据上述估算，这意味着全球AI（不仅仅是生成式AI）的总市场价值可能达到数十万亿美元。相比之下，所有加密货币（包括比特币和所有山寨币）加起来的总价值今天仅约为2.7万亿美元。所以，让我们现实一点：短期内需要AI的客户绝大多数将是Web2客户，因为实际需要AI的Web3客户只是这2.7万亿市场中的一小部分（考虑到BTC占据了一半的市场份额，而BTC本身并不需要/使用AI）。 Web3的AI用例才刚刚起步，目前尚不清楚其市场规模会有多大。但有一点直观上可以确定——在可预见的未来，它只会是Web2市场的一部分。我们相信Web3 AI依然有光明的前景，但这意味着目前Web3 AI最普遍的应用还是服务于Web2客户。可以从Web3 AI中受益的Web2客户的示例包括：从头开始构建并以AI为核心的垂直行业软件公司（例如Cedar.ai或Observe.ai）为自身目的微调模型的大型企业（例如Netflix）快速增长的AI提供商（例如Anthropic）在现有产品中加入AI功能的软件公司（例如Canva）这是一个相对稳定的客户群体，因为这些客户通常规模大且价值高。他们不太可能在短期内倒闭，并且代表了AI服务的非常大的潜在客户群。服务于Web2客户的Web3 AI服务将受益于这一稳定的客户基础。但为什么Web2客户会想要使用Web3技术栈？本文的其余部分将解释这个理由。实际收益2：通过GPU去中心化物理基础设施网络（GPU DePIN）降低GPU使用成本 GPU DePINs汇集了未充分利用的GPU计算能力（其中最可靠的来自数据中心），并使这些资源可用于AI推理。可以简单地将其视为“GPU的Airbnb”（即协作消费未充分利用的资产）。我们对GPU DePINs感到兴奋的原因如上所述，主要是因为NVIDIA芯片短缺，目前有许多GPU周期被浪费了，这些资源可以用于AI推理。这些硬件所有者已经承担了沉没成本，当前没有充分利用他们的设备，因此可以以比现状更低的成本提供这些部分GPU周期，因为对硬件所有者来说，这实际上是“意外之财”。具体例子包括： 1）AWS机器：如果你今天从AWS租用一台H100，你需要承诺至少租用一年，因为市场供应紧张。这会导致浪费，因为你不太可能全年365天、每周7天都使用你的GPU。 2）Filecoin挖矿硬件：Filecoin网络有大量的补贴供应，但实际需求并不大。不幸的是，Filecoin从未找到真正的产品市场契合点，因此Filecoin矿工面临破产的危险。这些机器配备了GPU，可以重新用于低端AI推理任务。 3）ETH挖矿硬件：当ETH从工作量证明（PoW）转向权益证明（PoS）时，大量硬件立即变得可用，这些硬件可以重新用于AI推理。 GPU DePIN市场竞争激烈，有多个参与者提供产品。例如Aethir、Exabits和Akash。Hack VC选择支持io.net，后者还通过与其他GPU DePINs的合作来汇集供应，因此他们目前支持市场上最大的GPU供应。需要注意的是，并非所有GPU硬件都适用于AI推理。一个明显的原因是较旧的GPU没有足够的GPU内存来处理大语言模型（LLMs），尽管在这方面已经有一些有趣的创新。例如，Exabits开发了技术，将活跃的神经元加载到GPU内存中，而将不活跃的神经元加载到CPU内存中。他们预测哪些神经元需要活跃/不活跃。这使得即使在GPU内存有限的情况下，也能使用低端GPU处理AI工作负载。这实际上提高了低端GPU在AI推理中的实用性。此外，Web3 AI DePINs需要随着时间的推移强化他们的产品，提供企业级服务，如单点登录（SSO）、SOC 2合规、服务级别协议（SLAs）等。这将与当前Web2客户享受的云服务相媲美。真正的优势 #3：避免OpenAI自我审查的非审查模型关于AI审查的问题已经有很多讨论。例如，土耳其曾一度暂时禁止OpenAI（后来他们在OpenAI改进其合规性后取消了禁令）。我们认为这种国家级别的审查从根本上说并不值得关注，因为各国需要拥抱AI才能保持竞争力。更有趣的是，OpenAI会自我审查。例如，OpenAI不会处理NSFW（不适合在工作场合观看）内容，也不会预测下届总统选举的结果。我们认为在OpenAI因政治原因不愿涉及的AI应用领域，存在一个有趣且巨大的市场。开源是解决这一问题的一个好办法，因为一个Github仓库不受制于股东或董事会。一个例子是Venice.ai，它承诺保护用户隐私并以非审查的方式运作。当然，关键在于其开源性，这使得这一切成为可能。Web3 AI可以有效提升这一点，通过在低成本的GPU集群上运行这些开源软件（OSS）模型以进行推理。正因为如此，我们相信OSS + Web3是铺平非审查AI道路的理想组合。真正的好处 #4：避免向OpenAI发送个人可识别信息许多大型企业对其内部企业数据存在隐私顾虑。对于这些客户来说，很难信任像OpenAI这样的集中式第三方来处理这些数据。对于这些企业来说，使用web3可能会显得更加可怕，因为他们的内部数据突然出现在一个去中心化网络上。然而，对于AI而言，隐私增强技术方面已经有一些创新：诸如Super协议之类的可信执行环境（TEE）诸如Fhenix.io（由Hack VC管理的基金组合公司）或Inco Network（均由Zama.ai提供支持）和Bagel的PPML之类的完全同态加密（FHE）这些技术仍在不断发展，通过即将推出的零知识（ZK）和FHE ASICs，性能也在不断改善。但长期目标是在微调模型时保护企业数据。随着这些协议的出现，web3可能会成为更具吸引力的隐私保护AI计算场所。真正的好处 #5：利用开源模型的最新创新在过去的几十年里，开源软件（OSS）一直在侵蚀专有软件的市场份额。我们将LLM视为一种高级专有软件，正逐渐成为开源软件的颠覆对象。一些值得注意的挑战者包括Llama、RWKV和Mistral.ai。随着时间的推移，这个列表无疑会不断增长（在Openrouter.ai上提供了更全面的列表）。通过利用由开源模型提供支持的web3 AI，人们可以充分利用这些新创新。我们相信，随着时间的推移，一个开源的全球开发工作力量，结合加密激励，可以推动开源模型以及构建在其之上的代理和框架的快速创新。一个AI代理协议的例子是Theoriq。Theoriq利用开源模型创建了一个可组合互联的AI代理网络，可以组装在一起创建更高级的AI解决方案。我们对此深信不疑的原因在于过去的经验：大多数“开发者软件”在经过时间的推移后逐渐被开源软件所超越。微软过去是一家专有软件公司，现在成为了贡献最多的Github公司，这是有原因的。如果你看看Databricks、PostGresSQL、MongoDB等是如何颠覆专有数据库的，就会发现整个行业就是一个被开源软件颠覆的例子，所以先例在这里是相当强大的。然而，这也有一个小陷阱。OSS LLMs存在一个棘手的问题，就是OpenAI已经开始与组织签订付费数据许可协议，比如Reddit和纽约时报。如果这种趋势持续下去，由于获取数据的经济壁垒，OSS LLMs可能会越来越难以竞争。英伟达可能会将保密计算作为安全数据共享的加强工具。时间会告诉我们这将如何发展。真正的好处 #6：通过高成本的随机抽样或零知识证明实现共识在web3 AI推理中，验证是一个挑战。验证者有可能通过欺骗结果来获取费用，因此验证推理是一项重要的措施。需要注意的是，尽管AI推理还处于初级阶段，但除非采取措施来削弱这种行为的动机，否则这种欺骗是不可避免的。标准的web3方法是让多个验证者重复相同的操作并进行结果比较。然而，正如前面提到的，由于当前高端Nvidia芯片短缺，AI推理非常昂贵。考虑到web3可以通过未充分利用的GPU DePINs提供更低成本的推理，冗余计算将严重削弱web3的价值主张。更有希望的解决方案是对离链AI推理计算进行零知识证明。在这种情况下，可以验证简明的零知识证明以确定模型是否经过正确训练，或者推理是否正确运行（称为zkML）。其中的示例包括Modulus Labs和ZKonduit。由于零知识操作需要相当大的计算资源，这些解决方案的性能仍处于初级阶段。然而，随着零知识硬件ASIC在不久的将来推出，这一情况可能会得到改善。更有希望的想法是一种“乐观”抽样为基础的AI推理方法。在这种模型中，您只需验证验证者生成结果的一小部分，但设置足够高的经济成本来惩罚被抓到作弊的验证者，从而产生强大的经济禁止效应。这样一来，您可以节省冗余计算（例如，参见Hyperbolic的"Proof of Sampling"论文）。另一个有希望的想法是使用水印和指纹技术的解决方案，例如Bagel Network提出的解决方案。这类似于亚马逊Alexa为其数百万设备上的AI模型质量保证提供的机制。真正的好处 #7：通过可组合的开源软件堆栈节省费用（OpenAI的利润） web3为AI带来的下一个机会是降低成本的民主化。到目前为止，我们已经讨论了通过像io.net这样的DePINs节省GPU成本的方法。但是，web3还提供了节省中心化web2 AI服务的利润率（例如OpenAI，根据本文撰写时的信息，其年收入超过10亿美元）的机会。这些成本节约来自于使用开源软件（OSS）模型而不是专有模型，从而实现了额外的成本节约，因为模型创建者并不试图盈利。许多开源软件模型将始终完全免费，这为客户提供了最佳的经济效益。但是，也可能有一些开源软件模型尝试这些变现方法。请考虑，Hugging Face上仅有4%的模型由有预算的公司进行训练以帮助补贴这些模型（参见此处）。剩下的96%的模型是由社区进行训练的。这个96%的Hugging Face模型群体面临着实际的成本（包括计算成本和数据成本）。所以这些模型需要以某种方式实现变现。有许多关于实现这种开源软件模型变现的提议。其中最有趣的之一是“初始模型发行”（IMO）的概念，即将模型本身进行Token化，留下一部分Token给团队，并将模型的一些未来收入流向Token持有人，尽管这其中显然存在一些法律和监管障碍。其他开源软件模型将尝试基于使用量进行变现。需要注意的是，如果这种情况变为现实，开源软件模型可能开始越来越像它们的web2利润生成对应物。但是，从现实角度来看，市场将会二分，其中一些模型将完全免费。一旦选择了开源软件模型，您可以在其上进行可组合的层次操作。例如，您可以使用Ritual.net进行AI推理，以及Theoriq.ai作为可组合和自治的链上AI代理的早期领导者（两者都得到了Hack VC的支持）。真正的好处 #8：去中心化的数据采集 AI面临的最大挑战之一是获取适合训练模型的正确数据。我们之前提到过，去中心化AI训练存在一些挑战。但是利用去中心化网络来获取数据（然后可以在其他地方，甚至是传统的web2平台上用于训练）又如何呢？这正是像Grass这样的初创公司正在做的事情（得到了Hack VC的支持）。Grass是一个去中心化的“数据爬取”网络，由个人贡献他们机器的闲置处理能力来获取数据，以供AI模型的训练。理论上，在大规模应用中，这种数据采集可能比任何一家公司的内部努力更优越，因为庞大的激励节点网络具有强大的计算能力。这不仅包括获取更多的数据，还包括更频繁地获取数据，以使数据更具相关性和最新性。由于这些数据爬取节点本质上是分散的，不属于单个IP地址，因此几乎不可能阻止这个去中心化的数据爬取军团。此外，他们还有一支人力网络，可以清理和规范数据，使其在被爬取后变得有用。一旦获取了数据，您还需要一个链上的存储位置，以及使用该数据生成的LLM（大型语言模型）。在这方面，0g.AI是早期的领导者。它是一个针对AI进行优化的高性能web3存储解决方案，比AWS便宜得多（这对于Web3 AI来说是另一个经济上的成功），同时也可以作为第二层、AI等的数据可用性基础设施。需要注意的是，在未来，数据在web3 AI中的作用可能会发生变化。目前，对于LLM来说，现状是使用数据对模型进行预训练，并随着时间的推移使用更多的数据进行改进。然而，由于互联网上的数据实时变化，这些模型始终略微过时，因此LLM推理的响应略有不准确。未来可能发展的一个新范式是“实时”数据。这个概念是当LLM被要求进行推理时，LLM可以通过向其注入实时从互联网上收集的数据来使用数据。这样，LLM将使用最新的数据。Grass也正在研究这一点。三、结论我们希望这篇分析对您在思考web3 AI的承诺与现实时有所帮助。这只是一个讨论的起点，而且这个领域正在迅速变化，所以请随时加入并表达您的观点，因为我们愿意继续共同学习和建设。来源：金色财经

金色财经06-22 09:48

24小时热点