FX168财经网_全球视野外汇黄金加密货币NFT资讯网

木头姐重仓特斯拉揭示未来投资方向：AI将颠覆五大领域

今天看到的样子。我们也不会有Uber或Airbnb这样的公司。” 谈到AI时，她说科技行业目前关注的是采取“轻触”监管。美国总统乔·拜登发布了一项行政命令，要求AI开发者与政府分享安全测试结果和其他信息，而加拿大在2022年提出了一项AI为中心的法案，但该法案至少要到2025年才会实施。与此同时，加拿大采用了一项自愿行为准则，包括IBM、BlackBerry在内的几家公司已签署了该准则。在这些公司应对潜在监管者对AI的批判目光时，Wood说，“解决问题的一半是了解问题，如果你的公司在部署AI，通常最终会成为关键任务。” 她认为加拿大在应对AI转型方面处于良好位置，因为加拿大在该技术方面建立了坚实的基础。首先，她表示她对加拿大的AI人才印象深刻。 “我们看到许多美国公司在加拿大设立分支机构，因为这里的AI人才非常丰富，而外面却存在严重的短缺。”她说。她将加拿大安大略省滑铁卢的科技中心归功于该国的人才丰富，但也提到了渥太华的电子商务软件巨头Shopify。其明星AI产品是Sidekick，一个供商家询问业务操作问题的聊天机器人，但它也提供使用该技术起草电子邮件和帮助分类产品的服务。 Wood认为Shopify“思维前瞻”并且“在AI方面进展非常迅速”。当被问及她对该品牌的信心来自何处时，尽管它与巨头亚马逊竞争，她说，“世界正在以各种方式走向社交化，包括商业，Shopify是最大的推动者。”

丰雪鑫9907-14 12:31

AI繁荣拯救不了商业地产，旧金山写字楼空置率创新高

办公空间。今年5月，Scale AI与Airbnb的办公楼签订了一份租约，据称租下了17万至18万平方英尺的空间。萨蒙斯说：“旧金山当然是人工智能的中心，但人工智能不会拯救旧金山的商业房地产市场，尽管还是会有帮助的。” 萨蒙斯表示，虽然资金雄厚的AI初创公司正在签订新空间的大租约，但更大的趋势是，科技公司、律师事务所和咨询公司正在寻求在现有租约到期时减少办公面积，这反映了混合工作的普遍趋势。他补充说，在许多情况下，公司都希望搬迁到城市中更理想的地区，因为价格已经下降，雇主需要靠近餐馆和商店，以吸引员工回来。萨蒙斯说：“最优质的奖杯空间继续表现良好，因为租户希望住在最好的位置，周围有最好的设施。” 高纬环球表示，旧金山本季度的空置办公空间总计为，960万平方英尺。该公司在其报告中表示，市场出现了积极的迹象，下半年的吸收有望改善，办公室工作人数在急剧下降之后趋于稳定。但萨蒙斯表示，租金下跌和空置率上升的空间似乎更大。他说，围绕即将到来的总统选举的不确定性可能是推迟新租约的一个因素。 “有时候，当有重大选举时，租户会推迟做出决定，”他说。

金融界07-09 13:38

2024年加密信用卡市场全景：全球经济复苏中的加密革命

n、XPremium、Expedia和Airbnb等平台的合作，提供丰富的返利选项。全球加密卡市场发展现状根据Chainalysis的《2023年全球加密货币采用指数》，全球各地区的加密货币采用率差异显著，这也影响了加密信用卡和借记卡的市场发展。北美拥有发达的加密信用卡和借记卡市场，主要由Crypto.com和Coinbase等公司提供服务。在北美，数字货币爱好者和早期采用者对加密卡的接受度较高。这些公司提供的加密卡支持多种加密货币，返利丰富，整体费率较低，邮寄费用也相对合理。印度的加密信用卡和借记卡市场正在起步阶段，具备巨大的潜力。尽管政府监管对市场发展速度有一定影响，但随着加密货币的普及和消费者对数字支付方式的接受度增加，印度市场有望快速发展。尼日利亚的加密信用卡和借记卡市场非常活跃，居民对数字支付方式的接受度高。尼日利亚是全球加密货币采用率较高的国家之一，这为加密卡市场的发展提供了良好的基础。巴西是拉丁美洲领先的加密信用卡和借记卡市场，主要平台包括Binance和Coinbase。这些平台提供的加密卡支持多种加密货币和多样化的返利机制，受到消费者的欢迎。土耳其的加密信用卡和借记卡市场也非常活跃，居民对数字支付方式的接受度高，加密货币在日常消费中的使用越来越普遍。独联体地区（CIS）加密信用卡市场受到一定法规限制，但居民对加密货币的兴趣依然很高。乌克兰正试图通过立法支持和规范加密货币的使用，这为加密信用卡市场的发展提供了良好的前景。全球各地的消费习惯差异对加密信用卡的采用也产生了重要影响。例如，中国、菲律宾和印度尼西亚等国的数字钱包交易占据主导地位，而澳大利亚现购后付（BNPL）模式的广泛采用也影响了加密信用卡的市场接受度。在日本和墨西哥等市场，现金支付仍占主导地位，这也为加密卡的推广带来了一定的挑战。新兴市场，特别是亚洲、非洲和拉丁美洲，提供了巨大的增长潜力。这些地区的人口结构年轻化，中产阶级崛起，消费能力逐步提升，为加密信用卡业务创造了广阔的市场空间。新兴市场的快速城市化和互联网普及，推动了消费需求的增长。加密信用卡公司可以通过本地化策略和创新产品，满足不同市场的需求，拓展业务规模。同时，在新兴市场拓展业务面临的主要挑战包括基础设施不完善、金融知识普及度低以及监管环境复杂。加密信用卡公司需要与当地政府和金融机构合作，克服这些挑战，推动业务的健康发展。未来几年，全球加密信用卡业务将继续保持稳步增长。金融科技的发展将继续推动加密信用卡业务的创新。区块链技术、人工智能和大数据分析将在加密信用卡业务中得到广泛应用，提升支付安全性和用户体验。加密信用卡公司需要关注可持续发展，通过绿色金融和社会责任投资，推动业务的长期健康发随着加密货币市场的不断发展，各国政府对加密货币的监管将逐步完善。加密信用卡公司需要密切关注监管动向，及时调整业务策略，确保合规运营。来源：金色财经

金色财经06-28 19:57

Web3市场代币化：一个供给和需求矩阵的思考框架

变为供应商来扩大产品或服务市场。例如，Airbnb用更多的卧室或沙发的形式来增加房主端的新供应。现有需求：让现有消费者转而使用新市场挖掘现有需求的市场正在将现有的产品或服务用户吸引到新市场上来。想想看：Angie’s List优越的垂直体验可能会把现有需求从Craigslist这样的综合性更强的市场上拉走。现有供应：让现有供应商转而使用新市场与上一点类似，但针对的是供应商。以Faire为例，这是一个连接品牌和零售商的B2B批发市场。 1、Web2市场借鉴Web2的市场方法会有所帮助。通过观察市场发展历史以及最大的成功是如何产生的，我们可以更好地了解市场动态。 Web2市场创新中最大的颠覆——因此也是最大的成果——发生在“新供应+新需求”这一象限。当你开启新供给和新需求时，你就把整个蛋糕变大了。这与Clay Christensen的颠覆性创新观点相呼应：Christensen认为，与锁定现有消费者相比，聚焦以前的非消费者可以开启更大的市场。与“现有供应+现有需求”象限相比，这一象限中的市场通常采用现有的交易方式（Whitepages、旅行社等），并会构建更好的产品来服务于这些交易。比如提供旅游预定服务的Priceline和餐厅预订服务的OpenTable。数字发现和预订的便利性和易用性使它们能够创造比线下市场优越10倍的体验，使它们能够获取市场份额。还剩下两个象限：一个是，供应还在，但需求是新的；另一个是，需求还在，但出现了新的供应。在这两种情况下，增长可能来自于新的消费者或供应商的转化。有大量业务来自这些象限。例如，DoorDash为现有的餐厅供应创造了一个新的需求源（消费者想要按需送餐）。通过将非消费者转化为消费者，为餐馆开辟了一条新的收入渠道——DoorDash去年的收入额为23亿美元。显然，这些象限中存在着重叠，市场通常从一个象限开始，然后会迁移或扩展到其他象限。然而，这一框架有助于根据现有的市场动态和潜在的供需情况，对潜在市场的规模进行量化。 2、Web3市场矩阵与web2市场类似，市场代币化有四种普遍分类方法。占据“现有供应+现有需求”象限的是那些寻求改进现有平台的市场——例如，为参与者提供更好的产品或更好的经济效益。例如，Braintrust是一个自由职业者市场，通过代币与用户分享所有权，收取较低的佣金率，完胜人力资源机构佣金率高达40%的行业标准。Blackbird是一个餐厅忠诚度平台，针对现有餐厅，对使用加密货币支付提供较低的佣金率。在“新需求+新供应”象限中，业务可以创建出全新的市场。例如，DIMO允许驾驶员通过传输其车辆数据来获取代币，从而解锁了汽车数据领域中的新的供需池。原本不会提供车辆数据的司机被代币激励吸引到网络中来，而这种新的数据供应解锁了新的需求。Helium是另一个例子：个人在家中设置热点，并通过使用LoRaWan系统创建去中心化无线物联网网络获得奖励。市场代币化非常适合“新需求+新供应”象限，因为代币激励可以通过补贴一方在另一方之前加入市场来有序发展市场。与web2范式相比，这是一种新能力，在web2中，市场必须同时进行供需扩展。建立“新供应+新需求”象限的风险在于，供应或需求不足以作为巨额收入机会的基础，或者新供应商和/或新需求的出现时间比预期的要长。然而，创始人也可能会低估新兴市场的规模。例如，Uber创始人在他们的种子轮融资演示文稿中估计，在最乐观的情况下，他们的年收入应为10亿美元。事实证明，这大大低估了潜在的交通需求——Uber去年的收入就达到了87亿美元。创始人必须为两种可能性做好准备，制定灵活的商业模式，以便在市场反应强于预期的情况下迅速扩大规模，也要制定针对增长低于预期情况的应急计划。 3、对Builder的影响了解新市场是针对新供需还是现有供需至关重要，因为它决定了进入市场的策略，以及建设者需要在哪些方面脱颖而出才能赢得市场的供需份额。针对新供应为了激活新供应，建设者必须教育潜在供应商为什么他们应该参与这个新市场，并提供一个吸引人的价值主张。这通常需要说服他们相信他们会得到金钱或其他方面的好处。如果价值主张是钱，那么建设者必须确保他们的解决方案在更广阔的收益机会市场中具有竞争力。例如，GPU资源供应商可以选择出租给不同的GPU市场，所以新平台的收益潜力必须具有足够吸引力。作为主动供应商还是被动供应商参与其中是影响留存率和扩展性的另一个因素。针对现有供应找到现有供应商并说服他们切换到一个新平台需要开发出强大的产品和入市活动，这取决于供应的性质。如果现有供应包括企业（B2B），创始人与这些供应商建立关系并从中受益。如果现有供应是由个人组成的（B2C），那么创始人就需要有强大的讲故事的能力和营销技巧，以及将深度用户洞察转化为产品的能力。针对新需求创建新的需求需要建设者在新市场创建中表现出色。创始人必须有效地传达为什么这个新产品或服务是有价值的，值得用户关注。这就需要娴熟的讲故事的能力和叙事构建，以及一套强大的获客技能。在加密领域，代币激励还可以帮助推动对市场的新需求。针对现有需求为了赢得现有需求，创始人需要善于获客，满足潜在用户的需求，并说服他们转向不同的平台。这就需要了解他们当前的需求，并提供一个明显更优的解决方案。例如，新的垂直按需市场颠覆者通过10倍更优的用户体验将用户从Craigslist及其他通用平台转化过来。在加密世界中，使用代币激励来说服最终用户切换到新平台是一种有效策略，正如各种吸血鬼攻击和代币激励计划所证明的那样。 4、市场代币化前景市场代币化在加密世界中是独一无二的，因为它们不仅面临着来自其他加密项目的竞争，还面临来自垂直领域里所有其他web2市场的竞争。这是因为Web3市场将代币激励作为一种引导机制部署，而市场的核心仍然取决于交易的成功。例如，像Ionet、Akash、Render等GPU代币化计算市场与Lambda、Coreweave和AWS等传统计算服务存在竞争关系。任何市场的命脉都系于流动性——为目标交易找到交易对手的能力。虽然代币激励可以推动初始增长并帮助克服冷启动问题，但长期成功仍取决于市场的核心效用：供需匹配。最终，市场代币化必须建设足够强大的市场，拥有吸引和留住参与者的卓越体验。来源：金色财经

金色财经06-26 15:27

解析 AI 与加密结合的潜力与现实挑战

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

GPU短缺的解药？计算去中心化基础设施（DePINs）的案例分析

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

一文盘点：培养亿万富翁数量最多的12所美国大学

。哈佛大学 28 位亿万富翁之一是 Airbnb 联合创始人兼首席战略官 Nathan Blecharczyk。 Airbnb 联合创始人兼首席战略官 Nathan Blecharczyk 布莱卡斯亚克于 2005 年毕业于哈佛大学，获得计算机科学学位。该大学的校友页面报道称，在 2015 年针对硅谷实习学生的夏令营项目中，布莱卡斯亚克表示他之所以被这所大学吸引，是因为“这里的人们不仅对我感兴趣的领域充满热情，而且对很多不同的话题都充满热情”。其他毕业于哈佛大学的亿万富翁包括芬威体育集团联合创始人兼董事长汤姆·沃纳和萨姆·亚当斯的创造者吉姆·科赫。虽然比尔·盖茨和马克·扎克伯格等名人也曾就读于著名的剑桥常春藤盟校，但他们都是辍学者，因此他们的净资产并不包括在 2610 亿美元的校友总额中。耶鲁大学培养了 19 位亿万富翁，他们的总资产达 1490 亿美元。其中包括玛氏家族的成员——美国第二富有的家族，以生产 M&M、士力架和 Twix 等标志性糖果而闻名——还有联邦快递创始人弗雷德·史密斯、Pinterest创始人本·西尔伯曼和保罗·西亚拉。罗伯特·F·史密斯是美国最富有的黑人，也是康奈尔大学的 13 位亿万富翁之一。罗伯特·F·史密斯于 1985 年毕业于康奈尔大学，获得化学工程学位。尽管他作为 Vista Equity Partners 的创始人、董事长兼首席执行官积累了丰富的财富，但他将自己的成功归功于康奈尔大学及其工程背景。据《康奈尔纪事报》报道，史密斯在康奈尔大学 2016 年以他的名字命名化学与生物分子工程学院后表示：“我很荣幸能成为康奈尔大学的工程毕业生。我认为我的职业成功很大程度上归功于我接受的工程师培训。工程师解决问题并解决问题。 ” 其他超级富豪校友包括庄臣家族第五代成员、Moderna 联合创始人罗伯特·兰格 (Robert Langer)、Workday 和 PeopleSoft 联合创始人大卫·达菲尔德 (David Duffield)。康奈尔大学的亿万富翁校友的总资产净值为 604 亿美元。南加州大学不仅以其体育运动而闻名；这所私立大学还培养了 12 位亿万富翁。根据卢卡斯叙事艺术博物馆的介绍，乔治·卢卡斯是“星球大战”宇宙的著名故事讲述者，他于 1967 年毕业于南加州大学电影艺术学院。第一部《星球大战》电影在10年后上映，如今卢卡斯的净资产为53亿美元。除了娱乐业之外，该大学还培养了多位房地产大亨，包括里克·卡鲁索 (Rick Caruso) 和爱德华·罗斯基 (Edward Roski Jr.)，以及 Salesforce 董事长兼首席执行官马克·贝尼奥夫 (Marc Benioff)。南加州大学的 12 位亿万富翁校友的总资产净值为 725 亿美元。普林斯顿大学培养了 12 位亿万富翁，其中包括亚马逊创始人杰夫·贝佐斯。普林斯顿大学的 12 位亿万富翁校友的净资产总额排名第二，达到 2920 亿美元，这要归功于贝索斯，贝索斯以 2036 亿美元的财富成为世界第二大富豪。其他获得亿万富翁地位的普林斯顿大学著名校友包括投资者卡尔·伊坎 (Carl Icahn)、前谷歌首席执行官埃里克·施密特 (Eric Schmidt ) 和前 eBay 首席执行官梅格·惠特曼 (Meg Whitman)。麻省理工学院杰出毕业生名单中包括 11 位亿万富翁。麻省理工学院的校友网络拥有总计 883 亿美元的净资产，其中包括科技和工程领域的杰出企业家。麻省理工学院位于剑桥校区的纳米科学研究大楼以 1994 年毕业的亿万富翁、超微半导体公司首席执行官苏姿丰 (Lisa Su)的名字命名。Dropbox 创始人德鲁·休斯顿 (Drew Houston)和阿拉什·菲尔多西 (Arash Ferdowsi) 也是在麻省理工学院读书时相识的。达特茅斯学院 11 位亿万富翁校友中，有两位曾担任该学院董事会成员。据《福布斯》报道，Lone Pine Capital 对冲基金创始人斯蒂芬·曼德尔 (Stephen Mandel Jr.) 是达特茅斯学院第三代毕业生，他于 2010 年至 2014 年担任董事会主席。据《福布斯》报道，阿波罗全球管理公司联合创始人莱昂·布莱克还担任达特茅斯学院的校董，并捐赠 4800 万美元在新罕布什尔州汉诺威校园内建造了布莱克家庭视觉艺术中心。达特茅斯最富有的校友的净资产为 485 亿美元。哥伦比亚大学的 11 位亿万富翁中包括新英格兰爱国者队老板罗伯特·卡夫。克拉夫特的身价估计为 111 亿美元，自 1963 年毕业以来，他已向哥伦比亚大学捐赠了 800 万美元。这些资金用于建设哥伦比亚大学和巴纳德学院位于纽约市的克拉夫特犹太学生生活中心。 HIG Capital 首席执行官 Sami Mnaymneh、Mediacom 创始人 Rocco Commisso 和 Third Point 对冲基金创始人Daniel Loeb也都是哥伦比亚大学的毕业生。哥伦比亚大学亿万富翁校友的净资产为 495 亿美元。密歇根大学的 10 名毕业生后来成为亿万富翁。据《福布斯》报道，谷歌联合创始人拉里·佩奇仍然是密歇根大学最富有的毕业生，净资产达 1461 亿美元。其他亿万富翁校友，包括 Related Companies 创始人史蒂芬·罗斯 (Stephen Ross)和 Groupon 联合创始人埃里克·莱夫科夫斯基 (Eric Lefkofsky)，使得密歇根大学最富有毕业生的总资产达到 1810 亿美元。加州大学伯克利分校也培养了 10 亿万富翁。加州大学伯克利分校 10 位亿万富翁毕业生的净资产总计 304 亿美元。微软 Word 和 Excel 开发人员之一查尔斯·西蒙尼 (Charles Simonyi)是该校最富有的毕业生，净资产达 77 亿美元。

Dan197706-16 08:17

万字详解多链未来不可或缺的机制链抽象

如，只要有网络连接，任何人都可以使用 Airbnb。然而，在 Web3 环境中，开发人员需要选择应用的部署环境（例如，在以太坊、Solana 或 Cosmos 上）。这不仅限制了 TAM（技术接受模型），也意味着开发人员需要选择「正确」的链来进行部署。这种选择艰难但至关重要。有的应用本身非常出色，但会因底层区块链而陷入困境。此外，随着区块链行业的不断发展和演变，所谓「正确的」链可能也会不断变化。在链抽象的未来，应用开发人员不再需要选择一条与其成功息息相关的链。很明显，我们正在走向多链化的未来，而这必然会加剧用户体验问题，阻碍主流应用。我们相信，链抽象及其各种组件是解决当今加密货币用户体验问题的一种可行方案。来源：金色财经

金色财经06-07 22:48

为什么WEB3急切需要BPFS去中化分布式动态存储

服务。你可以把它想象成一个去中心化的Airbnb或Uber。正如Airbnb利用闲置房源为旅客提供住宿，Uber让车主用闲置车辆为乘客提供交通服务，BPFS充分利用了闲置的硬件资源，让个人和企业将他们的存储空间和带宽资源贡献给网络，帮助其他用户存储和访问数据。随着区块链技术的发展，其去中心化、安全性、不可篡改等特性逐渐受到广泛关注。同时，分布式存储技术也在处理大规模数据存储方面表现出色，能够降低存储成本并提高数据可靠性。在这样的背景下，研究人员开始探索区块链技术和分布式存储技术相结合的存储方式，发展出了BPFS这样的新型存储方案。 2. 区块链技术与分布式存储技术的结合 BPFS是区块链技术与分布式存储技术的完美结合。这就好比比特币为区块链奠定了基础，以太坊则通过智能合约拓宽了区块链的应用领域。同样地，相对于IPFS 提供了一个去中心化的内容寻址存储，BPFS在此基础上将原本静态存放在节点的数据动态调度起来，使数据存储变得更加灵活和可靠。在BPFS中，数据不再存储在集中式的数据中心，而是被分散地存储在网络中的各个节点上，就像Airbnb的房源分布在各个城市的角落。这样，数据的存储和访问不再受制于单一的服务提供商，大大降低了数据丢失、损坏或泄露的风险。区块链技术在BPFS中的应用，使得数据具有不可篡改的特性，确保了数据的真实性和完整性。此外，区块链技术还为BPFS提供了一套激励机制，鼓励用户参与到存储网络中，提供自己的存储空间和带宽资源。分布式存储技术在BPFS中的应用，让数据在网络中的存储更加高效、可靠。通过数据分片、冗余存储、节点纠缠和纠错码等技术，BPFS确保了即使部分节点发生故障，数据依然可以被安全地存储和访问。综上所述，BPFS动态存储通过将区块链技术和分布式存储技术相结合，为用户提供了一种创新的、去中心化的数据存储解决方案。这就像将Airbnb、Uber和区块链技术的优点融合在一起，实现了对闲置硬件资源的高效利用和对数据安全性的严格保障。正因为如此，BPFS动态存储有望成为未来数据存储领域的重要趋势，引领我们进入一个更加安全、高效和私密的数字时代。 BPFS动态存储的核心特点 1. 内容寻址与数据不可变性 BPFS的内容寻址与数据不可变性就像图书馆里的书籍编码一样。在图书馆中，每本书都有唯一的编码，这个编码与书本内容相关联。BPFS同样利用文件内容生成唯一的哈希值来标识和定位文件。这保证了数据的完整性和真实性，就像我们可以通过图书馆编码找到想要的书籍。 2. 数据分片与冗余数据分片与冗余就像把一张照片切成若干碎片，并将这些碎片分散在不同的地方储存。即使某些碎片丢失，我们依然可以通过其他碎片来拼凑出完整的照片。BPFS通过将文件切分成多个片段，并将这些片段分散在网络中的多个节点上存储，实现了数据的冗余存储，提高了数据的可靠性和可用性。 3. 节点纠缠与数据迁移 BPFS的节点纠缠与数据迁移就像一个精细的检查和修复系统。当某个节点出现故障时，就像一个照片碎片丢失了，系统会自动将丢失的碎片迁移到其他可用节点，确保数据的完整性和可靠性。这种机制使得BPFS在面对节点故障时仍能正常运行。 4. 数据补偿与可靠性数据补偿机制就像拼图游戏中的提示功能。当我们遇到无法找到的拼图碎片时，提示功能会根据其他碎片的信息来帮助我们找到丢失的碎片。同样，当BPFS中某个数据片段无法访问时，系统会根据其他可用的数据片段和纠错码自动修复丢失的数据片段，从而保证了数据的可靠性。 5. 共享与权限管理 BPFS的共享与权限管理就像社交媒体上的隐私设置。用户可以根据自己的需求设置数据的访问权限和公开程度，只允许特定的人或群组访问存储的数据，保证了用户对自己数据的完全掌控。 6. 对等网络（P2P）架构 BPFS采用的对等网络（P2P）架构就像一个无中心化管理的大型聚会。在这个聚会中，每个参与者都是平等的，没有人拥有中心化的控制权。这种架构使得数据的存储、传输和访问都是去中心化的，从而消除了中心化服务器的瓶颈，大大提高了整个系统的稳定性和安全性。 7. 激励机制与共享经济 BPFS的激励机制与共享经济就像邻居之间互相借用工具。每当你借给邻居工具时，你会得到一些回报，这鼓励更多的人加入到这个共享网络。同样，BPFS鼓励用户参与到存储网络中，共享自己的存储空间和带宽资源。用户在为网络提供存储空间和带宽时，可以获得相应的奖励，从而实现共享经济的理念。 8. 可扩展性与兼容性 BPFS的可扩展性与兼容性就像LEGO积木。随着积木数量的增加，我们可以构建出更多的形状和结构。同样，BPFS具有很强的可扩展性，能够应对不断增长的存储需求。随着网络中节点数量的增加，BPFS的存储空间和处理能力会相应提高。此外，BPFS兼容多种设备，包括服务器、个人家用电脑、移动设备等，让更多的硬件设备能够参与到去中心化的存储网络中。这种可扩展性和兼容性使得BPFS动态存储具备广泛的应用前景。 BPFS动态存储的优势与价值 1. 提高数据安全性与可靠性 BPFS动态存储通过数据分片、冗余备份以及节点纠缠等技术手段，确保数据在网络中安全可靠的存储。即使部分节点发生故障，也能通过其他节点的数据片段进行恢复，降低了数据丢失的风险。此外，BPFS的去中心化特性使其免受单点故障的影响，这种去中心化的方式也进一步提高了数据的安全性和可靠性。 2. 降低存储成本与提高存储效率 BPFS动态存储采用对等网络架构，利用闲置的存储空间和带宽资源，降低了存储的总成本，同时提高了整体存储空间和带宽的利用率。此外，BPFS通过内容寻址和智能数据迁移，实现了更高效的数据检索和访问。 3. 保护用户隐私与数据所有权 BPFS动态存储在设计时充分考虑了用户隐私和数据所有权的保护。用户可以设置访问权限，防止未经授权的访问。同时，数据加密技术和不可变性特性保证了数据的隐私性和完整性。相较于传统云存储，BPFS更有效地保护了用户的隐私和数据所有权。 4. 激励机制与共享经济 BPFS引入激励机制，鼓励用户提供存储空间和带宽资源，形成共享经济模式。这种共享经济模式有利于资源的合理分配和利用，降低存储成本，同时提高整个网络的可靠性。用户在为网络提供资源时，可以获得相应的奖励。这种激励机制使得更多的用户愿意加入BPFS动态存储网络，共同维护一个去中心化的存储生态。 5. 促进去中心化技术的发展与应用 BPFS动态存储作为一种基于区块链技术的分布式存储解决方案，推动了去中心化技术的发展和应用。通过BPFS，用户可以更直接地体验到去中心化技术带来的便利和价值，从而促进整个去中心化技术领域的研究和创新。 BPFS动态存储的应用场景与案例 1. 个人数据存储与备份 BPFS动态存储的个人数据存储与备份就像一个私人保险柜，用户可以将珍贵的照片、视频、文档等存放在其中，就像把心爱的物品放在仓库里一样安全。无论何时何地，用户都可以轻松地访问这些文件，就像随身携带一把保险柜钥匙一样。 2. 企业数据存储与协作 BPFS动态存储对企业来说就像是一个高效的虚拟办公室。企业可以通过它在不同部门和员工之间共享文件，加密技术确保了商业机密和敏感信息的安全，同时降低了企业存储成本。这使得企业内部协作更加便捷和安全。 3. 数据共享与版权保护 BPFS动态存储在数据共享与版权保护方面就像一个数字博物馆。创作者可以在这个博物馆中展示自己的作品，如音乐、电影、图书等，区块链技术可以为创作者的作品上贴上一枚不可撕扯的防伪标签。这枚标签记录了版权信息，确保创作者的权益得到保护。同时，BPFS实现有条件的数据共享，方便创作者与用户互动。 4. 大数据分析与人工智能 BPFS动态存储在大数据分析与人工智能领域的应用就像是一个智能图书馆。这个图书馆提供了海量、安全、可扩展的存储空间，研究人员和开发者不仅可以在其中存储和共享数据集，并且还可以在此基础上进行高效的分析和计算，推动大数据分析和人工智能技术的发展。 5. 内容分发与数字媒体 BPFS动态存储在内容分发与数字媒体领域的应用就像一个创新的广播站。创作者可以借助BPFS将自己的作品分发给观众，降低分发成本，提高用户体验，并保护自己的版权。与传统中心化内容分发网络相比，BPFS提供了更高效、更安全的解决方案。结论与展望 1. BPFS动态存储的重要性与前景 BPFS动态存储作为一种新兴的去中心化存储技术，具有重要的现实意义和广阔的发展前景。它就像一艘正在起航的探险船，搭载着新兴的去中心化存储技术，展望着充满希望的未来，这艘船正在引去中心化存储领域驶向远方的星辰大海。 BPFS动态存储作为一种创新的去中心化存储解决方案，具有重要的意义和广阔的前景。它提高了数据的安全性和可靠性，降低了存储成本，保护了用户隐私和数据所有权，并推动了共享经济和去中心化技术的发展。 2. 对个人和企业的影响与价值 BPFS动态存储对个人用户和企业都具有巨大的价值。它可以提高数据安全性、降低存储成本、保护用户隐私和数据所有权，并推动共享经济的发展。 3. 未来的发展方向与挑战随着BPFS动态存储技术的不断发展，未来可能会面临技术升级、规模扩张、法规政策等挑战。同时，BPFS需要与其他新兴技术相融合，以提升其在不同应用场景中的实用性和竞争力。以下列举了一些可能的发展方向与挑战：技术升级：为了应对数据量的快速增长和复杂的应用需求，BPFS需要持续优化算法、提高存储效率和性能。此外，与其他新兴技术（如5G、人工智能、物联网等）的融合也将成为BPFS发展的重要方向。规模扩张：随着BPFS动态存储在更多领域的应用，其网络规模将不断扩大。随着BPFS动态存储技术的不断发展，未来可能会面临以下挑战：技术升级：随着数据量的持续增长和应用场景的不断拓展，BPFS动态存储需要不断进行技术优化和升级，以满足更高的性能需求和更复杂的应用场景。规模扩张：BPFS动态存储的应用范围和规模将不断扩大，这将对网络带宽、存储资源、计算能力等方面提出更高的要求。如何在保持高性能的同时实现规模化发展是一个重要挑战。法规政策：随着BPFS动态存储技术的广泛应用，可能会受到不同国家和地区的法律法规约束。如何在遵守各地法规政策的前提下，保障数据的跨境流动和用户隐私权益是一个需要解决的问题。数据安全与隐私保护：尽管BPFS动态存储在数据安全和隐私保护方面具有优势，但面临黑客攻击、恶意节点和数据泄露等潜在风险。如何确保数据在分布式网络中的安全传输和存储，防止数据泄露和恶意篡改，是一个长期的挑战。社区与生态建设：BPFS动态存储的发展离不开庞大的开发者社区和生态系统的支持。如何吸引更多的开发者参与，构建一个健康、繁荣的生态系统，将是实现BPFS动态存储技术普及和应用的关键。面对这些挑战，BPFS动态存储需要不断完善技术、扩大应用场景、加强生态建设，以实现其在个人、企业和社会层面的广泛应用，为数字时代的数据存储提供更安全、高效、可扩展的解决方案。来源：金色财经

金色财经05-30 10:14

拜登失宠了！《纽约时报》：硅谷政治风向骤变科技投资者倒向右派、筹款支持特朗普

合伙人Doug Leone。科技公司Airbnb、Google、Uber和Apple等都曾热衷于聘用前奥巴马政府的成员。包括Reid Hoffman和Vinod Khosla在内的多名硅谷投资者仍然忠于民主党，而曾支持特朗普的PayPal联合创始人Peter Thiel表态称，他对政治感到失望，计划退出2024年的竞选活动。然而，那些转向右派的科技投资者在社交媒体上拥有大量追随者，并且资金雄厚，他们正变得更加政治化。根据追踪新创企业的PitchBook数据，新创企业在2012至2022年间增长了8倍，达到3440亿美元，更多的产业问题变得政治性。国家风险投资协会的Bobby Franklin表示，当前的问题比以往更加复杂。回顾2016年，Peter Thiel对特朗普表达高调支持，包括125万美元的捐款和在共和党全国代表大会上的演讲，震惊了整个产业。随之而来的科技反弹导致一些产业领袖重新评估他们的政治观点，这一趋势在疫情期间的社会和地缘动荡中继续发酵。硅谷部分投资者表示，他们对拜登提名的联邦贸易委员会主席Lina Khan的反对收购策略感到失望，并对美国证监会主席根斯勒(Gary Gensler)对加密货币公司的敌对态度表示不满。自2022年以来，由于利率上升和IPO市场惨淡，新创一直处于低迷状态。Sacks认为，拜登提出的包括对某些持股征收25%亿万富翁税等加税提议，可能会扼杀新创企业的发展。他在上周的技术会议上表示，这是硅谷认真考虑投票对象的好理由。 Andreessen Horowitz创始人之一的Marc Andreessen在播客中指出，拜登政府存在真正的问题。他认为在特朗普执政下，美国证监会和联邦贸易委员会(FTC)将由非常不同的人领导，然而特朗普的总统任期也不一定是干净的胜利。国家风险投资协会代表表示，硅谷对当前状况的不满反映了全国对两党的普遍失望。

小萧05-28 12:43

24小时热点