这些天大饼一直没动静，主要原因是因为灰度卖币本质上是给上一轮牛市还债貔貅怎么吃进去的怎么吐出来在42k把债还

--・2.7k views

这些天大饼一直没动静，主要原因是因为灰度卖币本质上是给上一轮牛市还债貔貅怎么吃进去的怎么吐出来在42k把债还完不是利空，而是利好灰度卖完以后，BTC还有什么大抛压呢？个人目前这个42K位置是个不错的进场点位 #BTC!💰

这些天大饼一直没动静，主要原因是因为灰度卖币
本质上是给上一轮牛市还债
貔貅怎么吃进去的怎么吐出来
在42k把债还完不是利空，而是利好
灰度卖完以后，BTC还有什么大抛压呢？ 
个人目前这个42K位置是个不错的进场点位
#BTC!💰  

0 άτομα έστειλαν φιλοδώρημα στον δημιουργό.

Αποποίηση ευθυνών: Περιλαμβάνει γνώμες τρίτων. Δεν είναι οικονομική συμβουλή. Δείτε τους Όρους και προϋποθέσεις.

Απαντήσεις 3

Σχετικός δημιουργός

LIVE

哈希叫兽

@haxijiaoshou

Ανακαλύψτε περισσότερα από τον Δημιουργό

分享下最近关于AI的思考核心四个问题： 1、为什么大部分去中心化算力项目都选择做AI推理而不是AI训练？ 2、英伟达究竟牛在哪里？去中心化算力训练难做的原因在哪？ 3、去中心化算力（Render、Akash等）的终局会是什么样？ 4、去中心化算法（Bittensor）的终局会是什么样？接下来咱们层层抽丝剥茧： 1）纵观这个赛道，除了Gensyn之外，大部分的去中心化算力项目都选择做AI推理而不是训练，核心在于对于算力和带宽的要求不同。为了帮助大家的简单理解，我们来把AI比作一个学生： - AI训练：如果我们把人工智能比作一个学生，那么训练就类似于给人工智能提供了大量知识、示例也可以理解为我们常说的数据，人工智能从这些知识示例中进行学习。由于学习的本质需要理解和记忆大量的信息，这个过程需要大量的计算能力和时间。 - AI推理：那什么是推理呢？可以理解为利用所学的知识去解决问题或者参加考试，在推理的阶段中人工智能是利用学到的知识去解答，而不是活动新知识，所以在推理过程所需要的计算量是较小的。容易发现，两者的难度差本质上在于大模型AI训练需要极大的数据量，以及对数据高速通信需要的带宽需求极高，所以目前去中心化算力用作训练的实现难度极大。而推理对于数据和带宽的需求小的多，实现可能性更大。 2）那么数据和带宽的卡点究竟在哪？为什么去中心化训练难以实现？这就涉及到大模型训练的两个关键要素：单卡算力和多卡并联。 - 单卡算力：目前所有的需要训练大模型的中心，我们把它叫做超算中心。为了方便大家的理解，我们可以以人体作为比喻，超算中心就是人体的组织，底层单元GPU就是细胞。如果单个细胞（GPU）的算力很强，那么整体的算力（单个细胞×数量）也可能会很强。 - 多卡并联：而一个大模型的训练动辄就是千亿GB，对于训练大模型的超算中心来说，至少需要万级别个A100打底。所以就需要调动这几万张卡来进行训练，然而大模型的训练并不是简单的串联，并不是在第一个A100卡上训练完之后再在第二张卡上训练，而是模型的不同部分，在不同的显卡上训练，训练A的时候可能需要B的结果，所以涉及到多卡并行。为什么英伟达这么厉害，市值一路腾飞，而AMD和国内的华为、地平线目前很难追上。核心并不是单卡算力本身，而是在于两个方面：CUDA软件环境和NVLink多卡通信。 - 一方面，有没有软件生态能适配硬件是非常重要的，如英伟达的CUDA系统，而构建一个新的系统是很难的，就像构建了一个新的语言，替换成本非常高。 - 另一方面，就是多卡通信，本质上多卡之间的传输就是信息的输入和输出，怎么并联，怎么传输。因为NVLink的存在，没有办法把英伟达和AMD卡打通；另外，NVLink会限制显卡之间的物理距离，需要显卡在同一个超算中心中，这就导致去中心化的算力如果分布在世界各地就比较难实现。第一点解释了为什么AMD和国内的华为、地平线目前很难追上；第二点解释了为什么去中心化训练很难实现。 3）去中心化算力的终局会是什么样？ - 去中心化算力目前难以进行大模型训练，核心在于大模型训练最看重的是稳定性，如果训练中断，需要重新训练，沉没成本很高。其对于多卡并联的要求是很高的，而带宽是受物理距离的限制的。英伟达通过NVLink来实现多卡通信，然而在一个超算中心里面，NVLink会限制显卡之间的物理距离，因此分散的算力无法形成一个算力集群去进行大模型训练。 - 但另一方面，对于算力要求相对较低的需求是可以实现的，例如AI推理，或者是一些特定场景的垂类中小型的模型训练是有可能实现的，在去中心化算力网络中有一些相对大的节点服务商时，是有潜力为这些相对大的算力需求服务的。以及像渲染这类边缘计算的场景也是相对容易实现的。 4）去中心化算法模型的终局会是什么样？去中心化算法模型的终局取决于对未来AI的终局，我认为未来AI之战可能会是有1-2个闭源模型巨头（如ChatGPT），再加上百花齐放的模型，在这种背景下，应用层产品没有必要和一个大模型绑定，而是与多个大模型合作，在这种背景下来看，Bittensor的这种模式潜力还是非常大的。 #RNDR #arkm

这一波牛市太快了，快到让人措手不及不过还好这一轮板块很多，百花齐放推荐几个后续还有热度和机会的板块 rwa，贝莱德这个大机构已经亲自下场宣传了，热度肯定还会持续龙头ondo，token，polyx，dusk 选自己喜欢的埋伏，拿长期 ai板块一直牛，山姆奥特曼融资七万亿美元发展openai ，我觉得其余的大国不会坐视不管，未来会是国与国的ai竞争，就币圈的这些ai币蹭到的翻个两三倍跟玩一样 wld，arkm跟山姆奥特曼有关，龙头rdnr，这三个别看涨了很多倍，出一个千亿市值的蓝筹大有可能其余的fet，agix，ocean我觉得最好别买了，三合一在这么个大牛市，不排除项目方增发币高位套现的嫌疑，小市值的可以挑几个埋伏。 gemefi，牛市必须品，找几个市值中等一点的未来三五倍肯定是有的，三个字，等风来 #Ondo #WLD

币圈六大铁律一、只参与市场不可逆转的上升趋势 “只参与市场不可逆转的上升趋势”，市场就是事实，市场不容置疑，不容挑战，趋势不可逆，作为投资者要敢于认错，随时纠错，拒绝不确定的行情，去做那些庄家也必须顺应的行情，要懂得顺势而为。二、拒绝频繁交易赌场二十四小时开门，没必要频繁开单子，这里有择时、试错、仓位控制等很多逻辑，我们推崇的是像猎人一样静待完美时机，而非看到猎物就放一枪的胡乱投资。三、不迷信技术指标首先我们要承认，任何技术指标都有其滞后性。比如当MACD指标发出金叉买入信号时，事实上币已经涨了一波了，而出现金叉的那个时候，很可能你就是接盘侠！四、买入就忘掉成本价当你做空或者做多开始，他的成本价与之后的任何操作都没有关系了，因为是否卖出，取决于市场走势，与你现在是否仍然盈利没有任何关系，形态走好就继续持有，形态走坏就减仓，甚至清仓。五、用输得起的资金参与。用闲钱炒币，投资都是有风险的，投资者可以在掌握了游戏盈利诀窍之后再加大投入资金。在此之前，一定要用输得起的资金参与，借钱往往都输的很惨！六、做到有盈利则按时出金。没有提现一切都是数字，币圈的投资者与没有走出赌场的赌徒一样，即使暂时赚到再多的钱，都还不能算是赢家。只有当你从市场中提取现金出局的时候，才能说，你笑到了最后。在币圈中，按时出金是很好的习惯。 #BTC

一文读懂所有稳定币，加密货币的最终极叙事

ena上线后赚足了投资者的眼球，开盘表现也非常优秀，我们来看看ena到底为什么这么有魅力，以及后续走势会如何？ 1.概念创新：Ethena引入了首个全球可访问、抗审查的固定收益工具——"互联网债券"，这是对传统金融工具和现有加密货币稳定币方案的重大补充和革命。 --全球可访问性与抗审查性：利用加密技术核心优势，为全球用户提供不受地缘政治和中心化金融机构限制的投资工具。 --去中心化固定收益产品：提供了一个类似美国国债在传统金融市场中的角色，强化了DeFi生态的基础设施。 2.融资团队强大：Ethena 团队在 leptokurtic_的领导下成功完成了三轮融资，吸引了中心交易所、市场做市商、DeFi 创新者和传统金融机构的大量参与。这种广泛的支持强调了项目的可信度和对生态系统的潜在影响。 3.牛市ena更吃香：这个项目的主要利润来源第一来自以太坊质押收益，即它买入以太坊现货进行质押；第二部分收益来自做空获得的资金费率，这部分收益必须在空头仓位的资金费率超过50%的时间是正值的情况下才能实现，而这往往在牛市才更容易实现。后续走势看法：ena自上线以来价格一路上涨，我个人对这个项目也是比较看好的，爆发力强，属于我牛市喜欢投资的项目类型，但往往刚开盘就热度很高的项目，基本都需要一段时间洗盘沉淀才会更好起飞。现价的话可以拿着小部分仓位了，这里还会有上涨的空间。期待有一个洗盘阶段，到时候我会放更多仓位进去。 #ENA

Τελευταία νέα

Pantera Capital's Liquid Token Fund Sees 66% Q1 Returns, Cuts Bitcoin and Ethereum Exposure

Fantom Foundation Director Comments On Solana Network Congestion

Safeheron And KUN Collaborate To Enhance Web3 Payment Experience

Telegram Aims to Onboard 30% of Users to Web3 by 2028, Says TON Foundation

Bitcoin's L2 Interoperability Layer, MAP Protocol, Hits Record High With TVL Surpassing $30 Million

Προβολή περισσότερων

Χάρτης τοποθεσίας

Cookie Preferences

Όροι και Προϋπ. της πλατφόρμας

Χάρτης τοποθεσίας

Όροι και Προϋπ. της πλατφόρμας

ba-one-trust-cookie