À medida que os modelos se tornam mais úteis, a demanda por computação cresce. Acredito fortemente que a demanda por inferência continuará superando a oferta, elevando os preços de locação de GPUs. Seja open source ou closed source, ambos precisam de chips, memória e energia. Isso é positivo para continuidade dos investimentos em capex de IA, já que os períodos de retorno estão ficando cada vez mais rápidos.
A equipe Temporal são desenvolvedores incríveis. Você deveria começar a segui-los, pois são o time impulsionando a microestrutura do Solana.
A maioria da liquidez se consolidará em uma única cadeia. Estamos dizendo isso há algum tempo na Frictionless. O padrão é que a estrutura de mercado dessa cadeia precisa funcionar para todo o mundo, não apenas para algumas jurisdições.
Parabéns à equipe @anza_xyz! Grande atualização na rede
Essa é uma estatística bem louca quando você pensa sobre isso. E isso é apenas spot. A oportunidade fica muito maior à medida que os Perps e outros derivados forem movidos on-chain.
Lançando um podcast com @benfielding, Co-fundador e CEO da @gensynai Ben começou seu doutorado em aprendizado profundo em 2015, bem antes da atual onda de atenção em torno da IA. Neste episódio, queria percorrer com ele como ele vê o progresso que fizemos, a economia de construir modelos maiores e o que vem a seguir. Entramos no motivo pelo qual ele questiona se o dinheiro investido na IA centralizada será recompensado pelo uso do produto, como modelos abertos afetam esse negócio e por que ter clientes que continuam usando seu produto importa mais do que ficar à frente em um benchmark. Também percorremos como a Gensyn mudou. A equipe passou de se concentrar em computação descentralizada para coletar informações verdadeiras do mundo. Ben explica por que tomaram essa decisão e como o Delphi usa mercados para reunir informações e verificá-las contra o que realmente acontece. Isso leva à previsão. Ben acredita que prever eventos futuros pode se tornar um uso muito maior da IA. Discutimos como os modelos podem aprender com estar certos ou errados, por que as pessoas precisam de uma razão para compartilhar o que sabem e o que significaria ter uma calculadora de probabilidade ajudando nas decisões cotidianas. Discutimos - A trajetória de Ben em aprendizado profundo e como a Gensyn começou - A economia dos modelos de IA maiores e se os gastos fazem sentido - Modelos abertos, competição e construção de produtos que as pessoas continuam usando - Por que a Gensyn deixou de se concentrar em computação - Verificação do trabalho de aprendizado de máquina e tornar o treinamento auditável com open-1b - Delphi, mercados de informação e aprendizado com resultados reais - Recompensar pessoas por compartilhar as evidências por trás de suas previsões - Previsão, decisões melhores e onde a descentralização ajuda Marcadores temporais 0:00 – A IA pode prever o futuro? 1:14 – Ben Fielding e as origens da Gensyn 7:26 – Escalando a IA além de grandes clusters 13:29 – Por que startups podem adotar uma abordagem diferente 18:49 – Confiança e verificação do aprendizado de máquina 23:59 – A economia da IA centralizada 27:29 – Por que a Gensyn deixou de se concentrar em computação 31:09 – open-1b e treinamento auditável de IA 35:47 – Modelos abertos e laboratórios fechados 43:29 – Produtos de IA, clientes e neoclouds 50:13 – De LLMs para previsão 53:44 – Treinando modelos para fazer previsões melhores 57:10 – Delphi e mercados de informação 1:02:26 – Recompensando as evidências por trás de uma previsão 1:04:34 – Onde cripto e IA realmente se sobrepõem 1:11:35 – A próxima onda da IA Aproveite!
Lançando um podcast com @mdudas, Socio Gerente da @6thManVentures Um negócio de criptomoeda pode gerar lucro sem que esse dinheiro chegue aos detentores de seu token. Neste episódio, queria conversar com Mike sobre o que dá valor a um token e quem se beneficia quando o negócio cresce. Abordamos como ele construiu a 6MV, por que investe em aplicações e como pensa em devolver dinheiro aos investidores quando um negócio pode não permanecer à frente por muito tempo. Grande parte da conversa gira em torno de tokens e ações. Mike acredita que as equipes precisam explicar o que as pessoas estão comprando, para onde vai a receita e como os detentores de tokens se beneficiam. Falamos sobre recompras e o quanto de controle os detentores realmente têm. Também abordamos por que aplicativos de negociação precisam de melhores ativos e menos maneiras de os usuários perderem dinheiro, suas opiniões sobre Solana, Hyperliquid e Ethereum, e onde a criptomoeda se encaixa na IA. Discutimos - Como Mike construiu a 6MV - O que faz um negócio de criptomoeda durar - Quando vender e devolver dinheiro aos investidores - Stablecoins, empréstimos e mercados de previsão - Negociação social, derrapagem e retenção de usuários - Solana, Hyperliquid e o que dá valor ao ETH - Tokens, ações, recompras e o que os detentores realmente possuem - Por que Mike chama XRP e Cardano de “memes para executivos” - Agentes de IA, pagamentos e mercados de computação - Se as avaliações das empresas de IA estão em uma bolha Marcadores temporais 0:00 – O que Dá Valor aos Tokens? 0:58 – Mike Dudas e as Origens da 6MV 6:20 – Liquidez e Devolução de Capital aos Investidores 10:16 – Adoção Real Além dos Preços dos Tokens de Criptomoeda 16:56 – Apatia Cripto e o Surgimento da IA 21:43 – Por Que a 6MV Mudou Sua Tese de Investimento no Consumidor 26:34 – Negociação Social, Derrapagem e Melhores Ativos 36:25 – Solana, Hyperliquid e o Landscape das Cadeias 39:37 – O Problema com a Proposta de Valor do ETH 43:16 – Tokens, Ações e Para Onde Vai o Dinheiro 46:21 – Tokens de Governança, XRP e Cardano 49:40 – Onde a Cripto Encontra a IA 55:38 – As Valorações da IA Estão em uma Bolha? 58:42 – Os Próximos Cinco Anos da Cripto Aproveite!
O token é o começo, não o fim.
Vou fazer QT porque quero manter a discussão em andamento. Você pode dividi-la em dois problemas centrais: - Estrutura de Mercado - O Mercado Totalmente Endereçável da Finança Global Vamos falar primeiro sobre a estrutura de mercado, porque acho que é realmente o mais importante, pois se traduz diretamente em produtos melhores. Não deveria surpreender ninguém que tenha estudado o sistema financeiro que, ao longo do tempo, à medida que passamos do trading em papel para o trading eletrônico, os sistemas se tornaram mais rápidos. Como resultado, a proximidade física ao matching engine conferia às firmas de trading uma vantagem única por estarem fisicamente co-localizadas no mesmo data center ou terem uma ligação de fibra direta ao matching engine. Se você ainda não mergulhou nesse assunto, recomendo que leia a história de “Flash Boys”. Há uma razão pela qual as firmas de trading gastam tanto dinheiro otimizando redes, links de micro-ondas e linhas de fibra privadas, porque milissegundos de latência podem se traduzir em bilhões de dólares. A NYSE até normaliza os comprimentos de fibra para o mesmo serviço de conexão dentro de seu data center em Mahwah, independentemente de qual salão ou gabinete a firma utilize. O objetivo é eliminar a vantagem de simplesmente ter um rack mais próximo. Isso é descrito nas especificações de co-localização da ICE. Pensamentos finais aqui: https://t.co/8gs2vq9IdJ
