Khi các mô hình trở nên hữu ích hơn, nhu cầu về tính toán tăng lên Tôi tin mạnh mẽ rằng nhu cầu suy luận sẽ tiếp tục vượt quá nguồn cung, đẩy giá thuê GPU lên cao hơn Mở nguồn hay đóng nguồn, cả hai đều cần chip, bộ nhớ và điện năng. Điều này mang tính tích cực đối với việc đầu tư vào vốn AI liên tục, khi thời gian hoàn vốn ngày càng nhanh hơn
ĐộiTemporal là những lập trình viên xuất sắc Bạn nên bắt đầu theo dõi họ vì nhóm này đang thúc đẩy cấu trúc vi mô của Solana
Đa phần thanh khoản sẽ tập trung trên một chuỗi. Chúng tôi đã nói điều này tại Frictionless trong một thời gian dài. Tiêu chuẩn là cấu trúc thị trường của chuỗi đó phải hoạt động hiệu quả cho toàn thế giới, chứ không chỉ một vài khu vực pháp lý.
Chúc mừng đội ngũ @anza_xyz! Cập nhật lớn cho mạng lưới
Đây là một con số khá điên rồ khi bạn suy nghĩ về nó Và đây mới chỉ là thị trường spot. Cơ hội sẽ lớn hơn nhiều khi các hợp đồng Perp và các phái sinh khác được đưa lên chuỗi
Phát hành một podcast cùng @benfielding, Đồng sáng lập và CEO tại @gensynai Ben bắt đầu luận án tiến sĩ về học sâu vào năm 2015, trước cả làn sóng quan tâm hiện nay xung quanh AI. Trong tập này, tôi muốn cùng anh đi qua cách anh nhìn nhận về tiến bộ mà chúng ta đã đạt được, kinh tế học trong việc xây dựng các mô hình lớn hơn, và những gì sẽ đến tiếp theo. Chúng tôi thảo luận về lý do anh đặt câu hỏi liệu số tiền đầu tư vào AI tập trung có được hoàn lại thông qua việc sử dụng sản phẩm hay không, các mô hình mở ảnh hưởng đến mô hình kinh doanh đó ra sao, và tại sao việc có khách hàng tiếp tục sử dụng sản phẩm của bạn quan trọng hơn việc dẫn đầu trên một bảng xếp hạng. Chúng tôi cũng đi qua cách Gensyn đã thay đổi. Đội ngũ đã chuyển từ tập trung vào tính toán phân tán sang thu thập thông tin chân thực từ thế giới. Ben giải thích lý do họ đưa ra quyết định này và cách Delphi sử dụng thị trường để tổng hợp thông tin và kiểm tra chúng với những gì thực sự xảy ra. Điều này dẫn đến chủ đề dự báo. Ben cho rằng việc dự đoán các sự kiện trong tương lai có thể trở thành một ứng dụng lớn hơn nhiều của AI. Chúng tôi thảo luận về cách các mô hình có thể học từ việc đúng hay sai, tại sao con người cần lý do để chia sẻ những gì họ biết, và điều gì sẽ xảy ra nếu có một công cụ tính xác suất hỗ trợ các quyết định hàng ngày. Chúng tôi thảo luận về: - Nền tảng của Ben trong học sâu và cách Gensyn ra đời - Kinh tế học của các mô hình AI lớn hơn và liệu chi tiêu này có hợp lý không - Các mô hình mở, cạnh tranh và xây dựng sản phẩm mà người dùng tiếp tục sử dụng - Lý do Gensyn chuyển khỏi việc tập trung vào tính toán - Xác minh công việc học máy và làm cho quá trình huấn luyện có thể kiểm toán được với open-1b - Delphi, thị trường thông tin và học hỏi từ kết quả thực tế - Ghi nhận những người chia sẻ bằng chứng đằng sau dự đoán của họ - Dự báo, ra quyết định tốt hơn và nơi tính phân tán mang lại lợi ích Thời gian: 0:00 – AI có thể dự đoán tương lai không? 1:14 – Ben Fielding và nguồn gốc của Gensyn 7:26 – Mở rộng AI vượt quá các cụm lớn hơn 13:29 – Tại sao các startup có thể tiếp cận theo cách khác biệt 18:49 – Niềm tin và xác minh học máy 23:59 – Kinh tế học của AI tập trung 27:29 – Tại sao Gensyn chuyển khỏi tính toán 31:09 – open-1b và huấn luyện AI có thể kiểm toán được 35:47 – Mô hình mở và phòng thí nghiệm đóng 43:29 – Sản phẩm AI, khách hàng và Neoclouds 50:13 – Từ LLMs đến dự báo 53:44 – Huấn luyện mô hình để đưa ra dự đoán tốt hơn 57:10 – Delphi và thị trường thông tin 1:02:26 – Ghi nhận bằng chứng đằng sau một dự đoán 1:04:34 – Điểm giao nhau thực sự giữa Crypto và AI 1:11:35 – Làn sóng AI tiếp theo Chúc bạn thưởng thức!
Phát hành một podcast cùng @mdudas, Đối tác Quản lý tại @6thManVentures Một doanh nghiệp crypto có thể kiếm lời mà không cần tiền đó đến tay người nắm giữ token. Trong tập này, tôi muốn nói chuyện với Mike về những yếu tố tạo nên giá trị cho token và ai được lợi khi doanh nghiệp phát triển. Chúng tôi đi sâu vào cách anh ấy xây dựng 6MV, lý do anh ấy đầu tư vào các ứng dụng, và cách anh ấy suy nghĩ về việc hoàn trả tiền cho nhà đầu tư khi doanh nghiệp có thể không duy trì được lợi thế lâu dài. Một phần lớn cuộc trò chuyện xoay quanh token và cổ phần. Mike cho rằng các đội ngũ cần giải thích rõ ràng người mua đang mua gì, dòng tiền đi đâu, và người nắm giữ token được lợi ích ra sao. Chúng tôi bàn về việc mua lại token và mức độ kiểm soát thực sự mà người nắm giữ có. Chúng tôi cũng nói về lý do các ứng dụng giao dịch cần tài sản tốt hơn và ít cách hơn để người dùng mất tiền, quan điểm của anh ấy về Solana, Hyperliquid và ethereum, cũng như vị trí của crypto trong AI. Chúng tôi thảo luận về: - Cách Mike xây dựng 6MV - Điều gì khiến một doanh nghiệp crypto tồn tại lâu dài - Khi nào nên bán và hoàn trả tiền cho nhà đầu tư - Stablecoin, cho vay và thị trường dự đoán - Giao dịch xã hội, trượt giá và giữ chân người dùng - Solana, Hyperliquid và yếu tố tạo nên giá trị của ETH - Token, cổ phần, mua lại và người nắm giữ thực sự sở hữu gì - Lý do Mike gọi XRP và Cardano là “meme dành cho người mặc vest” - Agent AI, thanh toán và thị trường tính toán - Liệu định giá của các công ty AI có quá cao không Thời gian: 0:00 – Điều gì tạo nên giá trị cho token? 0:58 – Mike Dudas và nguồn gốc của 6MV 6:20 – thanh khoản và hoàn trả vốn cho nhà đầu tư 10:16 – Sự chấp nhận thực tế vượt xa giá token crypto 16:56 – Sự thờ ơ với crypto và sự trỗi dậy của AI 21:43 – Lý do 6MV thay đổi quan điểm đầu tư vào người tiêu dùng 26:34 – Giao dịch xã hội, trượt giá và tài sản tốt hơn 36:25 – Solana, Hyperliquid và cảnh quan chuỗi 39:37 – Vấn đề với thông điệp giá trị của ETH 43:16 – Token, cổ phần và dòng tiền đi đâu 46:21 – Token quản trị, XRP và Cardano 49:40 – Nơi crypto gặp gỡ AI 55:38 – Liệu định giá của AI có đang trong bong bóng? 58:42 – Năm năm tới của crypto Chúc bạn thưởng thức!
Token là điểm khởi đầu, không phải điểm kết thúc.
Tôi sẽ chuyển sang QT vì tôi muốn duy trì cuộc thảo luận này. Bạn có thể chia nhỏ thành hai vấn đề cốt lõi: - Cơ cấu thị trường - Thị trường tiềm năng toàn cầu của ngành tài chính Hãy cùng nói về cơ cấu thị trường trước, vì tôi nghĩ đây mới thực sự là vấn đề quan trọng hơn, bởi nó trực tiếp dẫn đến việc tạo ra những sản phẩm tốt hơn. Không có gì đáng ngạc nhiên đối với bất kỳ ai đã nghiên cứu hệ thống tài chính rằng, theo thời gian, khi chúng ta chuyển từ giao dịch giấy sang giao dịch điện tử, các hệ thống ngày càng nhanh hơn. Do đó, khoảng cách vật lý đến bộ ghép lệnh mang lại lợi thế độc đáo cho các công ty giao dịch khi đặt thiết bị tại cùng một trung tâm dữ liệu hoặc có đường cáp quang trực tiếp nối đến bộ ghép lệnh. Nếu bạn chưa tìm hiểu sâu về chủ đề này, tôi khuyến nghị bạn đọc lịch sử của cuốn “Flash Boys”. Có lý do khiến các công ty giao dịch chi rất nhiều tiền để tối ưu hóa mạng lưới, đường truyền vi sóng và cáp quang riêng, bởi vì vài miligiây độ trễ có thể chuyển hóa thành hàng tỷ đô la. NYSE thậm chí còn chuẩn hóa độ dài cáp quang cho cùng một dịch vụ kết nối trong trung tâm dữ liệu Mahwah của họ, bất kể công ty sử dụng sảnh hay tủ nào. Mục tiêu là loại bỏ lợi thế chỉ đơn thuần đến từ việc đặt thiết bị gần hơn. Điều này được mô tả trong các thông số colocación của ICE. Những suy nghĩ còn lại tại: https://t.co/8gs2vq9IdJ
