FIL ist tatsächlich die Logik des "Schaufelverkaufs" im AI-Bereich, aber der Hauptgrund, warum die Gewinne nicht realisiert wurden, liegt darin: Es verkauft "kühle Schaufeln", während NVIDIA "heiße Schaufeln" verkauft.
🔧 Die "Temperatur" der Schaufel bestimmt den Wert
• NVIDIA (heiße Schaufel): verkauft HBM (High Bandwidth Memory) und GPUs. AI-Training und -Inference sind "heiße Daten"-Verarbeitungen, die eine Reaktionszeit im Millisekundenbereich erfordern; die Hardware von NVIDIA sitzt direkt an der Kehle der Rechenleistung, ein starker Bedarf.
• FIL (kalte Schaufel): verkauft verteilten Speicher. Aktuell speichert AI Daten hauptsächlich lokal oder in zentralisierten Clouds (AWS); FIL ist gut darin, kalte Daten zu speichern (wie Backup von Trainingsdatensätzen, Archivierung historischer Daten). AI ist noch nicht in der Phase, in der sie große Mengen an zentralisierten heißen Daten in ein dezentrales Netzwerk werfen kann, weshalb die Nachfrage hinterherhinkt.
📉 Warum ist FIL nicht gestiegen?
1. Die Erzählung wird zu langsam umgesetzt: Die Probleme der Compliance, Geschwindigkeit und Kosten der AI-Datenspeicherung sind noch nicht vollständig gelöst, und die "Notwendigkeit" der dezentralen Speicherung wurde vom Markt noch nicht vollständig akzeptiert.
2. Überangebot: Die Speicherkapazität des FIL-Netzwerks ist riesig, aber der Anteil an realen, effektiven Datenaufträgen ist gering, was zu einem Überangebot an "Schaufeln" führt, sodass die Preise nicht steigen können.
💡 Was ist mit deinem FIL?
Keine Sorge, warte auf die Rotation. TAO und NEAR sind die "Vorfeldspieler" der AI-Rechenleistung, die schnell steigen; FIL ist der "Hinterfeldspieler" der Dateninfrastruktur, stark in der Verteidigung. Kapital rotiert; wenn die Rechenleistung auf ein hohes Niveau getrieben wird, wird das Kapital natürlich zurückfließen, um nach "Datenlücken" zu suchen. Sobald das FVM-Ökosystem und die AI-Datenanforderungen steigen, wird der Wert der "Schaufel" von FIL früher oder später einen Preis finden.
🔧 Die "Temperatur" der Schaufel bestimmt den Wert
• NVIDIA (heiße Schaufel): verkauft HBM (High Bandwidth Memory) und GPUs. AI-Training und -Inference sind "heiße Daten"-Verarbeitungen, die eine Reaktionszeit im Millisekundenbereich erfordern; die Hardware von NVIDIA sitzt direkt an der Kehle der Rechenleistung, ein starker Bedarf.
• FIL (kalte Schaufel): verkauft verteilten Speicher. Aktuell speichert AI Daten hauptsächlich lokal oder in zentralisierten Clouds (AWS); FIL ist gut darin, kalte Daten zu speichern (wie Backup von Trainingsdatensätzen, Archivierung historischer Daten). AI ist noch nicht in der Phase, in der sie große Mengen an zentralisierten heißen Daten in ein dezentrales Netzwerk werfen kann, weshalb die Nachfrage hinterherhinkt.
📉 Warum ist FIL nicht gestiegen?
1. Die Erzählung wird zu langsam umgesetzt: Die Probleme der Compliance, Geschwindigkeit und Kosten der AI-Datenspeicherung sind noch nicht vollständig gelöst, und die "Notwendigkeit" der dezentralen Speicherung wurde vom Markt noch nicht vollständig akzeptiert.
2. Überangebot: Die Speicherkapazität des FIL-Netzwerks ist riesig, aber der Anteil an realen, effektiven Datenaufträgen ist gering, was zu einem Überangebot an "Schaufeln" führt, sodass die Preise nicht steigen können.
💡 Was ist mit deinem FIL?
Keine Sorge, warte auf die Rotation. TAO und NEAR sind die "Vorfeldspieler" der AI-Rechenleistung, die schnell steigen; FIL ist der "Hinterfeldspieler" der Dateninfrastruktur, stark in der Verteidigung. Kapital rotiert; wenn die Rechenleistung auf ein hohes Niveau getrieben wird, wird das Kapital natürlich zurückfließen, um nach "Datenlücken" zu suchen. Sobald das FVM-Ökosystem und die AI-Datenanforderungen steigen, wird der Wert der "Schaufel" von FIL früher oder später einen Preis finden.