@Fluence hat offiziell seine Website von Fluence Network zu fluence.ai umgezogen.
Auf den ersten Blick wirkt es wie eine einfache Domain-Änderung, aber dahinter scheint es noch ein wenig mehr zu stecken. Die neue Identität spiegelt die Richtung besser wider, die Fluence eingeschlagen hat – insbesondere im Hinblick auf KI-Infrastruktur und den dezentralen Zugang zu Rechenleistung.
Im Laufe der Zeit hat sich der Fokus über die reine Bereitstellung eines Netzwerks für dezentrales Computing hinaus erweitert. Fluence baut nun rund um GPU- und CPU-Ressourcen, Cloud-Infrastruktur sowie Tools, die Rechenleistung für Entwickler und KI-Workloads zugänglicher machen können.
Eine Einzelheit, die meine Aufmerksamkeit geweckt hat, ist, dass Fluence jetzt Fluence Cloud als Nachfolger von Fluence Network beschreibt. Diese Formulierung lässt den Übergang absichtsvoller wirken – eher als nur eine Rebranding-Maßnahme.
Der Wechsel zu fluence.ai rückt die Ambitionen des Projekts im Bereich KI-Infrastruktur zudem viel deutlicher in den Mittelpunkt seiner Identität.
Eine Domain-Änderung mag unbedeutend erscheinen, aber manchmal zeigen gerade solche kleinen Änderungen, in welche Richtung ein Projekt sein nächstes Kapitel lenkt.
Für Fluence scheint die Ausrichtung zunehmend auf Compute, Cloud-Infrastruktur und die wachsende Nachfrage nach KI-Workloads zentriert zu sein.
Hast du jemals eine Cloud-Rechnung angesehen und dich gefragt, wofür du eigentlich bezahlst?
Gerade für KI-Teams kann Compute zu den größten wiederkehrenden Kosten zählen. Und das Problem liegt nicht immer darin, dass du mehr Infrastruktur brauchst—manchmal zahlst du schlicht Premium-Preise für den Zugang dazu.
@Fluence verfolgt einen anderen Ansatz: Durch die Verbindung von Workloads mit Compute aus einem dezentralen Netzwerk von Anbietern. Die Idee ist, Entwicklern eine weitere Option zu geben, statt sich vollständig auf das traditionelle Cloud-Modell verlassen zu müssen.
Bei rechenintensiven Workloads kann es mehr Flexibilität bei den Infrastrukturkosten bedeuten, wenn man mehr Auswahl hat, woher dieser Compute kommt.
Das Spannende an der Sache ist für mich nicht nur „dezentrale Cloud“.
Es ist die Möglichkeit, den Compute zu bekommen, den du brauchst, ohne automatisch das Preisschema zu akzeptieren, das mit den üblichen Optionen einhergeht.
Ich habe einen Tweet gesehen, in dem gefragt wurde: „Wenn $BTC morgen verschwinden würde, was würde es ersetzen?“
Die meisten Antworten zeigten auf $ETH und andere große Tokens.
Aber ich würde $FLT in die Diskussion werfen.
KI wird zu einem der größten Treiber der Nachfrage nach Rechenleistung – und das macht dezentrale Infrastruktur für mich zunehmend interessant.
In einem aktuellen AMA sprach der Mitgründer von Fluence, Evgeny Ponomarev, über die Vision von Fluence, eine Alternative zu den großen zentralisierten Cloud-Anbietern aufzubauen – beginnend mit KI und mit dem Ziel, zu einer stärker dezentralisierten Compute-Ebene zu gelangen.
Ich sage nicht, dass FLT Bitcoin ersetzt. Ich sage: Wenn KI weiterhin die digitale Wirtschaft neu formt, dann verdient die Infrastruktur, die sie antreibt, mehr Aufmerksamkeit.
$BTC und $ETH haben eine starke Erholung hingelegt: Während BTC in Richtung $87K läuft, durchbricht ETH die Marke von $2.800.
Aus Sicht eines Beobachters ist das Interessante jedoch das, was unter der Bewegung steckt. Sinkende Ölpreise und Renditen von US-Staatsanleihen haben das Risiko-Sentiment verbessert, während Short-Eindeckungen zusätzlichen Schwung geliefert haben.
Als Nächstes lohnt sich zu beobachten, ob frische Spot-Nachfrage BTC und ETH weiter stützen kann, sobald die durch den Squeeze erzwungenen Käufe nachlassen, die es auf BingX gibt. #BTC #ETH
$UNI ist definitiv wieder ins Rampenlicht zurückgekehrt. Aus Sicht eines Beobachters ist an diesem Rallye nicht einfach die Kursbewegung das Interessante.
Das Protokollgebühren-System von Uniswap verknüpft Aktivität mit UNI-Verbrennungen, während Robinhood Chain zu einer wichtigen Quelle für Uniswap-Handelsaktivität geworden ist.
Da UNI bereits deutlich gestiegen ist, lohnt als Nächstes vor allem die Frage, ob Volumen und zugrunde liegende Protokollaktivität die Bewegung weiterhin stützen – und nicht nur die Dynamik. #UNI #DeFi
Die neuesten US-China-Gespräche zwischen Scott Bessent und He Lifeng rücken Handel, KI und seltene Erden wieder in den Fokus – vor dem erwarteten Treffen zwischen Trump und Xi. Dazu gehört auch ein vorgeschlagenes KI-Vorfall-Meldeverfahren.
Für die Märkte beobachte ich bei BingX, wie sich das überschneidet: Zölle für die Risikostimmung, KI-Politik für Technologie-/Halbleiterwerte und seltene Erden für strategische Industrien.
Das hält $SPY, $QQQ, $NVDA und Gold auf meiner Beobachtungsliste. Derzeit wirkt der Markt weniger auf Schlagzeilen fokussiert als darauf, ob es zu konkreten politischen Änderungen kommt.
Die Entscheidung der FOMC-Sitzung im September ist gefallen, und der Fokus hat sich bereits darauf verlagert, was die nächste beeinflussen könnte.
Die Fed erhöhte in ihrer Sitzung vom 15.–16. September die Zielspanne für die Federal Funds um 25 Basispunkte auf 3,75%–4,00%. Ihre neuesten Projektionen sehen für die Median-Rate zum Jahresende 2026 einen Wert von etwa 4,1% vor.
Was nun eher relevant erscheint, sind die ankommenden Daten.
Die Inflation bleibt zentral für den Ausblick auf die Geldpolitik, während Energiepreise und Lieferengpässe das Bild verkomplizieren können.
Damit rücken die bevorstehenden Beschäftigungsdaten, Inflationsveröffentlichungen, die Ölpreise und die künftige Kommunikation der Fed in den Blick.
Für Krypto und andere riskante Vermögenswerte könnte der interessante Teil inzwischen weniger die Zinserhöhung selbst sein, sondern vielmehr, wie die Märkte reagieren, falls sich die Erwartungen an eine weitere Bewegung weiter verändern.
Mit derzeit 6.468 GPUs, die in 4 Ländern verfügbar sind, zeigt der Marktplatz den Nutzern bereits jetzt live, wie verteilte Rechenleistung bereitgestellt wird.
Der Marktplatz ermöglicht es Käufern, verfügbare Rechenressourcen einzusehen, eine konkrete Anfrage zu veröffentlichen und zu vergleichen, was die verschiedenen Anbieter anbieten.
https://auctions.fluence.network/
Umgekehrt können Anbieter auch das tun: Ihre verfügbare Kapazität auflisten und sie vor qualifizierte Nachfrage bringen. Das Nützliche daran ist die Menge an Informationen, die an ein Gebot gekoppelt ist.
Ein angenommenes Angebot hält den Preis, den SLA, das Mietfenster und die Gebots-Historie fest und gibt beiden Seiten ein klareres Bild davon, worauf sie sich tatsächlich einigen. Außerdem gefällt mir, dass das Stöbern stattfindet, bevor man sich anmeldet. Du kannst den Marktplatz erst ansehen; das Veröffentlichen, Geben, Auflisten von Kapazität oder Abschließen eines Vertrags läuft dann über die Prüfung des Marktplatzes.
Das schafft einen stärker strukturierten Prozess für etwas, das andernfalls überraschend schwierig sein kann: die passende GPU-Kapazität zur richtigen Zeit zu finden – und zu Bedingungen, die wirklich zur Workload passen.
Wenn Tausende von GPUs an verschiedenen Standorten sichtbar werden, fühlt sich das weniger wie ein simples GPU-Verzeichnis an und mehr wie eine Infrastruktur, die leichter zu entdecken und zu handeln ist.
@Fluence hebt den GPU-Compute-Markt auf die nächste Stufe, indem über Auktionen verfügbare Infrastruktur mit echter Nachfrage verbunden wird.
Vorwärts- und Rückwärtsauktionen können eine Echtzeit-Preisfindung ermöglichen und Käufern sowie Rechenzentren erlauben, auf sich ändernde Angebots- und Nachfragesituationen zu reagieren – statt sich ausschließlich auf feste Preisgestaltung zu verlassen. Doch wenn es um GPU-Infrastruktur geht, sollte der Preis nicht das einzige Kriterium sein.
Verfügbarkeit, Fabric, SLA und MTTR können genauso wichtig sein. Ein niedriger Preis bedeutet wenig, wenn die erforderliche Kapazität nicht verfügbar ist, wenn sie gebraucht wird, das Netzwerk nicht für die Workloads geeignet ist oder die Ausfallzeit zu lange dauert, um sie zu beheben.
Darüber hinaus liegt ein Mehrwert darin, Rechenzentren einen direkteren Weg zu qualifizierter Nachfrage zu geben. Anstatt dass ungenutzte Kapazitäten untätig herumliegen, kann verfügbare Infrastruktur mit Organisationen zusammengebracht werden, die aktiv Rechenleistung suchen.
Fluences Arbeit an einer globalen Plattform für reservierte GPU-Cluster passt in diese größere Entwicklung. Die Kombination aus transparenter Preisfindung, Infrastruktur-unterstützenden Spezifikationen und direktem Zugang zur Nachfrage könnte den GPU-Markt effizienter machen, während die Compute-Anforderungen weiter wachsen.
Die große Frage lautet nicht mehr nur, wie viel GPU-Kapazität existiert, sondern wie effizient diese Kapazität gefunden, bepreist und genutzt werden kann.
Zuverlässige Rechenleistung wird das sein, was KI künftig noch stärker braucht – und dann ist da @Fluence, das die Rechenleistung flexibler macht.
KI-Agenten werden immer komplexer. Statt nur eine Anfrage zu stellen und dann zu stoppen, können sie Tools aufrufen, auf Informationen zugreifen, Aufgaben ausführen und mehrere Entscheidungen treffen, bevor ein Auftrag abgeschlossen ist.
Das bedeutet: Schon kleine Verzögerungen auf dem Weg können sich schnell summieren. Was wie eine geringfügige Verzögerung in einem Schritt aussieht, kann am Ende eine spürbare Verzögerung sein, sobald die gesamte Aufgabe fertig ist.
Genau hier sehe ich, dass sich die dedizierte CPU-Rechenleistung von Fluence als praktisch erweist.
Für Workloads, die stabile Leistung benötigen, kann es helfen, eine besser planbare Rechenkapazität zu haben, um die Auswirkungen von Verlangsamungen durch gemeinsam genutzte Ressourcen zu verringern.
Ich denke, das wird zunehmend wichtiger, wenn KI-Agenten in die Produktion gehen und anspruchsvollere Workloads übernehmen.
Die größere Chance für Fluence liegt meiner Ansicht nach darin zu zeigen, dass dezentrale Rechenleistung nicht nur wettbewerbsfähige Preise liefern kann, sondern auch die Zuverlässigkeit, die Entwickler für echte KI-Anwendungen benötigen.
@Fluence VPC-Start ist für mich mehr als nur ein weiteres Infrastruktur-Update.
Die Möglichkeit, Datenbanken, APIs, Worker und andere Services in privaten Netzwerken auszuführen, könnte Fluence für Entwickler und Teams, die echte Workloads betreiben, attraktiver machen.
Wenn VPC im Laufe der Zeit dazu beiträgt, mehr Deployments und Netzwerk-Nutzung zu ermöglichen, könnte das in einen höheren Bedarf an der Infrastruktur von Fluence münden und potenziell die Fundamentaldaten hinter FLT stärken.
Ich würde nicht erwarten, dass der VPC-Launch allein sofort einen Preissprung auslöst – insbesondere, wenn FLT weiterhin mit relativ geringem Volumen gehandelt wird. Aber wenn dies Teil eines größeren Trends zunehmender Nutzung, Umsatz und Akzeptanz wird, denke ich, dass es langfristig ein positiver Katalysator für die Preisentwicklung von FLT sein könnte.
Für mich ist das Wichtigste, worauf ich achten würde, ob neue Infrastruktur-Funktionen tatsächlich zu mehr Nutzern, mehr Workloads und mehr Umsatz führen.
$SPCX-Mitarbeiter-Entsperrplan wird zu einem wichtigen Markt-Event.
Die Tranche vom 10. September fügt dem Umlaufbestand etwa 7% hinzu, weitere 7% sind für den 25. September geplant.
Eine Entsperrung allein ist nicht zwangsläufig bärisch. Das eigentliche Signal ist, wie sich die Liquidität, der Verkaufsdruck und die Kursentwicklung auf das zusätzliche Angebot auswirken.
Aus Sicht eines Beobachters lohnt es sich, SPCX in der Nähe dieser Daten besonders im Blick zu behalten. SPCX/USDT wird außerdem auf BingX TradFi verfolgt.
@Fluence hat einen weiteren Compute-Deal über 5,5 Mio. $ gesichert, um einen Kunden zu unterstützen, der an AGI arbeitet – mit dem Ziel, schnellere Wege von der Biologie zu Medikamenten zu finden.
Der wichtige Punkt ist hier nicht einfach die 5,5 Mio. $.
Sondern das, was der Deal über die wachsende Nachfrage nach Compute aussagt.
Wenn KI-Workloads immer komplexer werden, kann der Zugang zu GPUs zunehmend zum Engpass werden. Die richtige Hardware zur richtigen Zeit verfügbar zu haben, wird zu einem entscheidenden Faktor beim Aufbau und der Skalierung von KI-Systemen.
Statt sich ausschließlich auf traditionelle zentralisierte Infrastruktur zu verlassen, baut Fluence einen Marktplatz für dezentrale Compute-Ressourcen – und verbindet Workloads mit GPU-Anbietern.
Mit seinen GPU-Auktionen können Anbieter um Workloads konkurrieren und schaffen so einen marktgetriebenen Weg, auf verfügbare Compute-Ressourcen zuzugreifen.
Während Schlagzeilen sich also oft darauf konzentrieren, wer die größten GPU-Cluster baut, gibt es eine andere, ebenso wichtige Frage:
Wie nutzen wir die Rechenleistung, die bereits existiert, besser?
Ein Compute-Deal über 5,5 Mio. $ ist ein Signal dafür, dass die Nachfrage nach flexibler GPU-Infrastruktur inzwischen sehr real geworden ist.
Die KI-Ökonomie wird viel mehr Compute benötigen. Das Spannende wird sein zu sehen, wie diese Rechenleistung verteilt und genutzt wird.
Es ist leicht, sich darauf zu konzentrieren, wie viele GPUs produziert werden, aber die spannendere Frage lautet: Wie viel dieser Rechenleistung wird tatsächlich genutzt?
Nicht jede GPU läuft rund um die Uhr mit voller Kapazität. Hardware kann zwischen Arbeitslasten in Leerlauf geraten, unterausgelastet bleiben oder in Infrastrukturen eingeschlossen sein, die nicht ohne Weiteres für andere Nutzer zugänglich sind.
Das eröffnet eine andere Art von Chancen.
Anstatt Rechenleistung ständig so zu behandeln, als müsste sie von Grund auf neu aufgebaut werden, kann dezentrale Infrastruktur helfen, vorhandene Kapazitäten mit Workloads zu verbinden, die sie benötigen.
Das ist ein Grund, warum ich @Fluence interessant finde.
Die größere Idee besteht nicht einfach in „mehr GPUs“. Es geht darum, einen flexibleren Marktplatz für Rechenleistung zu schaffen, bei dem verfügbare Ressourcen möglicherweise sinnvoll eingesetzt werden können, statt untätig zu bleiben.
Wenn die Nachfrage nach KI weiter wächst, könnten die Gewinner nicht nur die Unternehmen sein, die die leistungsfähigsten Hardware herstellen.
Sondern auch die Netzwerke, die herausfinden, wie vorhandene Rechenleistung zugänglicher, effizienter und nützlicher gemacht werden kann.
Die nächste Phase der GPU-Ökonomie könnte weniger damit zu tun haben, mehr Hardware zu kaufen, und mehr damit, brachliegende Hardware in Betrieb zu nehmen.
Eine GPU, die in einem Benchmark gewinnt, ist vielleicht nicht die beste Wahl für eine bestimmte Arbeitslast.
Darum finde ich die Infrastruktur-Seite von KI zunehmend interessanter.
Der Ansatz von @Fluence GPU Cluster Auctions geht das Problem von der anderen Seite an: Was braucht die Arbeitslast tatsächlich – und welche Anbieter sind bereit, dafür bereitzustellen?
Käufer können ihre GPU-Anforderungen festlegen und konkurrierende Angebote anhand von Kriterien wie Kapazität, Preis, Region und Verfügbarkeit vergleichen.
Da KI-Workloads immer anspruchsvoller werden, kann die schlichte Frage „Welche GPU ist am schnellsten?“ die falsche Frage sein.
Die bessere Frage könnte sein: Welche GPU liefert mir die passende Performance für die Arbeitslast zum richtigen Preis?
Genau diesen Aspekt macht Fluence für den GPU-Markt spannend.
@Fluence GPU-AUSSTEIGER SICHERN NOCH EINEN $15,4M+ DEAL
Fluence beendet den Sommer mit einem weiteren großen GPU-Deal: Mit $15,4M+ Kapazität, die über seine GPU Auctions gesichert wurde.
Der Deal umfasst 96 H100-Nodes in ganz Asien, die nun auf Fluence in Produktion gehen – für KI-Inferenz und Modelltraining.
Auffällig ist vor allem das Ausmaß der Nachfrage, die über das wettbewerbliche Bieterverfahren läuft. GPU-Käufer können um verfügbare Kapazitäten konkurrieren, während Anbieter einen Marktplatz erhalten, um ihre Infrastruktur zum Einsatz zu bringen.
Wenn mehr hochwertige Deals über die Plattform laufen, zeigt Fluence, wie sich GPU-Infrastruktur mit Nachfrage durch einen offeneren Preisfindungsprozess in Einklang bringen lässt.
$NVDA meldete im Q2 einen Umsatz von 96,2 Mrd. $, ein Plus von 106 % im Jahresvergleich, während die Prognose bei etwa 70 % Wachstum lag – gegenüber den Erwartungen von Wall Street von rund 44 %.
Die größere Erkenntnis ist die anhaltende Lücke zwischen Nachfrage und Angebot. Die Kapazitäten haben weiterhin Mühe, mit der Nachfrage Schritt zu halten, was NVIDIA Preissetzungsspielraum trotz höherer Input-Kosten verschafft.
NVDA legte nachbörslich außerdem um 4,7 % zu und durchbrach damit sein jüngstes Muster: starke Ergebnisse, gefolgt von einem Rückgang.
Jetzt ist die spannende Frage, ob der Markt diese Zuversicht aufrechterhalten kann.
Die Nachfrage nach KI bleibt klar stark. Beobachten Sie NVDA bei BingX.
Der US-Kern-PCE blieb im Juli bei 3,3% YoY für den dritten Monat in Folge, während der monatliche Kern-PCE um 0,2% stieg.
Der Headline-PCE liegt weiterhin bei rund 3,7% im Vergleich zum Inflationsziel der Fed von 2%.
Die Daten zeigen zwar keine starke Verschlechterung, liefern aber auch keinen klaren Hinweis darauf, dass sich die zugrunde liegende Inflation schnell abkühlt.
Damit stellt sich an den Märkten weiterhin dieselbe Frage: Wie lange müssen die Zinsen im restriktiven Bereich bleiben? Der Dollar ist dabei eines der wichtigsten Beobachtungsziele, während auch Aktien, BTC und Anleihen reagieren könnten, wenn sich die Erwartungen ändern.
Aus Sicht eines Beobachters ist jetzt weniger die Schlagzeilenzahl entscheidend, sondern vielmehr, wie die Märkte auf eine hartnäckige Inflation reagieren.
$DXY / USDT Perpetual ist auf BingX für Trader verfügbar, die die Reaktion des Dollars beobachten.
$MINIMAX meldete $116,6M Umsatz im H1 2026 – das entspricht einem Anstieg von 283,1% im Jahresvergleich.
Die größte Veränderung kommt aus dem Enterprise- und Open-Platform-Geschäft, das nach einem Wachstum von 703,1% $73,9M erwirtschaftete. Dieses Segment macht nun 63,4% des Gesamtumsatzes aus.
Auch bei der Profitabilität gibt es positive Signale. Der Bruttogewinn stieg um 464,8% auf $20,8M, während die Bruttomarge von 12,1% auf 17,9% zulegte.
Doch das Unternehmen gibt weiterhin kräftig aus.
Die bereinigten Nettoverluste erreichten $293M, während die F&E-Aufwendungen auf $296,9M kletterten.
Damit zeichnet der Bericht ein spannendes Bild: sehr starkes Wachstum an der Spitze, gepaart mit sehr hohen Investitionen in die KI-Entwicklung.
Die Zahlen sind beeindruckend, aber die Marktreaktion wird am Ende möglicherweise davon abhängen, ob Investoren diese Ausgaben als Investition in künftiges Wachstum sehen – oder als wachsende Kostenlast.
Für Trader, die diese Reaktion beobachten, ist der MINIMAX-USDT-Perpetual auf BingX verfügbar.