橘子 _

Ich habe gerade den technischen Anwendungsfall von NodeGhost bei @Acurast gelesen und dabei ein ziemlich interessantes Testergebnis entdeckt.

Auf einem Smartphone läuft ein quantisiertes Qwen2.5-3B-Modell, das etwa 3 Token pro Sekunde generiert.

Für eine Frage mit ungefähr 120 Token braucht es rund 45 Sekunden.

Gemessen an der heutigen Nutzung großer Sprachmodelle ist das tatsächlich ziemlich langsam.

Was mich an diesem Anwendungsfall aber besonders interessiert, ist ein anderes Design:

Über den Acurast Tunnel kann ein Modell, das bisher lokal auf dem Smartphone lief und keine öffentliche IP-Adresse hatte, über eine HTTPS-Schnittstelle nach außen erreichbar gemacht werden.

Dank der OpenAI-API-Kompatibilität von NodeGhost müssen Entwickler ihre bisherige Art, API-Aufrufe zu tätigen, kaum ändern. So können sie Anfragen zur Ausführung an ein Smartphone senden.

Damit ist das Smartphone nicht länger nur ein Processor im Netzwerk, der passiv auf zugewiesene Aufgaben wartet, sondern kann auch standardisierte KI-Inferenzdienste anbieten.

Natürlich handelt es sich bei diesem Anwendungsfall derzeit noch um eine Referenzimplementierung im Canary-Netzwerk. Geschwindigkeit und die Fähigkeit, komplexe Schlussfolgerungen zu ziehen, sind deutlich eingeschränkt.

Trotzdem finde ich, dass damit bereits eine sehr praktische Frage beantwortet wird:

Können Entwickler ihre bestehenden Anwendungen problemlos nutzen, um Modelle aufzurufen, die auf verteilten Smartphones bereitgestellt werden?

Zumindest gibt es für diesen technischen Ansatz bereits ein funktionierendes Beispiel.

Bis zur Kommerzialisierung müssen allerdings noch Latenz, Parallelverarbeitung, Kosten und langfristige Stabilität weiter überprüft werden.

Acurasts $ACU dient dazu, die Netzwerknutzung mit Rechenleistungsanreizen zu verbinden. Ob sich damit letztlich zahlungsbereite Nutzer gewinnen lassen, hängt jedoch davon ab, ob diese Anwendungen in der Praxis konkurrenzfähig sind.

Ich habe kürzlich jemanden eingeladen, @Acurast auszuprobieren, und bin dabei auf eine ziemlich praktische Frage gestoßen.

Das Handy war bereits erfolgreich verbunden, aber im Backend wurde die Person noch nicht als gültiger Nutzer gezählt. Auf der Seite stand, dass noch 3 Aufgaben erledigt werden müssen.

Am Anfang denkt man leicht, dass die Teilnahme abgeschlossen ist, sobald man den QR-Code gescannt hat und das Gerät als online angezeigt wird.

Später habe ich mir den Mechanismus von Acurast genauer angesehen und festgestellt, dass man hier tatsächlich ein paar Dinge auseinanderhalten muss.

Zunächst stellt das Handy durch die Verbindung mit dem Netzwerk als Processor Rechenressourcen bereit.

Die Hardwareleistung des Geräts beeinflusst die grundlegende $ACU-Belohnung. Wenn tatsächlich eine Deployment ausgeführt wird, kann das zusätzliches Belohnungsgewicht bringen.

Außerdem gibt es bei Acurast die Community-Aktion Cloud Rebellion. Durch das Erledigen von Aufgaben, das Einladen von Nutzern und das Verbinden von Geräten lassen sich MIST-Punkte sammeln.

MIST sind Aktionspunkte und lassen sich nicht direkt als $ACU-Ertrag betrachten. Ob eine Einladung zählt, hängt ebenfalls von den konkreten Bedingungen der jeweiligen Aktion ab.

Deshalb denke ich inzwischen, dass man bei der Teilnahme an Acurast nicht nur darauf achten sollte, ob das Gerät erfolgreich verbunden ist.

Man sollte auch den Betriebsstatus des Processors, die Belohnungseinträge und den tatsächlichen Abschluss der Aktionsaufgaben überprüfen.

Für alle, die gerade erst mit DePIN in Berührung kommen, sind diese Punkte wirklich leicht zu verwechseln.

Acurast ermöglicht es inzwischen ganz normalen Menschen, sich mit ihrem Handy an einem Rechennetzwerk zu beteiligen. Doch zwischen der erfolgreichen Verbindung und dem Verständnis der Belohnungsregeln gibt es noch viele Details, die es sich lohnt, genauer anzusehen.

Wenn man erst einmal ein Gerät richtig zum Laufen bringt und versteht, kann man später weitere Leute einladen und sich so eine Menge unnötigen Ärger ersparen.

Ihr könnt auch über meinen Link einsteigen: https://hub.acurast.com/rebellion?ref=kxxd8r

Ich habe mir den Mechanismus von @Acurast kürzlich noch einmal genauer angesehen und dabei ein Detail zu $ACU entdeckt, das leicht übersehen wird.

Nachdem Entwickler ihre Aufgaben auf Acurast bereitgestellt haben, müssen sie die Kosten für die Berechnung bezahlen.

Dieses Geld wird jedoch nicht einfach aus der Wallet eines Entwicklers in die Wallet eines bestimmten Smartphones übertragen.

Bei der tatsächlichen Ausführung einer Aufgabe werden die Berechnungskosten verbraucht. Die Processor, die Rechenleistung bereitstellen, konkurrieren anhand ihrer Hardware-Benchmarks, der Aufgabenausführung und ihrer Teilnahme an Staked Compute um Netzwerkbelohnungen.

Ich finde, dieser Punkt verdient einen genaueren Blick.

Denn hier werden zwei Dinge voneinander getrennt:

Zum einen geht es darum, ob Entwickler tatsächlich Aufgaben bereitstellen. Wenn niemand Anwendungen bereitstellt und keine Rechenressourcen verbraucht, bleibt die Nachfrage nach $ACU naturgemäß begrenzt.

Zum anderen geht es darum, warum Smartphones kontinuierlich Rechenleistung bereitstellen. Die Geräteleistung, die Ausführung von Aufgaben und das Staking beeinflussen das Gewicht eines Geräts im Belohnungspool.

Laut der Acurast-Website sind inzwischen mehr als 322.000 Smartphones verbunden, und die Zahl der Compute Deployments liegt insgesamt bei über 675.000.

Die Zahl der Nodes ist also bereits beachtlich. Als Nächstes interessiert mich vor allem die folgende Zahl:

Wie viele Berechnungen werden tatsächlich von Entwicklern benötigt und dauerhaft bezahlt?

Das ist auch einer der Punkte, auf die ich bei der Bewertung von $ACU besonders achte.

Der Token wird sowohl für Deployments und Netzwerkgebühren als auch für Staked Compute, Belohnungen und die On-Chain-Governance verwendet.

Wenn ich $ACU analysiere, konzentriere ich mich deshalb nicht nur auf die Staking-APR oder das Umlaufangebot.

Je mehr Rechenaufgaben ausgeführt werden, desto mehr echte Anwendungsfälle für den Token entstehen im Netzwerk.

Wenn die Nachfrage von Entwicklern künftig weiter wächst, wird dieser Kreislauf immer interessanter: Smartphones stellen Rechenleistung bereit, Aufgaben verbrauchen ACU und das Netzwerk belohnt die Anbieter von Rechenleistung.

#depin #acurast

Ich habe mir in letzter Zeit etliche DePIN-Projekte angesehen und dabei ein Problem entdeckt, das leicht übersehen wird.

Viele Projekte betonen, wie viele Nodes und Geräte sie haben und wie viele Länder sie abdecken. Aber nur wenige fragen weiter:

Gibt es nach der Anbindung dieser Geräte tatsächlich Leute, die bereit sind, für ihre Nutzung zu bezahlen?

Als ich mich kürzlich mit @Acurast und $ACU beschäftigt habe, ist genau das für mich in den Fokus gerückt.

Acurast ist am 20. Januar dieses Jahres mit seinem Mainnet gestartet. Das Netzwerk nutzt Smartphones auf der ganzen Welt als Rechenressourcen. Entwickler können Rechenaufgaben bereitstellen, die Geräte führen sie aus, und das Protokoll übernimmt die Zuweisung und Abrechnung.

Besonders interessant ist der Mechanismus zur Tokenverbrennung.

Entwickler zahlen ACU für die Rechenleistung. Nach erfolgreicher Ausführung einer Aufgabe werden die entsprechenden Rechengebühren verbrannt.

Geräte, die Rechenressourcen bereitstellen, erhalten im Gegenzug Netzwerkbelohnungen. Wer sich am Staking beteiligt, kann je nach Hardwareleistung, Staking-Umfang und Bindungsdauer zusätzliche Belohnungen erhalten.

Dahinter steckt ein ganz praktischer Zusammenhang:

Je mehr Nutzer es gibt, desto größer ist die durch Rechengebühren entstehende Nachfrage nach Tokenverbrennungen. Um das Angebot an Rechenleistung aufrechtzuerhalten, gibt das Netzwerk jedoch auch kontinuierlich Token als Anreiz aus.

Deshalb reicht es nicht aus, nur auf den Verbrennungsmechanismus zu schauen.

Das Anfangsangebot von $ACU beträgt 1 Milliarde Token, und das Tokenmodell sieht außerdem eine fortlaufende Inflation vor.

Wie viel des zusätzlichen Angebots künftig durch den Verbrauch aufgrund echter Rechennachfrage ausgeglichen werden kann, ist eine Kennzahl, die ich besonders aufmerksam verfolgen möchte.

Ein weiteres Detail: Acurast hat im März dieses Jahres durch On-Chain-Governance dynamische Preise eingeführt.

Die Rechenleistung verschiedener Smartphones wird anhand von Hardware-Benchmarks bewertet. Die Preise für Berechnungen richten sich nach der Leistung der Geräte und hängen nicht mehr vollständig von den manuell festgelegten Preisen der Node-Betreiber ab.

Wenn leistungsstarke und leistungsschwache Geräte langfristig etwa gleich viel kosten, können Entwickler die Kosten nur schwer sinnvoll einschätzen. Außerdem gibt es für hochwertige Rechenleistung dann womöglich nicht genügend Anreize, dem Netzwerk beizutreten.

Acurast verfügt inzwischen über ein Mainnet sowie über Mechanismen für die Zuweisung von Rechenleistung, gebührenbasierte Tokenverbrennungen und Staking-Governance.

Für meine langfristige Einschätzung von $ACU werde ich mich dennoch auf kostenpflichtige Aufgaben mit echter Nachfrage, die Netzwerkauslastung und das Ausmaß der Gebührenverbrennungen konzentrieren.

Denn die Zahl der angebundenen Smartphones belegt zwar das Angebot. Erst wenn dauerhaft Nutzer dafür bezahlen, zeigt sich, ob dieses Geschäftsmodell tatsächlich einen Markt hat.

Wenn es um DePIN geht, frage ich mich tatsächlich, wie viel Wert ein altes Handy, das ungenutzt in einer Schublade liegt, überhaupt noch schaffen kann.

Ich habe mich in letzter Zeit mit @Acurast beschäftigt und mir die Regeln für die Handy-Nodes genauer angesehen.

Die Einstiegshürde ist tatsächlich nicht hoch: Derzeit können kompatible Geräte mit Android 12 oder höher beziehungsweise iOS 15 oder höher teilnehmen.

Außerdem gibt es zwei Möglichkeiten zur Teilnahme:

Lite nutzt die ungenutzte Zeit des Alltags-Handys, um Rechenleistung bereitzustellen. Das Gerät muss dafür nicht zurückgesetzt werden.

Core eignet sich eher für Android-Handys, die eigens für den Node-Betrieb vorgesehen sind. Sie müssen auf die Werkseinstellungen zurückgesetzt werden.

Ein Detail finde ich jedoch wichtiger als den Einrichtungsprozess.

Die Basisbelohnungen von Acurast werden bereits anhand des Hardware-Benchmarks verteilt. Es ist also nicht mehr so, dass jedes Handy einfach denselben festen Betrag einbringt.

Leistungsstärkere Geräte erhalten in der Regel eine höhere Gewichtung. Werden ihnen tatsächlich Rechenaufgaben zugewiesen, gibt es zusätzlich einen Bewertungsbonus. Das Staking von Rechenleistung ist wiederum Teil eines separaten $ACU-Anreizprogramms.

Wer teilnehmen möchte, sollte meiner Meinung nach nicht gleich massenhaft Handys kaufen.

Testet es zuerst mit ungenutzten Geräten, die ihr bereits habt. Schaut euch die Hardware-Bewertung, die Online-Zeit und die tatsächlichen Belohnungen an und rechnet dann Stromkosten, Akkuverschleiß und Wartung mit ein.

Denn mit steigender Zahl der Nodes nimmt auch der Wettbewerb um die Belohnungen zu. Nur weil ein Gerät durchgehend eingeschaltet ist, sind die Einnahmen nicht garantiert.

Was @Acurast meiner Meinung nach interessant macht, ist, dass auch ganz normale Menschen Rechenleistung bereitstellen können.

Wie viel sich letztendlich verdienen lässt, hängt aber weiterhin von der Gerätequalität, den Netzwerkregeln und dem tatsächlichen Betrieb ab.

Manchmal ist es besser, ein altes Handy sinnvoll einzusetzen, als vorschnell in neue Hardware zu investieren, um ein Projekt zu testen.

HertzFlow Challenge Day 13
Bereite dich morgen darauf vor, es zu versuchen
@HertzFlow #HertzflowPNL

HertzFlow-Wettbewerb Day 12

Noch zwei Tage übrig, durchhalten und auf einen letzten Versuch setzen

@HertzFlow #HertzflowPNL

HertzFlow Challenge Day 11
Heute geht es mit dem Aufladen weiter. Ich habe einen Trade mit $BNB getestet
#HertzflowPNL @HertzFlow

HertzFlow-Challenge Tag 10
Heute geht es weiter mit dem Rollen der Aufträge. Ich habe eine Notiz erstellt: $BNB ausprobieren
#HertzflowPNL @HertzFlow

HertzFlow-Challenge Tag 8
Heute geht es weiter mit dem Aufladen, wir haben einen Auftrag eröffnet $BNB ist auch in Ordnung
#HertzflowPNL @HertzFlow

HertzFlow Herausforderung Day 6
Heute geht es weiter an die Kurstafel, wir haben eine Transaktion mit $BNB Emotion Overflow gestartet!
#HertzflowPNL @HertzFlow

HertzFlow Challenge Tag 5
Heute geht es weiter ans Zeichnen, habe eine Transaktion eröffnet $BNB noch dazu
#HertzflowPNL @HertzFlow

HertzFlow Challenge Day 4

Heute geht es weiter mit dem Setzen der Trades. Ich habe eine Position eröffnet, die $BTC verloren hat. Die Non-Farm-Daten waren eher mittel—zuerst sieht es nach einem Rückgang aus.

#HertzflowPNL @HertzFlow

HertzFlow Challenge Day3 🔥
Heute geht es weiter auf die Order, ich habe eine BTC-Long-Position eröffnet.
Erst mal in einer kleinen Größe testen, schauen wir, ob ich heute ein bisschen PNL mitnehmen kann 👀
#HertzflowPNL @HertzFlow HertzFlow

HertzFlow Challenge Day 3🔥

Heute geht es weiter mit dem Account-Setup, ich habe eine BTC-Long-Position eröffnet.

Zuerst mit kleinerem Einsatz testen, schauen, ob wir heute ein bisschen PNL mitnehmen können 👀

#HertzflowPNL @HertzFlow

HertzFlow Challenge Tag 1 🔥

Heute testen wir erstmal das Gefühl. BTC ist ziemlich gefallen—hier habe ich ein weiteres Long eröffnet, aber ich habe es ausgeglichen.

Start ab 100 USDT, dann langsam über 14 Tage.

Hoffentlich habe ich Glück und kann am Ende einen Preis mitnehmen 😂

#HertzflowPNL @HertzFlow_xyz

Neulich habe ich mir On-Chain-AI angesehen und ich vertraue dieser Art von einfacher Erzählung immer weniger: „Das kluge Geld kauft gerade.“

Eine Adresse gekauft zu haben bedeutet noch lange nicht, dass sie bullisch ist.

Es könnte sein, dass Market Maker den Bestand auffüllen. Es könnte auch eine Zwischenadresse sein, über die das Geld bei einem Cross-Chain-Settlement läuft. Oder es könnte schlicht derselbe Akteur sein, der zwischen verschiedenen Wallets umschichtet. On-Chain-Daten lügen nicht, aber es ist weit davon entfernt, jede einzelne Einzahlung als eine Meinung zu deuten, denn das ist von echter Transaktionsanalyse noch weit entfernt.

Das ist auch die schwierigste Ebene des krypto-spezifischen Modells: Es kann nicht nur Transaktionen „lesen“. Es muss die Beziehungen zwischen Adressen erkennen, verstehen, warum sich die Gelder bewegen, und wissen, dass derselbe Aktionstyp in unterschiedlichen Zeiten und Liquiditätsumfeldern eine völlig andere Bedeutung haben kann.

Ich beobachte Velvet @Velvet_Capital und wie sie Velvet-1 trainieren. Ich möchte nicht, dass es mir einfach den nächsten Coin mit der größten Kurssteigerung „errät“. Ich will vielmehr herausfinden, ob es in Copilot diese leicht zu verwechselnden Aktionen auseinanderhalten kann: Welche sind echte Kauforders, welche sind nur Routing, und welche Gelder kommen zwar herein, tragen aber keine Kursrisiken.

Erst wenn das bei dieser Ebene gelingt, kommt die KI der Rolle eines echten Research-Tools nahe.

Andernfalls ist der angebliche On-Chain-Insight höchstwahrscheinlich nur eine erneute Erzählung dessen, was in einem Block-Explorer bereits zu sehen ist.

Ich schaue mir gerade Trading-AI an und kümmere mich nicht so sehr darum, ob sie beurteilen kann, ob ein bestimmtes Asset „eine Chance hat“.

Diese Frage ist zu groß und lässt sich auch zu leicht mit leeren Worten beantworten.

Mich interessiert eher, ob sie in der Lage ist, eine einzelne Transaktion in mehrere reale Randbedingungen zu zerlegen:

Warum gehe ich rein?
Woran erkenne ich, dass ich falschliege?
Reicht die Liquidität in diesem Pool aus?
Wird der Slippage meine Erwartungen auffressen?
Gibt es beim Exit noch jemanden, der übernimmt?

Bei vielen On-Chain-Transaktionen führt auch die richtige Richtung dazu, dass man trotzdem Geld verliert – nicht weil die Story falsch ist, sondern weil die Ausführungsbedingungen zu schlecht sind.

Du kaufst eine gute Geschichte, aber der Handel passiert in einem sehr dünnen Pool; du siehst, wie das Wallet einsteigt, aber deine eigene Positionsgröße ist zu groß und du kommst nicht wirklich wieder raus.

So ein Verlust ist ziemlich häufig und wird bei der nachträglichen Analyse am leichtesten übersehen. Denn die Story stimmt – und dann glaubt man, es sei einfach Pech gewesen.

Wenn der Copilot von Velvet @Velvet_Capital für etwas gut ist, dann wünsche ich mir, dass er weniger große Schlussfolgerungen erzählt, sondern mir stattdessen hilft, die Handelsbedingungen sauber aufzuschlüsseln.

Dass eine Transaktion in der Theorie stimmt, heißt nicht, dass sie sich auch in der Ausführung als tragfähig erweist.

Der Handel mit KI wird am leichtesten überschätzt dort, wo sie dir eine stimmige Logik erzählen kann.

Aber viele gute Trades On-Chain sind gerade nicht deshalb gut, weil die Story glatt aufgeht.

Wenn ein Asset steigt und die KI dir nur sagt: „Das Kapital rückt mehr in den Fokus, die Stimmung am Markt heizt sich auf“ – dann bringt das kaum etwas. Ich würde viel lieber sehen: Was hat sich nicht ereignet.

Es steigt, aber die Liquidität ist nicht mitgegangen.

Jemand ruft danach, aber alte Wallets kaufen nicht weiter.

Das Volumen nimmt zu, aber der Großteil kommt aus nur wenigen Orders.

Der Preis erreicht neue Hochs, aber On-Chain werden die Bestände sogar noch stärker konzentriert.

Diese „Unstimmigkeiten“ sind oft mehr wert als die hübschen Schlussfolgerungen.

Deshalb sind meine Erwartungen an Dinge wie Velvet @Velvet_Capital AI Copilot nicht die, dass es mir den Markt zusammenfasst.

Ich möchte eher, dass es wie ein Trading-Assistent ist, der mir einen kalten Schauer verpasst – der mir vor meiner Order die Lücken aufzeigt, die mir möglicherweise entgangen sind.

Der teuerste Fehler in Crypto ist nicht, keine Chancen gesehen zu haben.

Sondern nachdem du eine Chance gesehen hast, automatisch alle Belege zu ignorieren, die deine eigene Einschätzung nicht stützen.