ETH необходимо масштабирование, почему некоторые действия могут быть дороже?
Увидев, что обновление повышает пропускную способность, легко сделать вывод, что все операции в сети станут дешевле, и упустить другую сторону этого изменения.
В объявлении Фонда Ethereum указано, что Glаmsterdam планируется активировать в тестовой сети Sepolia в 21:53:36 по пекинскому времени 6 октября. При утренней повторной проверке сегодня Hoodi и дата для основной сети по-прежнему не определены, поэтому нельзя оформлять тестирование так, будто в основной сети обновление уже выполнено.
На этот раз с одной стороны улучшат производство блоков и верификацию, чтобы узлы работали эффективнее; с другой стороны заново пересчитают стоимость ресурсов, причем операции, создающие состояние в цепочке, будут учитываться отдельно и по ним будет повышена ставка оплаты. Масштабирование отвечает на вопрос о том, сколько может обработать сеть; пересмотр цен — на вопрос о том, кто и какие ресурсы занимает; эти процессы могут происходить одновременно.
Мой фокус — на реальных счетах приложений. Контракты, которые часто создают новое состояние, и контракты, в основном читающие уже существующие данные, могут пострадать по-разному. Официально также требуется, чтобы разработчики проверили «зашитые» лимиты Gas и связанные допущения: стоимость до и после обновления нельзя оценивать, опираясь только на один средний показатель.
Наблюдая за ETH и сравнивая сети смарт-контрактов вроде SOL, BNB и т. п., я буду проводить сравнение на основе одинаковых операций и при равной степени перегрузки, а затем смотреть, продолжат ли пользователи пользоваться сервисом. Рост технической емкости стоит отслеживать, но он не обязательно напрямую даст каждому приложению более низкую стоимость и не может заранее быть преобразован в выгоду по цене монеты.
На изображении — справочное фото с материалами о памятной монете ETH.
$ETH $SOL $BNB
Нажмите на мою аватарку, чтобы посмотреть реальную торговлю с ордерами
ФРС открыла для ИИ доступ к данным — значит, торговые выводы будут надежнее?
ИИ может быстро нарисовать красивый график, но откуда берутся цифры на нем — обычно важнее, чем то, насколько гладко и убедительно написан разбор.
Во время выступления на конференции FRED 1 октября член Совета управляющих ФРС Уоллер рассказал, что FRED уже запустила коннекторы для подключения ИИ-систем, чтобы агентам было удобнее находить экономические данные. При этом он напомнил, что ИИ может неверно указать источник, скрыть допущения или выдать корреляции за причинно-следственные связи.
Есть простой, но легко упускаемый нюанс: FRED собирает и распространяет данные, а многие их первоначальные производители — другие организации. То, что ИИ прочитал данные из FRED, не означает, что все эти цифры целиком подготовлены ФРС, и тем более не означает, что ФРС одобряет торговые выводы, полученные из модели.
Мое мнение: чем проще подключать данные, тем больше в исследовательском процессе нужно сохранять ссылку на источник. Прочитав макроанализ BTC, ETH или SOL, сгенерированный ИИ, как минимум стоит уметь задать вопросы: кто является исходной организацией, какова дата среза данных, в каких единицах они измеряются, почему две кривые на графике вообще можно корректно сравнивать.
Например, если оба показателя растут вместе, сначала можно лишь сказать, что они меняются синхронно. Чтобы утверждать, что один из них толкает цену монеты, нужно объяснить механизм передачи, исключить общий фактор и проверить, нет ли сдвига по времени.
Коннекторы улучшают именно поиск данных. Насколько убедительны выводы — по-прежнему зависит от последующих рассуждений и проверок.
На фото — архивный снимок здания ФРС, не место проведения конференции.
$BTC $ETH $SOL
Нажмите на мой аватар, чтобы посмотреть сделки в реальном времени с сопровождением
В Amazon сообщили о продаже чипов: почему вычислительная мощность, возможно, почти не уменьшилась?
«Продать чипы Nvidia» — звучит так, будто крупные компании в сфере ИИ начали отступать. Но кому продают оборудование и кто будет продолжать им пользоваться — именно это определяет, как понимать новость.
Как сообщает Reuters со ссылкой на Financial Times от 2 октября, Amazon обсуждает размещение чипов на сумму примерно 8 млрд долларов в компании специального назначения, а затем — повторную аренду для использования. По данным источников, сделка пока не может считаться завершённой; это также не официальный подтверждённый заказ между сторонами.
Если развивать такую схему, в первую очередь меняются право собственности и график платежей. Продажа оборудования позволяет вернуть наличные, а дальнейшая аренда означает, что в будущем придётся платить арендную плату. Чипы могут по-прежнему работать в тех же дата-центрах; поэтому сумму продажи нельзя напрямую трактовать как снижение потребности в вычислительной мощности.
Моё внимание — на детали: на сколько арендуют, как устанавливается арендная плата, кто будет нести убытки при списании/амортизации после обновления оборудования и будут ли дополнительные расходы при досрочном выходе. Сегодня получить деньги — это одно, но если это приводит к более тяжёлым долгосрочным обязательствам, вопрос о том, «дешевле ли финансирование», всё равно нужно считать по полной.
Также нельзя, исходя лишь из компании специального назначения, утверждать, что все обязательства исчезли: бухгалтерский учёт зависит от того, кто в итоге сохраняет контроль, и от условий договорённостей.
Когда оцениваете историю вычислительных мощностей у RENDER, FET и NEAR, важно различать передачу активов и реальные потребности в задачах. В этой публикации Amazon не объявлялось участие указанных проектов — не заменяйте этим «признание» токенов.
$RENDER $FET $NEAR
Нажмите на мой аватар, чтобы посмотреть сделки с реальным счётом
Конфиденциальность усилена, но Google вместо этого перенесла обучение на серверы
Когда речь заходит о конфиденциальности в AI, у многих возникает интуитивная мысль: данные не покидают телефон, и тогда у облака становится меньше бизнеса. Но новый технологический маршрут может идти не по этому пути.
2 октября Google Research представила следующее поколение системы федеративного обучения: устройства сначала шифруют тренировочные образцы, а затем загружают их на сервер в защищённой среде, которая работает по заранее согласованным правилам доступа. Gboard уже использует её, чтобы запустить модели следующего слова для английского и японского.
Эта официальная статья особенно важна для трейдеров в одной фразе: узкое место в обучении сместилось с доступности устройств и мощности телефонов на защищённые вычислительные ресурсы на сервере. Здесь не сказано, что все данные со смартфонов можно без ограничений передавать облачным провайдерам, и нет обещания абсолютной безопасности.
Моё понимание такое: вопрос защиты данных и вопрос того, что вычисления всегда остаются локально, — это две задачи, которые можно проектировать отдельно. Телефон делает меньше работы, сервер может сделать больше; нельзя, увидев слова «端侧AI», сразу считать, что потребность в облаке неизбежно сокращается.
Но этот прогресс пока нельзя напрямую конвертировать в прогноз по заказам на новые чипы. Нужно дальше смотреть на масштабы внедрения, реальный объём обучения и то, сколько ресурсов потребляет новая схема при каждом задании.
То же самое верно для нарратива вокруг AI, например RENDER, FET, NEAR: сначала проверьте, где фактически выполняется задача и кто может за неё взимать плату. Исследование Google не объявляло участие этих проектов, поэтому оно не может заменить заявки на получение токенов.
Потребность в вычислительных мощностях не исчезла — вероятно, изменилось лишь место, где возникает узкое место.
$RENDER $FET $NEAR
Нажмите на мой аватар, чтобы посмотреть сделку в реальном времени
Станции списали — и стали просто металлоломом? Стоит пересмотреть старый счет Microsoft
Говоря об инвестициях в ИИ, все любят считать, сколько новых устройств кто-то купил. Но то, куда уходят старые устройства после выезда из дата-центра, тоже влияет на себестоимость этого бизнеса.
В официальной статье Microsoft от 30 сентября раскрывается, что в прошлом году коэффициент повторного использования и утилизации списанных серверов и компонентов достиг 92%. Целые машины можно отправлять в лаборатории, учебные сценарии или продавать квалифицированным покупателям; а отдельные детали — использовать как запасные части.
Но 92% — это не то же самое, что возврат 92% от суммы закупок. Количество обработанных устройств и то, сколько в итоге удалось выручить наличных, — вообще не одно и то же.
Мое понимание: списание оборудования не обязательно означает, что его ценность стала нулевой. Но и остаточную стоимость нельзя «допридумать»: нужно учитывать, есть ли покупатель, сколько стоит разборка и очистка данных, а также выгодно ли продолжать эксплуатацию.
То, что машина еще может работать, не означает, что стоит удерживать ее в самом дорогом дата-центре и на самом дорогом электропитании. Перенос в места с более легкими нагрузками для дальнейшего обслуживания может быть разумнее, чем оставлять ее на прежнем месте. Это расчет затрат, а не прогноз прибыли от Microsoft.
Когда читаешь нарративы, связанные с RENDER, FIL, AR и подобными историями про вычислительные или хранилищные ресурсы, я тоже буду задавать вопрос о дальнейшей судьбе железа после обновления — нельзя просто механически переносить опыт облачных провайдеров на рост токенов.
Покупка новых машин зависит от бюджета, а то, как списывать старые, проверяет весь баланс целиком.
$RENDER $FIL $AR
Нажмите на мой аватар, чтобы посмотреть сделки с сопровождением и реальными позициями
«Насколько увеличилась капитализация» и «сколько новых денег купило», на первый взгляд, кажется одним и тем же, но на самом деле это не одна и та же запись.
Сегодня я сверил методики расчёта в Binance Academy и на CoinMarketCap. Базовая формула для circulating market cap (капитализации в обращении) — это справедливая цена, умноженная на количество в обращении. Она измеряет размер, пересчитанный по текущей цене, а не то, сколько наличных денег хранится на счетах.
Пример чисто гипотетический: пусть в обращении находится 100 млн монет, а справедливая цена вырастает с 10 до 11 долларов — капитализация увеличится на 100 млн долларов. Но эти 100 млн монет не нужно продавать целиком, и не обязательно, чтобы кто-то реально вывел 100 млн долларов, чтобы появилась такая «бумажная» разница.
И наоборот. «Испарение» 100 млн долларов не означает, что кто-то полностью вывёл 100 млн долларов. Падение цены приводит к одновременной переоценке множества позиций, которые даже не были реально проданы. Если же кто-то действительно продаёт крупно, средняя цена продажи зависит ещё и от того, как именно выстраиваются покупатели и сделки.
Поэтому, когда я смотрю на поведение средств по BTC, ETH и BNB, я разделяю изменения капитализации, реальную торговую активность, заявки/погашения фондов и ончейн-переводы. Каждая из этих частей может быть полезной, но нельзя подменять одно другим и на этой основе придумывать «сумму, с которой вошли крупные».
Капитализация может помочь сравнить масштабы активов; чтобы понять, сохраняется ли устойчивый спрос на покупку, нужны соответствующие данные о деньгах и доказательства сделок.
Увеличение «богатства» на экране не означает, что на площадке появилось ровно столько же наличных.
$BTC $ETH $BNB
Нажмите на моё фото профиля, чтобы посмотреть сделки в реальном времени с ордерами