盘点 2024 年最有“钱途”的 8 个节点及布局指南

Web3动向Publicado a 2024-01-30Actualizado a 2024-01-30

Resumen

节点运行者正在赚大钱,SOL节点赚取超过 500,000 美元,TIA节点赚取超过 8万美元。加密研究员AlΞxWacy收集了8个“最有钱途”的节点,这些节点确实有机会慷慨地奖励用户,目前关注的人并不多。值得注意的是,维护一个节点的费用每月为10至30美元。这笔钱用于启动VPS服务器。如果您的资源有限,建议选择您最感兴趣的项目。

节点运行者正在赚大钱,SOL节点赚取超过 500,000 美元,TIA节点赚取超过 8万美元。加密研究员AlΞxWacy收集了8个“最有钱途”的节点,这些节点确实有机会慷慨地奖励用户,目前关注的人并不多。值得注意的是,维护一个节点的费用每月为10至30美元。这笔钱用于启动VPS服务器。如果您的资源有限,建议选择您最感兴趣的项目。

Babylon(24美元/月)

Babylon是Cosmos生态中的新项目,其愿景是通过利用比特币的安全性来增强 Cosmos网络和其他PoS链的安全性。运行节点的详细指南:(来自加密KOL Leshka.eth)

1.获取VPS服务器

在此处注册帐户:https://tinyurl.com/node-server

选择选项:虚拟服务器-->专用-->Vienna 3:4 Cores/8 GB RAM/120 GB SSD图片

2.完成付款

可选择按月付款。

3.连接到服务器

下载并安装Putty:https://putty.org

复制您的IP地址(应该在支付服务器费用后收到)

将您的地址输入 Putty 并单击“打开”:

单击“接受”,输入“root”并单击 Enter。

然后输入购买服务器后发送给您的密码,然后单击“回车”。

命令分为以绿色突出显示的组。

要将复制的命令粘贴到终端中,请单击鼠标右键。

一次复制并粘贴整组命令:https://tinyurl.com/babylon-node

安装节点并完成最后一步“启动服务并检查日志”后,您应该看到与屏幕截图类似的日志:

Taiko(22美元/月)

基于zkRollup的以太坊二层网络Taiko通过采用去中心化且安全的L2架构来扩展 ETH。节点运行分步指南(来自加密研究员Xremlin):

1.设置VPS服务器

注册:http://contabo.com

提交信用卡信息

可选择“Cloud Vps N”选项。

选择以下参数:

Region - EU

Storage - 400 GB

Image - Ubuntu 20.04

Apps & Pannels – Docker

在15-60分钟内将收到一封包含VPS详细信息的电子邮件。

连接到您的服务器:

从http://putty.org安装 Putty

粘贴您服务器的IP 地址,然后单击“打开”和“接受”

输入“Root”,然后按Enter 键。接下来,输入您在 Contabo 创建的密码。

注意:您在输入密码时不会看到密码。

有时,系统可能会提示您点击“Y”。在这些情况下,请根据需要继续操作。

将以下命令逐一粘贴:

sudo apt-get install \

ca-certificates \

curl \

gnupg \

lsb-release

sudo mkdir -p /etc/apt/keyrings

curl -fsSL https://download.docker.com/linux/ubuntu/gpg| sudo gpg --dearmor -o /etc/apt/keyrings/docker.gpg > /dev/null

echo "deb [arch=$(dpkg --print-architecture) signed-by=/etc/apt/keyrings/docker.gpg] https://download.docker.com/linux/ubuntu$(lsb_release -cs) stable" | sudo tee /etc/apt/sources.list.d/docker.list > /dev/null

sudo apt-get update

sudo apt-get install docker-ce docker-ce-cli http://containerd.iodocker-compose-plugin

要检查一切是否正常,请运行:sudo docker run hello-world

您将看到以下消息:

打开:http://auth.alchemy.com/signup

设立账户

单击应用程序--> “创建应用程序”

名称:Taiko

说明:Alpha-2

链: ETH

网络:Sepolia

图片

单击“创建应用程序”

向下滚动,单击“查看键”

将Websockets 和HTTPS 复制到文本编辑器

创建一个新的 Metamask 钱包。

单击钱包中右上角的三个点。

选择帐户详细信息→导出私钥。

将密钥复制到文本编辑器。

从faucet请求Sepolia ETH: http://sepoliafaucet.com

粘贴命令:

git clone https://github.com/taikoxyz/simple-taiko-node.git

cd simple-taiko-node

cp .env.sample .env

nano .env

你会看到下面的菜单:

使用键盘箭头导航

如下方屏幕截图所示输入:

HTTP/WS: 粘贴 Alchemy 数据

ENABLE_PROVER: 将 "false" 替换为"true"

Private key:插入上一步中复制的密钥

按“Ctrl + X”并输入“Y”,然后单击键盘上的 Enter

运行节点:“docker compose up -d”

Zora(10美元/月)

Zora 是专门为彻底改变 NFT 世界而创建的以太坊L2解决方案。

详细指南可观看视频:Youtube

Elixir(15美元/月)

Elixir Protocol通过提供高吞吐量的DPoS网络开辟了新的可能性,允许每个人为交易所贡献流动性。

可阅读详细文字指南:https://medium.com/coinmonks/how-to-install-run-the-elixir-2-0-validator-node-9d6f94a55f58

penumbra(11美元/月)

Penumbra是一个创新的、去中心化的交易所和完全私有的、跨链的权益证明网络。Penumbra扩展了 Cosmos 生态及其他领域的可能性。

可阅读详细文字指南:https://nodes.bond/updated-and-enhanced-guide-for-installing-and-running-a-penumbra-node-and-validator/

Quai Network(17美元/月)

Quai Network是一个兼容EVM的L1区块链,实现了5万TPS的吞吐量,同时保持了去中心化、安全性和可扩展性。

观看视频详细指南:Youtube

Berachain(10-20美元/月)

Berachain是使用与EVM兼容的Cosmos SDK构建的L1区块链,由创新的流动性证明共识协议保证。

官方文档节点创建:https://docs.berachain.com/nodes/quickstart/run-local-validator-node

目前,公共节点不可用,运行节点的访问权限仅限于选定的个人。由于系统要求并不苛刻,因此仍然值得关注。VPS费用为每月10至20美元。

Monad

Monad 是备受期待的项目,昨天,运行 Monad 全节点的系统要求公布了。有消息称,最初节点运行仅适用于选定的100名用户组。

运行 Monad 全节点的预期硬件要求:

CPU:16 core CPU

内存:32 GB RAM

存储:2 TB NVMe SSD

带宽:100Mb/s

以下信息为推测性信息:

预计很快(在网络启动之后)会有更多的用户被授予运行节点的权限。然而,不太可能每个人都能访问。可能需要填写表格或提供包含个人信息的问卷。因此,最好准备一份调查问卷。这份调查问卷应包括您使用加密货币的详细经验(可能在将来很多时候会派上用场)。

如果资源充足,可以为所有项目运行节点。但是,如果您有限制,建议选择一项或多项。

Criptos en tendencia

Lecturas Relacionadas

Informe de Ethereum del primer trimestre de 2026: caen las tarifas, usuarios y volumen de transacciones alcanzan máximos históricos

Resumen del informe del primer trimestre de 2026 sobre Ethereum, por Token Terminal. El reporte destaca una tendencia clave: la cantidad de usuarios activos mensuales (13.2 millones, +53.5%), las transacciones (200.4 millones, +38%) y el rendimiento de la red (25.78 TPS) alcanzaron máximos históricos, mientras que las tarifas de transacción en la capa principal cayeron un 47.9% intertrimestral. Este fenómeno, denominado la "Paradoja de Jevons", sugiere que Ethereum está priorizando deliberadamente la expansión a corto plazo sobre la captura de ingresos inmediatos. La actualización Fusaka, que aumenta la capacidad de datos y reduce el costo del espacio de bloque, es un factor clave. La narrativa central de Ethereum se está desplazando de una cadena de bloques DeFi a una capa de liquidación financiera global. Ethereum mantiene una posición dominante en activos tokenizados, con una capitalización total de $2 billones (-0.7% intertrimestral). Destacan el crecimiento de los fondos tokenizados ($194 mil millones, +4.9%) y las materias primas tokenizadas ($47 mil millones, +60%), reflejando una mayor adopción institucional por parte de entidades como BlackRock y JPMorgan. A pesar de una caída del 30.3% en su capitalización de mercado totalmente diluida, la base de titulares de ETH creció a 292.8 millones. En resumen, Ethereum está sacrificando ingresos a corto plazo para impulsar la adopción, consolidándose como la infraestructura de liquidación preferida para las finanzas tokenizadas, con el objetivo de que una mayor demanda de red compense las tarifas más bajas a largo plazo.

marsbitHace 31 min(s)

Informe de Ethereum del primer trimestre de 2026: caen las tarifas, usuarios y volumen de transacciones alcanzan máximos históricos

marsbitHace 31 min(s)

Entrevista inaugural en podcast del CEO de Intel, Tan Lip Bu: Nuestro objetivo es '10 veces en 5-10 años', apostamos por empaquetado avanzado, sustratos de vidrio y diamantes artificiales

El CEO de Intel, Chen Lifu, expresó en una entrevista en un podcast su objetivo de multiplicar por diez el valor de la empresa en un plazo de 5 a 10 años. Para lograrlo, está centrando la estrategia en la superación de los límites físicos de la miniaturización de los semiconductores, invirtiendo en tres áreas clave: tecnologías avanzadas de empaquetado como EMIB, nuevos materiales como el nitruro de galio (GaN), carburo de silicio (SiC), fosfuro de indio (InP) y diamante sintético, y sustratos innovadores como el de vidrio. Destacó que la explosión de la IA, especialmente los agentes autónomos y la inferencia, está impulsando una fuerte demanda de CPUs, cambiando la proporción CPU/GPU en servidores. Chen Lifu también defendió la apuesta de Intel por el negocio de fundición (foundry), subrayando que es crucial para la seguridad de la cadena de suministro en EE.UU. y que se basa en generar confianza a través de altos rendimientos y fiabilidad. Reveló detalles de la colaboración Terafab con Elon Musk para construir fábricas de chips y abordar la escasez de capacidad. Reconoció que Intel aún está en una fase de transformación ("gatear"), reconstruyendo equipos y capacidades fundamentales, pero proyecta que su verdadero potencial en mercados como la informática de borde, la IA física y la de agentes comenzará a materializarse hacia 2030-2032. Con una mentalidad de capitalista de riesgo, su meta clara es entregar un retorno de 10x a los accionistas en la próxima década.

marsbitHace 33 min(s)

Entrevista inaugural en podcast del CEO de Intel, Tan Lip Bu: Nuestro objetivo es '10 veces en 5-10 años', apostamos por empaquetado avanzado, sustratos de vidrio y diamantes artificiales

marsbitHace 33 min(s)

Acaba de recaudar 2.700 millones, y Li Feifei también invirtió

En la actualidad, el mercado de inversión está obsesionado con los "Modelos del Mundo". Sin embargo, Pete Florence, ex científico de DeepMind y co-creador de la arquitectura Vision-Language-Action (VLA), fundó Generalist AI y rechaza esta etiqueta. Para él, el objetivo concreto es más importante: crear robots que realicen cualquier tarea con alta tasa de éxito sin datos específicos. Recientemente, Generalist AI recaudó 400 millones de dólares (unos 2.700 millones de RMB) en una ronda de financiación, alcanzando una valoración de 2.000 millones de dólares. Inversores incluyen NVentures de Nvidia, Bezos Expeditions, NFDG, y figuras como el cofundador de Xiaomi Lin Bin, el fundador de Zoom Eric Yuan, y la renombrada científica Fei-Fei Li. Florence, influenciado por su mentor en el MIT Russ Tedrake, prioriza comprender el mundo físico. Su enfoque comienza estableciendo una meta clara, luego diseña la ruta técnica. Tras dejar Google, lanzó Generalist AI en 2025. La compañía presentó su primer modelo de IA incorporada, GEN-0, en noviembre de 2025, demostrando que las leyes de escalado de los LLMs también se aplican al movimiento físico. En abril de 2026, presentaron GEN-1, entrenado con más de 50.000 horas de datos de interacción física recogidos por un dispositivo portátil. GEN-1 logra un 99% de éxito en tareas como plegar cajas y empaquetar teléfonos, siendo tres veces más rápido que GEN-0. Este avance acerca el modelo a un punto de inflexión similar al GPT-3, mostrando un rendimiento apto para despliegues comerciales en ciertas tareas. La inversión récord respalda la visión de Florence: robots universales que sean lo suficientemente expertos en tareas reales como para ser útiles, avanzando hacia la reducción del coste marginal del trabajo físico a cero. La etiqueta "Modelo del Mundo" queda así en segundo plano frente a los resultados tangibles.

marsbitHace 40 min(s)

Acaba de recaudar 2.700 millones, y Li Feifei también invirtió

marsbitHace 40 min(s)

Perdiendo a dos leyendas en tres días: ¿Se está resquebrajando el dique de talento de IA de Google?

En solo tres días, Google ha perdido a dos leyendas de la IA. El 18 de junio, Noam Shazeer, coautor del seminal trabajo "Attention is All You Need" y copresponsable de Gemini, anunció su salida para unirse a OpenAI. Dos días después, John Jumper, ganador del Nobel de Química 2024 y líder de AlphaFold, dejó Google DeepMind para incorporarse a Anthropic. Estas partidas no son incidentes aislados, sino parte de una tendencia clara de fuga de talento de Google hacia OpenAI y Anthropic, como lo confirma también la reciente incorporación a Anthropic del exmiembro fundador de OpenAI, Andrej Karpathy. El trasfondo de este éxodo es fundamentalmente una cuestión de misión y enfoque. El modelo de negocio central de Google, basado en la publicidad, impone una lógica orientada a productos y métricas comerciales que, en última instancia, restringe la investigación pura. En contraste, tanto OpenAI (con su misión de AGI) como Anthropic (centrada en la seguridad y la ciencia) ofrecen un entorno de trabajo enfocado únicamente en empujar los límites de las capacidades de los modelos. A esto se suma la fuerte atracción financiera: OpenAI y Anthropic están en camino a una OPI, lo que promete una recompensa económica masiva a través de capital para sus empleados, algo que la ya gigantesca Google difícilmente puede igualar. La fusión de Google Brain y DeepMind en 2023, destinada a consolidar esfuerzos, ha generado en cambio tensiones culturales y ha hecho más evidente la presión por alinear la investigación con los objetivos de los equipos de productos. El resultado es una reorganización estructural del mapa del talento en IA. Google, a pesar de sus vastos recursos en computación y datos, está perdiendo a las personas que definen el futuro del campo. La verdadera ventaja competitiva en IA reside en retener a las mentes más brillantes, y Google está descubriendo que esa es quizás su batalla más difícil.

marsbitHace 2 hora(s)

Perdiendo a dos leyendas en tres días: ¿Se está resquebrajando el dique de talento de IA de Google?

marsbitHace 2 hora(s)

Tras las notas de la IA, se esconde un "creador de exámenes" chino

Cada vez que se lanza un modelo de IA de vanguardia, la comunidad fija su atención en ciertas "hojas de resultados" familiares: MMLU-Pro, MMMU, MMMU-Pro. Estos puntos de referencia se han convertido en exámenes estándar para evaluar y comparar modelos como GPT, Claude, Gemini, Llama, Qwen y DeepSeek. Detrás de estas influyentes evaluaciones está el investigador chino Wenhu Chen, profesor asistente en la Universidad de Waterloo y fundador del TIGERLab (apodado "虎头帮"). Su trabajo surge de una necesidad crítica: a medida que los modelos avanzaban, las pruebas antiguas como MMLU se saturaban con puntuaciones casi perfectas, dejando de ser útiles para discernir diferencias reales. En 2024, Chen y su equipo presentaron MMLU-Pro, una renovación exhaustiva del original. Con 12,032 preguntas de 14 disciplinas, aumenta las opciones de respuesta de 4 a 10 para reducir las conjeturas e incorpora problemas más complejos que requieren razonamiento. El resultado fue una caída del 16% al 33% en la precisión de los modelos y una evaluación más estable y discriminatoria, rápidamente adoptada por la industria. Su contribución se extiende al ámbito multimodal con MMMU, un conjunto de 11,500 preguntas que combinan imágenes (gráficos, mapas, fórmulas) con conocimientos académicos para probar una comprensión integrada. Incluso los mejores modelos como GPT-4V inicialmente solo alcanzaron un 56% de precisión, revelando un largo camino por recorrer. Su sucesor, MMMU-Pro, cierra aún más las brechas, obligando a los modelos a utilizar la información visual y no solo el texto. La experiencia de Chen, que incluye investigación doctoral en preguntas complejas y una etapa en Google DeepMind trabajando en Gemini, le permite anticipar cómo los modelos pueden "aparentar" competencia. Su laboratorio no solo diseña evaluaciones, sino que también desarrolla modelos (como UniVideo para video o MoCha para avatares), asegurando que sus "exámenes" reflejen desafíos reales y los límites actuales de la tecnología. Actualmente, Chen continúa este trabajo en el laboratorio de superinteligencia de Meta, enfocado en datos y evaluación multimodal. Su historia destaca el papel fundamental, aunque a menudo menos visible, de los investigadores que construyen las herramientas para medir el verdadero progreso de la IA.

marsbitHace 2 hora(s)

Tras las notas de la IA, se esconde un "creador de exámenes" chino

marsbitHace 2 hora(s)

Trading

Spot
Futuros

Artículos destacados

Cómo comprar ATOM

¡Bienvenido a HTX.com! Hemos hecho que comprar Cosmos (ATOM) sea simple y conveniente. Sigue nuestra guía paso a paso para iniciar tu viaje de criptos.Paso 1: crea tu cuenta HTXUtiliza tu correo electrónico o número de teléfono para registrarte y obtener una cuenta gratuita en HTX. Experimenta un proceso de registro sin complicaciones y desbloquea todas las funciones.Obtener mi cuentaPaso 2: ve a Comprar cripto y elige tu método de pagoTarjeta de crédito/débito: usa tu Visa o Mastercard para comprar Cosmos (ATOM) al instante.Saldo: utiliza fondos del saldo de tu cuenta HTX para tradear sin problemas.Terceros: hemos agregado métodos de pago populares como Google Pay y Apple Pay para mejorar la comodidad.P2P: tradear directamente con otros usuarios en HTX.Over-the-Counter (OTC): ofrecemos servicios personalizados y tipos de cambio competitivos para los traders.Paso 3: guarda tu Cosmos (ATOM)Después de comprar tu Cosmos (ATOM), guárdalo en tu cuenta HTX. Alternativamente, puedes enviarlo a otro lugar mediante transferencia blockchain o utilizarlo para tradear otras criptomonedas.Paso 4: tradear Cosmos (ATOM)Tradear fácilmente con Cosmos (ATOM) en HTX's mercado spot. Simplemente accede a tu cuenta, selecciona tu par de trading, ejecuta tus trades y monitorea en tiempo real. Ofrecemos una experiencia fácil de usar tanto para principiantes como para traders experimentados.

312 Vistas totalesPublicado en 2024.12.10Actualizado en 2026.06.02

Cómo comprar ATOM

Discusiones

Bienvenido a la comunidad de HTX. Aquí puedes mantenerte informado sobre los últimos desarrollos de la plataforma y acceder a análisis profesionales del mercado. A continuación se presentan las opiniones de los usuarios sobre el precio de ATOM (ATOM).

活动图片