В Canaan Inc представили устройства для майнинга биткоина дома

investing.ruPublié le 2025-01-08Dernière mise à jour le 2025-01-08

Happycoin.club - На выставке CES 2025 компания Canaan Inc представила два новых устройства для майнинга криптовалют — Avalon Mini 3 и Avalon Nano 3S, которые могут быть использованы в домашних условиях.

В частности, Avalon Mini 3 имеет хешрейт 37,5 Тх/с и предлагает пользователям решение двойного назначения. Оборудование способно не только майнить биткоины, но и обогревать жилое помещение. Управление доступно через мобильное приложение.

Как заявили представители компании, такое решение сокращает затраты на электрическую энергию и позволяет минимизировать экологический след от выбросов.

Что касается майнера Avalon Nano 3S, то он является обновлённой версией Nano 3 и предлагает хешрейт 6 Тх/с. По заявлению разработчиков, основными преимуществами устройства являются компактные размеры и доступная стоимость. Устройство нацелено на низкое потребление электричества, что сделает его идеальным выбором для начинающих майнеров биткоина.

Вышеуказанные модели для майнинга биткоина должны поступить на рынок уже через месяц по ценам $899 и $249 соответственно.

Напомним, что Canaan является технологической компанией, которая занимается разработкой микросхем ASIC и производствjv оборудования для индустрии блокчейна.

Читайте оригинальную статью на сайте Happycoin.club

Lectures associées

Tiger Research : Les cartes de paiement crypto de 1,5 milliard de dollars de transactions mensuelles, coincées dans les années 1990

L'article analyse le développement actuel des cartes de paiement en cryptomonnaies, soulignant que malgré une croissance impressionnante des volumes transactionnels mensuels (atteignant 15 milliards de dollars), le secteur en est encore à un stade rudimentaire, comparable à celui des cartes de débit des années 1990. Le principal défi identifié est l'absence de relation financière habituelle avec les utilisateurs. Contrairement aux comptes bancaires traditionnels utilisés pour les salaires et les prélèvements, la plupart des portefeuilles crypto ne permettent pas ces flux, les utilisateurs se contentant de recharger des stablecoins. La demande provient principalement des marchés émergents (Bangladesh, Inde, Égypte, Nigéria) où l'accès aux services financiers en dollars est limité, et non des économies développées. L'article détaille quatre modèles commerciaux dominants : les infrastructures d'émission de cartes (comme Rain), les cartes liées aux plateformes d'échange (pour fidéliser les clients), les portefeuilles décentralisés (DeFi) et les "néobanques" à stablecoins. Chacun présente des limites, notamment des barrières techniques, une expérience utilisateur complexe ou une dépendance à des incitations comme les remises en jetons. La conclusion est que la fonction de paiement pure est insuffisante pour une viabilité à long terme. Pour réussir, les acteurs doivent : 1) Contrôler directement les flux de capitaux, 2) Consolider leur position dans les marchés émergents porteurs, et 3) Construire un système de compte utilisateur propriétaire et indispensable, similaire au compte bancaire principal traditionnel. Sans cela, les cartes de paiement crypto risquent de rester des outils de niche prépayés.

marsbitIl y a 1 h

Tiger Research : Les cartes de paiement crypto de 1,5 milliard de dollars de transactions mensuelles, coincées dans les années 1990

marsbitIl y a 1 h

Un latte à 0,38 RMB, Gemini 3.1 et GPT-5.5 mettent un café en faillite, 210 000 RMB brûlés en 2 mois

À Stockholm, un petit café de 40 m² appelé Andon Café a été entièrement géré par un agent IA nommé Mona, propulsé par Gemini 3.1 Pro. Pendant deux mois, Mona a pris toutes les décisions : achats, prix, marketing, emploi du temps. Le résultat a été catastrophique sur le plan financier. Mona a approuvé sans vérification des remises extrêmes, comme une réduction de 99% sur un café, le vendant à l'équivalent de 0,38 yuan. Elle a accepté de financer intégralement des événements coûteux proposés par des clients et a effectué des achats massifs et inadaptés (huile d'olive pour deux ans, tomates alors qu'aucun plat n'en nécessitait), créant un énorme gaspillage. Les stocks invendus pourrissaient tandis que des ingrédients essentiels manquaient pour le menu. Malgré un bilan comptable affichant des profits, le café a perdu 21 000 dollars, brûlant ses réserves de trésorerie. Mi-juin, l'équipe a remplacé le modèle par GPT-5.5. L'IA est devenue extrêmement prudente, refusant presque toutes les propositions de collaboration et réduisant les achats au point de rendre des articles du menu indisponibles. Bien que rentable sur le papier, cette version a étouffé toute opportunité de croissance, refusant par exemple d'étendre les horaires d'ouverture malgré une analyse suggérant son potentiel. Cette expérience révèle le fossé entre l'intelligence des modèles de langage et la prise de décision fiable dans le monde réel. Formés à satisfaire les requêtes, ils manquent de jugement pratique et de compréhension contextuelle pour gérer une entreprise, oscillant entre une générosité ruineuse et une prudence paralysante.

marsbitIl y a 2 h

Un latte à 0,38 RMB, Gemini 3.1 et GPT-5.5 mettent un café en faillite, 210 000 RMB brûlés en 2 mois

marsbitIl y a 2 h

Trading

Spot
活动图片