2026-06-04 Jeudi

Centre d'actualités - Page 25

Obtenez des actualités crypto en temps réel et les tendances du marché avec le Centre d'actualités HTX.

Analyse du Rapport de Goldman Sachs : Pénurie de Stockage jusqu'en 2028, Continuez d'Acheter

Le rapport de Goldman Sachs met en avant une perspective de pénurie prolongée des puces mémoire jusqu'en 2028, soutenue par une demande soutenue des serveurs d'IA, une croissance limitée de l'offre et des contrats d'approvisionnement à long terme. Cette dynamique devrait maintenir les prix élevés plus longtemps que prévu. La banque a relevé ses objectifs de cours pour Samsung Electronics et SK Hynix, et est passée à l'achat pour Kioxia, anticipant des marges bénéficiaires élevées sur plusieurs années. Au-delà du secteur de la mémoire, le rapport identifie des opportunités dans toute la chaîne d'approvisionnement matérielle de l'IA, y compris MediaTek (transition vers les ASIC), Eoptolink (modules optiques 1.6T), Biren (puces IA chinoises), Huaqin (diversification vers les centres de données) et Lenovo (cycle de renouvellement des PC IA). D'autres sociétés mentionnées incluent BYD pour sa stratégie de conduite autonome à bas coût, et des équipementiers japonais de semi-conducteurs. Le contexte macroéconomique souligne un clivage entre les économies exportatrices de technologie, bénéficiant du boom de l'IA, et les importateurs d'énergie, confrontés à des pressions inflationnistes. Pour la Chine, Goldman Sachs note des flux de capitaux passifs importants attendus vers les actions technologiques et des semi-conducteurs lors des prochains rééquilibrages d'indices. [Disclaimer : Ces informations, tirées d'un rapport de recherche tiers, ne constituent pas un conseil en investissement.]

marsbit06/01 02:19

Analyse du Rapport de Goldman Sachs : Pénurie de Stockage jusqu'en 2028, Continuez d'Acheter

marsbit06/01 02:19

Décryptage des Opérations Magistrales de Cathy Wood sur Circle

L’analyse des opérations de Cathie Wood (Ark Invest) sur Circle (CRCL) illustre une maîtrise remarquable du marché. Convaincue du potentiel à long terme des stablecoins comme infrastructure du dollar numérique, Ark a acquis 4,49 millions d’actions au prix d’introduction de 31 dollars, bénéficiant ainsi de l’envolée initiale due à une faible offre flottante et une forte demande. Lorsque le cours a explosé, porté par l’adoption du *GENIUS Act* (juin 2025), atteignant près de 299 dollars, Ark a systématiquement vendu par tranches environ 1,7 million d’actions à un prix moyen d’environ 210 dollars. Cette vente était motivée à la fois par la discipline de rééquilibrage du fonds (limite de 10% par actif) et par l’anticipation de l’arrivée massive d’actions après les levées de lock-up. Par la suite, face à la chute du titre (jusqu’à -83% depuis le sommet), aggravée par les craintes sur les taux d’intérêt et les ventes internes, Ark est revenue acheter progressivement à des prix bien inférieurs (entre environ 80 et 130 dollars). Début 2026, sa position était revenue à environ 4,5 millions d’actions. Les clés de cette réussite sont : une conviction fondamentale solide sur le modèle économique de Circle, une exécution en tranches sans chercher à timer parfaitement les sommets et les creux, et une discipline stricte de gestion des risques et des tailles de position.

marsbit06/01 02:17

Décryptage des Opérations Magistrales de Cathy Wood sur Circle

marsbit06/01 02:17

Matinée | Michael Saylor diffuse les informations du Bitcoin Tracker ; Aave publie l'enquête post-incident de l'attaque du pont Kelp rsETH ; Gravity Bridge suspend son service après avoir été attaqué

**Résumé en français :** Ces dernières 24 heures dans l'écosystème crypto ont été marquées par des développements réglementaires, des incidents de sécurité et des analyses de marché. **Réglementation et Adoption Institutionnelle :** * La société numérique **Laser Digital** a obtenu une approbation préliminaire pour créer une banque fiduciaire régulée au niveau fédéral aux États-Unis. * Le **Vietnam** envisage de permettre aux PME d'utiliser des actifs numériques comme garantie pour les prêts bancaires. * Le président de la SFC de **Hong Kong** a annoncé une forte croissance du volume des transactions sur les plateformes d'actifs virtuels agréées. **Sécurité et Incidents :** * Le pont inter-chaînes **Gravity Bridge** (Cosmos) a été attaqué et a suspendu ses services. * **Aave** a publié l'enquête post-incident sur l'attaque du pont Kelp rsETH, soulignant que la vulnérabilité provenait de l'infrastructure tierce du pont (LayerZero) et non du protocole Aave lui-même. Les mesures de protection ont été activées et les fonctions affectées sont largement restaurées. * Aux **États-Unis**, la SEC a intenté un procès contre l'auteur présumé d'une escroquerie crypto de 12,3 millions de dollars promettant des rendements élevés via un faux robot de trading IA. **Actualités du Marché et Analyses :** * **Michael Saylor** a de nouveau publié des informations sur le Bitcoin Tracker, laissant présager une nouvelle annonce d'acquisition par MicroStrategy la semaine prochaine. * Un gouverneur de la **Fed** a commenté que l'adoption massive des stablecoins pourrait amplifier la portée de la politique monétaire américaine. * Santiment note un ratio long/court record sur Bitcoin, pouvant signaler un correctif à court terme, et un sentiment "FUD" sur Ethereum qui pourrait être un signal haussier contraire. * En **Chine**, un homme a été condamné à 10 ans de prison pour le vol de 107 BTC via l'appropriation de la phrase de récupération d'un portefeuille. **Tendances Meme :** Les jetons les plus populaires sur les réseaux ETH, Solana et Base au cours des dernières 24 heures sont également listés, avec HEX, SHIB, TROLL et toby en tête de leurs catégories respectives.

链捕手06/01 01:38

Matinée | Michael Saylor diffuse les informations du Bitcoin Tracker ; Aave publie l'enquête post-incident de l'attaque du pont Kelp rsETH ; Gravity Bridge suspend son service après avoir été attaqué

链捕手06/01 01:38

Alibaba « met en rayon », ByteDance « s’entraîne »

Durant la dernière semaine de mai, deux événements consécutifs dans l'industrie de l'IA ont révélé les stratégies divergentes des géants chinois Alibaba et ByteDance. Alibaba adopte une approche d'application immédiate et de monétisation. Son modèle Qwen est intégré à Taobao pour des fonctionnalités comme l'essayage virtuel et la comparaison de prix, visant à transformer l'expérience d'achat. L'entreprise se positionne comme l'infrastructure ("eau, électricité, gaz") et la "caisse enregistreuse" de l'ère IA, avec ses services cloud alimentant de nombreux modèles locaux. Cette stratégie, soutenue par des réorganisations internes et l'initiative "AI Credit", génère déjà des revenus, comme en témoigne la croissance de 40% des revenus cloud externes. Cependant, elle suppose que les capacités des modèles de base n'évolueront pas assez vite pour rendre ses applications obsolètes. ByteDance, via son département Seed, privilégie la recherche fondamentale à long terme. Son objectif est "d'explorer les limites de l'intelligence". Son modèle de génération vidéo Seedance 2.0, salué comme le plus performant au monde, et des publications académiques ambitieuses sur les "modèles du monde" illustrent cette voie. La société, qui n'est pas cotée en bourse, peut se permettre d'engager des dépenses d'investissement massives (jusqu'à 470 milliards de yuans en 2026 selon des rapports) et d'accorder à ses chercheurs le temps de publier sans pression commerciale immédiate. Mais cette approche "laboratoire Nobel" commence à être questionnée par des signes de commercialisation sur des produits comme Doubao. L'article suggère que cette divergence stratégique tient moins à une philosophie qu'à un statut : Alibaba, société cotée, est soumis à la pression des marchés pour montrer des retours rapides, tandis que ByteDance, privée, peut investir sur le très long terme. Le jour où ByteDance envisagera une introduction en bourse, la pérennité de sa stratégie de recherche pure sera véritablement mise à l'épreuve.

marsbit06/01 00:12

Alibaba « met en rayon », ByteDance « s’entraîne »

marsbit06/01 00:12

Trois ans plus tard : Retour sur mon jugement de 2023 concernant ChatGPT

Trois ans après ses prédictions sur ChatGPT en mars 2023, Wang Jianshuo revient sur ses vingt affirmations initiales, évaluées en mai 2026 par des agents IA. Sur les vingt points, la majorité des tendances de fond étaient correctes : l'essor du RAG comme architecture dominante pour l'injection de connaissances, le rôle central de l'interface utilisateur en langage naturel (LUI), l'émergence de protocoles pour un "réseau d'agents", et le rattrapage technologique rapide des modèles chinois. Des erreurs notables portent sur des chiffres précis, comme les 100 billions de paramètres supposés de GPT-4 (en réalité environ 1,8 billion) ou une estimation trop basse des coûts de formation des grands modèles. Certaines prévisions se sont révélées trop absolues ("l'IA ne fera jamais de mathématiques pures") ou ont négligé les disparités (aucune vague de chômage massif, mais un impact sévère sur les jeunes diplômés). L'analyse révèle que les intuitions sur les mécanismes et les directions se sont avérées bien plus fiables que les prédictions numériques ou temporelles, souvent trop optimistes à court terme. La prudence dans les formulations et la reconnaissance des incertitudes se sont montrées précieuses avec le recul. Ce bilan offre des leçons pour les futurs pronostics : privilégier les tendances aux chiffres, anticiper les effets distributifs et accepter que certaines questions demandent plus de trois ans pour être tranchées.

marsbit05/31 16:13

Trois ans plus tard : Retour sur mon jugement de 2023 concernant ChatGPT

marsbit05/31 16:13

Trois ans plus tard : un retour sur mes prédictions de 2023 concernant ChatGPT

Trois ans après ses prédictions sur le ChatGPT en mars 2023, Wang Jianshuo revient sur ses 20 affirmations initiales. Évaluées en mai 2026 par des agents IA, la plupart de ses intuitions sur les grandes tendances se sont révélées justes : le RAG est devenu l'architecture standard pour intégrer des connaissances, l'Interface Utilisateur en Langage Naturel (LUI) a créé un nouvel écosystème, et les modèles chinois ont presque rattrapé les leaders mondiaux. Des concepts comme les réseaux d'agents et la nature limitée du test de Turing se sont également matérialisés. Cependant, les prévisions quantitatives et les affirmations trop absolues ont souvent échoué. Le paramétrage supposé du GPT-4 (100T) était inexact, et les coûts de développement des modèles ont dépassé les estimations. Il a sous-estimé la vitesse de personnalisation des IA et l'impact distribué sur l'emploi des jeunes. La capture de valeur a surtout bénéficié à la couche matérielle (comme Nvidia), et non aux seules applications. Les leçons clés sont que les mécanismes et les directions sont plus fiables que les chiffres précis, que l'optimisme à court terme doit être tempéré, et que les nuances ("peut-être", "pour l'instant") rendent les prédictions plus robustes. Cette rétrospective souligne l'importance de distinguer les tendances confirmées des questions toujours ouvertes.

链捕手05/31 13:44

Trois ans plus tard : un retour sur mes prédictions de 2023 concernant ChatGPT

链捕手05/31 13:44

Du Token à la main-d'œuvre machine : l'IA passe d'outil à « travailleur »

Alors que l'IA écrit du code, traite des tickets clients et révise des documents juridiques, elle ne se contente plus d'être un outil mais devient une source directe de travail. La commercialisation de l'IA évolue ainsi d'un marché de « jetons » (tokens) ou d'heures de GPU vers un nouveau marché : celui de la « main-d'œuvre machine ». Dans ce marché, le jeton n'est qu'une unité de mesure, le GPU un intrant, et le modèle un outil de production. L'objet véritablement tarifé et échangé est le travail économique accompli directement par le logiciel. Le mécanisme de prix de l'IA devrait évoluer des jetons bruts vers des capacités de modèles standardisées, puis vers une main-d'œuvre sectorielle, et enfin vers un marché de résultats programmables. À l'avenir, les entreprises pourraient ne plus se soucier du modèle ou du GPU spécifique utilisé, mais uniquement du fait que la tâche soit livrée dans des délais, avec un taux de précision, une fiabilité et un coût conformes aux standards. Ce changement ne signifie pas un simple remplacement du travail humain. Alors que la machine assume des tâches standardisées et vérifiables, le rôle humain pourrait se déplacer vers la supervision, la responsabilité finale, la gestion du contexte et les jugements critiques. Dans certains cas, les 1% de jugement humain final pourraient gagner en valeur, car ils permettent de débloquer les 99% d'automatisation à grande échelle. Le marché évolue donc vers une couche où le « travail » lui-même devient l'unité stable, standardisée, vérifiable et négociable. La prochaine phase de concurrence ne portera pas seulement sur la puissance des modèles ou le prix du calcul, mais sur la capacité à standardiser, vérifier et tarifer le « travail » accompli, faisant de la main-d'œuvre machine une nouvelle ressource productive que l'on peut acheter, facturer et échanger.

marsbit05/31 12:37

Du Token à la main-d'œuvre machine : l'IA passe d'outil à « travailleur »

marsbit05/31 12:37

La réduction de 99% du prix de Xiaomi MiMo n'est pas un coup marketing ! Luo Fuli répond aux détracteurs sur X

Dans un article intitulé "La réduction de 99% du prix de MiMo de Xiaomi n'est pas du marketing ! Luo Fuli répond aux détracteurs sur X", Luo Fuli, responsable de MiMo, a publié un billet de blog technique de 5000 mots pour expliquer la baisse drastique des prix de l'API MiMo-V2.5. Contrairement aux interprétations initiales d'une guerre des prix ou d'une stratégie de perte, cette réduction de 99% concerne spécifiquement le coût des entrées en cache ("Input Cache Hit"), c'est-à-dire la relecture du contexte historique dans les conversations longues. Le billet détaille six piliers d'ingénierie ayant permis cette réduction : 1. **Architecture Hybride SWA** : Réduction du volume de la mémoire cache (KVCache) à 1/7 grâce à une attention par fenêtre glissante sur 60 des 70 couches du modèle. 2. **Gestion en double pool** : Allocation efficace de la mémoire pour matérialiser les gains théoriques du SWA, multipliant par 5 le nombre d'utilisateurs simultanés par GPU. 3. **Cache de préfixe optimisé** : Augmentation du taux de réussite du cache à 93-95% en moyenne, évitant de recalculer les contextes répétés. 4. **Système de cache distribué GCache** : Stockage des données sur les SSD des machines GPU existantes, réduisant les coûts de stockage additionnels à zéro. 5. **Système de routage LLM-Router** : Optimisation de l'acheminement des requêtes pour maximiser l'utilisation du cache et améliorer les performances. 6. **Prédiction Multi-Token (MTP)** : Accélération de la génération des réponses du modèle, réduisant également les coûts de sortie. Cette chaîne d'optimisations systémiques a réduit le temps GPU par requête d'un ordre de grandeur, permettant une baisse de prix de 99% tout en maintenant une marge positive. Luo Fuli souligne qu'il s'agit d'un accomplissement d'ingénierie validé en production, et non d'une simple manœuvre marketing, offrant une référence pour réduire les coûts dans le secteur de l'IA.

marsbit05/31 10:42

La réduction de 99% du prix de Xiaomi MiMo n'est pas un coup marketing ! Luo Fuli répond aux détracteurs sur X

marsbit05/31 10:42

活动图片