Sentora ajoute le FXRP comme garantie pour le RLUSD

cryptonews.ruPublié le 2026-08-04Dernière mise à jour le 2026-08-04

Résumé

Sentora, une plateforme de gestion de prêts pour investisseurs institutionnels, a ajouté FXRP, un jeton adossé à XRP sur le réseau Flare, comme collatéral pour le prêt de RLUSD. Ce jeton est désormais éligible dans le coffre principal RLUSD sur Morpho, une infrastructure de prêt décentralisée sur Ethereum. Les utilisateurs peuvent ainsi utiliser FXRP comme garantie sans céder le contrôle de leurs actifs à un tiers. Pour ce faire, ils émettent des FXRP via l'application FAssets sur Flare, les transfèrent vers Ethereum et les déposent en garantie. Ils peuvent ensuite emprunter du RLUSD dans la limite d'un plafond établi. Le marché isolé FXRP/RLUSD a été lancé sur Morpho Blue, au sein du coffre principal RLUSD de Sentora, qui contient environ 280 millions de dollars en RLUSD. Le plafond de garantie pour FXRP est initialement fixé à un niveau relativement bas, mais pourrait être augmenté en fonction de la croissance de la liquidité et de la demande.

Sentora — une plateforme de gestion de coffres de crédit pour les investisseurs institutionnels, a ajouté le FXRP — un jeton adossé au XRP sur le réseau Flare. Le FXRP figure désormais dans la liste des actifs pouvant être utilisés comme garantie dans le coffre $RLUSD Main sur la plateforme Morpho. Morpho fournit une infrastructure de prêt décentralisée sur Ethereum.

Les utilisateurs peuvent utiliser le FXRP comme garantie sans céder le contrôle de leurs actifs à un tiers. Pour ce faire, ils émettent du FXRP via l'application FAssets sur le réseau Flare, transfèrent les jetons vers Ethereum et les déposent en tant que garantie. Ensuite, ils peuvent emprunter des $RLUSD contre ce dépôt de FXRP, dans la limite d'un plafond établi.

Le marché isolé FXRP/$RLUSD a été lancé sur Morpho Blue et fait partie du coffre Sentora $RLUSD Main. Il détient environ 280 millions de dollars en $RLUSD. Dans un premier temps, le plafond pour le volume de garantie en FXRP est relativement bas. Il pourra être augmenté avec la croissance de la liquidité et de la demande.

Image : Magnific

end-content

Questions liées

QQu'est-ce que Sentora a ajouté comme collatéral pour RLUSD ?

ASentora a ajouté le token FXRP, un jeton adossé au XRP sur le réseau Flare, comme nouvel actif pouvant être utilisé comme collatéral pour l'emprunt de RLUSD.

QSur quelle plateforme décentralisée le marché isolé FXRP/RLUSD a-t-il été lancé ?

ALe marché isolé FXRP/RLUSD a été lancé sur Morpho Blue, une infrastructure de prêt décentralisée sur Ethereum, et fait partie du coffre-fort Sentora RLUSD Main.

QQuel est le montant approximatif de RLUSD actuellement déposé dans le coffre-fort Sentora RLUSD Main ?

ALe coffre-fort Sentora RLUSD Main contient environ 280 millions de dollars en RLUSD.

QComment les utilisateurs peuvent-ils obtenir des tokens FXRP pour les utiliser comme collatéral ?

ALes utilisateurs peuvent obtenir des tokens FXRP en les émettant via l'application FAssets sur le réseau Flare, puis en transférant ces tokens vers le réseau Ethereum pour les déposer comme garantie.

QQuel est l'avantage pour les utilisateurs d'utiliser FXRP comme collatéral selon l'article ?

AL'avantage est que les utilisateurs peuvent utiliser FXRP comme collatéral sans avoir à confier le contrôle de leurs actifs à un tiers.

Lectures associées

La pièce mème de Donald Trump "TRUMP" sous surveillance étroite : La SEC appelée à "manipulation des données" !

Récemment, l'ancien président américain Donald Trump est fréquemment dans l'actualité pour son soutien aux cryptomonnaies. Il possède même, avec son épouse, des altcoins portant leurs noms, tandis que sa famille est impliquée dans des projets liés aux crypto-actifs. Des sénateurs démocrates américains opposés aux cryptomonnaies, Elizabeth Warren et Richard Blumenthal, ont récemment adressé une lettre officielle à la Securities and Exchange Commission (SEC) concernant le memecoin "Official Trump" ($TRUMP), basé sur Solana. Ils demandent une enquête sur ce token pour des potentielles manipulations de marché et des pratiques pouvant nuire aux investisseurs, évoquant un risque de "pump and dump" et les pertes subies par des millions de personnes. L'entreprise d'analyse blockchain TRM Labs, examinant le scandale, a déclaré qu'il n'y avait pas de preuves solides que le token Trump ait été conçu spécifiquement pour une opération de "rug pull". Cependant, elle a souligné qu'une concentration importante de l'offre de tokens entre les mains d'insiders ou sur des adresses liées constitue un facteur de risque à surveiller. TRM Labs a noté que si les investisseurs précoces et l'émetteur du token $TRUMP ont réalisé des profits significatifs, de nombreux petits investisseurs ayant acheté plus tard ont subi des pertes substantielles. Cette structure, même si elle n'est pas techniquement qualifiée de "pump and dump", pourrait devenir plus controversée avec le temps.

cryptonews.ruIl y a 5 mins

La pièce mème de Donald Trump "TRUMP" sous surveillance étroite : La SEC appelée à "manipulation des données" !

cryptonews.ruIl y a 5 mins

Un agent du FBI vole des cryptomonnaies d’une valeur d’un million de dollars, et finit par être « trahi » par son propre ChatGPT

Un ancien agent du FBI, Patrick Steven Yaroch, 41 ans, a été accusé d'avoir volé près d'un million de dollars en cryptomonnaies à partir de portefeuilles appartenant à des cibles d'une enquête d'espionnage qu'il gérait. Il a mémorisé les phrases de récupération (seed phrases) trouvées dans les bases de données du FBI et transféré les fonds en 10 à 12 fois vers son propre portefeuille sur une période d'un an sans être détecté. L'affaire a été révélée lorsque Yaroch s'est lui-même dénoncé fin juillet, affirmant que ses actes le "tourmentaient". L'enquête a découvert qu'il avait consulté ChatGPT pour planifier sa retraite anticipée au Portugal, demandant des conseils sur l'immigration et la vie dans un vignoble. Des preuves incluent des billets d'avion réservés pour Lisbonne. Les fonds volés étaient partiellement détenus sur l'échange Kraken et placés via le protocole DeFi Suilend sur la blockchain Sui, choix que Yaroch aurait justifié par son appréciation du logo de la plateforme. Le FBI a récupéré environ 925 000 dollars. Ce cas soulève des questions sur la sécurité des informations sensibles (comme les seed phrases) stockées par les agences gouvernementales, accessibles en clair, et sur le fait que les historiques de conversation avec des IA peuvent servir de preuves.

marsbitIl y a 23 mins

Un agent du FBI vole des cryptomonnaies d’une valeur d’un million de dollars, et finit par être « trahi » par son propre ChatGPT

marsbitIl y a 23 mins

La version chinoise du « DeepSeek Biologique » est née : 4 diplômés d'Oxford laissent l'IA prendre le contrôle des sciences de la vie

Le modèle multionique GeneLLM, développé par la start-up chinoise Jindu Bio (fondée par quatre diplômés d'Oxford), constitue une avancée majeure pour l'IA dans les sciences de la vie. Présenté comme le « DeepSeek chinois de la biologie », il est le premier grand modèle à être pré-entraîné directement sur des données multi-omiques brutes (transcriptomiques, protéomiques, métabolomiques), sans s'appuyer sur des annotations génétiques préétablies. Inspiré par le principe de prédiction du *token* suivant des LLM, GeneLLM prédit la prochaine base d'un ARN à partir de fragments de séquençage, apprenant ainsi directement le « langage » de la vie. Ses applications potentielles couvrent la découverte de médicaments, la médecine de précision (avec une efficacité maintenue à un coût réduit de 83%) et la biologie synthétique. Au-delà du modèle, Jindu Bio construit une infrastructure complète, BioFord Harness, pour connecter l'IA au monde physique du laboratoire. Cette plateforme intègre des agents intelligents pour la recherche documentaire, la conception d'expériences, la programmation automatisée d'instruments et l'analyse des données. Elle vise à créer une boucle fermée (Design-Build-Test-Learn) où chaque expérience, réussie ou non, enrichit le système. Cette approche "lévière", centrée sur l'infrastructure de "dernier kilomètre" entre l'IA et l'expérimentation, diffère des stratégies de modèles purement numériques ou des usines robotisées lourdes. Après avoir levé quatre tours de financement en 2025, l'ambition de Jindu Bio est de définir un nouveau paradigme pour la recherche en sciences de la vie à l'ère de l'IA.

marsbitIl y a 30 mins

La version chinoise du « DeepSeek Biologique » est née : 4 diplômés d'Oxford laissent l'IA prendre le contrôle des sciences de la vie

marsbitIl y a 30 mins

Le plus grand trou noir de l'IA : Après 1 000 milliards de dollars de revenus annuels pour Anthropic, le prix de la puissance de calcul s'envole par 10

Lorsque les agents IA commencent à remplacer le travail intellectuel humain, comment le prix de la puissance de calcul doit-il être réévalué ? Le podcast technologique Dwarkesh Patel avance une prédiction audacieuse : si les revenus des laboratoires d'IA comme Anthropic continuent de croître rapidement (atteignant potentiellement 1000 milliards de dollars d'ici fin 2025), tandis que l'offre de calcul n'augmente que d'environ 3 fois par an, le prix du calcul pourrait être multiplié par plus de 10. Une idée clé est que les GPU, comme le H100 de NVIDIA, ne sont plus de simples pièces matérielles mais des supports pour une main-d'œuvre numérique. Si une puce H100 peut héberger un agent IA au niveau d'un ingénieur logiciel de premier plan (dont le salaire annuel moyen à Silicon Valley dépasse 250 000 $), sa valeur locative théorique devrait s'aligner sur cette productivité, créant un écart de 15 fois par rapport aux prix de location actuels. La croissance des capacités et des revenus de l'IA dépasse désormais la croissance de l'offre physique de calcul. Pour combler cet écart, les laboratoires pourraient devoir accepter des marges bénéficiaires irréalistes (jusqu'à 95%) ou, plus probablement, assister à une inflation massive du prix par unité de calcul. La concurrence en IA entre dans l'ère des infrastructures, où le calcul de pointe devient une ressource stratégique, comparable à l'énergie. La location de clusters de GPU dédiés, comme le fait Google auprès de SpaceX, atteint déjà des prix élevés. La limite physique de la production de semi-conducteurs (loi de Moore ralentie, cycles de construction de fonderies, capacité limitée des machines EUV) verrouille l'offre, incapable de suivre la demande explosive. Un effet économique contre-intuitif (effet Alchian-Allen) pourrait aggraver la situation : lorsque le coût fixe de la puissance de calcul est élevé, il devient plus rentable d'utiliser les modèles les plus performants et chers pour minimiser le temps de calcul total, éliminant les modèles médiocres. Certains arguments s'opposent à cette vision, notant que la valeur de l'IA est limitée dans les domaines physiques ou réglementés, et que l'histoire montre que les prédictions de pénurie de ressources échouent souvent face à l'innovation. Cependant, l'offre de calcul est considérée comme bien moins élastique que celle des matières premières. Avant que le calcul ne redevienne abondant, le monde pourrait traverser une intense course aux armements et une inflation du coût de la puissance de calcul.

marsbitIl y a 32 mins

Le plus grand trou noir de l'IA : Après 1 000 milliards de dollars de revenus annuels pour Anthropic, le prix de la puissance de calcul s'envole par 10

marsbitIl y a 32 mins

La tranchée de protection CUDA que Huang a consolidée pendant 20 ans, l'IA vient de la creuser en 10 heures

CUDA, une nouvelle fois contestée ? Cette fois, c'est une IA elle-même nourrie par NVIDIA qui s'y attaque. Une jeune startup, Infinity, a utilisé un agent de programmation IA nommé Ignition pour créer, en seulement 10 heures, un logiciel de type "simili-CUDA" pour la puce d'inférence d-Matrix. Ceci illustre comment l'IA pourrait accélérer radicalement le développement de logiciels matériels de base (kernels) pour de nouveaux processeurs, particulièrement dans le domaine de l'inférence IA. Le marché de l'inférence, contrairement à l'entraînement des modèles, est considéré comme plus ouvert. Il est moins verrouillé par l'écosystème complet de CUDA, car la priorité est le coût par requête plutôt que la performance extrême et la stabilité en cluster. Des acteurs comme d-Matrix, Rebellions, Cerebras et les géants du cloud voient là une opportunité pour concurrencer NVIDIA avec des puces dédiées, potentiellement plus efficaces ou économiques pour des tâches spécifiques. Cependant, les experts tempèrent l'enthousiasme. Reproduire des kernels est une chose, mais reproduire l'immense écosystème de bibliothèques optimisées, d'outils de débogage, de validation et la communauté de développeurs construits par NVIDIA en près de 20 ans en est une autre. Le véritable goulot d'étranglement n'est pas la génération de code, mais sa validation rigoureuse pour assurer fiabilité et performance. De plus, NVIDIA utilise aussi activement l'IA pour développer et améliorer CUDA. En conclusion, si la forteresse CUDA de NVIDIA reste solide à court terme, particulièrement pour l'entraînement, le front de l'inférence pourrait voir s'ouvrir des brèches. La bataille à long terme ne se jouera peut-être plus sur la quantité de code existant, mais sur la supériorité des écosystèmes de validation, d'optimisation et de migration. La question clé est de savoir si les concurrents pourront rattraper NVIDIA plus vite que cette dernière n'évolue grâce à ses propres outils d'IA.

marsbitIl y a 37 mins

La tranchée de protection CUDA que Huang a consolidée pendant 20 ans, l'IA vient de la creuser en 10 heures