Новости индустрииНовости

Отслеживает новости компании, стратегические изменения, финансовую деятельность и кадровые перестановки в блокчейн- и крипто-индустрии, предоставляя нашим пользователям полный обзор отрасли.

Сверх 50-кратного взлёта за 18 месяцев: эпическое возрождение KIOXIA

Корпорация Kioxia, ранее переживавшая трудные времена из-за упущенных возможностей в сфере HBM и отложенного IPO, совершила впечатляющий рывок благодаря буму в области искусственного интеллекта. Спустя 18 месяцев после выхода на Токийскую фондовую биржу в конце 2024 года ее акции выросли более чем в 50 раз, а рыночная капитализация превысила 51 триллион иен, неоднократно опережая Toyota и занимая первое место в Японии. Ожидается, что операционная прибыль компании в первом квартале 2026 финансового года достигнет 1,3 триллиона иен, что в 30 раз больше, чем годом ранее, а вся производственная мощность NAND на 2026 год уже распродана. Основой успеха Kioxia является ее передовая технология 3D NAND, в частности платформа BiCS FLASH. Сейчас компания разрабатывает уже 10-е поколение, достигая 332 слоев и повышая плотность хранения данных за счет таких ключевых инноваций, как CBA (непосредственное соединение массива с КМОП) и OPS (выбор затвора с шагом). Помимо этого, Kioxia исследует будущее технологии памяти, разрабатывая 3D DRAM под названием OCTRAM. Эта технология, основанная на транзисторах с каналом из оксидного полупроводника (InGaZnO), направлена на решение проблем утечки тока и энергопотребления при обновлении, характерных для традиционной DRAM, открывая путь к созданию памяти большой емкости с низким энергопотреблением для эпохи ИИ. Превратившись из «неудачника» в лидера рынка, история Kioxia демонстрирует, как технологический актив в сочетании с изменяющимся рыночным спросом может кардинально изменить судьбу компании в циклической полупроводниковой отрасли.

marsbit06/23 01:56

Сверх 50-кратного взлёта за 18 месяцев: эпическое возрождение KIOXIA

marsbit06/23 01:56

У Zhigu достигли триллиона, неужели DeepSeek далеко позади?

Заголовок: Чжипу достиг триллиона, далеко ли до DeepSeek? Китайская компания больших моделей Zhapu AI набрала рыночную капитализацию в 1,1 трлн гонконгских долларов, что вдвое больше Alibaba. Ее акции выросли на 1900% с начала года, хотя годовая выручка компании в 2025 году составила всего 7,24 млрд юаней при чистых убытках в 47,18 млрд юаней. Рост стоимости вызван запуском модели GLM-5.2, и рынок рассматривает Zhapu как китайский аналог Anthropic, которая достигла оценки в 965 млрд долларов США. Тем временем DeepSeek привлек финансирование, достигнув оценки в 50 млрд долларов США, а другие компании, такие как MiniMax и StepFun, также готовятся к IPO. Этот бум отражает растущую уверенность рынка в потенциале китайского сектора больших моделей ИИ. Однако сохраняются опасения по поводу пузыря, поскольку доходы и прибыльность компаний не поспевают за их оценками. Ключевой проблемой для отрасли является превращение технических возможностей моделей в стабильный коммерческий успех, как в случае с Anthropic, которая, как ожидается, выйдет на операционную прибыль.

marsbit06/22 23:25

У Zhigu достигли триллиона, неужели DeepSeek далеко позади?

marsbit06/22 23:25

Печально известный MEV-бот JaredFromSubway обезврежен на $7,5 миллиона

По сообщениям, один из самых известных MEV-ботов Ethereum, известный под псевдонимом JaredFromSubway, был опустошен примерно на 7,5 миллионов долларов. По данным компании Blockaid, злоумышленники использовали подконтрольные им контракты, чтобы обмануть автоматическую систему бота и заставить его предоставить разрешения на использование токенов (approvals). Затем эти разрешения были использованы для вывода средств WETH, USDC и USDT с контракта бота. Этот инцидент примечателен своей иронией: боты MEV созданы для извлечения выгоды из мельчайших временных и маршрутных преимуществ на рынке, но в данном случае их собственная автоматизация стала уязвимостью. Атака не была взломом базового протокола Ethereum или массовым сбоем в популярном DeFi-приложении. Она была целенаправленной и использовала логику самого бота для автоматического одобрения вредоносных торговых маршрутов, которые он посчитал прибыльными. Происшествие высвечивает более широкий риск для автоматизированных торговых систем: стремление к скорости может обернуться уязвимостью. Оно служит напоминанием, что разрешения на использование токенов в DeFi — это мощные права доступа, требующие строгих мер безопасности, проверок и симуляций. Хотя сумма ущерба значительна, она не носит системного характера для сети. Основные последствия, вероятно, будут репутационными для инфраструктуры MEV и заставят операторов ботов тщательнее пересматривать свою логику предоставления разрешений.

bitcoinist06/22 15:32

Печально известный MEV-бот JaredFromSubway обезврежен на $7,5 миллиона

bitcoinist06/22 15:32

Обзор аналитического отчета: Citigroup участвует в саммите AWS, оптимистично оценивает ускорение облачного бизнеса, но управление данными остается ключевым фактором

**Краткое изложение доклада Citigroup по итогам саммита AWS в Нью-Йорке** Аналитики Citigroup, посетившие саммит AWS 17-18 июня, выпустили отчет, в котором прогнозируют ускорение роста доходов облачного подразделения Amazon с 30% в FY26 до 37% в FY27, считая эти оценки, возможно, консервативными. **Ключевые выводы:** 1. **Фокус AWS сместился на масштабируемое развертывание.** В отличие от прошлогоднего акцента на экспериментах, новые продукты AWS (такие как Context, Quick, Continuum, Kiro) напрямую направлены на решение реальных проблем предприятий при внедрении AI. Например, AWS Context создает единый граф знаний из разрозненных корпоративных данных, выступая в роли уровня поиска для AI-агентов. 2. **Провайдеры инфраструктуры данных выигрывают от роста AI.** Компании вроде Snowflake, Elastic и Oracle демонстрируют активный рост, помогая клиентам управлять данными для AI-нагрузок. 3. **Управление данными (Data Governance) стало критическим фактором.** По мере роста числа AI-агентов в компании с сотен до тысяч, способность каждого агента находить нужные данные в рамках правильных разрешений становится ключом к интеграции AI в основные бизнес-процессы. AWS Context рассматривается как важный шаг AWS в сторону предоставления инфраструктурного уровня для управления данными. **Инвестиционные тезисы:** * **Основная ставка:** на ускорение роста AWS и на доходы провайдеров инфраструктуры данных. * **Не ожидается:** резкого снижения затрат на AI в краткосрочной перспективе, хотя компании теперь уделяют больше внимания оптимизации расходов. * **Ключевые сигналы для отслеживания:** Фактический рост выручки AWS, динамика объема задач в AWS Bedrock AgentCore и влияние изменений в ценах поставщиков данных (например, Elastic) на спрос.

marsbit06/22 14:13

Обзор аналитического отчета: Citigroup участвует в саммите AWS, оптимистично оценивает ускорение облачного бизнеса, но управление данными остается ключевым фактором

marsbit06/22 14:13

27-летнее господство сменилось: капитализация SK Hynix впервые превысила Samsung, перестройка власти на корейском чиповом рынке под влиянием ИИ

22 июня 2026 года историческое событие потрясло южнокорейский фондовый рынок: SK Hynix впервые по рыночной капитализации обогнал Samsung Electronics, завершив 27-летнее господство последнего. Это кульминация ошеломляющего взлета компании, которая когда-то стояла на грани банкротства с долгами в $14 млрд. Основой этого превращения стала точная стратегическая ставка на HBM (высокопропускную память). С приходом эпохи ИИ эта некогда нишевая технология стала критически важным компонентом для обучения больших моделей (например, чипы NVIDIA требуют до 192 ГБ HBM). SK Hynix захватил лидерство на этом рынке с долей в 59%, что приносит колоссальную прибыль. В первом квартале 2026 года компания в среднем зарабатывала более 3 млрд юаней в день, а рентабельность ее бизнеса по HBM достигает 83%. В то время как SK Hynix сосредоточился на высокоприбыльном HBM, Samsung, с его широким портфелем (смартфоны, полупроводники, бытовая техника), столкнулся с проблемами: отставание в разработке HBM, падение доли на рынке смартфонов и сложности в литейном бизнесе. Рост SK Hynix символизирует более глубокие изменения: переход южнокорейской экономики от драйвера в виде потребительской электроники к драйверу в виде инфраструктуры ИИ, а всей индустрии памяти — от цикличных товаров к специализированным продуктам с высокой добавленной стоимостью. Однако лидерство SK Hynix не гарантировано. Ожидается, что после 2028 года, когда новые мощности конкурентов выйдут на рынок, конкуренция в сегменте HBM резко обострится. Таким образом, смена чемпиона на корейском рынке знаменует новую главу в глобальной реструктуризации полупроводниковой отрасли, движимой ИИ.

marsbit06/22 12:41

27-летнее господство сменилось: капитализация SK Hynix впервые превысила Samsung, перестройка власти на корейском чиповом рынке под влиянием ИИ

marsbit06/22 12:41

Компания, которая чуть не обанкротилась, только что превысила рыночную капитализацию Биткойна

22 июня капитализация компании SK Hynix достигла 1,35 трлн долларов, превысив рыночную стоимость Bitcoin (примерно 1,29 трлн долларов). Этот рост обусловлен высоким спросом на высокопропускную память (HBM), критически важную для ИИ-инфраструктуры. SK Hynix, являясь ключевым поставщиком HBM для NVIDIA с долей рынка более 60%, демонстрирует рекордную прибыльность. Успех компании — результат долгосрочной стратегии. С 2009 года она инвестировала в разработку HBM, а в 2012 году была приобретена группой SK, что спасло ее от банкротства и позволило продолжить исследования. Сейчас SK Hynix планирует листинг на NASDAQ. Рынок капитала отдает приоритет активам с физическим дефицитом, проверенными заказами и высокой рентабельностью, таким как HBM. В то же время криптопроекты в сфере ИИ, например, Bittensor, пока находятся на ранней стадии, и их повествование о децентрализованных вычислениях lacks той же определенности и подтвержденного спроса. Как отмечается в отчете IC3, интеграция крипто и ИИ пока отстает от шума вокруг нее. Аналитики, такие как Артур Хейс, указывают, что традиционный сектор ИИ поглотил огромный объем ликвидности, создавая сложности для крипторынка.

marsbit06/22 12:05

Компания, которая чуть не обанкротилась, только что превысила рыночную капитализацию Биткойна

marsbit06/22 12:05

Японская темная лошадка в области ИИ: Как маленькая модель с 7B параметрами бросает вызов Fable и Mythos?

В июне 2026 года японская компания Sakana AI представила модель Fugu, которая произвела фурор в AI-сообществе. Несмотря на скромные 7 миллиардов параметров, Fugu Ultra показала выдающиеся результаты в сложных тестах на инженерные и推理 (рассуждение) способности (SWE-Bench Pro, TerminalBench), превзойдя GPT-5.5 и Claude Opus 4.8. Ключевая инновация — архитектура: маленькая модель-«дирижёр» (RL Conductor) не генерирует ответы сама, а динамически распределяет задачи между мощными внешними моделями (GPT, Gemini, Claude), выступая в роли интеллектуального координатора. Это позволяет эффективно решать многоэтапные задачи, такие как ревью кода или анализ безопасности, с высокой стабильностью и меньшими затратами токенов. Однако система зависит от API сторонних моделей, что создает риски для стоимости и доступности. Для Японии, испытывающей ограничения в вычислительных ресурсах, такой подход «асимметричного прорыва» через координацию, а не через создание моделей-гигантов, представляет стратегический путь к развитию ИИ-суверенитета.

marsbit06/22 11:19

Японская темная лошадка в области ИИ: Как маленькая модель с 7B параметрами бросает вызов Fable и Mythos?

marsbit06/22 11:19

Проблемы вычислительной мощности в китайско-американской партии по искусственному интеллекту

**Краткое содержание статьи: "Проблемы вычислительных мощностей в контексте китайско-американского соперничества в области ИИ"** Ключевой проблемой развития ИИ в Китае является серьезное отставание в области вычислительных мощностей, особенно в сфере высокопроизводительных чипов для **обучения** моделей ИИ. В то время как китайские чипы, такие как продукты компаний Moore Thread, Biren Technology и других, находят применение в более доступных задачах **вывода (инференса)** (например, в приложении Doubao), они практически не представлены в требовательном сегменте обучения крупных моделей. Здесь безраздельно доминируют американские компании, в первую очередь Nvidia с ее чипами серии A100/H100/H200 и экосистемой CUDA. Разрыв огромен: США контролируют более 70% мирового рынка высококлассных GPU, их общие вычислительные мощности более чем в два раза превышают китайские (2400 против 1053 EFLOPS). Американские технологические гиганты, такие как Meta, Google, Microsoft и Amazon, вкладывают сотни миллиардов долларов в инфраструктуру ИИ. Например, только у Google вычислительных мощностей столько же, сколько у 500 000 чипов H100, что составляет четверть от общемирового объема. Это позволяет им проводить десятки итераций обучения крупных моделей в год и экспериментировать с параметрами в триллионы и десятки триллионов, как это делает xAI Илона Маска. В результате, самые передовые американские модели (например, Anthropic Claude Mythos с 10 триллионами параметров) значительно превосходят лучшие китайские (например, DeepSeek V4 Pro с 1.6 триллионами параметров). Эксперты оценивают отставание Китая в 8-15 месяцев. Основная причина — физическое отсутствие необходимых мощностей для быстрого обучения сверхбольших моделей в соответствии с законом Scaling Law. Китай стремится к импортозамещению, разрабатывая собственные чипы (Huawei Ascend 910B, Cambricon и др.). Хотя по абсолютной производительности они пока отстают от лидеров на 30% и более, в сфере инференса разрыв сократился до 15-20%. Главная проблема — не только производительность железа, но и отсутствие зрелой программной экосистемы, подобной CUDA. Однако уже есть первые успехи: компании вроде Zhipu AI и Moore Thread начинают демонстрировать возможность полного цикла обучения моделей на отечественном оборудовании и фреймворках. Вывод: Китай сталкивается с фундаментальным вызовом в "гонке вычислений", которая лежит в основе "гонки моделей". Преодоление этого разрыва требует времени, масштабных инвестиций и построения собственной экосистемы. Страна обладает необходимым рынком, талантами и капиталом, но путь к паритету с США в области высокопроизводительных чипов для ИИ будет долгим.

marsbit06/22 10:23

Проблемы вычислительной мощности в китайско-американской партии по искусственному интеллекту

marsbit06/22 10:23

Новая работа команды Хэ Каймина: после удаления VAE и приватных данных генерация текста в изображениях стала ещё лучше

Новая работа команды Хэ Каймина, MiniT2I, представляет собой минималистскую базовую модель для генерации изображений по тексту, которая бросает вызов существующим сложным подходам. В отличие от популярных моделей, таких как Stable Diffusion, MiniT2I отказывается от использования VAE, сложных механизмов введения условий (AdaLN), вспомогательных функций потерь, приватных данных и этапов выравнивания RL/DPO. Модель работает непосредственно в пространстве пикселей, используя потоковое согласование. Архитектура MM-JiT основана на чистом Transformer с двумя адаптерами для текста и без AdaLN. Обучение проводится в два этапа на полностью открытых данных: предварительное обучение на LLaVA-recaptioned CC12M и тонкая настройка на наборе высококачественных пар изображение-текст. Несмотря на небольшой размер (например, версия B/16 с 258 млн параметров), MiniT2I показывает конкурентоспособные результаты на бенчмарках GenEval (0.87) и DPG-Bench (84.2), превосходя более крупные модели. Модель L/16 (912 млн параметров) демонстрирует хорошее качество в стилях, композиции и воображении, приближаясь к SD3-Medium. Работа также честно указывает на текущие ограничения: артефакты на границах патчей, побочные эффекты CFG в пиксельном пространстве, потолок разрешения и отставание в рендеринге текста из-за использования только открытых данных. MiniT2I доказывает, что создание мощных тексто-графических моделей может быть более простым, эффективным и доступным, отмечая возможный переход от парадигмы «нагромождения» к парадигме «очищения».

marsbit06/22 10:18

Новая работа команды Хэ Каймина: после удаления VAE и приватных данных генерация текста в изображениях стала ещё лучше

marsbit06/22 10:18

Агенты ИИ «поглотили» какие криптосекторы?

Если вы, как и мы, последние несколько лет были глубоко вовлечены в индустрию, вы заметили, как изменилась атмосфера. Основной консенсус заключается в том, что отрасль активно оптимизируется под AI-агентов, что отодвигает на второй план продукты, ориентированные на прямое человеческое взаимодействие. Однако цепочка данных остается активной на новом уровне — уровне автономных агентов, недоступном для прямого человеческого вмешательства. Агенты уже доминируют в определенных сегментах: * **Деривативы (перпетуальные контракты):** Скорость и круглосуточное исполнение дают машинам явное преимущество, что подтверждают результаты конкурсов, где все AI-агенты завершили гонку, в то время как многие люди понесли убытки. * **Арбитраж (MEV):** Это абсолютно доминируемая роботами сфера, где масштабируемая человеческая деятельность невозможна. * **Оптимизация доходности:** Большинство новых протоколов DeFi включают автономных AI-агентов для управления, что показывает рост их внедрения. * **Спот-торговля:** По оценкам, автоматизированные боты отвечают за значительную долю общего объема торгов. В других сегментах наблюдается **смешанная активность**: * **Предиктивные рынки:** Агенты доминируют в краткосрочном арбитраже, но люди сохраняют преимущество в долгосрочных прогнозах, требующих адаптации. * **Кредитование в DeFi:** Хотя процессы ликвидации автоматизированы, ключевые решения о займах и депозитах по-прежнему принимаются людьми. Человеческое взаимодействие остается ключевым в областях, требующих доверия и контекста: * **Стейблкоины и платежи:** Подавляющий объем транзакций связан с реальными людьми, использующими криптовалюту для переводов и повседневных расходов. * **Кошельки:** Это последний рубеж, требующий человеческого одобрения и надзора. С ростом числа агентов **верификация человеческой деятельности** становится критически важной. Проекты, такие как World (AgentKit), t54, Self Protocol и Kite AI, разрабатывают инфраструктуру для безопасного связывания агентов с проверенными людьми, обеспечивая подотчетность и доверие в агент-ориентированной экономике. **Вывод:** Агенты превосходят людей в задачах, требующих скорости и оптимизации (трейдинг, MEV), и эта тенденция сохранится. Однако человеческий слой остается жизненно важным для сфер, связанных с реальной экономикой, платежами, доверием и сложными суждениями. Будущее, скорее всего, будет заключаться в симбиозе, где агенты эффективно выполняют задачи, но подотчетны и контролируются людьми.

marsbit06/22 10:11

Агенты ИИ «поглотили» какие криптосекторы?

marsbit06/22 10:11

活动图片