【研报精选】BTC二层也有大机会?BTC扩展再引关注

MarsBit发布于2023-03-01更新于2023-03-01

文章摘要

BTC 生态对于 DeFi 的承接,很大程度上将由交易环节打开,在叙事空间不断放大的同时,基于闪电网络/ L2 的 BTC 生态交易平台的发展值得关注。当然,目前的 BTC-Fi 中,链上标的总交易量有所上涨,但总规模仍然较小,这是一个需要时间和周期的板块。

长期以来,BTC 作为“数字黄金”,普遍被视为非应用型资产,不过,让 BTC 加入 DeFi 乐高的构思由来已久,目前的搭建方案主要在于 BTC 的 L2,将 BTC 与 DeFi 进行桥接。

相当长的一段时间内,比特币二层的性能尚不成熟,市场仍在等待新技术或新模型的突破。

自 BTC taproot 升级之后,开发人员可嵌入资产元数据,让 BTC 具备成为数据平台的可能。着促使了一些创新的不断涌现:例如,前段时间风靡一时的 Nostr 、以及 Dumas 应用带来的 BTC 打赏功能,让闪电网络及 BTC 二层概念脱颖而出。2 月份,基于 Ordinal 协议的 BTC NFT ,给市场带来了 BTC 原生生态及序数 NFT 概念,由社区自下而上催生热度,BTC 生态再度受瞩。

虽然基于 Ordinal 协议的 NFT 在社区伴有争议,该生态已从最初的场外订单簿交易、逐渐发展出 NFT 钱包、二级交易市场、NFT 发行工具等配套设施,虽然这种“占赛道式”的设施尚不成熟,但不难看出,市场对 BTC-Fi 的预期已经抬头。

BTC 二层仍然是 BTC-Fi 预期的重要实现基建。大多数的 BTC-Fi,其设计思路仍是延用以太坊 L2 及侧链,保持主链作为数据状态和安全基础层。其中,侧链是较容易实现的方式,但安全性始终无法媲美主链和 L2,制约了侧链的发展速度;作为 BTC 二层的闪电网络,历经几年发展,数据保持着一定的增长趋势,在比特币支付这一落地场景中更为占优。

依据生态发展情况,将比特币二层生态主要参与者大致归为:

闪电网络:

OmniLab

Lightning Labs

RGB

Portal

侧链:

RSK

Stacks(原 Blockstack)

Liquid Network (由 Blockstream 开发)

这包括了当前 BTC 生态的主要市场热点:

Lightning(闪电网络):一个用于在比特币上进行扩展支付的层。专注于以最小化信任的方式实现速度更快、成本更低的支付。通过特定渠道在链下支付,并在比特币主链进行最终结算。没有执行环境或全局账本。

Stacks:一个专注于智能合约的比特币层。有一个完整的执行环境(即任何可构建在以太坊等链上的应用程序可构建在 Stacks 层上)。

如何进一步挖掘 BTC-Fi ?

在公链或者 L2 生态在扩张进程中,整个生态系统的流动性至关重要,DEX 占据了非常重要的橘色。参照以太坊与 Uniswap :市场对于 Uniswap 出现之后的以太坊,预期是完全不同的。

在这个方向,我们更倾向于 Layer2/BTC 交易协议,倘若闪电网络的快捷性再加以 Dex 的优势,交易量规模将再度扩大。

以 Cabin VC Portfolio 的 Portal 为例:Portal 是一个基于 Fabric 技术的 BTC 二层,并从功能性上划分出不同的层:

底层协议:Fabric(Fabric 是基于比特币的区块链、无需信任的应用层,提供类似操作系统的功能),继承比特币 L1 的安全性。并作为其他两层的底层协议提供支持,以能够进行原子交换;Layer2:闪电网络; Layer3:订单簿;

Portal 进一步展开了原子交换(Atomic swaps)的关键叙事:

* 基于 HTLC(Hashed Timelock Contract,哈希时间锁)的原子交换:用户 A 生成随机密码 a, 用户 B 生成随机密码 b, 双方各自将 ab 计算哈希并互相发送,哈希值相匹配则意味着转账方授权了接收方来提现,双方将收到彼此的 Token ,实现去信任化的资产跨链。

在原子互换的基础上,Portal 构建了订单簿(Order Book)结构,以链上的无信任托管及跨链原子交换,访问订单簿,交易订单统一匹配来自聚合中心化 /去中心化金融平台中交易员的流动性,以最佳执行路径进行链下计算与报价。

Portal 的两层结构中,用户提出交易需求、将交易 Token 交由链上期权类智能合约保证交易的顺利执行,同时保持对资产的托管,直到链上实现原子交换、交易执行完毕。

原子交换属于 0 滑点交易,基于闪电网络和 ZK 技术,增加隐私和匿名性,同时降低链上结算费用,能够在一定程度上提高比特币等资产的流动性和交易深度。

BTC 生态对于 DeFi 的承接,很大程度上将由交易环节打开,在叙事空间不断放大的同时,基于闪电网络/ L2 的 BTC 生态交易平台的发展值得关注。当然,目前的 BTC-Fi 中,链上标的总交易量有所上涨,但总规模仍然较小,这是一个需要时间和周期的板块。

你可能也喜欢

Marvell 大涨 32% 后,藏在背后的华人芯片家族浮出水面

Marvell股价单日大涨32.5%,创历史新高,过去一年涨幅达265%。其直接催化因素是英伟达CEO黄仁勋在Computex大会上将Marvell的定制ASIC和光互连技术称为“AI数据中心架构的核心”。这背后浮现出一个华人芯片家族——戴氏兄妹及其家族的产业网络。 戴家三兄妹均毕业于加州伯克利电子工程专业。小妹戴伟立与丈夫Sehat Sutardja于1995年在硅谷创办Marvell。大哥戴伟民于2001年在上海创办芯原股份,成为中国“半导体IP第一股”。二哥戴伟进创办的图芯后来被芯原收购。 过去三十年,戴氏兄妹及其关联家族共创立或深度参与六家公司,其中两家上市,四家被并购。他们精准踩中了半导体产业多次范式切换的节点:从PC时代(无晶圆厂模式、EDA工具)、移动互联网时代(IP授权、嵌入式GPU),到如今的AI与后摩尔时代(芯粒、先进封装、AI专用芯片)。 更深层的是“戴+Sutardja”两个华人家族的联姻与合作,构筑了一张横跨中美、连接产业链多环节的产业网络。戴家在中国半导体生态根基深厚,而Sutardja家族则拥有延伸至东南亚和欧洲的工程师网络与产能调度能力。他们共同投资或孵化了至少15家公司,覆盖芯粒时代所需的IP、互连标准、封装工厂、专用计算芯片等关键层面,形成了一个规模可观、分散但协同的资产组合。 Marvell此轮上涨的逻辑在于抓住了AI数据中心的新瓶颈:定制ASIC和高速互连。而戴+Sutardja家族的产业布局,如芯原(一站式ASIC定制)、Silicon Box(先进封装工厂)、以及被Arm收购的Dream Big(AI SuperNIC)、被高通收购的Alphawave(高速互连IP)等,均与这一逻辑高度重叠。他们走的是一条提供开放标准关键组件、构建核心产能、并通过并购或本土龙头模式实现价值的路径,虽难以诞生下一个平台巨头,却能在产业生态中持续保有重要影响力和多次成功退出的机会。

marsbit50分钟前

Marvell 大涨 32% 后,藏在背后的华人芯片家族浮出水面

marsbit50分钟前

微软很怕被AI巨头架空

微软与OpenAI的亲密联盟正在瓦解。2026年6月的Build开发者大会上,微软CEO纳德拉发布了七款自研AI模型、AI工作站及企业Agent治理平台,核心目标是摆脱对OpenAI的依赖。 转折点发生在4月27日,双方修订协议:微软对OpenAI模型的独家授权变为非独占,OpenAI可与其他云服务商合作,微软也不再支付收入分成。这意味着微软用130亿美元筑起的护城河被打破,从独家伙伴变为众多云服务商之一。 尽管微软AI业务年化收入达370亿美元,但主要来自为OpenAI等公司提供算力,赚的是基础设施的钱。其直接面向用户的Copilot市场份额却在下滑,用户活跃度不高,微软面临“赚钱但不是主角”的困境。 为此,微软将战略重心转向企业市场。Build大会聚焦开发者和企业,推出了AI工作站、Agent治理平台和安全容器等,旨在构建企业AI的操作系统——即管理、合规和安全运行各类AI模型的平台层。纳德拉押注:当模型本身日益成为可替换的基础设施时,控制企业AI的管理平台将成为新的制高点。 其深层焦虑在于,随着OpenAI和Anthropic筹备上市并获得独立算力,它们对Azure的依赖将降低,可能动摇微软的AI收入根基。因此,微软必须抢在盟友完全独立前,构筑更深层的、不可替代的企业服务生态,以避免从AI时代的驾驶员再次沦为旁观者。

marsbit1小时前

微软很怕被AI巨头架空

marsbit1小时前

CPU,悄悄回到了AI算力的舞台中央

过去三年,AI算力的焦点几乎全在GPU上,CPU长期被视为次要的“配套”角色。然而,2026年起,这一叙事开始出现变化。英特尔推出至强6+处理器,强调其在AI基础设施中作为“控制平面”的角色,负责编排、并发与数据流动,而非仅仅是GPU的辅助。 这种转变源于AI工作负载的变化。早期重心是高度并行的大模型训练,GPU占绝对主导。但随着AI进入推理与智能体时代,工作负载转变为部署已训练模型到实际业务中,涉及大量任务调度、多模型协作、并发请求处理和数据流管理。这类编排任务GPU并不擅长,反而成为了新的系统瓶颈。因此,CPU在处理这些“周边算力需求”上变得至关重要。 至强6+的产品定义反映了这一判断:它采用高密度能效核设计,核心数多达288个,重点追求多任务并发吞吐能力,而非传统意义上的单核峰值性能。这瞄准了智能体AI所需的高密度、高能效工作负载。 然而,CPU的“回归”并非英特尔一家之事,也面临多重挑战:英伟达通过Grace CPU等方案试图整合CPU角色;主要云厂商纷纷自研高能效ARM架构CPU;同时,至强6+所依赖的Intel 18A制程也需在良率、性能上与台积电N2等竞争。 总而言之,随着AI从集中训练迈向大规模智能体部署,负责系统编排和数据流动的CPU价值被重新发现和定义。虽然CPU回归AI算力核心舞台的趋势已现,但最终由哪家厂商主导这场回归,答案仍未可知。

marsbit1小时前

CPU,悄悄回到了AI算力的舞台中央

marsbit1小时前

交易

现货
合约
活动图片