27 марта в Москве пройдет конференция «Майнинг: инструмент инвестиционного портфеля»

investing.ru发布于2025-03-22更新于2025-03-22

Когда маржинальность сжимается, а конкуренция растет, важно пересчитывать каждую цифру: от себестоимости добычи до сроков окупаемости.

На фоне нестабильных курсов, роста хешрейта и изменений в регулировании выигрывают те, кто заранее выстраивает бизнес-процессы, оптимизирует расходы и ищет новые источники дохода вокруг инфраструктуры.

Конференция будет интересна тем, кто рассматривает майнинг как часть инвестиционного портфеля, а не просто как производство монет. Участники поговорят про цифры, риски, сроки и возможности, которые по-настоящему работают в 2025 году.

Темы конференции:

  • Выгодно ли майнить в 2025 году? Сколько месяцев окупаются инвестиции?

  • Где искать дешевую электроэнергию и как выйти на тарифы ниже рынка?

  • Какое оборудование эффективней ASIC/GPU? Срок его жизни? Как использовать старое оборудование?

  • Юридическая защита майнинга. Работа в правовом поле. Налоги.

  • Инвестиции в майнинг. Как запустить свою майнинг-ферму?

Дата и место проведения: 27 марта, 19:00 Москва, Большая Никитская ул., 17, стр. 2 (Вход через Даблби)

Регистрация

Bits.media выступает информационным партнером мероприятия и не несет ответственности за достоверность содержания пресс-релиза, а также ущерб, связанный с его использованием.

Читайте оригинальную статью на сайте Bits.media

你可能也喜欢

拖更三年,北大校友翁荔最新长文刷屏

前OpenAI副总裁翁荔(Lilian Weng)发表了一篇关于AI扩展定律(Scaling Laws)的深度分析文章。文章指出,这条指导了AI行业数百亿美元投入的核心定律,远比人们想象的更为脆弱。 文章回顾了Scaling Laws的基本思想,即模型性能随规模扩大而可预测地提升。然而,OpenAI与DeepMind在关键问题上得出了相反结论:给定算力,资源应更多分配给模型还是数据?OpenAI的Kaplan团队认为模型增长应更快,而DeepMind的Chinchilla团队则认为应等比增长。后来研究发现,这一分歧源于参数统计口径的差异和实验规模不足,导致Kaplan的结论仅适用于小规模场景。 更关键的是,被行业广泛采纳的Chinchilla最优配比公式本身也存在方法论瑕疵。2024年有团队复现发现,其损失函数因取均值而非求和,导致优化器提前停止,输出并非最优解。此外,用于外推的关键参数精度不足,放大了误差。 文章进一步指出,经典Scaling Laws的根本前提——高质量数据无限供应——正在崩塌。数据重复训练不可避免,新研究引入了惩罚项来修正公式,并发现大模型对数据重复更敏感。这解释了行业为何转向强化学习、测试时计算和合成数据等新路径。 翁荔的博客以其清晰深入的技术解析著称,这篇文章历时三年完成。她于2025年联合创立了新公司Thinking Machines Lab。文章强调,下一代AI的进步不仅依赖算力规模,更取决于对这些基础定律细节更精确的理解与运用。

marsbit1小时前

拖更三年,北大校友翁荔最新长文刷屏

marsbit1小时前

交易

现货
合约
活动图片