深度研究

提供深度研究报告与独立分析,结合数据、技术与经济视角,对区块链生态、项目潜力与市场趋势进行系统性剖析。

当算力商品化,GPU 期货市场还要等多久?

《当算力商品化,GPU 期货市场还要等多久?》一文探讨了算力(特别是GPU计算资源)发展成为可交易期货市场的可能性。文章基于Variant基金的分析框架,提出了一个稳健期货市场所需的五个先决条件,并对当前算力市场在这五个维度上的成熟度进行了评估。 **核心结论是:目前算力市场尚不具备支撑成熟期货市场的条件。** 以下是基于五个维度的具体评估: 1. **供给端碎片化(评分:🔴 不足)**:市场供给高度集中,四大云巨头(AWS、Azure、GCP、Oracle)控制了全球大部分关键IT电力和高端GPU(如H100)的供应。在垄断格局下,价格发现机制难以形成。 2. **价格波动(评分:🟢 具备)**:GPU价格和算力成本波动剧烈,受供需不确定、芯片迭代、需求激增等因素影响,这满足了期货市场对波动性的基本要求。 3. **实物结算基础设施(评分:🟢 初步具备)**:场外(OTC)经纪商已开始承担聚合供应、清算交易等职能,并发布价格指数(如Ornn、Silicon Data),为实物交割奠定了基础,但远未完善。 4. **标准化(评分:🔴 不足)**:算力缺乏统一、可交易的单位。GPU实例的价格因地区、硬件配置、合同期限等因素差异巨大,尤其是为AI训练定制的硬件难以互换,阻碍了标准化合约的形成。 5. **缺乏替代品(评分:🟡 部分具备)**:大型模型提供商可通过长期协议内部对冲风险,但大量中小型用户缺乏有效的对冲工具,只能承受现货市场波动。 **未来展望与关键变量:** * **供给碎片化**:预计未来1-2年会出现适度碎片化,新云厂商、依托廉价电力的运营商以及服务AI初创公司的经纪平台(如Hyperbolic)将增加市场参与者。 * **标准化路径**:最有可能的突破口是**AI推理算力市场**。与训练不同,推理工作负载对硬件要求相对统一、更同质化,且预计将占据未来AI算力需求的大部分。开源AI模型的广泛采用可能加速推理算力的标准化进程,类似比特币挖矿催生标准化硬件的模式。 * **交易单位**:最终活跃的交易更可能围绕 **“芯片实例小时”** (即已部署并通电的GPU可用时长)展开,类似电力的区域化交易模式。以“Token”(AI模型输出)作为交易单位目前面临模型间差异大、难以标准化的问题。 **总结**:当前算力市场交易主要停留在场外和非标阶段。虽然具备价格波动和初步结算设施,但供给集中和缺乏标准化是主要瓶颈。未来,AI推理需求的增长、开源模型的普及以及随之而来的供给去中心化,可能是推动算力真正成为可交易大宗商品的关键动力。

marsbit05/18 09:09

当算力商品化,GPU 期货市场还要等多久?

marsbit05/18 09:09

Anthropic 产品经理专访:Claude 会在后台“做梦”,我们像养孩子一样研究它的意识形成

本文是对Anthropic研究产品经理Alex Albert的专访摘要,重点讨论了下一代Claude模型的开发理念与内部研究。 Anthropic将每个新模型都视为产品来“培养”,在训练前明确目标能力(如编程、知识工作),并通过收集用户反馈持续优化。研究产品经理需要统筹模型在API、Claude Code等所有产品界面中的表现。团队利用Claude自身来分析海量用户反馈,聚类问题并创建测试案例,以诊断和修复模型缺陷。 访谈深入介绍了Claude的新能力。**自适应思考**功能让模型自主判断何时需要深入推理,这高度依赖于其对用户上下文的理解和建立的“心理模型”。**记忆与“梦境”** 机制则模仿人类的记忆再巩固过程:当智能体处于后台时,它会回顾、清理和整合记忆,以保持信息的一致性与有用性。 Alex分享了AI如何改变产品开发。构建原型的成本和时间急剧降低,瓶颈转向战略协调与沟通等“不可逆决策”。他本人重度使用Claude Cowork等工具进行头脑风暴、审阅文档和数据分析,这使其能从日常查询中解放出来,专注于更高层次的战略思考。 在模型评估与性格塑造上,Anthropic采用真实用户任务进行测试,往往几十个样本就能揭示问题。Claude的“性格”——包括其价值观、信念和交互方式——受到高度重视,并通过量化指标和研究人员大量阅读对话来精细调校。随着模型向长期自主执行任务的智能体演进,其内在的“关心什么”变得与能力同等重要。 最后,Alex透露Anthropic有团队专门研究Claude的“意识”问题,尽管公司并无官方立场。研究模型如何思考、决策及互动,不仅能探讨长远未来,也能立即反哺产品,使其更值得信赖。当用户越来越依赖AI执行无人监督的复杂任务时,模型可靠、可控的性格至关重要。

marsbit05/18 08:07

Anthropic 产品经理专访:Claude 会在后台“做梦”,我们像养孩子一样研究它的意识形成

marsbit05/18 08:07

Vitalik:我们要做的不是对抗AI,而是创造庇护所

在a16z的播客中,Vitalik Buterin深入探讨了AI时代人类面临的挑战与应对之策。他指出,当前最大的风险并非AI过于强大,而是人类过于被动,将思考与决策权过度外包给大公司或超级AI,导致失去隐私和自主权(agency)。他提出了“庇护所技术”(sanctuary technologies)的概念,即构建既能提供安全,又尊重个人主权和隐私的自主空间。以太坊正是这种技术的典型代表,它不旨在取代传统金融体系,而是提供一个可自由选择的平行选项。 Vitalik结合自身经历,从19岁“自动驾驶”般创办以太坊,到如今主动掌舵,强调世界每5到10年剧变一次,个人必须保持“主动飞行员”心态。在AI能力日益增强的背景下,他建议人们应有意识地保留“手动模式”,例如故意不使用AI完成某些任务,以防止大脑退化,保持独立思考和创造力。主动学习的效果远胜被动学习。 他对建设者提出具体建议:强迫自己手动做事、进行主动学习、构建尊重主权的工具、避免将所有脑力工作外包、保持线下与人交流的偶然性。最终,Vitalik阐明,加密技术的核心价值不在于修复旧系统,而在于创造可自由选择的新选项。AI时代的关键并非对抗技术,而是更主动地利用工具,确保人类始终是驱动进步的核心。真正的稀缺资源是保持主动思考与主权意识的人。

marsbit05/18 01:43

Vitalik:我们要做的不是对抗AI,而是创造庇护所

marsbit05/18 01:43

这条芯片赛道,彻底火了

当前,全球AI芯片市场正经历从GPU主导转向ASIC崛起的深刻变革。自2025年起,随着AI推理需求爆发并成为算力重心,定制化ASIC芯片凭借更高的能效比和更低的成本,在规模化推理场景中展现出显著优势。数据显示,2026年AI推理负载占比已升至三分之二,ASIC在AI芯片中的份额预计2027年将突破45%,市场规模有望从2024年120亿美元增长至2027年300亿美元。 产业拐点清晰显现:云服务商(如谷歌、AWS、微软、Meta)为掌握算力自主权,纷纷加大自研或定制ASIC投入;传统巨头如博通、Marvell凭借深厚积累持续扩大客户合作;手机芯片厂商联发科、高通也跨界进军,成为ASIC市场重要变量。联发科拿下谷歌订单并设下激进营收目标,高通则通过收购整合能力,快速切入推理芯片市场。 与此同时,中国力量如芯原股份、翱捷科技作为独立设计服务商,依托全栈定制能力与IP积累,在AI ASIC“卖铲”赛道快速崛起,订单与业绩呈现爆发式增长。 ASIC的兴起也驱动产业链底层技术协同升级,包括台积电CoWoS先进封装产能大幅扩张,以及3.5D封装、高速互连等系统架构创新。然而,ASIC也面临开发成本高、流片风险大、软件生态壁垒及供应链依赖等挑战。 展望未来,AI加速器市场或将形成“训练靠GPU、推理靠ASIC”的共存格局。ASIC的黄金时代不仅是技术路径的迁移,更标志着算力定义权从单一巨头向多元参与者扩散的产业民主化进程。

marsbit05/18 00:29

这条芯片赛道,彻底火了

marsbit05/18 00:29

AI时代,入职如何不再「从零交接」

本文以作者加入Ramp公司的入职经历为切入点,探讨了在AI时代企业如何解决新员工“从零开始”的漫长适应期问题。文章指出,高速运转的公司不能依赖新人缓慢阅读文档和询问同事来获取上下文,而AI工具若各自为战,也无法发挥真正价值。 核心观点在于,企业需要构建一个持续更新、可信赖的“公司大脑”——一个系统化的知识底座。这个系统应自动吸收并沉淀会议记录、文档、Slack讨论、客户反馈和产品决策等所有内部信号,使其成为新员工和各类AI Agent统一、可随时查询的上下文来源。 作者分享了自己在Ramp前100天的实践:建立以Obsidian为核心、由Claude驱动的个人知识库,集成会议转录、笔记等内容;利用工具自动化归档信息;并在此基础上开发能自动生成会议议程、提炼产品动态等小型技能库。这些组件共同构成了一个可扩展的上下文层。 文章强调,当前企业AI应用多停留在为特定任务构建孤立“聊天机器人”的阶段,缺乏一个共享的、理解公司整体运作的“大脑”。真正的转型在于优先构建这个上下文基础设施,让入职、AI协作乃至客户接入都能从同一套丰富的背景知识开始,从而极大提升效率,让“快速上手”成为常态。 最终目标是,当“熟悉业务”这个阶段因其成本极低而不再被特别提及时,就意味着企业成功建立了高效的知识交接与复用系统。

marsbit05/17 06:03

AI时代,入职如何不再「从零交接」

marsbit05/17 06:03

活动图片