以太坊持币地址数飙升,远超比特币,价格能否乘势上扬?

ambcrypto发布于2026-03-12更新于2026-03-13

文章摘要

以太坊网络非零地址数量呈抛物线式增长,远超比特币等其他主要加密货币。根据Santiment数据,目前以太坊非空钱包数量达1.827亿个,创历史新高,而比特币仅为5851万个,第三名的USDT持有者数量为1296万。以太坊的用户优势主要得益于其智能合约功能,支撑了去中心化金融(DeFi)生态的繁荣。尽管近期价格波动,ETH已从1900美元低点反弹至2030美元附近,过去一个月呈现横盘整理态势。

链上数据显示,就非零地址增长而言,以太坊网络相对于其他主要区块链已呈现抛物线式增长。

以太坊持币地址数远超其他主流加密货币

链上分析公司Santiment在X平台发布的新帖中,对比了以太坊与比特币等其他主流加密货币的「持币地址总数」趋势。该指标顾名思义,衡量的是特定网络中余额非零的地址总量。

当该指标值上升时,意味着用户正在创建新钱包或向现有钱包补充代币。这种趋势可能是资产采用率提升的信号。反之指标下降则表明部分投资者清空钱包,可能正退出该加密货币体系。

以下是Santiment分享的图表,显示了比特币、以太坊和XRP等八大主流数字资产的持币地址总数变化:

ETH该项指标增速最快 | 来源:Santiment on X

如图所示,过去十年所有这些加密货币的持币地址总数均实现增长,表明整个行业的用户基础都在扩大。但有一个网络在增长方面明显突出:以太坊。尽管比特币存在时间更久,但ETH的采用势头强劲,早在2019年就已在此指标上超越原始加密货币。

从图表可见,以太坊并未止步于此,其在超越BTC后持币地址总数实际呈现加速增长。目前该网络拥有1.8274亿个非空钱包,创历史新高。

与此同时,比特币的持币地址总数也处于历史最高水平,但5851万的数值明显大幅落后于以太坊。BTC与榜单第三名资产同样存在巨大差距;泰达币(USDT)目前拥有1296万持币地址。在USDT之后,排名趋于均衡,狗狗币、XRP、USDC和卡尔达诺的持币地址数均处于400-800万区间。

以太坊在用户数量上的主导地位,可能源于其智能合约功能能够支撑充满活力的去中心化金融(DeFi)应用与代币生态系统。

ETH价格走势

周末下跌期间以太坊曾跌至1900美元低点,但随后有所反弹,目前交易价格约2030美元。

该代币价格过去一个月整体呈横盘走势 | 来源:TradingView上的ETHUSDT

热门币种推荐

相关问答

Q根据文章,以太坊在哪个指标上表现出抛物线式增长,并超越了其他主要加密货币?

A以太坊在非零余额地址数量(Total Amount Of Holders)这一指标上表现出抛物线式增长,超越了比特币等其他主要加密货币。

Q截至文章发布时,以太坊网络上有多少个非空钱包地址?比特币有多少?

A截至文章发布时,以太坊网络上有1.8274亿个非空钱包地址,而比特币有5851万个。

Q以太坊在非零地址数量上是在哪一年超越比特币的?

A以太坊在非零地址数量上是在2019年超越比特币的。

Q文章中提到,除了比特币和以太坊,还有哪些加密货币的非零地址数量被提及?

A文章中还提到了Tether(USDT)、Dogecoin、XRP、USDC和Cardano的非零地址数量。

Q文章认为以太坊在用户数量上占据主导地位的主要原因是什么?

A文章认为,以太坊在用户数量上占据主导地位的主要原因是其智能合约功能,使其能够承载一个充满活力的去中心化金融(DeFi)应用和代币生态系统。

你可能也喜欢

生成模型也能端到端训练了?核心竟是一个for循环

长期以来,深度学习在图像分类、检测等任务上凭借端到端训练取得了巨大成功,但生成模型领域却始终是个例外。当前主流的自回归、扩散模型等训练时只学习预测“一小步”,推理时则需要反复展开数百上千步,这种训练与推理的不一致导致了“暴露偏差”等问题,使得生成模型一直未能实现真正的端到端训练。 最近,一篇来自UIUC与哈佛大学的论文提出了“探索式建模(Explorative Modeling,XM)”新范式,其核心是一个简单到近乎朴素的for循环:在每个训练步骤中,模型生成K个候选样本,然后仅选取其中最接近真实数据的一个样本来计算损失和回传梯度。这种做法巧妙地绕开了传统生成模型中因使用重构损失(如平方误差)而导致的“模态模糊”问题——即模型倾向于输出多个可能答案的平均值,而这个平均值往往不属于任何真实的数据模式。 XM通过这种方式,在不拆分生成过程的前提下,直接提升了模型的“生成表达力”,即模型捕捉数据分布中多个独立模式的能力。论文将“探索”验证为继模型参数量、数据量之后的第三根可扩展轴。实验表明,随着模型规模、数据量和计算量的增大,探索带来的性能收益越发显著,在图像、视频、语言等多种任务上均能带来效率与质量的提升。 更重要的是,当探索程度足够时,XM可以实现真正的端到端生成。在机器人控制等任务中,仅需一次网络前向传播的XM策略,其性能可媲美甚至超过需要上百次前向的扩散模型策略,实现了推理效率的飞跃。 尽管“最佳K样本选择”的思想并非全新,但该研究的贡献在于清晰地揭示了这一简单机制如何直接解决生成模型的核心瓶颈,并为实现高效、端到端的生成模型开辟了新的可能性。随着模型规模的持续扩大,探索这一新维度可能将发挥越来越关键的作用。

marsbit49分钟前

生成模型也能端到端训练了?核心竟是一个for循环

marsbit49分钟前

年薪百万抢电工,Meta急到自己办技校

AI竞赛正面临新的瓶颈:工地。美国正面临严重的电工、建筑工等技术工人短缺,这已成为微软、Meta、OpenAI等公司快速建设超大规模AI数据中心(如OpenAI耗资160亿美元的“星际之门”项目)的“头号障碍”。 尽管AI公司愿支付高薪(如电工年薪可达24-28万美元),远超传统行业,但熟练技工仍供不应求。麦肯锡预测,美国在2023-2030年间需额外培养13万名电工和24万名建筑工,而劳工统计局预计每年仍有8万个电工岗位空缺。这种短缺导致项目延迟,每月可能造成数百万美元的收入损失。 AI数据中心建设复杂,需应对巨大功耗(一座设施耗电堪比数十万户家庭)、复杂的配电系统以及高密度散热(需液冷技术)等挑战,因此亟需大量技术娴熟的工人。 为此,科技巨头开始亲自下场培养人才。例如,Meta投入1.15亿美元建立建筑工人培训学校,提供免费培训及生活补贴,以快速输送工人上岗。OpenAI则与建筑工会合作,提前锁定熟练劳动力。同时,企业也将招聘目光投向高中生,鼓励年轻人投身技工行业。这些举措已见成效,Z世代对技工职业的兴趣显著上升。 然而,更深层的挑战在于电力。AI数据中心用电量正以惊人速度增长,已推高部分地区的电价。此外,数据中心建设是项目制的,建设期需要成千上万的工人,但建成后仅需少量常驻人员。这意味着未来可能面临熟练工人短期过剩、并流向其他行业压低薪资的风险。如何实现劳动力与电力资源的长期平衡,仍是悬而未决的问题。

marsbit2小时前

年薪百万抢电工,Meta急到自己办技校

marsbit2小时前

交易

现货

热门文章

加密市场宏观研报:美国“加密货币周”来袭,ETH开启机构军备赛高潮

本周,加密市场迎来两股重磅催化——华盛顿“加密货币周”的立法攻势与以太坊机构布局的密集爆发,共同构成加密行业2025年下半年的“政策拐点”与“资金拐点”。这一轮加密周期的深层逻辑,正从比特币转向以太坊、稳定币及链上金融基础设施。我们认为:美国的政策明朗化+以太坊的机构化扩展,标志着加密行业正进入结构性转正阶段,市场配置的重心亦应逐步从“价格博弈”过渡至“规则+基础设施的制度红利捕捉”。

2.0k人学过发布于 2025.07.17更新于 2025.07.17

加密市场宏观研报:美国“加密货币周”来袭,ETH开启机构军备赛高潮

相关讨论

欢迎来到HTX社区。在这里,您可以了解最新的平台发展动态并获得专业的市场意见。以下是用户对ETH(ETH)币价的意见。

活动图片