7*24

Hot topic

Market

Activities

火币HTX报道，8月16日，Tether CEO Paolo Ardoino表示，Tether没有开发自有区块链，也没有相关计划。Tether将继续保持链中立，并支持多种区块链作为USDT的传输网络。 
此前，CoinMarketCap曾分析称，Stripe、Circle和Tether等稳定币公司正分别建设专属区块链。Ardoino此次回应否认了Tether正开发自有区块链的说法。

【Tether CEO：公司并没有开发自有区块链，也没有相关计划】火币HTX报道，8月16日，Tether CEO Paolo Ardoino表示，Tether没有开发自有区块链，也没有相关计划。Tether将继续保持链中立，并支持多种区块链作为USDT的传输网络。 
此前，CoinMarketCap曾分析称，Stripe、Circle和Tether等稳定币公司正分别建设专属区块链。Ardoino此次回应否认了Tether正开发自有区块链的说法。

Tether CEO：公司并没有开发自有区块链，也没有相关计划

火币HTX报道，8 月 16 日，多只海外ETF聚焦中国芯片股，释放出国际资本增配中国科技资产的积极信号。近日，聚焦存储芯片产业链的Roundhill Memory ETF（DRAM）调整持仓。截至8月14日收盘，A股存储企业长鑫科技在该基金中的权重为4.52%，位列第六大重仓股。今年6月首次被纳入基金的兆易创新，权重为1.16%。美国主动管理型ETF机构Tema ETFs近期宣布，已将长鑫科技纳入旗下聚焦存储芯片行业的产品Tema内存ETF（DISK），截至8月14日收盘持仓比例为7.54%。

【多只美股ETF加仓中国芯片股 海外资本加速拥抱中国硬科技】火币HTX报道，8 月 16 日，多只海外ETF聚焦中国芯片股，释放出国际资本增配中国科技资产的积极信号。近日，聚焦存储芯片产业链的Roundhill Memory ETF（DRAM）调整持仓。截至8月14日收盘，A股存储企业长鑫科技在该基金中的权重为4.52%，位列第六大重仓股。今年6月首次被纳入基金的兆易创新，权重为1.16%。美国主动管理型ETF机构Tema ETFs近期宣布，已将长鑫科技纳入旗下聚焦存储芯片行业的产品Tema内存ETF（DISK），截至8月14日收盘持仓比例为7.54%。

多只美股ETF加仓中国芯片股 海外资本加速拥抱中国硬科技

火币HTX报道，8月16日，美国方面15日援引多名美国官员消息说，应美国总统特朗普要求，美国海军再次考虑对“福特”级航母作出重大设计调整，将舰岛向舰体中部移动，此举预计将耗费数十亿美元并延长交付周期。此前，特朗普要求新航母弃用电磁弹射系统。据知情官员透露，由于特朗普对“福特”级航母的外观“存在担忧”，希望其更接近二战时期的航母设计，美国海军正考虑将新航母上舰岛位置从原来的位于后方调整为更靠近舰体中部。（财联社）

【美国官员称特朗普再次要求修改新航母设计】火币HTX报道，8月16日，美国方面15日援引多名美国官员消息说，应美国总统特朗普要求，美国海军再次考虑对“福特”级航母作出重大设计调整，将舰岛向舰体中部移动，此举预计将耗费数十亿美元并延长交付周期。此前，特朗普要求新航母弃用电磁弹射系统。据知情官员透露，由于特朗普对“福特”级航母的外观“存在担忧”，希望其更接近二战时期的航母设计，美国海军正考虑将新航母上舰岛位置从原来的位于后方调整为更靠近舰体中部。（财联社）

美国官员称特朗普再次要求修改新航母设计

火币HTX数据监测显示，XRP跌破1  USDT，现报1  USDT，24H跌幅0.32%。

【XRP跌破1  USDT】火币HTX数据监测显示，XRP跌破1  USDT，现报1  USDT，24H跌幅0.32%。

XRP跌破1  USDT

火币HTX报道，8月16日，英国《金融时报》的一项民意调查显示，大多数美国选民认为，在唐纳德·特朗普的领导下，他们的生活状况变得更糟了，这表明民众对总统处理经济和生活成本的方式越来越不满。距离11月的中期选举还有不到三个月的时间，Focaldata进行的全国民意调查发现，超过53%的注册选民表示，自特朗普2025年1月重返白宫以来，他们的财务状况恶化了。近 57% 的独立选民和近四分之一的自称共和党人也认为，在现任总统的领导下，他们的境况变得更糟了。此外，选民更倾向于认为民主党比共和党更能应对通货膨胀和生活成本问题。民主党在就业和经济方面也略胜一筹，而这些领域长期以来一直被认为是共和党的优势所在。(金十)

【民调：大多数美国选民认为，在特朗普领导下生活状况变得更糟】火币HTX报道，8月16日，英国《金融时报》的一项民意调查显示，大多数美国选民认为，在唐纳德·特朗普的领导下，他们的生活状况变得更糟了，这表明民众对总统处理经济和生活成本的方式越来越不满。距离11月的中期选举还有不到三个月的时间，Focaldata进行的全国民意调查发现，超过53%的注册选民表示，自特朗普2025年1月重返白宫以来，他们的财务状况恶化了。近 57% 的独立选民和近四分之一的自称共和党人也认为，在现任总统的领导下，他们的境况变得更糟了。此外，选民更倾向于认为民主党比共和党更能应对通货膨胀和生活成本问题。民主党在就业和经济方面也略胜一筹，而这些领域长期以来一直被认为是共和党的优势所在。(金十)

民调：大多数美国选民认为，在特朗普领导下生活状况变得更糟

火币HTX报道，8月16日，据美国证券交易委员会（SEC）披露，段永平管理的H&HInternationalInvestment二季度末持仓总市值约191亿美元，较一季度末约200亿美元有所下降。二季度，H&H继续增持拼多多、伯克希尔哈撒韦B类股和迪士尼，新建阿里巴巴仓位，同时大幅减持英伟达、谷歌、微软等，清仓台积电和CrowdStrike。(金十)

【段永平二季度减持英伟达、谷歌，新建阿里巴巴仓位】火币HTX报道，8月16日，据美国证券交易委员会（SEC）披露，段永平管理的H&HInternationalInvestment二季度末持仓总市值约191亿美元，较一季度末约200亿美元有所下降。二季度，H&H继续增持拼多多、伯克希尔哈撒韦B类股和迪士尼，新建阿里巴巴仓位，同时大幅减持英伟达、谷歌、微软等，清仓台积电和CrowdStrike。(金十)

段永平二季度减持英伟达、谷歌，新建阿里巴巴仓位

7:00-12:00关键词：SpaceX、daos.fun、英伟达、霍尔木兹海峡 
1.英伟达持仓股票曝光 位列SpaceX第六大股东； 
2.哈佛大学重仓SpaceX，22亿美元投资彰显长期布局； 
3.高瓴旗下HHLR披露最新美股持仓 二季度增持英伟达； 
4.伊朗外交部：美以非法行动导致霍尔木兹海峡“不稳定”； 
5.ElizaOS创始人指控daos.fun创始人通过ai16z内幕交易获利660万美元； 
6.Galaxy研究主管：CLARITY法案年内通过概率下调至10%，政治分歧为主要障碍。

【火币HTX要闻 | 8月16日午间重要动态一览】7:00-12:00关键词：SpaceX、daos.fun、英伟达、霍尔木兹海峡 
1.英伟达持仓股票曝光 位列SpaceX第六大股东； 
2.哈佛大学重仓SpaceX，22亿美元投资彰显长期布局； 
3.高瓴旗下HHLR披露最新美股持仓 二季度增持英伟达； 
4.伊朗外交部：美以非法行动导致霍尔木兹海峡“不稳定”； 
5.ElizaOS创始人指控daos.fun创始人通过ai16z内幕交易获利660万美元； 
6.Galaxy研究主管：CLARITY法案年内通过概率下调至10%，政治分歧为主要障碍。

火币HTX要闻 | 8月16日午间重要动态一览

8月16日消息，ElizaOS创始人Shaw发文指控daos.fun创始人baoskee在ai16z项目更名及迁移过程中利用内部信息交易，并称其通过出售ai16z获利约660万美元。Shaw表示，2025年6月项目方曾承诺上线Snapshot投票，以便社区决定是否更名，此前a16z已要求项目更换名称以避免商标纠纷。 
Shaw称，在投票机制迟迟未按承诺上线的情况下，baoskee在知悉更名压力及后续迁移安排后，卖出了daos.fun执行钱包中的全部ai16z，并在项目迁移至elizaOS前持续抛售，导致代币价格下跌。Shaw认为，baoskee当时掌握其他持有人并不具备的信息。 
对此，baoskee发文否认相关说法，称Snapshot投票实际上已经上线，daos.fun还自费增加并锁定了超过100万美元的ai16z流动性。他同时反指Shaw在项目运营、代币迁移及开发资金使用等方面存在严重问题。目前双方说法存在明显分歧，Shaw表示将在文章末尾附上相关Solscan链上记录。

【ElizaOS创始人指控daos.fun创始人通过ai16z内幕交易获利660万美元】8月16日消息，ElizaOS创始人Shaw发文指控daos.fun创始人baoskee在ai16z项目更名及迁移过程中利用内部信息交易，并称其通过出售ai16z获利约660万美元。Shaw表示，2025年6月项目方曾承诺上线Snapshot投票，以便社区决定是否更名，此前a16z已要求项目更换名称以避免商标纠纷。 
Shaw称，在投票机制迟迟未按承诺上线的情况下，baoskee在知悉更名压力及后续迁移安排后，卖出了daos.fun执行钱包中的全部ai16z，并在项目迁移至elizaOS前持续抛售，导致代币价格下跌。Shaw认为，baoskee当时掌握其他持有人并不具备的信息。 
对此，baoskee发文否认相关说法，称Snapshot投票实际上已经上线，daos.fun还自费增加并锁定了超过100万美元的ai16z流动性。他同时反指Shaw在项目运营、代币迁移及开发资金使用等方面存在严重问题。目前双方说法存在明显分歧，Shaw表示将在文章末尾附上相关Solscan链上记录。

ElizaOS创始人指控daos.fun创始人通过ai16z内幕交易获利660万美元

火币HTX报道，8月16日，据Onchain Lens监测，过去24小时内，一名神秘巨鲸向两个新创建的钱包转移了884.55枚ETH，价值约166万美元。在转账前，该巨鲸日，还通过CoW Protocol将493.02枚ETH（约92.7万美元）兑换为92.857万枚USDT。

【某巨鲸过去24小时内向两个新建钱包转移884.55枚ETH，价值约166万美元】火币HTX报道，8月16日，据Onchain Lens监测，过去24小时内，一名神秘巨鲸向两个新创建的钱包转移了884.55枚ETH，价值约166万美元。在转账前，该巨鲸日，还通过CoW Protocol将493.02枚ETH（约92.7万美元）兑换为92.857万枚USDT。

某巨鲸过去24小时内向两个新建钱包转移884.55枚ETH，价值约166万美元

On August 15, Western Digital's latest analysis pointed out that as the scale of artificial intelligence applications rapidly expands, the construction of AI data centers is shifting from a pure competition for GPU computing power to a competition for data storage capacity, making storage planning a core aspect of AI infrastructure. The article cites IDC's prediction that by 2030, the global annual increase in data volume will reach 718ZB. The data generated by AI systems does not disappear after computing tasks are completed; training data, model checkpoints, embedding vectors, inference logs, prompts, output results, and evaluation data will continue to accumulate. Western Digital stated that many current AI infrastructure plans overly focus on GPU utilization while neglecting the data accumulation throughout the AI lifecycle. The data generated during training and inference processes will become important assets for model iteration, quality assessment, and compliance auditing, with storage costs directly affecting the long-term operational efficiency of AI systems. As data scales enter the PB or even EB level, a single storage architecture will struggle to meet demands. Companies need to adopt a tiered storage strategy, utilizing high-performance flash for training and real-time inference, while employing high-capacity HDDs and object storage for long-term data retention, historical records, and low-frequency access scenarios. The analysis suggests that in the future, key indicators of competition in AI infrastructure will not only include the number of GPUs but also the cost of storing each PB of data, energy consumption, recovery efficiency, and data lifecycle management capabilities. If companies continue to view storage as a secondary aspect after computing, they may face issues such as uncontrolled data costs and decreased model iteration efficiency.

[Analysis: AI Data Growth Outpaces Computing Power Planning, Storage Becomes New Bottleneck in AI Infrastructure]On August 15, Western Digital's latest analysis pointed out that as the scale of artificial intelligence applications rapidly expands, the construction of AI data centers is shifting from a pure competition for GPU computing power to a competition for data storage capacity, making storage planning a core aspect of AI infrastructure. The article cites IDC's prediction that by 2030, the global annual increase in data volume will reach 718ZB. The data generated by AI systems does not disappear after computing tasks are completed; training data, model checkpoints, embedding vectors, inference logs, prompts, output results, and evaluation data will continue to accumulate. Western Digital stated that many current AI infrastructure plans overly focus on GPU utilization while neglecting the data accumulation throughout the AI lifecycle. The data generated during training and inference processes will become important assets for model iteration, quality assessment, and compliance auditing, with storage costs directly affecting the long-term operational efficiency of AI systems. As data scales enter the PB or even EB level, a single storage architecture will struggle to meet demands. Companies need to adopt a tiered storage strategy, utilizing high-performance flash for training and real-time inference, while employing high-capacity HDDs and object storage for long-term data retention, historical records, and low-frequency access scenarios. The analysis suggests that in the future, key indicators of competition in AI infrastructure will not only include the number of GPUs but also the cost of storing each PB of data, energy consumption, recovery efficiency, and data lifecycle management capabilities. If companies continue to view storage as a secondary aspect after computing, they may face issues such as uncontrolled data costs and decreased model iteration efficiency.

Analysis: AI Data Growth Outpaces Computing Power Planning, Storage Becomes New Bottleneck in AI Infrastructure

美银研报解读：Bull & Bear 指标升至 9.7，流动性兜底与中期选举构成市场核心矛盾

全裸坠楼的币圈 OG：叶俊德的财富、赌局与最后的凌晨

股价年内翻倍，复牌20CM跌停，宝莱特“芯片借壳”剧本落幕

比特币分叉BIP-110落后BTC达300个区块，需要6年时间才能追赶上

Analysis: AI Data Growth Outpaces Computing Power Planning, Storage Becomes New Bottleneck in AI Infrastructure

免責聲明：以上內容不代表 HTX 的任何立場，HTX 不為任何交易提供相關決策建議。

相關文章

全部評論0最新熱門

熱門話題

相關文章