🔒 隐私计算赛道新成员来了 ARXUSDT 永续合约即将登陆 Hotcoin。 Confidential Computing × AI × DeFi ⚡ 最高20×杠杆 ⏰ 6月23日 18:00（UTC+8） solana:ARXwZkNAtzPfdcoqQiduJn8EPv9fKiDfGn2KyggyDrFs #Hotcoin#

美国投了2,000,000,000美元 给这9家量子领域公司： 1. International Business Machines（IBM） 2. GlobalFoundries（GFS） 3. D-Wave Quantum（QBTS） 4. Rigetti Computing（RGTI） 5. Honeywell International（HON） 6. Quantinuum（QNT） 量子计算能抗动美股不？

《从技术史的角度看“卖token”》 这篇文章的主线是： Energy → Computation → Information → Intelligence 能源→计算→信息→智能 19世纪初，人类进入电气时代，开始用kwh来计算电的基本单位，标志着电力进入工业化生产，电力不再被简单地理解为代替人力畜力的一种生产力，而是可以通过网络传输，被标准化计量购买的商品，广泛参与到人类生产中。 引发我们的第一个问题，就是一个技术发明到什么阶段，才能变成基础设施，引发科技革命呢？ 20世纪初，IBM mainframe等大型机的诞生，MSU（Million Service Unit，百万服务单元），衡量CPU处理能力，MSU成为软件计费的新的计量单位。 随后AWS所代表的云计算革命，让计算能力开始像电力一样，可以被远程调用、弹性扩展和按量付费，资源、算力、存储都可以被标准化售卖。 第三阶段，则是API Economy 革命，API计费时代，概括来讲就是cloud computing + SaaS + API economy，不再是出售硬件、云算力，而是而是把算力、数据库、业务能力、AI能力全部封装成可调用接口，对外商业化。 不管是laas代表的infra： GCP Azure AWS paas代表的开发者工具如数据库中间件消息队列等。 还是Saas：salesforce、飞书、zoom等成品软件，直接面向客户。 API通过按量计费，成为统一的接口，成为参与到工业化的标准产品。 第四阶段，就是我们现在正处，AI API token时代，跟上一代计费标准不同，AI API计费主要是按照 input tokens + output tokens。 跟电力时代的kwh一样，token正成为ai时代的计量单位，但目前这个计量单位并不统一，因为从实验室出来的智能并不一致，deepseek的token只有claude fable 5token的 1/200。 token只是依托于api时代流传下来的短暂计量工具，它可能不是 machine intelligence 最终的价值单位，而是机器智能从实验室技术走向标准化商品过程中出现的一种过渡性计量制度。 如果未来商业模式不是api，如果开源模型能占据主导地位，在普及度上超越闭源模型，Electricity → Computing → AI，一定会出现统一的计量单位。 过去150年，现代技术体系不断把原本依附于机器、组织乃至人的能力，抽象出来，使其变得可计量、可定价、可通过网络输送，并最终成为可以按需购买的商品。 电网对电力做过一次统一。 云计算对 computation 做过一次统一 API economy 对 digital capabilities 做过一次。 但是ai暂时还没有实现智能计量统一，一个可以商业化的通用计量方式，是不是还有很久的路要走。

贯通芯片、载荷、云平台全产业链，北京创新中心构建完整国产太空算力产业生态#全栈自主可控# Covering chips, payloads and cloud platforms, the center forms a full domestic industrial ecosystem for space computing with independent core tech. #FullStackSelfReliance#

今天全球暴跌，煽动蝴蝶翅膀的，是美股一个消息 meta出售算力 本来这是一个很正常的行为，meta是全球头部厂商，拥有大量算力 外面有人高价买算力，自己没有充分用完，拿出来赚现金并不是坏事 马斯克自己有ai，也在出售算力，这是很常见的商业行为 但媒体解读新闻的时候，加了一句标题 “Meta Is Buildinga Cloud Business to Sell Excess AI Compute” 就这个Excess，意思从出售算力，解读成出售过剩算力 一字之差，天差地别。 更何况pb社是全球机构主要信息来源。 发现出了惊天乌龙后，pb马上修改了原文 改成 "Planning a Cloud Business Sell AI Computing Power" 出售都改成了计划出售，过剩删除了。 就这几个字差异，有巨大的影响力，改了之后，但原文到处传播 全球ai产业看头部，全球金融机构看pb，这下好了 pb说头部算力过剩 今天全球暴跌，韩国，日本，a股都暴跌 即使大家知道这是标题党，但又如何了 ai的繁荣本来就很脆弱，最重要的还是大家都赚肿了，回调只需要一个谣言。 本来就处于高波动环境，一个全球头部媒体的标题党，足够带来巨震了 光，存储，设备，都是重灾区，但存储也只是回踩ma5或者ma10而已。 从买方角度看，这是一个无法抵抗的波动 但这也是拥抱科技的代价之一 你知道ai很好，持仓过程会很艰辛，会遇到各种波折，但你还是要忍受这种波动

一篇不错的解读：《META出租H100与购买先进算力并不矛盾》 Meta 做 NeoCloud 与继续租 Crusoe 1.6GW，并不矛盾 昨天盘前，Meta 被报道正在考虑把多余 AI 算力对外商业化，甚至做成类似 NeoCloud 的业务。市场第一反应非常剧烈：Meta 盘前上涨接近 6%，但 AI算力和 neocloud 相关股票则受到负面 Narrative 影响, 市场担心的是：如果 Meta 也开始把 GPU 算力对外卖，是否会直接导致算力过剩？ 这个反应可以理解，但我们认为市场把问题想简单了。 首先，Meta 这件事本质上不是“AI 算力需求见顶”，也不是“Meta 不需要继续买算力”。相反，Meta 同时还在继续锁定非常大规模的新算力。根据 Bloomberg/Reuters 报道，Meta 最近与 Crusoe 签署了新的 AI computing capacity 协议，将从 Crusoe 位于 Texas Childress 和 Missouri Warrenton 的两个数据中心获得合计约 1.6GW 的容量。 同时，Meta还在向其他Neocloud购买算力。我们在去年3Q25 META Preview中就提到过META正在向NeoCloud寻求购买3GW算力。 所以表面上看，这里确实有一个矛盾：如果 Meta 自己已经有多余算力，为什么还要继续向 Crusoe 租 1.6GW？ 我们的理解是，这不是矛盾，而是算力代际切换。 过去两年，Meta 已经采购和部署了大量 H100/H200。这些 GPU 不是没价值，恰恰相反，它们对 inference、fine-tuning、企业模型服务、图像/视频生成、传统 ML workload 仍然非常有价值。但对于下一代 frontier model training，尤其是 3T+ 参数规模的 MoE、长上下文、多模态和 RL-heavy post-training，H100/H200 的训练经济性会明显下降。 关键不是 H100 不能训练，而是单位有效 token 成本变差。 当模型进入 3T+ 规模后，瓶颈不再只是单卡 FLOPS，而是 HBM 容量/带宽、GPU 间通信、scale-up 网络、checkpoint/restart、expert routing、sequence parallel、pipeline bubble、以及大规模 collective communication。H100 集群当然还能跑，但训练 wall-clock 更长，通信开销更高，集群利用率更难维持，最终表现为同样训练一个 frontier model，成本和时间都不如 GB200/GB300，未来更不如 Vera Rubin。 因此，Meta 现在面对的是一个很典型的资产配置问题： 最先进的 GB200/GB300/Rubin，要优先留给下一代模型训练；上一代 H100/H200，则应该尽量转成 inference 或外部商业化收入。 这也是为什么“做 NeoCloud”和“继续租 Crusoe 1.6GW”可以同时成立。 Meta 继续向 Crusoe 锁定 1.6GW，本质上是在为更长期、更先进、更大规模的 AI infrastructure 做准备。这种资源对于 Meta 来说，更多是未来 GB200/GB300/Rubin 时代的战略性产能，而不是简单补 H100 的缺口。 另一方面，Meta 既然已经买了大量 H100/H200，就不可能让这些资产在 frontier training 代际切换后闲置。Meta 内部当然有广告、推荐、内容排序等大量推理 workload，但这和 OpenAI/Anthropic 那种直接面向外部客户卖 token 的 LLM inference 业务并不完全一样。Meta 如果没有足够多可以直接 monetization 的外部 token demand，把 H100/H200 做成 cloud capacity 或 hosted model API 对外销售，是非常合理的资本回收方式。 这其实和 xAI / SpaceX 的思路有相似之处。xAI 今年公开宣布与 Anthropic 达成 compute partnership，向 Anthropic 提供 Colossus 1 算力；xAI 官方称 Colossus 1 包含超过 22 万张 NVIDIA GPU，包括 H100、H200 和 GB200，并可支持 training、fine-tuning、inference 和 HPC workload。(xAI) 这说明即使是 frontier AI 公司，也可能把一部分已有 GPU fleet 对外出租，同时把最新、最稀缺、训练效率最高的下一代集群保留给自己的 frontier model。 所以今天市场担心“Meta 进入 NeoCloud 会打垮所有 NeoCloud”，我们觉得有些过度。 更准确的判断应该是： AI 算力市场正在从单一的 GPU shortage，进入多代 GPU 分层定价和分层使用阶段。 第一层是最新训练算力：GB300、Rubin，以及后续更大 scale-up domain 的系统，主要服务 frontier model training。这部分供给仍然稀缺，客户仍然会向 Crusoe、CoreWeave、Nebius、Oracle、Microsoft 等各类供应商锁产能。 第二层是上一代高端算力：H100/H200/部分 GB200，更适合 inference、fine-tuning、enterprise AI、hosted model、agent workload 和中小模型训练。这部分不是没有需求，而是从“最稀缺的训练资源”变成“可以规模化商业化的推理资源”。 第三层是更通用的 GPU cloud 和 long-tail enterprise workload，对价格更敏感，但需求弹性也更大。 在这个框架下，Meta 的行为其实很合理：它不是停止建设 AI infrastructure，而是在把不同代际的 GPU 放到最适合的经济用途上。 因此，我们不认为这是 AI infrastructure 的大问题。真正重要的判断是：下一代 frontier model training 对 GB200/GB300/Rubin 的需求仍然非常强；同时，H100/H200 这类上一代 GPU 也不会被废弃，而会进入 inference monetization 和外部算力销售阶段。 这对整个 AI supply chain 的含义反而是： GPU fleet 开始变成多代际资产，而不是一次性训练工具。旧 GPU 不归零，新 GPU 继续稀缺。Meta 做 NeoCloud，不是需求崩了，而是算力资产终于开始金融化和商业化。

最近 Solana 生态最值得关注的新项目之一，应该就是 @Arcium 了。 $ARX 已正式 TGE，并且首发上线 Binance Alpha。 很多人把 Arcium 简单理解成「隐私项目」，但我觉得它真正有意思的地方在于： 它可能是未来 AI 时代最重要的一层基础设施。 现在 AI 最大的问题是什么？ 不是模型不够强，而是数据不敢开放。 企业数据、用户隐私、金融信息、医疗数据，这些才是最有价值的数据资产，但由于隐私和合规问题，大部分数据根本无法直接参与 AI 训练和推理。 Arcium 正在解决的就是这个问题。 通过 Confidential Computing（机密计算）架构，让数据始终保持加密状态，同时完成计算和验证。 简单理解： 传统 AI 需要先看到你的数据。 Arcium 希望实现 AI 在看不到数据的情况下完成计算。 这也是为什么他们提出了 Confidential AI 的概念。 从赛道来看，这个方向几乎踩中了未来几年的两大核心叙事： • AI • Privacy 而且 Arcium 并不是一个突然冒出来的新项目。 Solana 联创 Anatoly Yakovenko 亲自投资支持； Jito、Helius、Monad 等生态 Builder 持续站台； Coinbase Ventures、Greenfield 等顶级机构也早已布局。 这种配置在当前市场并不常见。 更关键的是，Arcium 并不是独立公链。 它定位为机密计算层，可以服务不同链和不同应用场景，为 DeFi、AI Agent、链上身份、数据市场等提供隐私计算能力。 如果说过去几年市场一直在讨论： “AI 会不会重构互联网？” 那么未来几年更值得思考的问题可能是： “谁来保护 AI 时代的数据隐私？” 而 Arcium，正在成为这个答案的竞争者之一。 Binance Alpha 首发只是开始。 AI + Privacy 这个赛道，可能才刚刚进入市场视野。

最近在新加坡，很开心听到很多关于Web3➕AI的项目在规划中，因为以前经常听到很多垃圾项目rug，交易所跑路，最近也有很多，今天不就有个2折收号的么…… 很多人对币圈的理解是盘子币，对币圈的人嗤之以鼻，但是其实区块链有很大的意义，真正做事的人，到哪里都受欢迎，区块链的核心是可信、透明、可编程，而AI的核心是自主、高效、智能化，当这两大技术碰撞，诞生的AI支付基础设施就有极大的意义！ AI支付/AI算力层/AI数据层/AI治理层 Great to see so many Web3+AI initiatives kicking off in Singapore! Sure, we still have rug pulls, exchange troubles and sketchy deals. But blockchain & AI are game-changers. From AI payment to computing, data and governance — these are real utilities.

白宫股神再次上线！继去年 8 月美国政府入股 Intel，获得 9.9% 股份之后，特朗普政府被曝将向 9 家公司投资 20 亿美元，来获得股权回报。 其中，10 亿美金投资给 IBM、3.75 亿美金投给格芯，D-Wave、Rigetti Computing、Infleqtion、Atom Computing、PsiQuantum、Quantinuum 各获 1 亿美元。 而初创企业 Diraq 则获得 3800 万美元。 其中有几家公司，在美股已经上市，因此受该消息影响，股价也出现了剧烈波动。