想搞懂 Transformer 到底怎么运转的，翻教程不是一行代码调完接口，就是直接甩来 40 页论文。 how-to-train-your-gpt 是一本 12 章、7500 多行的教材，带着从零写出一个 LLaMA 3 那套架构的语言模型。 分词器、嵌入层、注意力、训练循环、推理引擎，每一部分都自己动手写，每行代码都注了是什么和为什么。 GitHub： 另配 28 篇专题拆细节，RoPE 怎么用旋转表达相对位置、KV 缓存省在哪、混合精度是怎么回事，都单独讲。 还有两篇走查，跟着一句话从进模型到出结果走一遍，中间每一步的数字都摆出来。 最后能训出一个 151M 参数的模型，配了 Colab 笔记本，不用自己折腾环境。 作者在开头写了句实话，说做这个是因为自己一直没吃透注意力那部分，边学边写。 学习需要一点 Python 基础，微积分和线性代数这些不用。在注意力那一章卡住过的朋友，可以从这份重新走一遍。

2026 年 08 月 25 日 18:00 上线币安 Alpha 的 $TMX （TermMax）#TermMax# #TMX# : 🟢省流版：项目无亮点但社区热度高，空投份额大但空投不透明； 🟠代币名称： $TMX 🔴代币合约：0x3c2f61f2e27c865981d2e7aaf6b2cdf823030039 🔵池子价格：0.06 🟡池子组成： 0.01-0.02：50k usdt -------买单支撑 0.02-0.04：150k usdt -------买单支撑 0.04-0.06：300k usdt -------买单支撑 0.06-0.15：1.05M $TMX -------卖单压力 0.15-0.375：1.2M $TMX -------卖单压力 0.375-0.95：1.08M $TMX -------卖单压力 【关键信息】： 1⃣，总量 10亿，流通 15.28%，包括：社区 10.28% + 流动性 5%； 🔺BSC 锁了 61.72%，ETH 锁了 23%，多签 8.14%，空投应该出自这 8.14% 了，昨天临时又锁了 2.04%，应该是女巫审查之后追加锁定三个月的份额，即补了 2.4% 的份额，领 15%，锁 2.04%； 🔺币安应该独占 4% 的份额，包括：币安Alpha 1% + 币安 Booster 0.2% + 应该是两次连续签到总 0.8% + 疑似毕业扶持 2%，流动性 0.33%，Bitget 0.3%等； 2⃣，明确的抛压有：币安 Alpha 1% + 币安 Booster 0.2% + 连续签到疑似是 0.8% + 社区空投，解锁份额不好估算，领取时间未知； 🔺社区空投小于 10000 全解锁，空投大于 10000 可以选择： ①、立即领取 30%，剩下 70% 销毁； ②、立即领取 15%，剩下的 85% 质押 3/6 个月，默认 6 个月； 但是说实话，这个空投非常不好估算，就不纠结了，反正多就是了； 3⃣，18:00 上线币安 Alpha，18:00 同步上线 CEX 包括：Kraken、Kucoin、Bitget、Mexc等； 4⃣，Aspecta 盘前价格 0.2，Polymarket 没有 FDV 预测； 5⃣， $TMX 池子比较薄，很容易被狙高，所以预计狙击 30万，贿赂 20万，均价 0.2502481799 比较合理； 6⃣，TermMax 是去中心化固定利率借贷协议，团队来自台湾，融资 4.25M，官方口径注册钱包超 1.5M，日活用户超 90k，TVL 超 90M； 🔺DefiLlama 的 TVL 统计是 31.13M，Active Loans 28.47M，90M 应该是关联的资产总规模，31.3M 比较符合 TVL 的标准，收入显示比较低； 🔺Rootdata 显示融资 6.8M，但是交叉验证之后，只有 4.25M 是比较可信的； 🔺TermMax 曾入选 YZi Labs 的 EASY Residency 并毕业，很多人以此作为 YZi Labs 背书，但显然是不对的，这就是一个训练学院，没什么含金量，如果我告诉你同期毕业的项目还有 24个，最近已经开展第五期你又如何应对😂； 🔺但是 YZi Labs 确实会提供资源：最高约 50 万美元投资（通常是 15 万美元换 5% 股权的 SAFE + 额外 35 万美元 uncapped SAFE）、住宿餐饮工作空间全覆盖、导师网络（包括 CZ、Vitalik 等）、GTM 支持、Demo Day 对接顶级投资人，曝光度等等，也确实上了很多次币安 wallet 活动，所以说给资源、给曝光度是可以的，但是说背书似乎又没到这个程度； 🔺TermMax 注册地址多和社媒热度高，应该主要是因为可以签到 0 撸 & 下一个 $River 噱头 & 空投份额 15%，很多人名字带 TermMax + 输出嘴撸推文； 🟢综上，叙事一般，背景一般，热度很高，有融资，有TVL，有真实收入但比较低，控筹一般吧，空投的真实流通比较模糊，社区口碑两极分化，但是抛压大是没有疑问的； 从基本面看，我觉得盘前 0.2 已经是高估，虽然牛来了可以高看一眼，但你们的胆子肥嘟嘟的，用你们的钱买，我自己的钱有别的用处🐶； 🟡最后， $TMX 被反撸的家人，极早期 EVM 隐私协议 pERC20 $P20 在置顶推文，欢迎来一起建设，这个绝对不会反撸🟡 （附图：狙击手开盘狙击 10 - 100 万美元的预估价格模型） 🔍 数据来自链上监控和公开信息 | 分析仅供参考 | 非投资建议，DYOR

SpaceX之前最重磅的IPO估计就是下周这个超大晶圆制造商Cerebras Systems的上市了，Cerebras是一家专注于AI加速器的美国公司，总部位于加州Sunnyvale，成立于2016年。公司以“晶圆级集成”（Wafer-Scale Engine，简称WSE）技术闻名，核心产品是将整个300mm硅晶圆直接做成一颗超级大的AI处理器，而不是像传统GPU那样切成小芯片再封装。这解决了AI训练/推理中常见的内存带宽和芯片间通信瓶颈问题，被誉为“世界上最大的AI芯片”。树立了下关于Cerebras几部分关键信息。 1、核心技术和产品 1）晶圆级引擎（WSE） 传统AI芯片（如NVIDIA H100/B200）采用多芯片模块（MCM）或小型die，通过NVLink/HBM等外部互联扩展。但Cerebras的WSE把整个晶圆做成单一die，避免了芯片间通信延迟和带宽损失，实现了“片上”海量并行计算。 WSE-3采用“Weight Streaming”架构，将计算和内存解耦，支持外部MemoryX扩展（1.5TB、12TB、120TB甚至1.2 PB），单系统即可训练高达24万亿参数的超大模型。 2）CS-3系统 单台15U机柜，内置1颗WSE-3，支持水冷。通过SwarmX互联可扩展至2048台集群，峰值达256 exaFLOPS。单台CS-3就能在不到1天内从零训练Llama 2 70B模型（Meta GPU集群需约1个月）。 3）性能优势 Cerebras强调“消除数据移动瓶颈”： 比上一代CS-2（WSE-2）：性能翻倍，功耗和成本不变（CS-2用7nm，2.6万亿晶体管，40 GB SRAM）。 比NVIDIA H100/B200：在内存密集型大模型任务中优势显著。CS-3单系统内存容量远超10,000节点GPU集群；推理速度可达GPU云的数倍（尤其是长上下文/大模型）。公司声称在Llama/Falcon等模型上tokens/second提升2倍。 实际基准：Condor Galaxy 3（64台CS-3集群，8 exaFLOPS）已于2024年Q2上线，与G42合作。集群编程像“单芯片”一样简单，无需复杂分布式框架。 优势： 极致内存带宽 → 适合万亿/十万亿参数模型训练与推理。 扩展性强 → 集群像单机一样编程，开发效率高。 能效/成本在特定 workloads 上优于GPU（同功耗下性能翻倍）。 挑战： 单系统功耗高（25kW），部署门槛高（需专用数据中心基础设施）。 晶圆级制造良率和缺陷容忍技术虽成熟，但整体成本高（单系统硬件估算数百万美元）。 生态不如CUDA成熟，主要针对AI训练/推理大模型，不如GPU通用。 总体上Cerebras是“垂直优化”的AI超级计算机方案，适合追求极致规模和速度的 hyperscaler、主权AI项目、国家实验室，而非通用GPU替代品。 2、发展历程 Cerebras从“卖硬件”转向“AI超级计算平台”，已从早期科研验证走向商用落地（Condor Galaxy等主权AI项目）。 从SeaMicro老兵到AI晶圆级先锋 Cerebras成立于2015-2016年（官方多以2016年计），总部位于加州Sunnyvale。创始人团队全部来自SeaMicro（2012年被AMD以3.34亿美元收购），早期处于stealth模式四年，专注解决“晶圆级集成良率难题”。 1）2019年：发布首代WSE-1，开启晶圆级AI芯片时代。 2）2020-2022年：推出CS-1/CS-2系统，完成从“芯片”到“系统+软件栈”的闭环，与TSMC深度绑定实现量产。 3）2024年：WSE-3及CS-3系统落地，性能翻倍；同期首次递交S-1（后因业务优化于2025年10月撤回）。 4）2025-2026年：转向云推理服务+混合模式，与OpenAI签署巨额合作； 5）2026年2月完成Series H，4月重启S-1，5月启动路演，计划Nasdaq上市（代码CBRS）。 3、核心团队及融资 1）核心团队 Andrew Feldman（CEO、联合创始人）：连续创业者，曾任SeaMicro CEO、Force10 Networks产品VP（后被Dell收购）、Riverstone Networks营销VP。斯坦福MBA背景，擅长产品化与资本运作。 Gary Lauterbach（联合创始人、前CTO）：Sun Microsystems UltraSPARC首席架构师，58项专利，曾主导AMD数据中心业务。 Sean Lie（联合创始人、现CTO）：MIT本科+硕士，AMD高级架构师，29项专利。 Michael James（首席架构师）：SeaMicro软件架构师，后任AMD对应岗位。 Jean-Philippe Fricker（首席系统架构师）：DSSD/SeaMicro资深硬件架构师，30项专利。 团队优势在于“系统思维”而非单纯芯片设计：他们深谙数据中心功耗、互联与软件优化，曾用fabric架构重塑服务器。这正是Cerebras能解决晶圆级缺陷容忍与Weight Streaming架构的关键。 2）融资历程 累计融资约29-37亿美元（含多轮），估值从早期数百M美元飙升至IPO前230-266亿美元： 早期：Series B/C/D（2016-2018）累计约1.7亿美元，投资者包括Foundation Capital、Eclipse、Sequoia、Benchmark。 中后期：2019 Series E（2.72亿美元，估值24亿美元）；2021 Series F（2.54亿美元，估值41亿美元）。 2025-2026：Series G（11亿美元，估值81亿美元）；Series H（10亿美元，估值230亿美元，Tiger Global领投，Benchmark、Fidelity、AMD等跟投）。 4、业务模式与财务表现 Cerebras早期卖硬件（CS-2/CS-3系统），后来转向云服务（Cerebras Inference，云端提供超快AI推理）和混合模式。客户包括CSP、 hyperscaler、企业、主权AI项目（如G42）、研究机构。 2025财年财务：收入5.1亿美元（同比+76%，2024年2.9亿美元，2023年0.787亿美元，2022年0.246亿美元，20倍增长）。硬件收入约3.58亿美元，云及其他服务1.52亿美元。 GAAP净利润：约0.879亿美元（2024年净亏损4.85亿美元），首次实现盈利（不过非GAAP仍有亏损）。 剩余履约义务（backlog）：246亿美元（OpenAI等多年前期大单贡献），2026-2027年预计确认15%。 客户集中度：2025年G42占24%（此前曾高达87%），另一UAE客户占62%，但已显著多元化；OpenAI签署超100-200亿美元多年前期合作（含1亿美元贷款+认股权证）。 公司定位从“卖芯片”转向“AI基础设施平台+云”，并与Qualcomm等合作加速边缘部署。 5、IPO相关信息： IPO 基础发行2800万A类普通股，超额配售420万A类普通股，核心管理层和投资人不卖股。纯公司发行新股用于募资，无大量旧股套现。 IPO定价$115–$125/股，因需求超20倍，已计划上调至$125–$135/股（可能进一步调整）。高区间（$125）募资约35亿美元（基础28M股），含超额配售最高约40.25亿美元。 高估值下（$125/股）对应市值约266亿美元IPO后总流通股本约 2.13亿百万股（包括Class A、B、N等）。其中： Class A（上市交易股）为IPO发行的28M股 + 超额部分； 其余Class B（高投票权，创始团队/早期投资者/优先股转换后）和Class N（非投票权，如OpenAI认股权证相关）。 ipo后解禁期前的流通比例 标准锁定期： 180天或提前至Q3 2026财报发布后两个交易日（取较早者）。 解禁前初始流通股（Initial Float）： 仅IPO发行的 28百万股（基础）或最高 32.2百万股（含超额）。 锁定期内真实流通比例： 约 13.1%–15.1%（28M / 213M ≈ 13.1%；32.2M / 213M ≈ 15.1%） 预期定价日：下周三5月13日，预期上市交易日：5月14日（周四），代码CBRS。 整体而言估值虽高，但增长潜力和技术壁垒值得关注 本条由@bitget_zh赞助，「Bitget 买美股：秒级入场，丝滑交易 」