Your fat lips girl in a bunny suit. Tell me which is your favorite part of her body? 😉 ✨Eclipse bunny is on Pa./tinyasa 穿着兔女郎装、厚唇的女孩。告诉我你最喜欢她身体的哪个部位？😉 ✨Eclipse bunny 在 Pa./tinyasa 上 バニースーツを着たぽってり唇の女の子。彼女の体のどの部分が一番好き？😉 Eclipse bunny は Pa./tinyasa にいます。 #browndust2#

准备好推特号和tg号，打开OKX去web3钱包，直接去官网 任务介绍：OKX Web3钱包与Eclipse合作推出了总计1500万Grass的奖励活动，旨在鼓励用户参与Eclipse生态系统。活动期间，将从参与者中抽取1100名幸运用户，其中100名每人可获得10万Grass奖励，另外1000名每人可获得5000Grass奖励。记得时间是3.24截止，做的话提前完成 一共3个任务，第一个是web3钱包里够10u的资产，第一个不用管 2关注推特，绑定你的推特，然后关注返回就可以了。 3 在Umbra 上兑换 10 USDT 价值的交易量，这里是sol链，确保有钱，swap的都可以，建议用sol换成u，不会有亏损，这样就完成了。然后去最下面验证即可，没有通过就等几分钟验证，可以多试试几次。 做完任务，等活动结束，直接就到账了。这次给的代币好像在他的游戏里也可以用，想玩的到时候也可以关注一下。而且okex里面还有八九个别的任务，大家想做的也可以尝试一下。

刚才 $SLINKY @Slinky_Sol 发生了很多精彩的故事，这里复盘一下，分享我的观察。 最早是在监控中看到一笔 800k 的交易，点开一看发现是关于 zk compression 的概念。作者 @swen_sjn 是 @LightProtocol 的创始人，他们和 @heliuslabs 一起在构建整个Solana上的zk compression生态。今年年中在SBC' 24结束后的一天，Solana的L2 @EclipseFND 组织了一场SVM的讨论会，我有幸听到 @swen_sjn 给了一个talk来讨论这项技术。 @swen_sjn 本人也自年初开始就一直在github上活跃。 zk compression 的目标是解决 L1 状态增长的问题（即随着网络运行，节点存储的用户数据不断增加）。比如，大家第一次买入 token 时需要创建一个新的代币账户来管理，而每创建一个新的代币账户都需要支付租金（这也是为什么各位 PVP 战神需要定期回收归零的土狗账户回血🥲）。 compression技术压缩数百万个 Solana 帐户，将它们哈希化为一个紧凑的“指纹”并存储在在链上帐户中。而zk用来负责验证这些帐户完整性。具体的技术细节可以参考 @LightProtocol 作者在今年breakpoint 2024上的分享。 @mert 和 @andyyy 的这期播客 不少朋友也可能还记得年初的时候 @sol_idity 老师做的 @deeznuts_solana ，同样是compression的概念，带领了今年solana上的第一波meme行情。最近积压的fomo情绪也迅速帮助 $SLINKY 完成了20M的速通。 之后有同学开始讨论到了使用zk compression技术来空投的细节。Solana上的空投通常使用的是merkle distributor，比如大家熟悉的pengu或者jito。而使用zk这个技术，发送空投只需要很低的gas费，但是接受人必须手动claim才能拿到token。这也成为了大家争论这到底是不是空投的一个聚焦点。meme战神 @CookerFlips 甚至亲自出马来讨论这个 从交易的观点来看，第一波到25M的行情一路上都有机会上车。在空投相关的fud开始传播开后，币价迅速跌到了6M附近，并开始横盘整理了一段时间。我选择在这个时候开始抄底，有如下理由： 1. zk compression是Solana实验室官方一起参与制作的network extension 2. 创始人和协议都在Solana开发者社区中非常知名 3. $SLINKY 是第一个基于这套技术启动的币 4. 如果这个时候 @LightProtocol 的合作伙伴 @heliuslabs的人柱力@mert 或者Solana基金会人柱力 @toly 转推 都有机会带动一波新的行情。 果然不久之后 @toly 就转推了，现在币价还在10M附近震荡。AI agent/meme 看累了，希望新的技术能够为市场打开更多想象空间。 #slinky# #Solana#

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 」