註冊並分享邀請連結,可獲得影片播放與邀請獎勵。

檢索結果 POWER
POWER 貼吧
一個關鍵字就是一個貼吧,路徑全站唯一。
建立貼吧
用戶
未找到
包含 POWER 的搜尋結果
PowerToys v0.99.0 发布,距离 v0.100 更近了
Powered By DeepSeek-R1 提示词由以下两篇文章提供 《致所有关心Web3未来的从业者、投资者与行业观察者》 《一些关于Labs的澄清与反思》 ========== 从公关和沟通策略的角度来看,何一的回应展现了较高的专业水平,但在关键争议点的处理上仍存在明显不足。以下从不同维度分析其回应水平: 一、值得肯定的策略 框架转移:切割责任,强调独立性将 Binance Labs 与币安主站切割(更名为Yzi Labs、独立运营),试图淡化二者在利益输送指控中的关联性,避免交易所品牌直接受损。 强调上币流程存在「层层防火墙」,暗示腐败仅是个体行为,而非系统性风险。 情绪共鸣:以个人经历唤起共情通过回顾个人被谣言攻击的经历(如“送内裤”事件),将自身置于「受害者」角色,暗示匿名指控可能是恶意造谣,同时强化「女性领导者面对偏见」的叙事,争取舆论同情。 价值观输出:锚定行业理想多次提及「用户至上」「价值创造」「逆人性坚守」等宏观叙事,将币安与行业长期愿景绑定,转移对具体指控的注意力,塑造道德高度。 二、明显的短板与回避 关键指控未正面回应对匿名信中列举的 具体项目案例(如Hooked、Sleepless AI)和 利益链操作细节(如顾问代币分配、上币押金)避而不谈,仅以「欢迎举报」笼统回应,缺乏实质性反驳。 未解释为何多个被点名的涉事员工(如Dana、Nicola等)仍在币安体系内担任要职,也未公布任何内部调查进展。 逻辑矛盾:独立性与利益关联并存一方面声称Labs与币安独立决策,另一方面承认「项目给币安用户的空投比例会影响上币评估」,变相坐实了「资源置换」的可能,削弱了防火墙的可信度。 对行业症结的简化归因将市场乱象归咎于「创业者套现欲望」和「政策限制」,回避交易所作为资源垄断方在项目筛选、流量分配中的核心责任,显得避重就轻。 三、潜在风险与舆论反弹 证据悬置削弱公信力「欢迎举证」的表态若缺乏后续行动(如启动独立调查、公布涉事人员处理结果),可能被解读为敷衍,加剧「官官相护」的质疑。 性别叙事的反噬匿名信刻意强调涉事者均为女性,可能隐含性别偏见;但何一将自身困境与「女性不上桌」的传统歧视类比,虽能引发共情,却也容易模糊焦点,让性别议题覆盖对腐败本身的讨论。 价值观与商业现实的割裂呼吁「创造价值」的同时,币安作为最大交易所仍依赖上币费、交易手续费等短期利益模式,这种矛盾可能被批评者视为「言行不一」。 四、总结:危机公关的「安全牌」 何一的回应整体符合「不承认、不深入、转移矛盾」的危机公关常规策略,成功将复杂的企业治理问题转化为对行业理想和个人韧性的宏大叙事,短期内可能稳住核心用户群体(尤其是BNB持有者)。然而,对实质指控的回避和证据悬置,可能进一步激化社区对中心化交易所的不信任,尤其是在Web3行业强调「透明与去中心化」的语境下,此类回应显得保守且缺乏革新诚意。 若想真正挽回声誉,币安需要更具体的行动:如引入第三方审计、公开争议项目审查记录、建立社区监督机制等。否则,匿名信中揭示的「劣币驱逐良币」困局,或将伴随行业周期持续发酵。
顯示更多
0
13
22
1
轉發到社區
Power!💪🏻 昨天的拍摄我像一个野人((유∀유|||))
0
43
4.2K
387
轉發到社區
The power of girls is beautiful! 女生的力量美!
0
157
7.1K
723
轉發到社區
安装PowerShell时左边的这个小人好像在哪里见过……👀
0
23
39
0
轉發到社區
Is Tesla's FSD really that powerful? Please tell me it's not true, American netizens. Why don't we have the full version of FSD in China? 这就是满血版的fsd吗? 小美的同学们,你们吃的也太好了吧。 马斯克是这个时代最伟大的人 谁赞成? 谁反对? @Tesla @elonmusk
顯示更多
@PhyrexNi @ViewsOfChris 半导体就是要电,买电不是买未来是买现在,power plant/nuclear energy 等等 这些都是血液
一文看懂AI数据中心大周期下的功率半导体 的下一场军备竞赛,不再只是GPU,而是Power AI 数据中心正越来越大,一个数据中心耗能动辄相当于一座中型城市。 过去的数据中心是 10-20kW/rack,现在已经变成 80kW、120kW,甚至 600kW/rack。大型 AI Cluster 的耗电已进入 GW 级别。 瓶颈除了GPU、cpu和储存,也开始转向电流、热、配电、铜损、电力转换效率、电网接入和 HVDC。 AI 数据中心产业链: 电网 → 变压器 → UPS → HVDC → PSU → VRM → GPU。 传统服务器大量采用 48V,因为传统互联网时代机柜功率不高。但 AI 时代,低压系统的问题开始全面暴露。因为: P = VI 同样 1MW 功率,48V 需要超过 20,000A 电流,400V 大约 2,500A,800V 进一步下降到约 1,250A。 电流下降意味着铜缆变细、铜损下降、发热下降、母排缩小、PSU 压力下降、液冷压力下降,建设难度下降,成本更低。 800V 是电动车已验证的高压平台,EV 为什么进入 800V?因为快充、高功率、降低线损和降低热损耗。 今天 AI 数据中心遇到的是同样的问题。于是 SiC、高压 MOSFET、高压 DC/DC、高压 PSU、HVDC、Busbar、固态变压器,这些原本偏新能源车的产业链,开始向 AIDC 外溢。 但 800V可能只是开始,真正的大方向是 HVDC(高压直流化)。 这是为什么传统工业电力公司突然重新被市场估值。像 Vertiv、Eaton、Schneider Electric、ABB、Siemens,开始成为 AI 产业链的重要受益者。 这也是为什么功率半导体正在被市场重估值。 英飞凌就是一个典型的从服务汽车的功率半导体无缝过渡到电力基础设施半导体的公司。 英飞凌可能是目前全球少数真正做到“Grid-to-Core”的功率半导体平台。从电网侧高压、HVDC、PSU、GPU 供电、高频 GaN、Driver、Controller、MCU,到功率模块、MOSFET、SiC,几乎全部覆盖。 这也是它最大的护城河。 更重要的是,英飞凌不是 Fabless,而是 IDM。自己设计、自己制造、自己封装、自己测试。这在功率半导体行业极其重要。因为功率半导体和 CPU/GPU 不同。逻辑芯片拼的是 EUV、FinFET、GAA、晶体管密度。功率半导体真正拼的是热管理、高压稳定性、长寿命可靠性、材料、封装、外延和良率。尤其 AI 数据中心未来是长时间满载、高电流、高热密度、高压。制造本身就是技术。 英飞凌现在真正重要的资产,包括 Villach、Dresden、Kulim。其中最关键的是 300mm power fab 和 200mm SiC。市场低估了一点:300mm 功率半导体其实非常难。因为热应力、良率、高压器件、缺陷控制,都远比普通成熟制程复杂。而 AI 时代,功率器件需求开始进入大规模扩张阶段。先进功率半导体制造能力本身,开始重新变成护城河。 如果只看“最纯”的 AI 高压 power 玩家,则是 Navitas Semiconductor 和 Wolfspeed 这种公司。尤其 Navitas,本质上是 GaN + AI 高效率 power 的纯 Beta。 Wolfspeed 则是另一种逻辑。市 AI 数据中心如果全面进入 SiC PSU、HVDC、高压电力架构,那么它可能迎来第二增长曲线。 另外还有大型工业电力平台。比如 Eaton、Schneider Electric、ABB。因为它们控制的是配电、中压、低压、断路器、电力管理和数据中心 power topology。而这些东西的 switching cost 极高。AI 最终会发现,GPU 可以换代,但电力架构一旦确定,生命周期极长。 总的来说,谁能持续解决 AI 超高功率密度时代的电流、热、效率、配电、可靠性和电网接入,谁就可能在这个赛道上持续领先。因为 AI 的下一轮瓶颈,已经开始从 GPU,转向 Power。而这条产业链,现在还远没有被市场 fully priced in。 免责声明:本人持有文章中提及资产,观点充满偏见,非投资建议,dyor
顯示更多
0
19
120
30
轉發到社區
这位选手用的是 卓威 600hz 显示器 罗技上个月发布的 gpx2 鼠标 powerplay 外加 Artisan zero 鼠标垫 wooting he60 v2 磁轴键盘 希望她早日到达 kd 1.0 ❤️
顯示更多
Anthropic 这下直接把投行的活儿摊在 GitHub 上了 官方仓库 anthropics/financial-services,16493 stars,2067 forks ✅ 9 个开箱即用的 Agent:Pitch / Earnings Reviewer / KYC Screener ✅ 11 个 MCP 数据连接器:Morningstar / FactSet / PitchBook / S&P 全进来了 ✅ Microsoft 365 add-in,Excel / PowerPoint / Word 都跑 Claude 投行 30 万美金一年的初级分析师,活儿现在板上钉钉写在 README 里了 适合:金融从业者 / 想用 AI 做投研的开发者
顯示更多